"이번 달 신규 유저 5만 명 들어왔어요." 좋은 소식 같죠. 그런데 이 숫자만으론 아무것도 판단 못 해요. 그 5만 명이 다음 날 몇 명 남았는지, 일주일 뒤엔 몇 명인지를 봐야 진짜 그림이 나와요. 그걸 보는 도구가 코호트 분석이에요.
코호트가 뭔데요
코호트(cohort)는 "같은 시점에 시작한 집단"이에요. 마케팅에선 보통 같은 날(또는 같은 주) 설치·가입한 유저 묶음을 말해요.
1월 1일 설치자 묶음, 1월 2일 설치자 묶음… 이렇게 나눠서 각 묶음이 시간이 지나며 얼마나 남는지를 추적해요. 이게 왜 중요하냐면, 전체 평균은 거짓말을 하거든요.
신규가 계속 들어오면 전체 활성 유저는 늘어 보여요. 근데 정작 들어온 유저들이 다 빠져나가고 있을 수도 있어요. 코호트로 쪼개 보면 "우리가 붓기만 하고 새는 독에 물 붓는 중"인지 아닌지가 보여요.
리텐션 곡선 읽는 법
코호트 분석의 핵심 산출물은 리텐션 곡선이에요. x축은 경과일(D0, D1, D7, D30…), y축은 남아있는 비율.
- D1 리텐션: 첫날 온 사람이 다음 날 다시 오는 비율. 첫인상·온보딩 품질.
- D7 리텐션: 일주일 뒤. 습관으로 자리잡았는지.
- D30 리텐션: 한 달 뒤. 진짜 붙은 유저.
곡선이 초반에 뚝 떨어지고 이후 평평해지면 건강한 편이에요. 평평해지는 지점의 높이 = 장기적으로 남는 코어 유저 비율이거든요. 반대로 계속 우하향으로 흘러내리면 붙잡는 힘이 없다는 신호예요.
주의할 게 하나 있어요. 리텐션을 행별 단순 평균으로 내면 안 돼요. 코호트마다 크기가 다른데 그냥 평균 내면 작은 코호트가 과대 반영돼요. 모수(설치/가입 수)로 가중해서 봐야 정확해요.
어디에 쓰냐면
- 획득 채널 평가: CPI 싼 채널이 리텐션도 좋은지. 싸게 데려왔는데 다 빠지면 헛돈이에요.
- 온보딩 개선: D1이 낮으면 첫 경험을 손봐야 해요.
- LTV 추정의 기반: 리텐션 곡선이 있어야 LTV:CAC를 계산할 수 있어요.
코호트 리텐션은 운영 대시보드의 코호트 탭에서 CSV만 올리면 바로 볼 수 있어요. 설치/가입 기준 전환, 비율·인원수 컬럼 자동 판별까지 처리해요.
정직하게
리텐션이 낮다고 다 나쁜 건 아니에요. 서비스 성격(예: 연 1회 쓰는 세무 앱)에 따라 정상 범위가 달라요. 같은 서비스의 시간 변화나 코호트 간 비교로 봐야지, 절대 수치 하나로 좋다/나쁘다 단정하지 마세요.