가이드 4 분석·최적화 · 가이드 4-2

코호트 기반 리텐션 가이드

코호트는 동일 시점에 install한 사용자 그룹. 코호트별 retention curve와 누적 ARPU로 LTV를 예측하고, 캠페인의 진짜 가치를 평가한다.

분석 단위 · 일/주 코호트 LTV 예측 · 12개월
핵심 요약

코호트 분석은 (1) Retention curve 형태 진단, (2) 누적 ARPU 곡선 예측, (3) 채널별 LTV 비교의 3단계로 진행. D7 잔존율이 같아도 D30 ARPU 차이가 2배 이상 날 수 있으므로 잔존율만으로 판단하지 않는다.

§1코호트 정의 및 분할 기준

  • 시간 코호트: 일/주 단위 install date. 주간 분석이 노이즈가 적음.
  • 채널 코호트: 매체별, 캠페인별. 동일 시점 install이라도 채널별로 retention/ARPU 차이.
  • 퍼스트 액션 코호트: 첫 24시간 내 핵심 이벤트(예: add_to_cart) 발생 여부로 분할.

§2Retention Curve (D+N 잔존율)

Day↕커머스 평균↕게임 평균↕SNS 평균↕
D132%38%45%
D322%27%33%
D717%20%26%
D1412%15%20%
D308%10%15%
D605%7%11%
D904%5%9%

잔존율 곡선은 보통 power-law decay를 따른다. retention(t) = a × t^(-b)에 fit하여 미래 시점 예측 가능. R² 0.95 이상이면 신뢰 가능한 예측.

§3LTV 예측 모델

LTV = 누적 ARPU × Retention 보정. D7 시점 데이터로 D90/D365 예측이 가능하다.

LTV 예측 입력 (예시)
{
        "cohort_install_date": "2026-04-01",
        "channel": "Meta",
        "campaign": "AAP-iOS-KR-Purchase",
        "observed": {
          "d1_arpu":  0.15,
          "d3_arpu":  0.38,
          "d7_arpu":  0.62,
          "d14_arpu": 0.95,
          "d30_arpu": 1.40
        },
        "predicted": {
          "d90_arpu_low":   2.10,
          "d90_arpu_mid":   2.50,
          "d90_arpu_high":  3.05,
          "d365_arpu_mid":  4.20,
          "ltv_confidence": 0.87
        }
      }

D7 ARPU 대비 D90 ARPU의 multiplier는 카테고리별로 다르다: 커머스 ≈ 4.0, 게임 ≈ 6.0, 구독 SaaS ≈ 8.0. 이 multiplier로 빠른 LTV 추정 가능.

§4트러블슈팅

!
채널별 D7 잔존율은 비슷한데 D30 ARPU가 2배 차이

해당 채널의 트래픽 품질이 다름. D7 retention만으로 판단 금지. ARPPU(결제자당 매출)와 결제 전환율을 추가 비교 — 한 채널이 고가치 결제자를 더 많이 잡아오는지 확인.

!
코호트별 데이터 매트릭스가 모자란다 (작은 캠페인)

일 install 50건 미만이면 노이즈 너무 큼. 주간 단위 또는 매체 단위로 묶어서 분석. 단, OS는 절대 묶지 말 것 (iOS vs Android는 retention 패턴이 완전히 다름).

가이드 4-2. 코호트 기반 리텐션 가이드 최종 업데이트 · 2026-05-22