유저해빗의 매거진

코호트 필터로 세분화하여 인사이트 도출하기

유저해빗

2019.05.29 17:53 조회수 1185
  • 0
  • 콘텐츠에 ‘좋아’해줘서 고마워요 -
    0
  • 나만의 큐레이션함 '북마크'에 영감이 추가되었습니다. 성장 +1 되었어요!

코호트 필터로 세분화하여 인사이트 도출하기

  • 0
  • 콘텐츠에 ‘좋아’해줘서 고마워요 -
    0
  • 나만의 큐레이션함 '북마크'에 영감이 추가되었습니다. 성장 +1 되었어요!

사용자를 구분하여 데이터 분석에 활용할 수 있는 코호트 필터 기능이 출시되었습니다.

코호트 필터를 활용하면 유저의 속성이나 행동을 기준으로 코호트(사용자군)를 만들고 해당 코호트에 대한  행동 패턴을 분석할 수 있습니다.


데이터 분석에 있어 사용자를 세그먼트(세분화)하는 것은 매우 중요합니다. 전체 사용자에 대한 평균적인 행동 패턴 분석만으로는, 제각기 다른 고객의 행동 패턴 속에서 다른 니즈를 발견하고 그에 맞는 서비스를 제공하기 어렵기 때문입니다. 예를 들어, 사용자가 첫 방문인지 재방문인지에 따라 그들이 앱에 방문하는 목적과 행동이 다르며 국가에 따라서도 다른 행동 패턴이 나타날 수 있습니다. 또한 국가나 언어와 같은 사용자의 속성뿐만이 아니라 앱 내에서 특정 행동을 한 사용자를 묶어보는 것도 의미가 있습니다. 사용 횟수나 체류시간, 방문한 화면 등의 행동 요소를 기준으로 코호트를 만들어 이들의 행동 패턴을 분석하는 것만으로도 다른 각도의 인사이트를  얻을 수 있습니다.

 

  

 

유저해빗에서는 '코호트 필터'를 통해 데이터를 세그먼트 할 수 있습니다. 코호트란 일반적으로 특정 기간 동안 비슷한 특성 또는 경험을 가지는 동일한 조건의 사용자 집단을 의미합니다.

 

기존의 구글 애널리틱스 등의 범용 애널리틱스에서도 상당히 강력한 사용자 세그먼트 기능을 제공했지만, 비교적 간단한 로그 데이터에 대해 적용할 수 있을 뿐이었습니다. 유저해빗은 1년 이상의 사용자 세그먼트 관련 R&D를 통해 (자체 파악하는 한) 세계 최초로 사용자 행동 지표뿐만 아니라 구체적인 행동 흐름 데이터에 복잡한 필터를 적용할 수 있는 기능을 출시하였습니다. 유저해빗에서는 사용 횟수, 방문화면, 신규 방문, 접속지역 등 앱에서 얻을 수 있는 거의 모든 데이터를 기준으로 사용자를 그룹핑할 수 있습니다.

 

 

 

그럼 실제로 유저해빗을 활용하여 어떤 코호트를 생성하고 구분하여 분석에 활용할 수 있는지 살펴보도록 하겠습니다.

 

  

코호트 필터의 활용

포괄적인 데이터, 즉 전체 사용자의 평균적인 데이터로는 특정 사용자에 대한 인사이트를 얻기 어렵습니다. 그렇다면 어떻게 데이터를 세분화할 때, 인사이트를 얻을 수 있을까요? 다음의 다양한 '코호트 필터' 활용 사례를 통해 그 방법을 확인해 보겠습니다.

 

신규 유입 코호트

신규 사용자의 유입은 많은데 전체 사용자수에 큰 변화가 없다면 재방문 사용자로 전환되지 않는 이유를 파악해야 할 것입니다. 특정 기간에 신규 방문한 세션을 코호트 그룹으로 만들어 행동 패턴을 분석한다면 그 이유를 파악할 수 있습니다.

 

이벤트 기간 접속 코호트

이벤트 효과를 측정하고 후속 대응 전략을 수립하려면 이벤트 기간에 접속한 사용자의 행동 패턴을 파악할 필요가 있습니다. 코호트 필터 기능을 활용해 이벤트 기간에 접속한 사용자가 이벤트를 완료하는지, 혹은 언제 이탈하는지 확인할 수 있으며, 의도한 행동으로 전환(Conversion)이 이루어지는지 확인할 수 있습니다.

 

평일/주말 사용 코호트

고객사들의 데이터를 보면 앱에 따라 평일과 주말의 사용 패턴이나 행동 패턴이 다른 경우도 상당히 많이 발견됩니다. 마찬가지로 데이터를 구분해서 행동 분석을 해야 의미 있는 결과를 얻을 수 있습니다. 이를 코호트로 구분하여 행동을 분석한다면 좀 더 정교한 마케팅 캠페인의 수립에 필요한 다양한 정보를 얻을 수 있습니다. 

 

앱 사용 n번 이내/이후에 결제 완료 코호트

빠른 기간 내에 목표를 달성한 사용자의 긍정적인 패턴과, 결제까지 너무 오랜 시간이 걸린 사용자의 문제 패턴을 비교해 보면, 좀 더 쉽게 UX 개선 포인트를 도출할 수 있습니다. 

 

그 외에도 충성 사용자나 이탈 사용자 코호트의 패턴을 본다든지, 전환되기 전 이탈자와 완료한 사용자 코호트를 비교하는 등 떠올릴 수 있는 모든 조건으로 사용자를 묶고 데이터를 분석할 수 있습니다. 유저해빗 코호트는 이렇게 다양한 기준으로 사용자를 구분하여 그룹핑할 수 있습니다. 실제 유저해빗 코호트 필터에 적용해보도록 하겠습니다.

 

 

유저해빗 코호트 필터 적용 시작하기

코호트를 생성하면 해당 코호트 그룹에 대한 주요 지표를 확인할 수 있습니다. [1] 우선, 선택한 기간의 전체 데이터 중 선택한 코호트가 차지하는 비율은 얼마나 되는지 확인할 수 있습니다. 또한 [2] 세션당 체류시간, [3] 세션당 스크린뷰, [4] 세션당 액션수와 같은 주요 지표를 통해 선택한 코호트 그룹이 앱 내에서 얼마나 활동적인지 간단히 확인할 수 있습니다.

 

 

 

미리보기 데이터로 코호트 그룹의 주요 지표를 통해 유의미한 사용자 집단이라고 판단되면 좀 더 상세한 분석을 필요로 하게 될 것입니다. 그럴 때는 [1] 코호트 필터 분석 시작하기 버튼을 클릭하세요. [2] 코호트 필터 분석이 완료되면 유저해빗에서 제공하는 [3] 화면분석, 전체사용흐름, 목표사용흐름, 개별경로분석과 같은 유저해빗의 모든 분석 리포트에서 코호트 필터를 적용할 수 있습니다.

 

 

이렇게 강력한 코호트 필터 기능을 갖춘 유저해빗으로 여러분의 앱 사용자를 들여다보고 싶지 않으신가요? 

유저해빗을 도입하면 그로스 해킹을 위한 새롭고 강력한 무기를 갖출 수 있습니다.


-----------
 


코호트 필터 활용하여 데이터 분석하기 

모바일 앱 애널리틱스, 유저해빗 >>

  • #코호트 분석
  • #유저리서치
  • # 데이터분석
  • #유저해빗

유사 카테고리의 인기 콘텐츠