# 코호트 분석

{% hint style="info" %}
코호트(Cohort)란 동일한 기준 시점에 특정 행동을 한 고객 그룹을 의미합니다. 라플라스 커스텀 대시보드의 코호트 분석은 첫 구매일 기준으로 고객을 그룹화하고, 이후 재구매 행동을 시간 흐름에 따라 추적합니다.
{% endhint %}

코호트 분석을 통해 다음을 파악할 수 있습니다:

* **특정 시기에 획득한 고객이 얼마나 재구매하는지**
* **광고비 대비 실제 고객 가치(LTV/LTR)가 언제 회수되는지**
* **마케팅 채널·캠페인별 고객 품질 비교**
* **재구매 주기와 이탈 시점 파악**

{% hint style="info" %}
💡 코호트 분석 활용 예시

• "2월에 처음 구매한 고객 중 D+7일 이내에 몇 %가 재구매했나?"

• "이번 달 신규 고객의 CAC(고객 획득 비용)는 공헌이익으로 언제 회수되나?"

• "첫 구매 코호트 vs 2번째 구매 코호트의 재구매율 차이는?"
{% endhint %}

## 데이터 설정 <a href="#datasettings" id="datasettings"></a>

### 데이터 소스 <a href="#datasource" id="datasource"></a>

**데이터 소스**는 분석에 사용할 원천 데이터를 선택하는 단계입니다. 분석 목적에 따라 주문, 광고, 기초 상품 데이터, 카페24 애널리틱스 등의 연결하신 데이터를 선택할 수 있습니다.

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FMo2k9G0iRKXHkVQtBNYy%2Fimage.png?alt=media&#x26;token=8abe0ae6-0ec2-4935-a210-581946598380" alt=""><figcaption></figcaption></figure>

1. 주문 데이터 또는 기초 상품 주문 데이터를 선택할 수 있어요.&#x20;
2. 측정값은 A 데이터 소스에서 기준이 될 값을 하나 선택하고, 나머지 시각화할 B 데이터소스에서 측정값을 선택할 수 있어요.

### 코호트 설정 <a href="#conversionsettings" id="conversionsettings"></a>

코호트 설정은 첫 구매 코호트, n번째 구매 코호트, 구매 코호트로 나누어집니다. 코호트의 기준이 되는 구매 횟수를 선택합니다. 기본값은 "첫 구매 코호트"입니다.

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FrYsoIwsvM1t1MD8if6pv%2Fimage.png?alt=media&#x26;token=f3503928-9068-4d21-915c-6aad1edc1b56" alt=""><figcaption></figcaption></figure>

<table><thead><tr><th>설정값</th><th width="416">의미</th><th></th></tr></thead><tbody><tr><td>첫 구매 코호트</td><td>처음으로 구매한 시점을 D+0으로 설정. 신규 고객 획득 후 재구매 패턴 분석에 사용.</td><td>가장 일반적</td></tr><tr><td>N번째 구매 코호트</td><td>2번째, 3번째 구매 시점을 기준으로 설정. 특정 구매 단계 이후 행동 추적에 활용.</td><td>심화 분</td></tr></tbody></table>

### 분석 단위 <a href="#dimensions" id="dimensions"></a>

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FvbNaZoR04USkrhNYT0MF%2Fimage.png?alt=media&#x26;token=c3325f4f-fce2-48c5-b25e-e5ffb5811c04" alt=""><figcaption></figcaption></figure>

차트를 시각화할 분석 단위를 설정할 수 있으며, 선택한 분석 단위에 따라 차트가 시각화됩니다.

* 기본 차트 분석과 마찬가지로, 여러 개의 분석 단위를 추가해 하나의 차트에서 함께 확인할 수 있습니다.
* 기본으로 제공되는 **‘판매처’** 분석 단위를 클릭해 원하는 분석 단위로 변경할 수 있습니다.

### 환불/취소 주문 <a href="#refund" id="refund"></a>

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FLwJXKRysYspIKmCdWort%2Fimage.png?alt=media&#x26;token=3ed2d0e5-c420-4159-b456-14efabdcc0af" alt=""><figcaption></figcaption></figure>

**환불/취소 주문 on/off** 기능은 분석 결과에 환불되거나 취소된 주문을 포함할지 여부를 설정하는 옵션입니다.\
해당 옵션을 **on**으로 설정하면 환불·취소 주문이 분석에 포함되며, **off**로 설정하면 제외된 데이터 기준으로 분석 결과가 제공됩니다.

## 차트 설정 <a href="#chartsettings" id="chartsettings"></a>

차트 시각화를 설정기준에 따라 변경할 수 있습니다. 각 옵 션이 실제 수치를 어떻게 바꾸는지 이해하면 목적에 맞게 분석이 가능합니다.

### 차트 타 <a href="#stapsetteings" id="stapsetteings"></a>

<table><thead><tr><th width="156">타입</th><th width="424">설명</th><th>활용</th></tr></thead><tbody><tr><td>라인 차트</td><td>코호트 그룹별 재구매율 변화를 꺾은선으로 표시. 시간에 따른 이탈 곡선(Retention Curve)을 한눈에 비교 가능. 코호트 간 차이를 시각적으로 파악할 때 유용.</td><td>추천: 트렌드 비교</td></tr><tr><td>코호트 테이블</td><td>행=코호트 날짜, 열=D+N으로 구성된 히트맵 테이블. 각 셀의 수치와 색상 농도로 재구매율을 직관적으로 확인. 구체적인 수치 확인 및 공유 시 유용.</td><td>추천: 수치 확인</td></tr></tbody></table>

### 리텐션 측정 방식

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FNoaIDM21Ee2zywE3nkfP%2Fimage.png?alt=media&#x26;token=27e1af02-04fd-4ce0-b195-86d2403579fd" alt=""><figcaption></figcaption></figure>

가장 중요하고 혼동하기 쉬운 설정입니다. 같은 데이터도 측정 방식에 따라 완전히 다른 수치가 나올 수 있습니다.

{% hint style="info" %}
핵심 개념: D+N이란?

D+0 = 코호트 기준일 (첫 구매일)

D+1 = 기준일로부터 1일 후

D+7 = 기준일로부터 7일 후

→ 분석 단위가 "일"이면 D+1 = 다음 날, "월"이면 D+1 = 다음 달
{% endhint %}

#### Calendar (절대 시점 기준)

코호트 기준일로부터 N 번째 구간 (달력 기준)에 구매가 발생한 고객 비율을 측정합니다.

| ✅ 언제 사용                                                          | ⚠️ 주의점                                                     |
| ---------------------------------------------------------------- | ---------------------------------------------------------- |
| "첫 구매 후 정확히 1개월째(D+1) 구매"처럼 특정 시점의 행동을 측정할 때. 구독/정기 배송 비즈니스에 적합. | D+0과 D+1 사이에만 구매한 고객은 D+1에 카운트되지 않을 수 있음. 각 기간이 독립적으로 집계됨. |

예시: 분석단위 "월" + Calendar → D+1 = "첫 구매 다음 달"에 구매한 고객만 집계

#### Rolling (누적 시점 기준)

코호트 기준일부터 D+N 일까지의 기간 내에 구매가 발생한 고객 비율을 측정합니다. (누적 방식)

| ✅ 언제 사용                                                             | 👉  특징                                                                  |
| ------------------------------------------------------------------- | ----------------------------------------------------------------------- |
| "D+7일 이내에 한 번이라도 재구매한 고객" 비율처럼 일정 기간 내 행동을 추적할 때. 비정기적 구매 이커머스에 적합. | 수치가 D+0 → D+N으로 갈수록 단조 증가(또는 유지). Calendar보다 전반적으로 높은 수치가 나옴. 라플라스 기본값. |

예시: 분석 단위 "일" + Rolling → D+7 = "첫 구매 후 7일 이내 재구매한 고객" 비율

#### Frequency (빈도 기준)

D+N 기간에 고객이 구매한 횟수(빈도)를 기준으로 분석합니다.

| ✅ 언제 사용                                                              | ⚠️ 주의점                                                                       |
| -------------------------------------------------------------------- | ---------------------------------------------------------------------------- |
| "D+30 기간에 평균 몇 회 구매했나?" 등 구매 빈도가 중요한 분석. 자주 구매하는 소비재, F\&B 카테고리에 적합. | 재구매율(비율)이 아닌 구매 횟수(건수) 기준으로 집계. 측정값은 "코호트 결제건수(cohort\_pay\_cnt)"와 함께 사용 권장. |

{% hint style="info" %}
🔑 측정 방식 선택 가이드

• 일반 이커머스 (비정기 구매): Rolling 권장 → "D+30 이내 재구매율"로 직관적 해석 가능

• 구독/정기배송: Calendar 권장 → 정확히 N번째 주기에 구매 여부 확인

• 구매 횟수 분석: Frequency → "한 달에 평균 몇 번 구매했나" 파악
{% endhint %}

### 누적 설정 <a href="#tablesettings" id="tablesettings"></a>

D+N 수치를 어떤 방식으로 누적할지 결정합니다. 이 설정이 LTV/LTR 분석의 핵심입니다.

<table><thead><tr><th width="166">설정</th><th>의미</th><th>주요 활용</th></tr></thead><tbody><tr><td>일반 (누적 없음)</td><td>각 D+N 구간에서 독립적으로 집계된 값. D+1이 높아도 D+2는 낮을 수 있음.</td><td>각 기간별 재구매율 추이 파악. "어느 시점에 이탈이 많은가?"</td></tr><tr><td>이전 범위 누적</td><td>D+N의 값에 D+0 ~ D+(N-1)까지의 값이 누적 합산. D+3 = D+0+D+1+D+2+D+3 합계.</td><td>누적 LTV/LTR 추적. "D+30까지 고객 한 명이 얼마를 써왔나?" 확인.</td></tr><tr><td>이후 범위 누</td><td>D+N의 값에 D+(N+1) ~ 이후까지의 값이 누적 합산. 미래 예측 방향으로 합산.</td><td>특정 시점 이후의 잔여 가치 추정. CAC 회수 이후 추가 수익 분석.</td></tr></tbody></table>

{% hint style="info" %}
💡 누적 설정 활용 예시

• 목적: "신규 고객의 D+90 누적 LTV가 CAC를 초과하는가?"

&#x20; → 설정: B 측정값 = LTV + 이전 범위 누적

&#x20; → 결과: D+0부터 D+90까지의 누적 LTV가 꺾은선으로 증가하는 것을 확인

<br>

• 목적: "각 일자별 재구매율이 어느 시점에 가장 높은가?"

&#x20; → 설정: 재구매율 + 일반 (누적 없음)

&#x20; → 결과: 어느 D+N에서 이탈이 급격히 발생하는지 파악
{% endhint %}

## 목적별 분석 설정 가이드 <a href="#tablesettings" id="tablesettings"></a>

코호트 분석의 측정값과 분석단위는 어떤 데이터를 분석하고자 하는지에 따라 설정이 크게 달라집니다. 다음은 커머스사업자들이 주로 사용하는 설정값들의 예시를 보여줍니다.

### 시나리오1: 신규 고객 재구매율 추적 <a href="#node" id="node"></a>

노드는 플로우 내에서 사용자가 **머무른 상태(state)**&#xB97C; 의미합니다.\
각 노드는 특정 단계, 채널, 혹은 조건에 해당하며 해당 지점에 도달한 사용자 규모와 비중을 보여줍니다.

<table><thead><tr><th width="217">설정 항목</th><th>권장값</th></tr></thead><tbody><tr><td>A (코호트 기준)</td><td>기초 상품 주문 데이터 코호트 → 코호트 객단가</td></tr><tr><td>B (추적 측정값)</td><td>기초 상품 주문 데이터 → 재구매율</td></tr><tr><td>코호트 기준</td><td>첫 구매 코호트</td></tr><tr><td>분석 주기 단위</td><td>일(Day) 또는 주(Week)</td></tr><tr><td>리텐션 방식</td><td>Rolling</td></tr><tr><td>누적 설정</td><td>일</td></tr></tbody></table>

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FZ6PqDv6c62OKMrF7zXrf%2Fimage.png?alt=media&#x26;token=77d387b5-a611-441c-8868-c7d5a6a4b0b3" alt=""><figcaption></figcaption></figure>

→ 결과 해석: 이미지의 D+0=1.91%, D+1=1.09%, D+7=0.13%처럼 시간이 지날수록 재구매율이 낮아지는 이탈 곡선이 나타납니다. 초기 7일 이내의 빠른 재구매 유도가 얼마나 효과적인지 파악할 수 있습니다.

### 시나리오2: CAC 회수 시점 분석 (LTV 분석)

<table><thead><tr><th width="217">설정 항목</th><th>권장값</th></tr></thead><tbody><tr><td>A (코호트 기준)</td><td>기초 상품 주문 데이터 코호트 → 코호트 객단가</td></tr><tr><td>B (추적 측정값)</td><td>기초 상품 주문 데이터 → 누적 공헌이익 또는 LTV</td></tr><tr><td>리텐션 방식</td><td>Rolling</td></tr><tr><td>누적 설정</td><td>이전 범위 누적</td></tr><tr><td>코호트 기</td><td>첫 구매 코호트</td></tr></tbody></table>

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FSxqck7VukHuED47zZq6h%2Fimage.png?alt=media&#x26;token=b61870cc-3726-42ac-8442-4c9d7b11caa4" alt=""><figcaption></figcaption></figure>

→ 결과 해석: 누적 공헌이익이 광고비(CAC)를 초과하는 D+N 시점이 "CAC 회수 시점"입니다. 이 값이 LTV/CAC 비율이 1.0을 넘는 시점과 일치해야 합니다.

### 시나리오3: 코호트 간 품질 비교

<table><thead><tr><th width="217">설정 항목</th><th>권장값</th></tr></thead><tbody><tr><td>차트 타입</td><td>라인 차트</td></tr><tr><td>B (추적 측정값)</td><td>재구매율 또는 LTV</td></tr><tr><td>분석 주기 단위</td><td>월(Month)</td></tr><tr><td>리텐션 방식</td><td>Rolling</td></tr><tr><td>데이터 필</td><td>채널별 필터 추가</td></tr></tbody></table>

<figure><img src="https://2146870105-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FiVMM5rubRDzSVhvd8yr0%2Fuploads%2FKWgMmzyx0Hzo6GKOnXIa%2Fimage.png?alt=media&#x26;token=452ea6fd-d9eb-47b2-94d9-17e9dbcefcac" alt=""><figcaption></figcaption></figure>

→ 결과 해석: 월별 코호트 라인을 겹쳐보면 특정 달에 획득한 고객의 품질이 다른 달보다 높은지 확인 가능합니다. 이벤트 기간 유입 고객의 장기 재구매율이 낮다면 프로모션 전략을 재검토할 수 있습니다.

## 자주 묻는 질문 FAQ

<details>

<summary>Q. D+0 수치가 왜 D+1보다 높게 나오나요?</summary>

A. D+0는 코호트 기준일(첫 구매일) 당일의 수치입니다. 첫 구매 당일 추가 구매 또는 해당 날짜의 총 객단가가 집계되기 때문에 이후 D+N보다 높게 나오는 것이 정상입니다. 이미지에서도 D+0=1.91%로 가장 높고 이후 감소하는 패턴이 보입니다.

</details>

<details>

<summary>Q. Rolling과 Calendar 수치가 많이 다른데 어떤 게 맞나요?</summary>

A. 둘 다 정확한 수치입니다. 측정 기준이 다를 뿐입니다. Rolling은 "D+N일까지 한 번이라도 구매"를 집계하므로 수치가 높고, Calendar는 "정확히 D+N 구간에만 구매"를 집계하므로 수치가 낮습니다. 일반 이커머스는 Rolling이, 정기 구독은 Calendar가 더 직관적입니다.

</details>

<details>

<summary>Q. 환불/취소 포함 여부가 LTV 계산에 얼마나 영향을 주나요?</summary>

A. 반품율이 높은 카테고리(패션, 가전 등)에서는 영향이 큽니다. "실 결제금액(actual\_sales)"이나 "실 공헌이익(actual\_contribution\_margin)"을 사용할 때는 환불/취소 포함 OFF를 권장합니다. 반품율이 낮은 카테고리에서는 차이가 크지 않습니다.

</details>

<details>

<summary>Q. "코호트 유저수"와 "재구매 유저수"의 차이는?</summary>

A. 코호트 유저수(cohort\_user\_cnt)는 D+0 기준으로 해당 코호트에 속한 전체 신규 유저 수입니다. 재구매 유저수(repurchase\_user\_cnt)는 그 중 실제로 재구매를 완료한 유저 수입니다. 재구매율 = 재구매 유저수 ÷ 코호트 유저수 × 100(%)입니다.

</details>

<details>

<summary>Q. 누적 설정에서 "이전 범위 누적"을 사용하면 수치가 계속 올라가나요?</summary>

A. 측정값이 결제금액, LTV 등 누적 합산이 의미 있는 값이라면 단조 증가합니다. 그러나 재구매율처럼 비율 측정값은 이전 범위 누적 적용 시 해석이 복잡해질 수 있습니다. LTV/공헌이익 등 금액 기반 측정값에 이전 범위 누적을 적용하는 것을 권장합니다.

</details>

## 전담 매니저에게 요청하기 <a href="#contact" id="contact"></a>

코호트 분석 이용에 어려움이 있으신가요?

하단의 문의하기 혹은 홈페이지의 채널톡을 통해 문의하세요. 담당 매니저가 데이터 연결에 도움을 드리도록 하겠습니다.

> 💬  [채널톡으로 문의하기](https://laplacetec.channel.io/lounge)
>
> 💬  [홈페이지에서 문의하기](https://www.analytics.laplacetec.com/contact)

**이메일 문의:** [**product@laplacetec.com**](mailto:product@laplacetec.com)