코호트 분석

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.

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

💡 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?"

데이터 설정

데이터 소스

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

1. 주문 데이터 또는 기초 상품 주문 데이터를 선택할 수 있어요.

2. 측정값은 A 데이터 소스에서 기준이 될 값을 하나 선택하고, 나머지 시각화할 B 데이터소스에서 측정값을 선택할 수 있어요.

코호트 설정

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

설정값	의미
첫 구매 코호트	처음으로 구매한 시점을 D+0으로 설정. 신규 고객 획득 후 재구매 패턴 분석에 사용.	가장 일반적
N번째 구매 코호트	2번째, 3번째 구매 시점을 기준으로 설정. 특정 구매 단계 이후 행동 추적에 활용.	심화 분

분석 단위

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

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

차트 설정

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

차트 타

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

리텐션 측정 방식

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

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

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.

🔑 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

누적 설정

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

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

💡 누적 설정 활용 예시

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

→ 설정: B 측정값 = LTV + 이전 범위 누적

→ 결과: D+0부터 D+90까지의 누적 LTV가 꺾은선으로 증가하는 것을 확인

• 목적: "각 일자별 재구매율이 어느 시점에 가장 높은가?"

→ 설정: 재구매율 + 일반 (누적 없음)

→ 결과: 어느 D+N에서 이탈이 급격히 발생하는지 파악

목적별 분석 설정 가이드

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

시나리오1: 신규 고객 재구매율 추적

노드는 플로우 내에서 사용자가 머무른 상태(state)를 의미합니다. 각 노드는 특정 단계, 채널, 혹은 조건에 해당하며 해당 지점에 도달한 사용자 규모와 비중을 보여줍니다.

설정 항목	권장값
A (코호트 기준)	기초 상품 주문 데이터 코호트 → 코호트 객단가
B (추적 측정값)	기초 상품 주문 데이터 → 재구매율
코호트 기준	첫 구매 코호트
분석 주기 단위	일(Day) 또는 주(Week)
리텐션 방식	Rolling
누적 설정	일

→ 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)

설정 항목	권장값
A (코호트 기준)	기초 상품 주문 데이터 코호트 → 코호트 객단가
B (추적 측정값)	기초 상품 주문 데이터 → 누적 공헌이익 또는 LTV
리텐션 방식	Rolling
누적 설정	이전 범위 누적
코호트 기	첫 구매 코호트

→ 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

설정 항목	권장값
차트 타입	라인 차트
B (추적 측정값)	재구매율 또는 LTV
분석 주기 단위	월(Month)
리텐션 방식	Rolling
데이터 필	채널별 필터 추가

→ 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

Q. D+0 수치가 왜 D+1보다 높게 나오나요?

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.

Q. Rolling과 Calendar 수치가 많이 다른데 어떤 게 맞나요?

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.

Q. 환불/취소 포함 여부가 LTV 계산에 얼마나 영향을 주나요?

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.

Q. "코호트 유저수"와 "재구매 유저수"의 차이는?

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.

Q. 누적 설정에서 "이전 범위 누적"을 사용하면 수치가 계속 올라가나요?

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.

전담 매니저에게 요청하기

코호트 분석 이용에 어려움이 있으신가요?

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

💬 채널톡으로 문의하기

💬 홈페이지에서 문의하기

이메일 문의: [email protected]