# 정기배송 리텐션
{% hint style="info" %}
첫 구매 시점이 같은 사람들을 하나의 그룹으로 묶어서 해당 그룹의 고객들이 이후에 지속해서 어떻게 행동하는지를 파악하는 것을 코호트 분석이라고 합니다. 가로축 (행)의 변화폭은 특정 시점에 첫 구매를 한 고객들이 다음 주기에 어떻게 행동이 변화해가는지 알아내는 것을 목적으로 활용하고, 세로축 (열)의 변화폭은 첫 구매 시점과 무관하게 수치가 상향/하향되는지 볼 수 있기 때문에 서비스 전반적인 개선이 이루어지고 있는지를 확인할 수 있습니다.
{% endhint %}
## 정기배송 리텐션 차트란?
* 정기배송과 일반배송의 코호트 재구매율, 이탈율, 고객생애가치(LTV)를 비교해 확인할 수 있습니다. 특히 정기배송 서비스를 주로 제공하는 브랜드사는 각 배송 유형 간 재구매율을 손쉽게 비교할 수 있습니다.
## 재구매율 기본 해석법
재구매율 코호트 분석 차트는 코호트별로 유저가 시간이 지남에 따라 발생시키는 재구매율을 추적합니다. 위 차트에서는 코호트(동질 집단)를 첫 구매 시점으로 나누고 있습니다. 첫 구매 시점별로 2021년 6월 \~ 10월으로 월 단위 유저 집단을 나누었고 각 코호트별 재구매율을 추적합니다.
{% hint style="info" %}
**재구매율 계산식**
재구매율은 **재구매 유저수 / 코호트별 첫 구매 유저수**로 계산됩니다.
{% endhint %}
**\[이미지1]** 2021년 6월 첫 구매 코호트에 속한 유저는 585명이며 **585명 중 71명**이 M+0(2021년 6월)에 재구매하였고 **재구매율은 12.14%입**니다.
**\[이미지2]** **M+1(2021년 7월)엔 82명**이 재구매하였고 **재구매율 14.02%**입니다.
**\[주의사항]**
* 여기서 주의할 점은 가장 마지막에 위치한 2021년 10월에 대한 해석입니다. 코호트 차트를 분석하는 현재 시점이 2021년 10월 15일이라면 코호트에 대한 지표 계산이 완전히 끝난 시점이 아니기 때문에 해석의 범위에서 제외해야합니다.
* 2021년 10월을 가리키는 모든 코호트 영역들에 대해서도 마찬가지입니다. 2021년 9월에 첫 구매한 유저들의 M+1 시점의 지표는 10월 31일이 지날 때까지 불완전한 지표입니다. 따라서 마지막에 위치한 코호트 영역으로부터 대각선에 위치한 코호트 영역은 해석에서 제외해야 할 수 있음을 주의해야합니다. **\[하단 이미지 참조]**
**\[조회 단위 설정]**
라플라스에서는 코호트 분석의 조회 단위로 일별 / 주별 / 월별 / 분기별 / 연별 총 5개의 기능을 제공하고 있습니다.
최적의 조회 단위를 선택하기 위해선 일자(Day) 기준의 구매주기를 계산해야 합니다. 구매주기를 계산한 이후에는 아래 테이블에서 거리가 가장 가까운 조회 단위를 찾아야합니다.
가장 가까운 조회 단위를 찾는 방법은 `거리 = |구매주기 - 조회 단위별 일자수|` 를 구하는 방식입니다. (절대값을 구함)
만약 구매주기가 49일이라면 각 거리는 다음과 같습니다.
| | 일별 | 주별 | 월별 | 분기별 | 연별 |
| ---------- | --- | --- | --- | --- | ---- |
| 조회 단위별 일자수 | 1일 | 7일 | 30일 | 90일 | 365일 |
| 거리 | 48일 | 42일 | 19일 | 41일 | 316일 |
**위 결과를 토대로 월별 코호트 지표를 분석해야 함을 알 수 있습니다. 만약 거리가 같을 경우엔 더 작은 조회 단위을 따르는게 좋습니다.**
(참고: [구매주기를 계산하는 방법](/guide/dashboard/dashboard/undefined/order_cycle.md) )
## 고객생애가치 기본 해석법
고객생애가치 코호트 분석 차트는 코호트별로 유저 1명이 시간이 지남에 따라 발생시키는 매출/마진을 추적합니다.
위 차트에서는 코호트(동질 집단)를 첫 구매 시점으로 나누고 있습니다. 첫 구매 시점별로 2021년 6월 \~ 10월으로 유저 집단을 나누었고 각 코호트별 고객생애가치를 추적합니다.
{% hint style="info" %}
**고객생애가치 계산식**
고객생애가치는 **누적 매출 / 코호트별 첫 구매 유저수**로 계산됩니다.
{% endhint %}
**\[이미지1]** 2021년 6월에 첫 구매한 유저는 585명이며 585명이 M+0(2021년 6월)에 발생시킨 **매출 및 누적 매출은 27,896,250 원**이었고 **고객생애가치는 47,686** 원입니다.
**\[이미지2]** 42명의 유저가 M+1(2021년 7월)엔 발생시킨 **매출은 4,981,378이었고 총 32,877,628 원의 누적 매출**을 발생시켰습니다. 따라서 M+1 **고객생애가치는 56,201원**입니다.
`M+1 누적 매출 = M+0 매출 + M+1 매출 = 27,896,250 원 + 4,981,378 원 = 32,877,628 원`\
`M+1 고객생애가치 = 32,877,628 원 / 585 명= 56,201 원`
`M+1 누적 매출 = M+0 매출 + M+1 매출 = 27,896,250 원 + 4,981,378 원 = 32,877,628 원M+1 고객생애가치 = 32,877,628 원 / 585 명= 56,201 원`
{% hint style="info" %}
**고객생애가치는 누적 개념이라 그래프 우측으로 가면서 무조건 증가하는데 맞나요?**
맞습니다. 고객생애가치는 고객 1인당 평균 구매 금액이므로 우측으로 갈수록 같거나 커질 수밖에 없습니다. 매월 얼마나 금액이 늘었는지 확인하고 싶으신 경우, 아래 이미지처럼 일반이 아니라 차액을 클릭해주시면 됩니다. 차액은 전 시점 대비 얼마나 늘어났는지를 보여드립니다.
{% endhint %}
**\[주의사항]**
* 여기서 주의할 점은 가장 마지막에 위치한 2021년 10월에 대한 해석입니다. 코호트 차트를 분석하는 현재 시점이 2021년 10월 15일이라면 코호트에 대한 지표 계산이 완전히 끝난 시점이 아니기 때문에 해석의 범위에서 제외해야합니다.
* 2021년 10월을 가리키는 모든 코호트 영역들에 대해서도 마찬가지입니다. 2021년 9월에 첫 구매한 유저들의 M+1 시점의 지표는 10월 31일이 지날 때까지 불완전한 지표입니다. 따라서 마지막에 위치한 코호트 영역으로부터 대각선에 위치한 코호트 영역은 해석에서 제외해야 할 수 있음을 주의해야합니다. **\[하단 이미지 참조]**
**\[조회 단위 설정]**
라플라스에서는 코호트 분석의 조회 단위로 일별 / 주별 / 월별 / 분기별 / 연별 총 5개의 기능을 제공하고 있습니다.
최적의 조회 단위를 선택하기 위해선 일자(Day) 기준의 구매주기를 계산해야 합니다. 구매주기를 계산한 이후에는 아래 테이블에서 거리가 가장 가까운 조회 단위를 찾아야합니다.
가장 가까운 조회 단위를 찾는 방법은 `거리 = |구매주기 - 조회 단위별 일자수|` 를 구하는 방식입니다. (절대값을 구함)
만약 구매주기가 49일이라면 각 거리는 다음과 같습니다.
| | 일별 | 주별 | 월별 | 분기별 | 연별 |
| ---------- | --- | --- | --- | --- | ---- |
| 조회 단위별 일자수 | 1일 | 7일 | 30일 | 90일 | 365일 |
| 거리 | 48일 | 42일 | 19일 | 41일 | 316일 |
**위 결과를 토대로 월별 코호트 지표를 분석해야 함을 알 수 있습니다. 만약 거리가 같을 경우엔 더 작은 조회 단위을 따르는게 좋습니다.**
(참고: [구매주기를 계산하는 방법](/guide/dashboard/dashboard/undefined/order_cycle.md) )
## 차트 이용법
1. 집계 단위, 조회 기간 설정
{% hint style="info" %}
집계 단위: 일별/주별/월별/분기별/연별 중 하나를 선택할 수 있습니다.
조회 기간: 집계 단위를 기준으로 n 일/주/월/분기/년을 선택할 수 있습니다.
{% endhint %}
2. 데이터 소스, 환불/취소 주문, 데이터 필터 선택
{% hint style="info" %}
데이터 소스: 주문 데이터, 기초 상품 주문 데이터 중 하나의 데이터 소스를 선택할 수 있습니다.\
👉 기초 상품 주문 데이터의 경우 추가 작업이 필요합니다. 자세한 내용은 [기초 상품 데이터 가이드](/guide/datamanage/matching/sku.md)에서 확인해 주세요.
환불/취소 주문: 환불/취소 주문 데이터를 포함/제외할 수 있습니다.
데이터 필터: 브랜드, 판매 채널, 자사몰/외부몰, 일반/정기 배송, 회원/비회원 주문, 상품 데이터를 필터링하여 차트를 시각화할 수 있습니다.
{% endhint %}
3. 코호트 설정 - 상세 설정, 코호트 측정값 선
{% hint style="info" %}
코호트 설정: 현재는 코호트 유저수만 가능합니다. (추후 업데이트 예정)
상세 설정: 차트 시각화의 기준을 몇 번째 코호트를 기준으로 시각화할지 선택할 수 있습니다.
코호트 측정값: 코호트 유저수, 코호트 광고비, 코호트 CAC, 코호트 LTV, 코호트 고객생애주기, 코호트 LTV/CAC 비율, CAC Payback Period, CAC x 3 Payback Period 중 하나의 측정값을 선택할 수 있습니다.
{% endhint %}
4. 분석 단위 선택
{% hint style="info" %}
코호트를 측정할 분석 단위(브랜드, 판매 채널, 자사몰/외부몰, 일반/정기 배송, 회원/비회원 주문, 상품 번호, 상품명, 옵션 코드, 옵션 정보, 최근 상품명)을 설정할 수 있습니다.
{% endhint %}
5. 코호트, 재구매 측정 방식
{% hint style="info" %}
N of A: 각 이벤트별로 첫구매를 측정 (ex. 각 상품 A,B,C의 첫 이벤트를 기준으로 측정합니다)
A of N: 첫 이벤트가 발생한 분석단위를 기준으로 구매를 측정 (ex. 첫 구매 고객이 구매한 상품 A)
{% endhint %}
{% hint style="info" %}
A -> A: A 상품을 사고 A를 산 고객
A -> Any: A 상품을 사고 다른 상품을 산고객 (A를 포함한 다른 상품을 삿을 경우)
A -> NOT A: A 상품을 사고 A가 아닌 상품을 산고객
{% endhint %}
{% hint style="warning" %}
분석 단위를 설정하셔야 코호트, 재구매 측정 방식 필터를 이용할 수 있으니 참고 부탁드립니다.
{% endhint %}
6. 차트 시각화 옵션, 측정값 선택
{% hint style="info" %}
차트 시각화 옵션을 평균, 트렌드로 선택하실 수 있습니다.
* 평균: 각 코호트 기간의 평균값을 차트로 시각화합니다.
* 트렌드: 코호트 기간 중 하나의 N 번째 코호트 시점을 차트로 시각화합니다
차트 측정값(재구매율, 고객생애가치(LTV), 재구매 유저수, 결제금액, 재구매 매출, 누적 매출)을 선택할 수 있습니다.
{% endhint %}
7. 집계 설정
{% hint style="info" %}
일반: 일반 코호트 기준으로 집계를 설정합니다.
이후 범위 누적: 캘린더를 기준으로 경과 기간을 계산합니다.\
ex) 5월 20일에 구매 후 6월 1일에 재구매한 경우 M+1 리텐션으로 집계 됩니다.
이전 범위 누적: 리텐션 발생까지 걸린 시간을 기준으로 경과 기간을 계산합니다.\
ex) 5월 20일에 구매 후 6월 1일에 재구매한 경우 리텐션 발생까지 12일이 걸렸고, 30일 이내에 발생한 리텐션이므로 M+0 리텐션으로 집계 됩니다. (추후 업데이트될 예정입니다.)
Calendar: 캘린더를 기준으로 경과 기간을 계산합니다.
Rolling: 리텐션 발생까지 걸린 시간을 기준으로 경과 기간을 계산합니다.
Frequency: 회차별로 전환된 비율을 계산합니다.
{% endhint %}
## 전담 매니저에게 요청하기
대시보드 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)
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://www.analytics-docs.laplacetec.com/guide/dashboard/dashboard/cohort/recurring_retention.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.