ChatGPT 활용 꿀팁(10) - 데이터 분석에 활용하기

ChatGPT 활용 꿀팁 열번째로 마케터가 바로 실무에 적용해 볼 수 있는 데이터 분석 방법인 코호트 분석(Cohort Analysis) 방법을 살펴보겠습니다.

코호트 분석은 시간 경과에 따라 사용자 그룹을 추적하는 방법입니다. 코호트(동질 집단)는 ‘특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단‘을 의미하는 것으로, 고객 획득 날짜, 제품 유형 또는 행동과 같은 공통 특성을 공유하는 사용자 그룹입니다.

가장 많이 사용되는 코호트로는 ‘날짜에 기반한 사용자 세그먼트’가 있습니다. 연령/성별, 지역, 트래픽 소스, 방문 페이지, 제품 등의 측정기준(dimension)을 통해서 사용자의 특성을 정의할 수도 있습니다. 따라서 세그먼트를 어떻게 정의하느냐에 따라 한 사용자가 다수의 코호트 그룹에 속할 수 있습니다.

챗 GPT로 데이터 분석 사례 – 엑셀로 코호트 분석하기

엑셀로 유저 코호트 분석을 할 수 있는 방법을 알아볼까요?

I would like to conduct a cohort analysis of monthly new acquisition users in 2023.

Please tell me how to organize the excel sheet based on raw data for the user.

2023년 월간 신규 획득 사용자에 대한 코호트 분석을 진행하고자 합니다.

사용자를 위해 원시 데이터를 기반으로 Excel 시트를 구성하는 방법을 알려주십시오.

2023년의 월별 신규 사용자 획득 데이터를 바탕으로 코호트 분석을 수행하고자 한다면, 엑셀 시트를 어떻게 구성해야 할까요?

아래는 신규 사용자 데이터를 코호트 분석에 적합한 형태로 구성하기 위한 엑셀 시트 구성 방법입니다.

1. 열 구성

첫 번째 열: 사용자의 가입 월 정보를 나타내는 “가입 월” 열
두 번째 열: 각 사용자의 고유 식별 정보를 나타내는 “사용자 ID” 열
세 번째 열: 각 사용자가 해당 월에 신규로 가입했는지 여부를 나타내는 “신규 가입 여부” 열

2. 가입 월 열 구성

가입 월 정보를 나타내는 열은 해당 월의 연도와 월을 포함해야 합니다.
예를 들어 2023년 1월에 가입한 사용자의 경우 “2023-01″로 표기합니다.

3. 사용자 ID 열 구성

각 사용자에게 고유한 ID를 부여해야 합니다.
이를 통해 같은 사용자가 여러 개의 행에 나타나는 경우를 방지할 수 있습니다.

4. 신규 가입 여부 열 구성

해당 월에 가입한 사용자는 “1”로, 이전 월에 가입한 사용자는 “0”으로 표기합니다.
예를 들어 2023년 1월에 가입한 사용자는 “1”로, 2022년 12월 이전에 가입한 사용자는 “0”으로 표기합니다.

5. 필터링

데이터 시트에서 “신규 가입 여부” 열을 기준으로 필터링하여 각 월별 신규 사용자 데이터를 추출합니다.
이를 통해 각 월의 코호트를 구성할 수 있습니다.

위와 같이 엑셀 시트를 구성하면, 각 월의 신규 사용자 데이터를 기반으로 코호트 분석을 수행할 수 있습니다. 이를 통해 사용자의 유지 및 이탈 패턴 등을 파악하고, 이를 기반으로 마케팅 전략을 수립할 수 있습니다.

코호트 분석을 하게 되면 어떤 의사결정을 할 수 있는지 설명해 주는 근거 보고서도 작성해 주세요.

코호트 분석은 사용자 그룹의 유지 및 이탈 패턴을 파악하여, 마케팅 전략 및 서비스 개선 등의 의사결정에 활용할 수 있습니다. 이에 따라 코호트 분석 결과를 보고서 형태로 작성하여 의사결정에 활용할 수 있습니다.

보고서는 아래와 같은 내용을 포함해야 합니다.

1. 분석 대상 코호트 기간 및 분석 기간

분석 대상 코호트 기간: 코호트 분석을 수행한 시점으로부터 일정 기간 동안의 데이터를 대상으로 분석한 기간
분석 기간: 코호트 분석을 수행한 기간

2. 코호트 분석 결과

각 코호트별 유지율과 이탈율을 비롯한 코호트 분석 결과를 보여줍니다.
유지율은 해당 코호트의 사용자 중 이전 기간과 다음 기간 모두에 활동한 사용자의 비율을, 이탈율은 해당 코호트의 사용자 중 다음 기간에 활동하지 않은 사용자의 비율을 나타냅니다.
각 코호트별 유지율과 이탈율을 시간에 따라 변화를 추적하여, 사용자의 유지 및 이탈 패턴을 파악할 수 있습니다.

3. 코호트 분석 결과를 바탕으로 한 의사결정

코호트 분석 결과를 기반으로 한 마케팅 전략 및 서비스 개선 등의 의사결정 내용을 보여줍니다.
예를 들어, 유지율이 낮은 코호트를 대상으로 개인화된 마케팅을 실시하거나, 이탈률이 높은 이유를 파악하여 해당 이유를 개선하는 등의 의사결정을 수행할 수 있습니다.

위와 같은 내용을 포함한 코호트 분석 보고서를 작성하면, 사용자 그룹의 유지 및 이탈 패턴을 파악하고, 이를 바탕으로 한 의사결정을 수행할 수 있습니다.

코호트 분석을 통해서 탁월한 성과를 이룬 예시를 들어줄 수 있을까요?

코호트 분석을 통해 성과를 이룬 대표적인 예시 중 하나는, 온라인 교육 기업의 코호트 분석입니다.

해당 기업은 2018년 1월부터 12월까지의 월별 코호트 데이터를 수집하고, 이를 기반으로 코호트 분석을 수행했습니다. 분석 결과, 해당 기업의 유저 유지율은 시간이 지날수록 감소하는 것을 발견했습니다. 따라서 해당 기업은 유저 유지율을 높이기 위해 다음과 같은 전략을 수행했습니다.

1. 구독 기간 연장을 유도하는 프로모션을 실시하였습니다.

2. 수업 진도율을 높이기 위한 안내 메일을 자동으로 발송하였습니다.

3. 교육 컨텐츠의 질을 높이기 위해 강의 내용을 업데이트하였습니다.

위와 같은 전략을 수행한 결과, 해당 기업의 유저 유지율은 2019년 2월부터 다시 증가하기 시작했습니다. 또한, 전환율도 증가하여 매출이 증가하였습니다.

이처럼 코호트 분석은 사용자 그룹의 유지 및 이탈 패턴을 파악하고, 이를 기반으로 한 전략 수립 및 개선을 통해 매출 증대나 사용자 확보 등의 성과를 이룰 수 있습니다.

챗GPT를 이용하여 마케터가 업무 생산성을 높일 수 있는 다양한 사례는 아래 글을 참고하시길 바랍니다.