Adobe Digital Dialogue

효과적 리마케팅을 위한 기법: 코호트(cohort) 분석

신규 고객을 유치하는 것만큼 중요한 것이 고객 유지인데요. 특정 제품의 재구매나 웹사이트 재방문을 유도하기 위해 마케터들은 흔히 ‘리마케팅’을 전개합니다. 이 때 유용한 분석 기법 중 하나가 바로 코호트(cohort) 분석입니다.

군인 집단을 뜻하는 중세 프랑스어 cohorte 에서 유래한 코호트(cohort)는 사회학에서는 ‘특정 기간에 특정 경험을 공유한 사람들의 집합’을 일컫습니다. 간단히 ‘동질집단’으로도 불리는 데요. 코호트 분석 (cohort analy­sis)이란 바로 ‘특정 기간 특정 경험을 공유한 집단 간 행동패턴을 비교 및 분석’ 하는 것이라고 볼 수 있습니다.

그러면 이 코호트 분석은 기업의 비즈니스에서 왜 필요한 것일까요?

우리 몸에 이상이 생겨 통증은 있는데 겉으로 보기엔 아무런 문제가 없어보일 때 보통 MRI 를 찍어 겉으로 드러나지 않는 문제를 찾아내 듯 비즈니스에서도 당장은 매출이 잘 나오는 것처럼 보이더라도 그 실상을 들여다 보면 미래에 문제를 일으킬 수 있는 요인을 발견할 때가 있습니다. 이처럼 내재된 문제를 찾아내기 위해 마케터들은 코호트 분석을 사용합니다.

특히 웹/앱 분석에서 이 코호트 분석은 중요한 역할을 하게 되는 데요. 모바일 앱 설치 후 사용율을 분석하는 것이 대표적인 예입니다. 앱을 배포한 뒤 설치를 독려하기 위해 여러가지 마케팅 활동을 펼치면 앱 설치 수가 한 동안은 증가하는 반면 사용율은 이에 비례해 늘어나지 않을 수 있습니다. 이 때 코호트 분석을 통해 앱을 설치한 후 어느 시점에 앱 사용율이 현저히 떨어지는 지를 파악하고 이 시점에 앱 사용을 독려하는 캠페인을 진행한다면 지속적으로 앱 사용율을 유지 또는 높일 수 있습니다.

어도비 애널리틱스에서는 여러 형태의 코호트 분석 테이블을 제공하고 있는데, 가장 기본으로 사용하는 것이 ‘유지(Reten­tion) 테이블’입니다.

(그림 1) 유지 (Reten­tion) 테이블

(그림 1)은 월별 웹사이트 방문자 코호트의 일정 기간 후 재방문자 수를 나타낸 것으로 첫 방문 후 한달이 지난 시점에 대략 15~ 22% 정도 재방문이 일어 나고 있는 것을 볼 수 있으며, 이후 방문율은 줄고 있습니다. 이 때 코호트의 특성을 살펴보면 10월 방문집단은 4개월 후 재방문율이 2.7 %인 반면, 11월 방문집단은 4개월 후 재방문율이 4.1%로 10월 방문집단보다 높은 것으로 나타나고 있습니다.

그러면 여기서 이 두 코호트 집단 (2018년 10월 방문자) (2018년 11월 방문자)을 좀 더 자세히 비교 분석하기 위해 각 집단별 세그먼트를 만들어 보도록 하겠습니다. (그림 2)

(그림 2) 집단별 세그먼트 만들기

이렇게 만든 두 집단의 세그먼트를 자세히 분석해 보면 어떤 점이 이런 차이를 가져오는지 알 수 있습니다.

         (그림 3) 각 집단의 제품 보기 수 분석

예를 들어 (그림 3)과 같이 각 집단의 제품 보기 수를 비교하면 제품 A 는 2018년 10월 방문자들이 더 많은 관심을 보인 반면, 제품 B는 2018년 11월 방문자들로부터 더 높은 관심을 받은 것을 확인할 수 있습니다.

이러한 분석은 제품 뿐 아니라, 페이지 뷰, 키워드 등과 같이 확장하여 분석을 하다 보면 각 집단의 특성을 파악할 수 있는데요. 이 기업의 경우 2018년 11월 방문자들이 더 높은 관심을 보인 제품을 파악하여, 해당 그룹을 대상으로 리마케팅을 진행함으로써 이들의 충성도를 더욱 높일 수 있습니다.

또 다른 예를 들어보겠습니다. 추석, 크리스마스와 같은 특정 기간에 이벤트를 진행했다면 이 이벤트의 타깃 고객군을 해당 기간 코호트 집단으로 분류한 뒤, 이들의 재방문율이나 구매율을 다른 기간 방문자 집단과 비교하여 캠페인의 효과 뿐 아니라 그 이후 영향까지 분석할 수 있습니다. 때문에 코호트 분석을 통해 리마케팅 시점을 판단 할 수 있기도 합니다.

일반적으로 코호트 분석은 기간별 집단 분석만 가능하지만 어도비 애널리틱스를 이용하면, 방문자 특성에 따른 코호트 분석 또한 가능합니다.

(그림 4) 지역별 방문자에 따른 코호트 분석

예를 들면 (그림 4) 와 같이 방문자를 지역별로 나누어 코호트 분석을 하게 되면 각 지역 방문자들의 특성에 따른 리마케팅 계획을 세울 수 있습니다.

버지니아에 거주하는 사람들은 메일을 받은 후 3일 후 열어 보는 경향이 높다는 것을 파악하게 되면 이 지역 고객에게 메일을 발송할 때는 매일 보내는 것 보다 3~4일을 주기로 발송하면 오픈율을 높일 수 있습니다.

이 외에도 고객 집단을 다양한 특성으로 분류하고 이들의 유지율 또는 이탈율 등을 코호트 분석을 통해 다양한 관점에서 분석함으로서 효율적인 마케팅 의사 결정을 할 수 있습니다.

디지털 마케팅의 가장 큰 매력은 마케팅 대상이 누구인지 몰라도 그들의 특성 및 행동 패턴 등을 파악하여 고객에게 적합한 제품 또는 콘텐츠를 최적의 타이밍과 경로를 통해 제공할 수 있다는 것입니다. 이를 가능하게 하는 것은 여러 웹/앱 분석 기법을 이용하여 공통 특성을 지닌 집단을 추출 할 수 있기 때문이며 그 기법 중 하나가 코호트 분석입니다.

코호트 분석을 처음 접하는 마케터들이라면 가장 기본적인 유지(Reten­tion) 코호트 분석을 기간별로 나누어 방문자들의 재방문 및 유지율을 측정하는 것에서부터 시작해 보길 권유합니다. 이를 시작으로 여러분의 비즈니스에 보이지 않는 문제점도 찾아내고, 리마케팅 대상도 보다 정교하게 파악함으로써 성공적인 마케팅에 한 발 더 다가갈 수 있기를 바랍니다.

 

필자인 윤성희 이사는 한국의 웹사이트 분석 시장이 태동하던 시기에 글로벌 솔루션기업인 웹트랜즈의 세일즈 엔지니어로 커리어를 시작하였다. 이후 어도비 애널리틱스의 전신인 옴니추어에서 컨설팅을 시작한 뒤 현재 어도비 코리아에서 시니어 멀티솔루션 아키텍트로서 일하고 있으며,어도비 익스피어리언스 클라우드 고객사의 디지털 경험 관리를 돕고 있다.

 

 

 

데이터 기반 마케팅

Join the discussion