코호트 분석

1. 코호트 분석

-코호트(특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단으로 묶는 방안)

-시간을 두고 비슷한 그룹을 비교

-목적: 고객의 이탈률, 리텐션(재구매율)을 파악하여 문제 진단 및 해결 전략 도출을 위한 대시보드로 사용

 

2. AARRR(해적지표)

-사업의 핵심지표를 발굴하고, 성장시키는 방법을 찾는 활동(그로스 해킹)

-1)사용자 유치 2)사용자 활성화 3)사용자 유지 4)추천 5)매출

3. 리텐션

-고객 유지율, 서비스의 성공을 예측할 수 있는 가장 기본적인 핵심지표

-측정방법: 특정 기간 내 이벤트를 발생시킨 유저의 비율 -기간 내 1번 이상의 이벤트 관측 = 한 번으로 카운트 -Retention = 측정 Week 기간 내 서비스 이용 고객수 / week1 서비스 이용 고객수   ex)1주차 총 3명 -> 3/3  2주차 사용자 2명 -> 2/3   3주차 사용자 1명 -> 1/3

---

★ 첫 구매 특가상품을 구매한 고객이 유지가 더 잘될 것인가?

1)특가 상품 구매 = 1, 미구매 = 0 으로 SQL 추출

2)조건별 고객 수 총합 = 1000, 조건별 / 조건별 고객 수 총합으로 retention Col 생성

결론: 특가 상품 구매 고객 --> 고객 리텐션이 더 높음

#그래프 생성 false = cohort[cohort.is_promotion == '0']  true = cohort[cohort.is_promotion == '1'] fig = plt.figure(figsize=(5,5)) ax = fig.add_subplot() ax.plot(true['week_range'], true['retention'], label='특가상품 구매자') ax.plot(false['week_range'], false['retention'], label='특가상품 미구매자') plt.ylabel('retention') plt.xlabel('week_range') ax.legend()