Y.Siyeon

3 분 소요

3.코호트 분석

1) 전체 코호트 유지율

전체 코호트를 기준으로 1~6개월차 잔존율을 분석한 결과,
1개월차에서 가장 큰 폭의 이탈이 발생했으며, 이후 유지율은 지속적으로 감소하는 패턴을 보임

  • 1개월차 이탈률이 가장 높음
  • 2개월차에서도 추가적인 큰 폭의 감소
  • 6개월까지 구매를 유지한 고객은 전체의 1.4% (28,306명)으로 매우 낮은 수준

즉, 초기 1~2개월차의 경험이 고객 생존 여부를 결정짓는 핵심 구간임을 확인

2) 세그먼트별 코호트 유지율 변화

세그먼트별 Retention을 비교한 결과, 모든 세그먼트에서 시간이 지날수록 유지율이 감소하는 ‘전형적인 하향 곡선’을 보였음
그러나 최근 Cohort 유지율이 더 빠르게 증가하는 현상이 확인됨

VIP 고객

  • 2019년 10월 기준 1개월차 유지율: 53.8%
  • 2020년 3월 기준 1개월차 유지율: 24.1% → 최근 Cohort에서 초기 이탈이 급증, 사실상 유지율이 반토막 수준으로 하락

우수 고객

  • 1개월차 유지율: 36.8% → 14.6%로 감소
    → VIP보다 낮은 초기 기반을 가졌음에도 최근 Cohort에서 하락 폭이 더 큼

성장 고객 / 일반 고객

  • 두 세그먼트 모두 최근 Cohort 초반 유지율이 낮아지는 추세
  • 성장 고객은 장기 고객 후보군임에도 초기 이탈률이 증가하고 있는 점이 주요 리스크
  • 일반 고객은 원래 유지율이 낮지만, 최근 Cohort에서는 이탈 속도가 더욱 빨라짐

주요 가치는 VIP·우수·성장 고객군에서 나오는 만큼,
최근 Cohort에서 나타나는 빠른 유지율 악화는 장기 매출 기반을 약화시키는 위험 신호로 판단됨

3) 세그먼트별 유지율 비교 인사이트

VIP는 여전히 가장 높은 유지율을 보이나 최근 급격한 악화

→ VIP 후보군이 초기에 이탈하고 있어, VIP로의 전환 흐름이 약해지고 있음

우수·성장 고객의 초기 이탈 증가

→ 1~2개월차 리텐션이 낮아지면서 상향 이동 구조가 흔들리고 있음

✔ 일반 고객은 방치 시 이탈로 직행

→ 가장 큰 풀(Pool)인 만큼, 초기 리텐션 관리가 필요하다고 판단됨

❗코호트 분석 종합 결론

코호트 분석의 핵심 메시지는 ‘초기 리텐션의 중요성’과 ‘고객 품질 약화’

  • 1~2개월차 유지율 개선이 전체 고객 생애가치를 끌어올리는 가장 중요한 지점
  • 최근 Cohort의 유지율 악화는 VIP·우수·성장 고객의 후보군 감소로 이어져
    중장기 LTV 하락을 초래할 수 있는 주요 리스크
  • VIP는 여전히 높은 유지율을 보이는 유일한 그룹이지만, 최근 급격한 감소로 주의 필요
  • 일반 고객은 전체의 가장 큰 풀로서, 초기 리텐션 강화와 업셀 전략의 핵심 대상

→ 초기 리텐션 개선 + 상향 전환 구조 강화 + 일반 고객 케어
이 세 축이 코호트 기반 성장 전략의 핵심이라고 결론지을 수 있음

4.이탈 고객 분석

1) 이탈율 및 손실액 분석

2020년 4월 기준 이탈율은 10.4%, 이탈 위험율은 13.1%로 전월 대비 소폭 개선됨
그러나 이탈 고객 규모 자체는 증가하고 있어 장기적으로는 리스크가 확대되고 있는 상황으로 판단됨

  • 4월 기준 이탈 고객의 과거 누적 LTV: 688.3백만원
  • 이를 기준으로 산출한 5월 예상 손실액: 7.64백만원

2) 이탈 고객의 행동 패턴

세그먼트 이벤트타입 3day 7day 14day all day
활성 고객 view 4,881,146 12,136,109 27,797,980 62,707,243
활성 고객 purchase 215,934 513,348 1,193,599 2,750,877
활성 고객 cart 433,145 1,054,046 2,487,765 5,851,518
신규 고객 view 6,776,138 16,702,122 38,949,973 75,361,022
신규 고객 purchase 427,600 989,822 2,170,381 4,087,376
신규 고객 cart 772,117 1,879,341 4,286,903 7,932,370
이탈 위험 고객 view 729,409 1,831,803 3,926,035 8,510,436
이탈 위험 고객 cart 19,475 46,161 106,756 280,424
이탈 고객 view 827,607 2,096,033 4,344,201 9,668,462
이탈 고객 cart 22,062 54,422 125,118 316,726

이탈 고객군의 특징

  • View 수 자체가 낮아 초기 관심 단계에서 이미 이탈
  • Cart·Purchase 역시 비례하여 낮음
  • 신규/활성 고객이 주요 트래픽을 차지하고, 이탈군은 사이트 자체 이용 빈도가 낮음

→ 즉, 초기 관심 유지 실패, 검색/상품 추천 노출 부족 등이 이탈의 주요 원인일 가능성 높음

3) 이탈 고객의 마지막 구매 카테고리

이탈 고객이 마지막으로 구매한 상위 카테고리는 다음과 같음

1) Construction > Tools > Light — 43.3%
2) Electronics > Smartphone — 35.4%
3) Electronics > Audio > Headphone — 4.3%

특징:

  • 전체 구매 비중과 비교했을 때 카테고리가 매우 편중된 형태
  • 전반적 매출 상위 카테고리와 유사하나,
    이탈 고객군은 특히 Construction / Smartphone 카테고리에 과도하게 의존

→ 특정 카테고리에 대한 의존도가 높을수록 대체 경험 부족으로 이탈 가능성이 높아지는 구조로 해석될 수 있음

4) 이탈 전 전환 구조

  • 2020년 3월 기준 이탈 위험 고객(22.5%), 이탈 고객(77.5%)이 실제 4월 이탈 고객으로 전환됨

  • 즉,
    “이탈 위험 → 이탈” 전환 비율이 매우 높아,
    이탈 위험 고객군이 사실상 실제 이탈의 전조 역할을 하고 있음

❗이탈 분석 종합 정리

  1. 이탈 고객은 관심(View) 단계에서부터 빠르게 이탈
  2. 마지막 구매 카테고리가 특정 분야에 편중 → 경험 확장 실패 가능성
  3. 이탈 위험 고객은 실제 이탈의 명확한 전조군으로 파악

대시보드는 Tableau Public 에서 확인할 수 있습니다.

참고