<aside> 💡 코호트(Cohort)는 동질집단, 즉 특정 기간에 동일한 행동을 공유한 사람들의 집단을 의미합니다. 예를 들어 특정 일자에 동일한 제품을 이용/구매한 유저를 그룹으로 묶어서 분석할수 있습니다. 라플라스의 코호트 분석 기능은 재구매율과 고객생애가치 지표를 분석하여 특정 유저 집단의 행동에 대한 통찰력 있는 정보를 제공해줍니다.
</aside>
커머스 매출 향상을 위한 중장기 전략을 세울때 가장 중요한 지표는 재구매율과 고객생애가치입니다.
재구매율을 통해 커머스 비즈니스와 각 상품에서 지속적으로 매출이 발생하고 있는지 확인할 수 있으며 고객생애가치를 통해 고객 1명을 유입시킬 경우 기대 가능한 매출/수익을 확인할 수 있습니다.
재구매율이 낮은 커머스사의 경우 홈쇼핑, 라이브 커머스, 대량 광고 등으로 단기적 유입 증가 → 매출 증대는 기대할 수 있으나 지속적인 매출 발생이 불가하기 때문에 비즈니스 생애주기가 매우 짧아지게 됩니다. 고객생애가치 또한 마찬가지입니다. 고객생애가치가 지속적으로 하락하거나 고객 획득 비용(CAC)이 고객생애가치 대비 지나치게 높을 경우 커머스 비즈니스는 성장하기 어렵습니다.
재구매율, 고객생애가치를 계산하기 위해 데이터 분석이 반드시 필요합니다. 비즈니스 초기엔 엑셀을 기반으로 CEO 혹은 마케터가 지표를 계산하는 것이 가능하나 지속 가능하지 않습니다. 엑셀에 커머스 창사 이래 모든 주문 데이터를 입력해야 하며 유저 식별자(키 값)을 구성하기 위해 고객 id, 주문 전화번호 등으로 데이터 전처리가 필요합니다. 첫 구매 코호트를 구성한다면 첫 구매 일자, 첫 구매 일자로 부터의 경과 일수 또한 계산해야 합니다. (주/월/분기/년 계산이 필요할수도 있습니다.)
데이터 엔지니어, 데이터 분석가가 자사에서 근무하고 있다면 비즈니스 인텔리전스(Business Intelligence) 시스템을 구축하는 것이 가능하나 커머스 비즈니스 초기엔 상품, 배송, 광고에 집중하기 때문에 데이터 기반 성장 시스템을 가지기는 불가능에 가깝습니다.
라플라스 애널리틱스를 활용하면 계정 기반으로 커머스 빅데이터를 연결하는게 가능하며 10분 안에 코호트 분석 시스템을 구축할 수 있습니다. 데이터 엔지니어, 데이터 분석가 없이 커머스 비즈니스에 최적화된 통계 지표를 높은 수준의 정확도로 제공합니다.
코호트 분석이 어려우신가요? 라플라스 팀에게 알려주시면 분석 방법을 자세히 알려드리겠습니다.
이메일 문의: [email protected]