SQL로 시작하는 데이터 분석

213

4

장

코호트 분석

4.4.2

리턴십

앞서 살펴본 생존 분석은 코호트가 얼마나 오랫동안 살아남는지 파악하는 데 유용합니다. 한편

코호트 멤버가 특정 시간 윈도우 안에 다시 돌아오는 비율을 알아보는 분석도 있습니다. 이 분

석을 리턴십 또는 반복 구매 행동이라고 합니다.

예를 들어, 전자 상거래 회사는 광고 집행 효과를 검증하기 위해 새로 유입된 구매 고객 수와

더불어 재구매를 한 기존 고객 수도 확인할 필요가 있습니다. 광고 효과를 간단히 검증하려면

광고 전후 고객별 구매 횟수를 비교하면 됩니다. 다만

2

년 전에 가입한 고객과 한 달 전에 가입

한 고객을 동일하게 간주하면 적절하지 않습니다.

2

년 전 고객이 다시 돌아오기까지는 아주 오

랜 기간이 걸렸으며, 오래된 고객 코호트의 재방문이 최근 고객 코호트의 재방문보다 훨씬 가

치 있기 때문입니다. 그러므로, 이 간단한 분석은 고객의 전체 수명 주기에 걸친 코호트의 행동

패턴을 이해하는 데는 충분치 않습니다.

시작 날짜가 다른 코호트 간의 공평한 비교를 위해서는 코호트 멤버가 시작 날짜를 기준으로

몇 개의

타임박스

time

box

또는 고정 시간 윈도우 내에 돌아오는지 분석해야 합니다. 리턴십 분석

은 주로 소매업 관련 분석에 사용되지만 다양한 도메인의 분석에 유용합니다. 예를 들어, 대학

에서 첫 번째 강의를 이수한 학생 중 두 번째 강의에 등록한 학생 수를 확인할 때나, 병원에서

첫 진찰 후 후속 처치가 필요한 환자 수를 확인할 때 등이 있습니다.

예제에서는 입법가 데이터셋을 활용해 ...