코호트 리텐션 분석 방법: 표 만들고 읽는 4단계 기준
코호트 리텐션 분석은 "재구매율이 몇 %인가"를 보는 분석이 아닙니다. 같은 시기에 들어온 고객끼리 묶어서, 시간이 지나며 얼마나 남는지를 비교하는 분석입니다.
결론부터 말씀드리면, 코호트 리텐션 분석에서 가장 중요한 건 표를 만드는 기술이 아닙니다. 코호트를 무엇으로 묶을지, 리텐션을 무엇으로 정의할지 먼저 정하는 것입니다. 이 두 가지가 흔들리면 같은 데이터로도 결론이 정반대로 나옵니다.
아래에서 코호트 기준을 정하는 법부터 표를 만들고 읽는 순서, 실무에서 결론이 뒤집히는 경우까지 단계별로 설명합니다.
1. 코호트 리텐션 분석 방법의 출발점: 코호트 기준과 리텐션 정의
전체 재구매율 하나만 보면 놓치는 게 많습니다.
예를 들어 이번 달 재구매율이 지난달보다 떨어졌다고 해볼게요.
이게 기존 고객이 떠나서인지, 신규 고객이 한꺼번에 많이 들어와 분모가 커져서인지 전체 숫자로는 구분할 수 없습니다.
코호트 분석은 이 문제를 "언제 들어왔는가"로 고객을 나눠서 풀어냅니다.
그래서 표를 만들기 전에 두 가지를 먼저 정해야 합니다.
코호트를 묶는 기준 3가지
① 첫 구매 시점 (가장 기본)
첫 구매가 1월인 고객, 2월인 고객처럼 유입 시기로 묶습니다.
시간에 따라 고객 품질이 좋아지고 있는지를 볼 때 씁니다.
② 첫 유입 채널
메타 광고로 첫 구매한 고객, 검색광고로 첫 구매한 고객처럼 묶습니다.
광고 채널별로 "데려온 고객의 질"을 비교할 때 씁니다.
③ 첫 구매 상품 또는 프로모션
체험 키트로 들어온 고객, 본품으로 들어온 고객, 대형 할인으로 들어온 고객을 나눕니다.
어떤 입구 상품이 충성 고객을 만드는지 볼 때 씁니다.
처음이라면 ①로 시작하는 걸 권합니다.
②와 ③은 ①의 표를 먼저 읽을 줄 알아야 해석이 됩니다.
-> 핵심: 코호트 기준은 "무엇을 비교하고 싶은가"에서 거꾸로 정합니다.
리텐션을 무엇으로 정의할까
리텐션의 정의는 업종마다 다릅니다.
이커머스라면 보통 "해당 기간에 1회 이상 구매한 고객 비율"로 정의합니다.
구독형 서비스라면 "해당 기간에 결제가 유지된 고객 비율", 앱이라면 "해당 기간에 접속한 사용자 비율"이 되겠죠.
여기서 자주 놓치는 게 기간 단위입니다.
기간 단위는 상품의 구매 주기에 맞춰야 합니다.
상품 유형 | 구매 주기 특징 | 권장 기간 단위 |
|---|---|---|
식품·생필품 | 소진이 빠르고 반복 구매가 잦음 | 주 단위 또는 월 단위 |
화장품·건강기능식품 | 1~2개월 단위로 소진 | 월 단위 |
의류·잡화 | 시즌 단위로 구매 | 월 또는 분기 단위 |
가전·고관여 상품 | 재구매 주기가 김 | 분기 또는 반기 단위 |
구매 주기가 두 달인 상품을 주 단위로 쪼개면 대부분의 칸이 0에 가깝게 나옵니다.
반대로 구매 주기가 2주인 상품을 분기 단위로 보면 이탈 신호를 너무 늦게 잡게 됩니다.
구매 주기를 아직 모른다면 첫 구매와 두 번째 구매 사이 간격의 중앙값부터 구해보세요.
이탈 고객 기준 몇 일: 재구매 주기로 정하는 3단계 계산법
2. 코호트 리텐션 표 만드는 4단계
엑셀이나 구글 시트로도 충분히 만들 수 있습니다.
필요한 데이터는 딱 세 가지입니다.
고객 ID, 주문일, 주문 상태(결제 완료·취소·환불)
1단계: 주문 데이터 정리
취소·환불 주문은 먼저 제외합니다.
이걸 빼지 않으면 "주문했다 취소한 고객"이 재구매 고객으로 잡혀 리텐션이 부풀려집니다.
그리고 고객 ID가 하나로 통합돼 있는지 확인해야 합니다.
비회원 주문이 많은 몰이라면 같은 사람이 주문마다 다른 고객으로 잡힙니다.
이 경우 휴대폰 번호 등 공통 키로 묶어야 리텐션이 실제보다 낮게 나오는 걸 막을 수 있습니다.
2단계: 고객별 첫 구매월(코호트) 부여
고객 ID별로 가장 이른 주문일을 찾고, 그 월을 코호트로 붙입니다.
엑셀이라면 고객 ID 기준으로 MINIFS 함수를 쓰면 됩니다.
3단계: 경과 기간 계산
각 주문마다 "첫 구매월로부터 몇 개월 지났는가"를 계산합니다.
첫 구매월이 1월이고 주문월이 3월이면 경과 기간은 M2입니다.
첫 구매월 자체는 M0이고, M0은 항상 100%입니다.
4단계: 피벗으로 고객 수 집계 후 비율 변환
행에는 코호트, 열에는 경과 기간을 놓고 고유 고객 수를 셉니다.
주문 건수가 아니라 고객 수를 세야 합니다.
한 고객이 한 달에 세 번 사도 리텐션은 1명으로 잡혀야 하니까요.
그다음 각 칸을 M0 고객 수로 나누면 리텐션 표가 완성됩니다.
아래는 설명을 위한 예시 표입니다. (6월 말 기준, 실제 업계 수치가 아닙니다)
코호트 | 신규 고객 수 | M1 | M2 | M3 |
|---|---|---|---|---|
1월 | 1,200명 | 18% | 12% | 10% |
2월 | 1,050명 | 17% | 11% | 9% |
3월 (대형 할인) | 2,400명 | 9% | 5% | 4% |
4월 | 980명 | 21% | 14% | - |
4월 코호트의 M3 칸이 비어 있는 이유는 아직 그 시점이 오지 않았기 때문입니다.
이렇게 오른쪽 아래가 비어 있는 계단 모양이 정상적인 코호트 표입니다.
클래식 리텐션 vs 누적 리텐션
리텐션 계산 방식은 두 가지가 있습니다.
클래식 리텐션은 "딱 그 달에 구매한 고객 비율"입니다.
M2가 12%라면 첫 구매 후 두 번째 달에 실제로 구매한 고객이 12%라는 뜻입니다.
누적(언바운디드) 리텐션은 "그 달 또는 그 이후에 한 번이라도 구매한 고객 비율"입니다.
구매 주기가 들쭉날쭉한 상품에서 곡선이 덜 출렁여서 읽기 편합니다.
어느 쪽을 써도 괜찮지만, 한 보고서 안에서는 반드시 하나로 통일해야 합니다.
두 방식을 섞으면 같은 달 수치가 몇 배씩 차이 나서 비교가 무의미해집니다.
-> 핵심: 고객 수 기준, 취소 제외, 계산 방식 통일. 이 세 가지만 지켜도 표의 신뢰도가 확 올라갑니다.
3. 코호트 리텐션 표 읽는 법: 가로·세로·대각선
표를 만들었다면 이제 읽어야 합니다.
코호트 표는 세 방향으로 읽습니다.
가로로 읽기: 곡선이 어디서 평평해지는가
한 코호트를 왼쪽에서 오른쪽으로 따라가면 리텐션 곡선이 됩니다.
대부분 M1에서 크게 떨어지고, 이후 하락 폭이 줄어들다가 어느 지점에서 평평해집니다.
이 평평해지는 지점의 높이가 그 브랜드의 "남는 고객" 규모입니다.
예시 표의 1월 코호트는 M1 18% → M2 12% → M3 10%로, 하락 폭이 6%p에서 2%p로 줄고 있습니다.
곡선이 평평해지기 시작했다는 신호입니다.
반대로 곡선이 0을 향해 계속 내려간다면, 제품이 반복 구매를 만들지 못하고 있다는 뜻입니다.
이때는 광고보다 상품 구성이나 재구매 동선을 먼저 봐야 합니다.
세로로 읽기: 최근 코호트가 더 나아지고 있는가
같은 경과 기간(예: M1)을 위에서 아래로 비교합니다.
예시 표에서 M1만 뽑아보면 18% → 17% → 9% → 21%입니다.
4월 코호트가 가장 높습니다.
4월에 웰컴 메시지나 첫 구매 후 안내 흐름을 바꿨다면, 그 효과가 숫자로 드러난 것입니다.
세로 비교는 CRM이나 상품 개선의 효과를 검증하는 가장 정직한 방법입니다.
전체 재구매율은 신규 유입량에 따라 흔들리지만, 같은 경과 기간끼리 비교하면 그 흔들림이 사라지기 때문입니다.
대각선으로 읽기: 특정 달에 무슨 일이 있었는가
표의 대각선은 "같은 달력 월"을 가리킵니다.
1월 코호트의 M3, 2월 코호트의 M2, 3월 코호트의 M1, 4월 코호트의 M0은 모두 4월입니다.
만약 이 대각선 칸들이 일제히 튄다면, 코호트 문제가 아니라 그 달에 있었던 외부 이벤트 때문입니다.
기존 고객 대상 세일, 품절, 배송 지연, 리뉴얼 같은 것들이죠.
대각선을 확인하지 않으면 "4월 코호트가 좋다"와 "4월에 세일을 했다"를 혼동하게 됩니다.
-> 핵심: 가로는 상품력, 세로는 개선 효과, 대각선은 외부 이벤트를 보여줍니다.
4. 코호트 리텐션 분석에서 결론이 뒤집히는 경우와 광고 운영 적용
표를 읽는 법을 알아도, 아래 함정에 빠지면 결론이 거꾸로 나옵니다.
실패 사례: 할인 코호트를 "성공"으로 판단한 경우
이커머스에서 흔히 벌어지는 일입니다.
대형 할인 기간에 신규 고객이 평소의 두 배 넘게 들어오고, 첫 달 매출도 크게 오릅니다.
그런데 몇 달 뒤 코호트 표를 열어보면, 그 할인 코호트의 리텐션이 일반 코호트의 절반 수준에 머무는 경우가 적지 않습니다.
예시 표의 3월 코호트가 바로 그 모습입니다.
신규 고객은 2,400명으로 가장 많지만 M3에 남은 비율은 4%입니다.
인원으로 환산하면 3월 코호트 M3는 약 96명, 1월 코호트 M3는 약 120명입니다.
두 배 많이 데려왔는데 남은 고객은 오히려 적은 셈이죠.
할인 코호트를 볼 때는 반드시 비율과 인원을 함께 확인해야 합니다.
그리고 할인 코호트를 평균에 섞으면 전체 리텐션이 낮아 보이니, 별도 행으로 분리해서 표시하는 게 좋습니다.
결론을 뒤집는 4가지 함정
① 모수가 작은 코호트
신규 고객이 수십 명 수준인 코호트는 몇 명의 행동만으로 비율이 크게 출렁입니다.
일반적으로 코호트당 최소 수백 명은 돼야 비교할 만합니다. 그보다 작으면 월 단위를 분기 단위로 합쳐서 보세요.
② 아직 덜 익은 코호트
지난달 들어온 코호트는 M1까지만 있습니다.
이 코호트를 "누적 재구매율이 낮다"고 판단하면 안 됩니다. 시간이 덜 지난 것뿐입니다.
③ 고객 ID 미통합
앞서 말한 비회원 주문, 그리고 앱과 웹 계정이 따로 노는 경우입니다.
리텐션이 비정상적으로 낮다면 데이터 구조부터 의심해 보세요.
④ 정의 변경
분석 도중에 취소 주문 포함 여부나 계산 방식을 바꾸면, 이전 표와 비교가 불가능해집니다.
정의를 바꿨다면 과거 표도 같은 기준으로 다시 뽑아야 합니다.
광고 운영에 바로 적용하는 3가지
① 채널별 코호트로 허용 CAC 다시 잡기
첫 유입 채널별로 코호트를 나누면, CPA는 비싸도 리텐션이 높은 채널이 보입니다.
첫 구매 CPA만 보고 채널 예산을 줄였다가, 실제로는 가장 오래 남는 고객을 데려오던 채널을 끄는 실수를 막을 수 있습니다.
LTV 계산하는 법: 공헌이익·코호트로 잡는 4단계 기준
② 리타겟팅·CRM 발송 시점 정하기
가로 곡선에서 가장 크게 떨어지는 구간이 개입 시점입니다.
M1에서 대부분 이탈한다면, 첫 구매 후 첫 달 안에 재구매 유도 메시지와 리타겟팅이 들어가야 합니다.
M2~M3에서 이탈이 크다면 소진 시점 직전에 맞춰 개입하는 게 효율적입니다.
③ 프로모션 설계 검증
다음 할인 행사를 기획할 때, 지난 할인 코호트의 M3 인원을 먼저 확인하세요.
남은 인원이 일반 코호트보다 적다면, 할인 폭을 키우기보다 첫 구매 후 재구매 혜택에 예산을 옮기는 게 나을 수 있습니다.
코호트 안에서 고객을 더 잘게 나누고 싶다면 RFM 분석과 함께 보는 것도 방법입니다.
RFM 분석 세그먼트 나누기: 점수 기준과 그룹 묶는 4단계
자주 묻는 질문
Q. 코호트 분석과 리텐션 분석의 차이는?
코호트 분석은 고객을 공통 기준(유입 시기, 채널 등)으로 묶어 비교하는 방법 전체를 말합니다. 리텐션 분석은 고객이 얼마나 남는지를 보는 분석입니다. 코호트 리텐션 분석은 둘을 합쳐서, 묶은 그룹별로 유지율이 어떻게 변하는지 보는 방법입니다.
Q. 코호트 리텐션 분석은 엑셀로도 할 수 있나요?
가능합니다. 고객 ID, 주문일, 주문 상태 세 가지 데이터만 있으면 첫 구매월 계산, 경과 기간 계산, 피벗 테이블 집계 순서로 만들 수 있습니다. 주문 데이터가 수십만 건을 넘어가면 GA4 탐색 보고서나 빅쿼리 같은 도구를 쓰는 편이 관리하기 쉽습니다.
Q. 리텐션율은 몇 %면 좋은 건가요?
업종과 구매 주기에 따라 차이가 커서 하나의 기준 숫자로 판단하기 어렵습니다. 외부 평균보다 중요한 건 내 브랜드 안에서 최근 코호트가 이전 코호트보다 나아지고 있는지, 그리고 곡선이 어느 높이에서 평평해지는지입니다.
Q. 코호트 기간은 월 단위와 주 단위 중 무엇이 좋나요?
상품의 재구매 주기에 맞추는 게 원칙입니다. 구매 주기가 짧은 식품·생필품은 주 단위, 1~2개월 주기의 화장품·건강기능식품은 월 단위가 일반적입니다. 코호트당 고객 수가 너무 적다면 기간을 더 길게 묶어서 모수를 확보하세요.
마무리
코호트 리텐션 분석은 복잡한 통계가 아닙니다.
같은 시기에 들어온 고객끼리 비교한다는 단순한 원칙 하나로, 전체 재구매율이 숨기던 것들을 드러내는 방법입니다.
정리하면 이렇습니다.
코호트 기준은 비교하고 싶은 질문에서 거꾸로 정한다
리텐션 기간 단위는 상품의 구매 주기에 맞춘다
표는 고객 수 기준, 취소 제외, 계산 방식 통일로 만든다
가로는 상품력, 세로는 개선 효과, 대각선은 외부 이벤트로 읽는다
할인 코호트는 비율과 인원을 함께 보고, 별도로 분리한다
첫 구매 CPA만으로 광고를 판단하던 계정이라면, 지난 6개월 주문 데이터로 첫 코호트 표부터 만들어보세요.
예산을 어디에 써야 할지 판단 기준이 완전히 달라집니다.
중복 확인: 기존 글 목록에 코호트 리텐션 분석을 다룬 글은 없어서 새로 썼습니다. 가장 가까운 글은 「LTV 계산하는 법: 공헌이익·코호트로 잡는 4단계 기준」인데, 이 글은 LTV 계산이 목적이라 검색 의도가 다릅니다. 이 글과 이탈 고객 기준 글, RFM 분석 글 3개를 목록에 적힌 제목 그대로 내부 링크로 넣었습니다.
수치: 참고 자료가 없어서 업계 평균 수치는 넣지 않았습니다. 코호트 예시 표의 숫자는 지어낸 예시이고, 본문에도 "실제 업계 수치가 아닙니다"라고 적어 두었습니다. "할인 코호트의 리텐션이 일반 코호트의 절반 수준에 머무는 경우가 적지 않다"와 "코호트당 최소 수백 명"이라는 기준은 출처 없는 실무 경험칙입니다. 그래서 발행 전에 확인이 필요합니다.
세컨드브레인: 코호트·리텐션 관련 기록이 없어서 일반적인 실무 지식으로 썼습니다.