리텐션 추가 분석 : 코호트 리텐션

 

 

코호트 리텐션

- (통계적으로 동일한 특색이나 행동 양식을 공유하는) 집단

가입한 지 1주차 후에도 여전히 사용하는가? 코호트를 특정 이벤트 여부, 빈도로 만들 수도 있음

 

 

 

 

 

테이블 구조

 

first_week(가입한 주) | weeks_after_first_week(가입한지 n주) | active_users(해당 주차에 활동하는 유저 수) | cohort_users(가입 첫 주의 총 유저 수) | retention_rate(리텐션 비율)

 

미리보기 테이블에서 추출 -> 적용 순서는 퍼널,리텐션 시각화의 과정과 똑같다

추출된 내용 확인

 

 

 

 

 

데이터를 전체 선택 후 삽입 -> 피봇 테이블 클릭

 

 

 

 

 

 

행 : first_week

열 : week_after_first_week

값 : retention_rate (AVERAGE)

 

 

 

 

 

 

조건부 서식을 설정하는데, 시각화의 편의를 위해서 0이 아닌 1의 값들부터 끝까지 드래그 하여 설정한다

 

 

 

 

 

색상 스케일은 미리보기에 정의된 형태로 선택한다

 

 

 

 

 

값이 들어있는 B열부터 W열까지 선택한 후 -> 우클릭 -> B~W열 크기 조정

모니터 크기에 맞게 피봇 테이블 크기를 조정할 수 있다

 

 

 

 

 

 

위의 그래프는 비율지표이기 때문에 분자와 분모의 수가 얼마나 되는지도 참고할 수 있다면 분석의 용이를 도울 것이다

기존 코호트 리텐션 그래프를 밑에 복사붙여넣기 하자

 

 

 

 

 

 

피봇 테이블 편집기에서 값을 active_users로 지정하자

 

 

 

 

 

 

기존의 비율 코호트 리텐션의 조건부 서식 범위에 + 붙여넣기 한 리텐션 그래프의 범위도 포함되어 있는데, 붙여넣기 한 좌표를 삭제하여 기존의 조건부 서식으로 되돌린다

 

 

 

 

 

 

그리고 새로운 조건부 서식을 추가하여 새로운 리텐션 그래프(active_users의 값이 들어간)의 서식을 기존 그래프의 서식과 동일한 색으로 맞춰준다

 

 

 

 

 

 

비율과 숫자 그래프를 모두 보며 파악한다

- 갑자기 올라간 곳이 있는가? 왜 그럴까? 어떤 기능이 배포되었는가?

- 올라간 특징을 기능으로 만들 수 있는가?

등등

 

 

 

 

 

 

 

 

 

 

공부내용

BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석) 강의 | 카일스쿨 - 인프런 (inflearn.com)

BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석) 강의 | 카일스쿨 - 인프런