기능

[씽킹데이터 기능] - 유저 코호트 (Cohort)

씽킹데이터는 유저 코호트를 통해 특정 유저 그룹을 구성하고 분석할 수 있는 기능을 제공합니다.

April 14, 2024
씽킹데이터는 유저 코호트를 통해 특정 사용자 그룹을 구성하고 분석할 수 있는 기능을 제공합니다. 코호트는 조건 코호트, ID 코호트, SQL 코호트, 결과 코호트로 등 다양한 방식으로 생성 가능하며, 이를 통해 유저를 세분화하고 맞춤형 분석과 운영에 활용할 수 있습니다.

유저 코호트란?

유저 코호트는 시스템이 제공하는 유저 세분화 도구 중 하나로, 특정 조건에 부합하는 유저를 전체 유저에서 추출하여 하나의 유저 집합으로 구성합니다. 이를 통해 유저 그룹을 생성하거나 데이터 조건(유저 선택 규칙)을 기반으로 그룹을 정의하여 분석 및 운영 시 활용할 수 있습니다. 각 코호트는 포함 유저와 비포함 유저로 나뉩니다.

유저 코호트 예시:

  • 출석 이벤트에 참여한 사용자
  • 최근 일주일 이상 로그인하지 않은 사용자

이렇게 생성된 코호트를 활용하면, 데이터 조건(유저 선택 규칙)에 따라 유저를 세분화하고 분석이나 운영 전략을 수립할 수 있습니다. 코호트는 단순히 태그로 유저를 분류하는 것보다 구체적인 그룹을 만들 수 있어, 특정 시나리오에 맞춘 분석과 운영에 적합합니다.

예를 들어 :

  • 특정 캠페인에 참여한 유저 코호트는 캠페인 참여가 리텐션에 미치는 영향을 분석하는 데 활용할 수 있습니다
  • 지난 3일간 500 포인트 이상을 획득한 유저 코호트는 보상 프로그램의 효과를 측정할 때 유용합니다.

* 코호트에 대한 자세한 내용이 궁금하다면 코호트 vs 태그 글을 참조하세요

유저 코호트 생성 방법

기존에는 코호트를 만들기 위해 복잡한 조건 설정과 필터링 작업을 거쳐야 했지만, 씽킹데이터는 간단한 클릭만으로도 손쉽게 코호트 생성이 가능합니다.

코호트 생성 유형

조건 코호트를 만드는 방법은 아주 간단합니다.

1. 분석대상을 선택합니다

2. 시간대를 설정합니다

3. 특정 행위 조건을 입력합니다 (조건 예시 : 행동함/행동하지 않음, 순차적/비순차적 등)

4. 유저 속성 또한 선택이 가능합니다

조건 코호트 생성 방법

또 다른 코호트를 생성하는 방법은 분석 결과 테이블에서 분석 결과를 바탕으로 즉시 '결과 코호트'를 생성할 수 있습니다.

이외에도 유저 코호트는 다양한 방법으로 생성할 수 있습니다. 각 타입의 비교에 대해서는 아래 표를 참조해 주세요.

정의 방식

코호트 타입

설명

ID 집계형
(ID 결과를 코호트로 직접 저장합니다. 이렇게 정의된 코호트는 태그 범위를 거의 변경하지 않습니다.)

ID 코호트

ID 또는 속성과 태그 값의 태그 관계를 포함하는 파일을 임포트하여 생성된 코호트입니다. 주로 사용되는 시나리오: 얻은 ID나 속성 값과 태그 값의 마킹 관계를 시스템에 가져와 코호트로 생성하는 경우에 자주 사용됩니다. 예를 들어, 오프라인 마케팅 활동에서 수집된 휴대폰 번호와 유저의 관심 카테고리의 마킹 관계, 또는 서드파티 시스템에서 내보낸 유저 리스트와 유저 포인트의 마킹 관계 등이 있습니다. 기본적으로 1유저의 제한은 50개까지입니다.

결과 코호트

TE 분석 또는 운영 데이터에서, 특정 '인원 수'의 결과 데이터에 대해 생성된 유저 코호트입니다. 주로 사용되는 시나리오: 분석 결과를 더욱 드릴다운 분석하거나, 데이터에 이상이 있는 유저의 조작을 세밀하게 조정하는 경우에 자주 사용됩니다. 예를 들어, [12.25 프로모션 이벤트에서 카트에 넣었지만 미결제 유저]를 코호트로 생성하고, 이들 유저의 콜백 캠페인에서의 컨버전 효과를 분석합니다. 기본적으로 1유저의 제한은 50개까지입니다.

데이터 조건 유형
(계산 규칙을 코호트 정의로 저장합니다. 규칙에 따라 계산할 때마다, 현재 규칙의 준수 여부가 코호트에 적용되는지 판단 기준으로 사용됩니다. 이 유형의 코호트의 기본 항목 제한은 200입니다.)

조건 코호트

유저가 특정 이벤트를 실행하거나 일련의 이벤트를 따르고, 속성이 특정 논리식에 적용되는 코호트입니다. 일반적인 사용 사례: 실제 행동이나 유저 속성에 기반하여 유저를 코호트화하기 위해 일반적으로 사용됩니다.

SQL 코호트

SQL 코드로 정의되는 코호트입니다. 일반적인 사용 사례: 복잡한 로직으로 유저를 코호트 정의하고, '조건부 코호트'로는 구성할 수 없는 일부 복잡한 데이터 규칙은 SQL 그룹화를 사용할 수 있습니다.

코호트 생성 시 고려할 사항

1. 분석 대상

코호트를 생성하려면 유저를 식별할 기준이 필요합니다. 기준은 디바이스 ID, 계정 ID, 캐릭터 ID, 플랫폼 ID 등 다양하며, 프로젝트 관리에서 유저 ID외의 유저 속성 또한 분석 주체로 설정할 수 있습니다. 분석 주체에 따라 코호트 생성 결과와 인원 수가 달라집니다.

(주의) 이벤트 속성을 분석 주체로 선택한 경우, 조건 코호트에서는 "행동하지않은 이벤트", "비순차적으로 행동" 조건을 사용할 수 없습니다.

2. 시간대

프로젝트에서 다중 시간대 기능이 활성화된 경우, 코호트 생성 시 적용할 시간대를 선택해야 합니다. 시간대에 따라 이벤트 조건 충족 여부가 달라질 수 있으니 주의가 필요합니다.

(주의) 대시보드나 보고서에서 다른 시간대를 선택해도 코호트 계산 결과는 사전에 설정된 시간대를 기준으로 표시됩니다.

유저 코호트 업데이트

유저 코호트는 미리 계산된 데이터로, 실시간 계산 방식과는 다릅니다. 즉, 유저 코호트를 사전에 계산하고, 그 결과를 이후의 분석이나 데이터 활용 작업에 사용합니다. 이렇게 미리 계산하면 데이터 처리 속도를 높이고 반복 계산을 줄여 효율성을 극대화할 수 있습니다. 다만, 이 방식은 데이터의 적시성(조건에 따라 정의된 코호트가 얼마나 빠르게 업데이트되는지)이 낮아질 수 있다는 한계가 있습니다. 대부분의 분석에서는 하루 단위로 업데이트되는 코호트로도 충분히 요구를 충족할 수 있지만, 실시간 반응이 중요한 운영 상황에서는 더 높은 적시성이 요구됩니다.

조건 코호트SQL 코호트는 데이터 조건으로 정의된 코호트이며, 시스템은 다양한 업데이트 방식을 지원합니다. 자세한 설명은 아래와 같습니다:

업데이트 방법

설명

시간 지정

코호트 생성 및 편집 시, 조건 코호트와 SQL 코호트의 자동 업그레이드 스위치를 켜면, 매일 설정한 시간이 되면 자동으로 코호트가 업그레이드됩니다. ID 코호트와 결과 코호트는 이 업그레이드 방법을 지원하지 않습니다.

수동

조건 코호트와 SQL 코호트는 수동으로 업그레이드할 수 있습니다. 데이터 코호트가 필요한 경우, 수동으로 업그레이드할 수 있습니다. ID 코호트를 업그레이드하려면, 새 파일을 다시 가져와야 합니다. 결과 코호트는 수동 업그레이드를 지원하지 않습니다.

시스템 트리거

시스템 기능에 의해 트리거되는 코호트입니다. 프로젝트가 이미 운영 모듈을 배포한 경우, 시스템은 운영 작업 구성에 따라 코호트 업그레이드를 자동으로 트리거합니다.

생성 시 계산

모든 코호트는 생성 후 바로 계산됩니다.

편집 시 계산

조건 코호트는 조건 또는 시간대가 변경될 때마다 즉시 계산됩니다.

주의) 시스템 내 유저 및 이벤트 데이터는 실시간으로 업데이트됩니다.따라서 코호트 정의 시 날짜 시간 범위를 "오늘" 을 사용할 경우, 계산 시점까지의 데이터를 기준으로 코호트가 계산됩니다. 만약 전체 하루 데이터를 사용해야 한다면, 날짜 시간 범위를 "어제" 로 사용하는 것이 좋습니다.

유저 코호트 관리

분석, 운영, 유저, API 네 가지 모듈에서 생성된 모든 코호트는 유저 → 유저 코호트 화면에서 확인할 수 있습니다.

  • 코호트를 생성한 모듈에서 공용 관리가 허용된 경우, 해당 화면에서 코호트를 삭제, 업데이트, 편집할 수 있습니다.

유저 코호트에서 실행할 수 있는 관리 작업은 다음과 같습니다. 다른 관리 작업에는, 코호트 타입, 코호트 설정, 그리고 작업 권한에 관한 다양한 요구사항이 있습니다. 자세한 내용은 아래의 표를 참조해 주세요.

관리 조작

다음 조건을 동시에 만족하는 경우, 관리 조작을 실행할 수 있습니다

수동 업데이트

조건 코호트, SQL코호트; 코호트는 수동 업데이트를 지원; 코호트 생성 모듈이 공개 관리 가능; 조회자에게는 이 코호트를 편집 및 삭제하는 권한이 있습니다.

코호트 편집

조건 코호트(비운영 모듈에서 생성한 것), SQL코호트, ID코호트; 코호트 생성 모듈이 공개 관리 가능; 조회자에게는 이 코호트를 편집 및 삭제하는 권한이 있습니다.

데이터 가져오기 및 오류 다운로드

ID 코호트; 코호트 생성 모듈이 공개 관리 가능; 조회자에게는 이 코호트를 편집 및 삭제하는 권한이 있습니다; 가져온 후 7일 이내.

복사본 생성

조건 코호트, SQL코호트; 조회자에게는 이 코호트를 편집 및 삭제하는 권한이 있습니다.

코호트 삭제

코호트 생성 모듈이 공개 관리 가능; 조회자에게는 이 코호트를 편집 및 삭제하는 권한이 있습니다.

코호트가 리포트, 다른 코호트(운영 모듈 생성 코호트), 알림 등의 리소스에서 사용 중인 경우, 수정이나 삭제 시 데이터 이상이나 계산 오류가 발생할 수 있습니다. 삭제 또는 편집 전, 해당 코호트가 미치는 영향을 확인한 후 진행하는 것이 좋습니다.

유저 코호트 유저 목록

코호트 계산이 완료된 후, 유저 코호트 화면에서 해당 코호트에 포함된 유저 수를 확인할 수 있으며, 숫자를 클릭하면 유저 목록을 조회할 수 있습니다.

유저 목록에서는 코호트 조건 정의(조건 코호트, SQL 코호트)와 해당 유저 목록을 확인할 수 있습니다.

• 최대 1,000개의 유저 데이터는 테이블에 표시됩니다

• 더 많은 데이터가 필요하면 다운로드 버튼을 통해 최대 500,000개의 데이터를 내려받을 수 있습니다

• 유저 목록 페이지의 표 오른쪽 상단에 있는 "업데이트"를 클릭하면 코호트 결과 데이터만 다시 쿼리되며, 코호트 자체는 다시 계산되지 않습니다(유저 속성 데이터만 변경됩니다)

씽킹데이터가 자랑하는 강력한 기능인 '코호트' 기능이 궁금하다면? 상단 문의하기를 통해 문의주세요!