유저 코호트

선별된 유저 집합을 만들어 분석이나 마케팅에 활용할 수 있는 코호트를 생성하고 관리하는 방법을 확인해보세요

1. 유저 코호트

‍

유저 코호트는 유저를 세분화하기 위한 데이터 도구 중 하나로, 모든 유저 중에서 선별된 유저 집합체로 이해하면 됩니다. 일부 유저를 코호트로 생성하거나, 데이터 조건(유저를 선택하기 위한 규칙)을 코호트로 만들어 분석이나 마케팅에 사용할 수 있습니다. 각 코호트는 포함됨 또는 포함되지 않음의 두 가지로 나뉩니다.

유저를 태그로 마크하는 것과 비교하면 유저 코호트는 유저의 선별과 유사합니다. 선별된 유저 세트는 보다 구체적입니다. 일반적으로 하나의 코호트는 하나의 활용 시나리오에서만 사용하는 것을 권장합니다.

예를 들어, 코호트 1 "특정 캠페인에 참여한 유저"는 캠페인 참여가 리텐션에 미치는 영향을 분석하는 데 사용할 수 있습니다. 코호트 2 "지난 3일 동안 500포인트 이상을 획득한 유저"는 매일 포인트 보상 미션의 배포 등의 분석에 사용됩니다.

‍

2. 유저 코호트 생성

‍

[유저 → 유저 코호트]에서 "조건 코호트", "ID 코호트"와 "SQL 코호트"를 생성할 수 있습니다.

분석 결과 테이블에서 "결과 코호트"를 생성할 수 있습니다.

유저 코호트는 다양한 방법으로 생성할 수 있습니다. 각 타입의 비교는 아래 표를 참조하십시오.

‍

코호트를 생성할 때는 코호트 ID나 데이터 조건 외에도 코호트의 분석 주체와 시간대를 선택해야 합니다.

‍

분석 주체

유저 코호트는 유저를 세분화하기 위한 도구이며 "유저"의 식별자는 디바이스 ID, 계정 ID, 캐릭터 ID, 플랫폼 ID 등 다양합니다. 프로젝트 구성에서는 TE 유저 ID 외의 유저 마크(속성)를 분석 주체로 추가할 수 있습니다. 이러한 분석 주체는 유저 코호트를 사용해 세분화할 수 있습니다.

코호트를 생성할 때는 코호트의 분석 주체를 선택해 계산 후 얻는 결과는 그러한 분석 주체의 집합이 되며, 코호트에서 볼 수 있는 "인원수"는 분석 주체의 수입니다. 이벤트 속성으로 생성한 분석 주체를 선택한 경우 "행동하지않은 이벤트", 비순차적으로 행동" 조건은 조건 코호트에서 사용할 수 없습니다.

‍

시간대

프로젝트에서 다중 시간대 기능이 켜져 있는 경우(프로젝트 관리), 코호트를 생성할 때 코호트의 계산 시간대도 선택해야 합니다. 조건 코호트나 SQL 코호트 정의에 이벤트 데이터를 사용할 경우, 기본 이벤트 조건의 시간 범위는 코호트 시간대의 시간 범위가 됩니다. 전송된 이벤트가 다른 시간대에 있는 경우, 먼저 시프트된 후 이벤트 조건이 충족되는지를 판단합니다.

주의: 분석 중 대시보드와 리포트를 표시하기 위해 다른 시간대을 선택한 경우, 사용되는 코호트 데이터는 사전에 계산된 결과로, 계산 시간대은 이에 따라 변경되지 않습니다.

‍

3. 유저 코호트 업데이트

‍

유저 코호트는 사전에 계산된 데이터입니다(즉석 쿼리와는 다릅니다). 즉, 유저 코호트를 사전에 계산하고, 그 결과 데이터를 후속 분석과 조작에서 사용합니다. 사전 계산은 사용 시의 계산량을 크게 줄이고 반복 계산을 줄여 데이터 사용 효율을 향상시키지만, 동시에 데이터의 적시성(데이터 조건으로 정의된 코호트)이 떨어집니다. 대부분의 분석 상황에서는 일일 단위로 업데이트되는 코호트로도 요구를 충족할 수 있습니다. 운영 상황에서는 코호트의 적시성이 높아집니다.

조건 코호트와 SQL 코호트는 데이터 조건으로 정의된 코호트입니다. 시스템에서는 다음에 설명하는 업데이트 방법을 지원합니다.

주의: 시스템 내 유저 데이터나 이벤트 데이터는 실시간으로 업데이트되므로 코호트 정의에서 "당일"의 이벤트 조건을 사용할 수 있습니다. 코호트 계산에서는 계산 종료 시점의 오늘 데이터를 사용합니다. 전체 하루의 데이터를 사용해야 하는 경우, 어제까지의 이벤트 조건을 사용하십시오.

‍

4. 유저 코호트 관리

‍

분석, 운영, 유저, API의 4가지 모듈에서 생성된 코호트는 유저 → 유저 코호트에서 볼 수 있습니다. 코호트 생성 모듈에서 공개 관리가 허용된 경우 코호트의 삭제, 업데이트, 편집도 가능합니다.

유저 코호트에서는 분석, 운영, API 모듈에 의해 생성된 코호트를 생성 원에 따라 빠르게 필터링할 수 있습니다. 코호트 이름 뒤에는 비유저 모듈에 의해 생성된 코호트의 생성 원도 표시되어 검색에 편리합니다.

유저 코호트에서 실행할 수 있는 관리 작업은 다음과 같습니다. 서로 다른 관리 작업에는 코호트 타입, 코호트 설정, 조작 권한에 대한 다양한 요구 사항이 있습니다. 자세한 내용은 아래 표를 참조하십시오.

코호트는 리포트, 코호트(운영 모듈에서 생성), 알림 등의 리소스에서 사용할 수 있으므로 코호트를 변경하거나 삭제하면 이러한 리소스의 데이터가 비정상적으로 변동하거나 계산되지 않을 수 있습니다. 삭제하거나 편집된 코호트에 의존하는 리소스가 있는 경우, 해당 영향 범위가 표시되며, 조작 구성원은 삭제를 계속하기 전에 영향을 판단해야 합니다.

‍

5. 유저 코호트의 유저 목록

‍

코호트를 계산한 후, 유저 코호트의 현재 유저 수를 표시하고 인원을 클릭하면 현재 코호트의 유저 목록을 볼 수 있습니다.

유저 목록에서는 코호트 조건 정의(조건 코호트, SQL 코호트)와 유저 리스트를 확인할 수 있습니다. 테이블에는 최대 1,000 행의 유저 데이터가 표시됩니다. 더 많은 데이터가 필요한 경우, 표의 오른쪽 상단에 있는 다운로드 버튼을 클릭하여 최대 500,000 행의 유저 데이터를 다운로드할 수 있습니다.

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

‍

6. 사용 권한

‍

분석가 역할

운영 역할

권한 설명：

◎ 부여되어 있음

○ 기본적으로 부여되어 있지만, 제외 가능

△ 기본적으로 부여되어 있지 않지만, 부여 가능

× 부여되어 있지 않음

‍

7. 조건 코호트

조건 코호트는 주로 유저의 행동에 기반하여 유저 세그멘테이션 시나리오를 선택하기 위해 사용됩니다. 시스템에서 이미 생성된 데이터를 사용하여 간단한 구성 작업으로 코호트를 생성할 수 있습니다.

‍

조건 유형

조건 코호트의 조건 유형은 다음과 같습니다.

코호트 조건은 여러 조건의 논리식을 사용하여 조합할 수 있습니다. 실제 조합에서는 아래 그림과 같이 같은 카테고리의 조건을 'and' 또는 'or'로 연결하고, 다음에 두 카테고리의 논리 결과를 'and' 또는 'or'로 연결합니다.

‍

2. '순차적 행동' 조건

이벤트 [순차적/비순차적] 의 조건은 비교적 복잡하며, 일련의 유저의 발생 모드(순서, 간격, 동일 속성 등)를 정의하고, 유저의 조건 유형을 좁힙니다. 이벤트를 지정하고, 아래와 같이 설정합니다.

‍

사례:

시퀀스 내 인접한 스텝에서 완전히 같은 이벤트를 선택하면, 최소 2회 연속해서 발생한 것으로 간주됩니다.

예: 유저 가입 - 유저가 보상을 받음 - 유저가 보상을 받음 - 유저 결제; 이러한 4단계 모델에서, 스텝 2와 3의 이벤트는 완전히 같습니다. 실제 판단 방법은, '유저 가입'에서 '유저 결제'까지의 사이에 '유저가 보상을 받음'이라는 사건이 2회 이상 있을 경우로 합니다.

시퀀스 내 인접한 스텝에서 이벤트와, 이 이벤트를 사용하여 정의된 가상 이벤트를 선택하면, 이벤트가 최소 2회 연속해서 발생해야 하며, 하나는 이벤트로 간주되고 또 다른 하나는 가상 이벤트로 간주됩니다.

예: 유저 가입 - 유저가 보상을 받음 - 유저가 보상 또는 쿠폰을 받음 (가상 이벤트) - 유저 결제, 이 4단계 모델에서, 스텝 2의 이벤트 '유저가 보상을 받음'을 사용하여 스텝 3의 가상 이벤트를 정의합니다. 실제로는, '유저 가입'에서 '유저 결제'까지의 사이에 '유저가 보상을 받음'이라는 행동이 2회 이상 있으면 카운트할 수 있지만, '유저가 보상을 받음'은 한 번만 있고, '유저가 보상 또는 쿠폰을 받음'을 실행하지 않았다면, 카운트되지 않는 것으로 간주됩니다.

시퀀스 스텝 간에 설정한 미실행 이벤트와, 그 앞뒤 스텝의 이벤트와 같은 경우, 그 이벤트는 1회만 발생한 것으로 간주됩니다.

예: 유저 가입 - 유저가 보상을 받음 - (미실행: 유저가 보상을 받음) - 유저 결제 등의 3단계 모델에서, 스텝 2와 3의 이벤트 사이에는, 스텝 2의 이벤트와 같고, 실행하지 않도록 정의된 이벤트 '유저가 보상을 받음'이 있습니다. 실제 판단으로는, 유저가 '유저 가입'에서 '유저 결제'까지의 사이에 '유저가 보상을 받음.

이벤트 분석

이벤트 분석은 강력하고 유연한 분석 모델입니다. 간단한 조작으로 이벤트 데이터를 필터링하거나 그룹화할 수 있으며, 일정 기간 동안 특정 유저 행동의 집계 지표를 계산하고, 다양한 그래프로 데이터 결과를 표시할 수 있습니다.

이벤트 분석에서는 다음과 같은 질문에 대한 답을 빠르게 얻을 수 있습니다.

지난 30일간 하루 평균 로그인 유저 수와 디바이스 수의 추세는 어떻게 되나요?
신규 유저의 가입 첫날 결제율은 얼마나 되나요?
미국 유저의 최근 한 달간 1인당 결제 금액의 추세 어떻게 되나요??

분석 지표의 빠른 구성

이벤트 분석에서는 먼저 분석할 특정 이벤트를 선택해야 하며, 프리셋 이벤트, 커스텀 이벤트, 또는 가상 이벤트를 선택할 수 있습니다. 이벤트를 선택하면 기본적으로 이벤트의 총 횟수, 즉 특정 이벤트(결제, 앱 실행 등)가 발생한 횟수를 계산하며, 트리거된 유저 수나 1인당 평균 횟수 등, 다른 계산 방법을 선택하거나 이벤트의 속성을 기반으로 통계를 작성할 수도 있습니다.

‍

이벤트 분석에서는 [계산식]에 의한 비율 지표의(결제율, ARPU 값 등) 사칙연산을 지원하며, 지표를 계산식으로 전환하거나, 계산식을 지표로 전환할 수도 있습니다. 계산 방법의 로직에 대해서는 계산 방법 로직 설명을 참조하십시오.

‍

불필요한 데이터를 제거하거나, 분석을 위해 특정 특성을 만족하는 이벤트 또는 사용자를 선택하고자 할 때는(예: App Store의 결제만을 카운트하는 등) 필터를 통해 데이터를 처리할 수 있습니다.

App Store, Google Play 등의 채널에서의 데이터 결과를 비교하고 싶은 경우는, 항목을 그룹화하여 비교 및 분석할 수 있습니다.

설정이 완료되면, 좌측 하단의 '계산' 버튼을 클릭 후 데이터 결과를 확인할 수 있습니다

‍

분석 결과 시각화

이벤트 분석에는 다양한 시각화 기능이 있으며, 최적의 차트 유형을 선택하여 데이터 결과를 분석할 수 있습니다.

‍

• 라인 그래프
[합계] 이외의 단위를 선택할 경우, 이벤트 분석은 기본적으로 라인 그래프를 표시하며, 시간이 지남에 따른 지표의 변화를 관찰하는 데 도움이 됩니다.

‍

그룹 값 아래의 각 분석 지표에 대해 그래프의 선에 해당하며, 막대 그래프 또는 누적 막대 그래프로 전환하여 표시할 수도 있습니다. 분석 지표 결과 데이터가 크게 다른 경우, 최적의 표시 효과를 얻기 위해 큰 지표를 메인 축과 서브 축에 각각 표시하도록 설정할 수 있습니다.

‍

• 누적 그래프
[합계] 이외의 단위를 선택할 경우, 라인 그래프 외에, 누적 그래프를 사용하여 시간이 지남에 따른 지표의 누적을 표시할 수도 있습니다. 각 노드는 그 시점까지의 데이터의 합계가 됩니다.

주의: 선택한 계산 방법이 유니크 유저 수, 또는 중복 제거 수, 최댓값, 백분위 등일 경우 누적 그래프로 표시하기에 적합하지 않을 수 있습니다.

‍

• 누적 영역 그래프
여러 분석 지표 또는 여러 그룹 값이 있는 경우는, 누적 영역 그래프로 전환하여 표시할 수 있습니다.

‍

• 분포 그래프

선택한 단위가 [합계]인 경우, TE 시스템은 기본적으로 분포 그래프를 표시하며, 선택한 시간 범위 내의 다양한 지표 또는 그룹 값의 데이터 결과를 비교하는 데 도움이 됩니다.

‍

• 파이 그래프

다른 그룹화 값의 비율을 시각적으로 표시하고 싶은 경우는, 원 그래프로 전환할 수 있습니다.

‍

Product title

Aut aliquam et at quod. Fuga atque qui. Ullam facere quibusdam. Dolorem ut id. Eum ullam laborum et. Aliquam voluptate ut.

Product title