이커머스 데이터) 4. 리텐션 측정 by 코호트 분석

* 데이터는 교육 받으면서 사측에서 제공 받았습니다.

 

고객 데이터 분석 시작

이번에 고객 데이터 분석하면서 다양한 데이터 분석 방법론을 적용해볼 수 있어서 좋았다.

 

---

이론

코호트 분석, 리텐션

나의 블로그 *^^* 공부 열심히 했어여

 

그럼 분석으로 넘어가보겠다

 

---

코호트 분석, 리텐션 측정

1. 고객별로 가장 처음 주문한 날짜를 추출
2. 첫 주문 날짜와 주문 월을 그룹화해서, 해당 그룹에 해당되는 고객 수 구함
3. reset_index를 통해 인덱스를 열로 다시 받아오고, 컬럼명을 재지정 해줌

해당 코드를 수행하면 왼쪽과 같은 데이터 프레임이 나오는데 다음과 같이 해석하면 된다

• 2020년 1월에 첫 주문한 고객 중 2020년 1월에 주문을 한 수가 2113명
• 2020년 1월에 첫 주문한 고객 중 2020년 2월에 주문을 한 수가 1764명
• 2020년 1월에 첫 주문한 고객 중 2020년 3월에 주문을 한 수가 1807명... 

 

다음으로, 리텐션 측정을 위해 첫 주문 날짜와 주문 월 사이의 월차를 구해야한다.

월차를 구하고, 피벗 테이블을 만들어주면 코호트 차트가 나온다.

 

리텐션을 보는게 목적이므로, day N / day 0 을 해줬다.

2020년 1월 1일에 대해 보자면,

• 월차 0은 2020년 1월 1일 이기 때문에 리텐션이 1이다
• 월차 1은 2020년 2월 1일이므로 리텐션이 1784 / 2113 = 0.8442...
• 월차 2는 2020년 3월 1일 이므로 리텐션이 1807 / 2113 = 0.8551...

 

해당 코호트 차트를 백분율로 변환해주고, 시각화를 해보았다.

 

코호트 차트로 리텐션을 확인해보면, 기존 고객의 리텐션은 상당히 좋다. 기존 고객이 첫 구매 이후에도 꾸준히 주문을 하고 있다

 

근데!!!! 신규 유입이 완전 절망적이다

 

 

 

 

코호트 차트에서 y축은 신규 고객이라고 할 수 있는데 

2113 → 268 → 79 → 25 → 9 → 3 → 1...... 이거 뭔데 다른 날짜들도 처참

 

만약에 이게 실제상황이었으면 눈물 좔좔 났을 거 같다

 

 

 

 

 

 

 

 

 

 

 

 

결론적으로, 해당 이커머스는 리텐션은 괜찮지만 유입이 엄청나게 큰 문제이다.

하지만 리텐션이 괜찮다고 기존 고객을 나몰라라 할 순 없는 법

 

기존 고객에 대해서는

• 고객 세분화를 통한 혜택 제공으로, 기존 고객이 더욱 높은 만족도를 느낄 수 도록 해야한다

신규 고객에 대해서서는

• 일단, 첫 구매 혜택을 크게 줄 필요가 있다.
• 그리고 가입 절차를 최대한 간소하게 하거나, 가입 절차시 이탈을 못하게끔 장치를 취할 필요도 있는 거 같다. (개인적으로는 캐릭터가 말 걸면 창을 못끄겠음🙄)
• 마지막으로, 이것 역시 개인적인 경험에서 비롯된 것인데 ui가 매우 중요한 것 같다. 특히 앱 같은 경우, 앱 설치 단계에서 매력도를 높이는 게 매우 중요해보인다.
  뭔가 앱 스토에서 앱 설명칸의 디자인이 별로면 앱 자체 디자인도 별로일 거 같아 보여서 설치를 안하게 되고, 앱 리뷰가 별로여도 설치가 망설여지는 듯

신규 고객에서 마지막 두개는 지극히 개인적인 생각에 따른 것이다..

 

그리고, 리텐션을 계속 유지하기 위해 방문 이벤트를 진행하고 그와 관련된 푸시 알람을 제공해도 좋을 거 같다.

 

---

인사이트 정리

• 기존 고객
  • 고객 세분화를 통한 혜택 제공으로 더 높은 만족도 제공이 필요 
•  신규 고객
  • 첫 구매 혜택 필요
  • 고객이 신규 유입까지 이뤄지지 않는 이유를 파악하고, 그에 대한 보완을 빠르게 할 필요가 있음
• 리텐션 유지를 위한 방문 이벤트 제공 및 푸시 알람 제공

 

 

그리하야 다음은 RFM 분석에 대한 포스팅!!