「D7 리텐션만 보던 팀에서, 코호트별 온보딩 완료율을 겹쳐 보니 광고 유입이 문제인지 UX가 문제인지 구분할 수 있게 됐어요.」
김서연 · 모바일 프로덕트 매니저 · 《리텐션 코호트 분석 실무》
Platforms Integration
코호트 표 안의 숫자 한 칸이, 다음 스프린트에서 무엇을 고칠지 말해 주는 법을 다룹니다. 애플리케이션 애널리틱스의 리텐션 코호트 분석을 창원·서울 제품팀이 쓰는 언어로 정리했습니다.
현장 목소리
같은 표, 다른 해석 — 수강생이 남긴 짧은 메모
모듈 3의 세그먼트 분할 연습은 유용했는데, 사내 데이터 권한 때문에 실습 데이터셋 일부를 그대로 옮기진 못했습니다. 그래도 해석 프레임은 바로 썼습니다.
익명 · B2B SaaS 업계 클라이언트
추천 프로그램
지금 팀에 맞는 학습 경로
대시보드를 읽는 사람부터 실험을 설계하는 사람까지, 역할에 맞춰 깊이를 조절합니다.
218
누적 수료 인원 (2024–2026)
37
실습에 사용한 공개·합성 코호트 세트
11일
평균 첫 리포트 제출까지 소요
학습이 남기는 것
숫자 뒤의 의사결정을 훈련합니다
코호트 정의부터 합의
가입일·첫 구매·기능 활성화 등 기준이 흔들리면 리텐션 비교가 무의미해집니다. 팀 공통 정의를 문서화하는 템플릿을 제공합니다.
히트맵을 행동으로
색이 옅어지는 구간을 가설로 바꾸고, 실험 티켓에 붙일 수 있는 문장 단위까지 다듬습니다.
한국 시장 맥락
앱마켓 리뷰 주기, 시즌성, 채널 믹스가 코호트에 남기는 흔적을 사례로 다룹니다.
도구 중립
특정 SaaS에 묶이지 않습니다. SQL·스프레드시트·BI 도구 어디서든 같은 논리로 재현합니다.