코호트 분석이란 무엇이며 유지율을 높이는 방법은 무엇입니까? Google 애널리틱스의 동질 집단 보고서

처음 1,000명의 고객을 확보했습니다. 축하합니다! 그들에 대해 무엇을 알고 있습니까? 지금 그들에게 필요한 것은 무엇입니까? 또한, 브랜드와 밀접하게 연결하기 위해 무엇을 (그리고 언제) 제공할 것입니까?

이러한 질문과 기타 중요한 질문에 답하기 위해 코호트 분석을 시도해 볼 것을 제안합니다. 유지 측정을 보다 데이터 중심적으로 만들기 위해 가능한 한 빨리 적용하는 방법을 배운다면 비즈니스에 가장 도움이 될 것입니다.

마케팅 용어로 코호트는 지정된 기간 동안 특정 작업을 수행하는 사람들의 그룹입니다. 예를 들어 12월에 귀하의 사이트를 처음 방문하거나 11월 1일 사이에 처음 구매하는 사용자 그룹입니다. -7. 이 작업은 동질 집단을 다른 모든 고객과 구별합니다.

코호트 분석은 특정 기준에 따라 사용자를 그룹으로 나누고 이러한 그룹의 행동이 시간이 지남에 따라 어떻게 변하는지 조사하는 프로세스입니다. 이러한 유형의 분석은 디지털 마케팅 캠페인이 핵심 성과 지표(전환 및 유지율, 이탈률, 사용자당 수익, CLV, ROI, CAC 등)에 미치는 영향을 이해하는 데 도움이 됩니다.

이제 여러 코호트 분석 도구를 살펴보고 예제에 대한 코호트 보고서의 의미와 디지털 마케팅 전략을 개선하기 위해 이러한 보고서를 읽는 방법을 설명합니다.

Google Analytics에서 동질 집단에 대한 보고서를 작성하려면 잠재고객 —> 동질 집단 분석 메뉴로 이동하십시오. 맨 위에 다음 설정이 표시됩니다.

여기에서 위에서 언급한 4가지 매개변수, 즉 코호트 유형(코호트를 정의하는 속성이기도 함), 해당 크기, 분석할 지표 및 보고 기간을 설정할 수 있습니다.

Google Analytics의 코호트 분석은 베타 테스트 중이므로 다음과 같은 몇 가지 제한 사항이 있습니다.

• 첫 번째 방문 날짜로만 코호트를 만들 수 있습니다.
• 하나의 보고서에서 하나의 지표만 분석할 수 있습니다. 설정에는 총 14개의 표시기가 있습니다.
• 동질 집단 크기 필드에는 일, 주, 월의 세 가지 옵션이 있습니다.
• 기간이 제한되고 코호트 규모에 따라 달라지므로 보고 기간을 직접 설정할 수 없습니다. 예를 들어 일별로 생성된 동질 집단의 최대 보고 기간은 30일입니다. 주별, 12주; 그리고 월별, 3개월.
• 예를 들어 트래픽 유형, 장치 유형 또는 다른 매개변수를 기준으로 표준 설정의 데이터를 필터링할 수 없습니다. 이를 위해서는 세그먼트를 사용해야 합니다.

모든 사용자에 대해 분석된 지표의 역학을 보여주고 선택할 수 있는 세 집단을 제공하는 설정 아래에 그래프가 있습니다.

위의 스크린샷에서 세 번째 주 동안 모든 사용자의 고객 유지율은 4.83%이고 2월 3일부터 9일까지 사이트를 처음 방문한 사용자 집단의 유지율은 0.99%임을 알 수 있습니다.

그래프 아래에는 전체 보고 기간 동안 각 집단에 대한 데이터가 포함된 표가 표시됩니다. 어떻게 해석하는지 알아봅시다. 예를 들어 다음을 선택합니다.

• 지표 — 고객 유지율​
• 코호트 규모 — 주별
• 데이터 범위 — 지난 6주

결과적으로 다음 표를 얻습니다.

첫 번째 열에는 보고 기간 동안 얼마나 많은 사람들이 사이트를 방문했는지와 각 주간 집단의 사용자 수가 표시됩니다. 나머지 열의 의미는 모든 사용자 및 각 그룹에 대한 코호트 유지율이 매주 어떻게 변경되었는지입니다. 머무름 비율이 높을수록 셀의 색상이 더 어두워집니다.

위의 스크린샷에서 12월 30일부터 1월 5일까지 6,604명의 새로운 사용자가 사이트에 로그온했음을 알 수 있습니다. 일주일 후, 그들 중 4.47%만이 사이트로 돌아왔습니다. 2주 후에 2.32%가 반환되는 식입니다.

일반적으로 Google 애널리틱스의 코호트 분석은 데이터를 더 자세히 이해하는 데 도움이 됩니다. 예를 들어, 신규 고객 유입으로 인해 분기당 매출이 증가하는 것을 볼 수 있습니다. 그러나 더 깊이 파고들어 보고서를 주별로 살펴보면 여섯 번째 주에 모든 그룹의 매출이 급격히 떨어지는 것을 알 수 있습니다. 이제 리마케팅을 시작해야 하는 시점을 알게 되었습니다.

데이터 시각화를 위해 OWOX BI Smart Data 서비스를 사용하여 코호트 분석을 수행할 수 있습니다. 데이터 소스로 OWOX BI Smart Data는 Google Analytics, 광고 서비스, CRM 및 ERP 시스템에서 정보를 업로드할 수 있는 Google BigQuery 프로젝트를 사용합니다.

Smart Data에서 코호트 보고서를 얻으려면 검색 라인에 «cohort»라는 단어를 입력하기만 하면 원하는 메트릭, 크기 및 보고 기간을 선택할 수 있는 드롭다운 메뉴가 시스템에 표시됩니다.

OWOX BI 스마트 데이터의 요청 예시

현재 OWOX BI Smart Data는 사용자 획득 날짜별로 코호트를 생성할 수 있습니다. 그러나 가까운 장래에 더 많은 속성을 추가할 예정입니다.

Smart Data에 있는 이러한 보고서의 예는 다음과 같습니다.

여전히 질문이 있는 경우 무료 평가판을 이용하거나 코호트 보고서 및 기타 OWOX BI 기능이 당사 전문가와 마케팅 전략에 어떻게 도움이 될 수 있는지 논의하십시오.

Google 애널리틱스에 필요한 동질 집단 분석 기능이 없고 다른 분석 시스템을 사용하지 않는 경우 Google 스프레드시트에서 이러한 유형의 보고서를 수동으로 작성할 수 있습니다. 아래에서 더 자세히 설명할 네 가지 방법 중 하나로 이 작업을 수행할 수 있습니다. 즉, 피벗 테이블, 수식, 필터 수식 및 Apps Script입니다.

처음 세 가지 방법을 사용하여 동질 집단 보고서를 작성하려면 소스 데이터를 준비하고 Google 스프레드시트에 업로드해야 합니다. 이 데이터는 다음과 같은 방식으로 구성되어야 합니다.

첫 번째 열에는 코호트 형성을 위한 시작 월/주/일이 있고(registration_week), 두 번째 열에는 거래 월/주/일(transaction_week)이 있고, 그 다음 모든 열(이 경우 구매)이 있습니다. ) 분석 중인 측정항목에 대한 데이터가 포함됩니다.

편리한 방법으로 Google 스프레드시트에 데이터를 업로드할 수 있습니다. 이 예에서는 OWOX BI Pipeline을 사용하여 Google Analytics에서 Google BigQuery로 내보내는 원시 데이터를 사용합니다. 그런 다음 SQL 쿼리를 사용하여 필요한 정보를 선택합니다.

요청의 첫 번째 부분에서 등록한 주에 따라 사용자를 선택합니다. 따라서 코호트 형성 속성 의미는 등록이고 코호트 크기는 주입니다.

두 번째 부분에서는 주당 구매 수를 선택합니다. 이것이 우리가 분석하고자 하는 메트릭입니다. 우리는 사용자 ID로 요청의 모든 부분을 연결합니다.

그런 다음 OWOX BI BigQuery 보고서 추가 기능을 사용하여 데이터를 Google 스프레드시트에 업로드합니다. 이 추가 기능의 장점 중 하나는 필요한 빈도에 관계없이 계산이 발생하도록 설정할 수 있고 보고서가 자동으로 업데이트된다는 것입니다.

1. 피벗 테이블을 사용한 코호트 보고서

동질 집단 보고서를 작성하는 가장 쉬운 방법은 피벗 테이블을 사용하는 것입니다. Google 스프레드시트에는 이미 필요한 구조의 데이터가 있습니다. A 열은 등록 주, B 열은 거래 주, C 열은 구매 횟수입니다. 이제 관련 날짜 범위를 선택하고 데이터 탭을 연 다음 피벗 테이블을 선택합니다. 오른쪽에 설정이 있는 패널이 표시됩니다.

행 블록에서 등록 주를 선택합니다. 열 블록에서 거래 주를 선택합니다(추가 열은 다음 주를 표시함). 값 블록에서 구매 수를 선택합니다. 그런 다음 조건부 서식을 적용하여 보고서를 더 편리하게 만들면 다음 표를 얻을 수 있습니다.

여러 측정항목을 분석한 경우 보고서는 다음과 같을 수 있습니다.

피벗 테이블에서 필터를 사용할 수 있지만 편리하지 않습니다. 데이터를 필터링할 때마다 테이블 설정을 열고 필요한 값을 찾아야 합니다.

2. 수식을 사용한 코호트 보고서

세 가지 간단한 수식을 사용하여 동일한 보고서를 작성할 수 있습니다. 이를 위해 Google에서 새 시트를 만듭니다.

시트를 만들고 다음 공식을 적용합니다.

• =UNIQUE(예시! A: A)

이 수식을 A2 셀에 삽입합니다. 소스 데이터 테이블에서 열 A로 코호트 형성의 모든 주를 가져옵니다.

• =TRANSPOSE(고유(예시! B2: B)) ​

이 수식은 B2 셀에서 사용됩니다. 소스 데이터 테이블의 열에서 모든 거래 주를 가져와 행으로 변환합니다.

• =SUMIF (예!$C:$C, 예!$A:$A,$A3, 예!$B:$B, B$2) ​

등록 주와 거래 주가 교차하는 셀 B3에 이 수식을 삽입합니다. 이 공식은 소스 데이터 테이블의 C 열에서 모든 구매를 요약합니다.

이 수식의 예 는 소스 데이터가 포함된 Google 스프레드시트의 스프레드시트 이름입니다. 다음으로 이 수식을 전체 시트에 확장하고 조건부 서식을 적용해야 합니다. 그러면 보고서가 준비됩니다.

3. 수식 및 필터를 사용한 코호트 보고서

보고서의 데이터를 매개변수로 편리하게 필터링하려면 세 번째 공식을 좀 더 복잡하게 만들어야 합니다. 어떻게 하는지 알아봅시다.

먼저 보고서의 데이터를 필터링하기 위해 테이블에 소스 데이터 매개변수를 추가해야 합니다. 이 예에는 트래픽 소스, 채널 및 캠페인 이름이 있습니다. 위치 데이터(대륙, 국가, 도시), 모바일 애플리케이션 버전, 제품 카테고리 등 필요한 매개변수를 추가할 수 있습니다.

가장 실제와 같은 예를 만들기 위해 더 많은 분석된 메트릭을 보고서에 추가하고 코호트 크기도 매주 변경합니다. 결과적으로 소스 데이터가 포함된 테이블을 얻습니다.

그런 다음 추가 시트를 만들고 첫 번째 공식을 사용하여 원본 데이터 테이블에서 모든 등록(코호트 구성) 월을 가져옵니다. = UNIQUE(예: A: A). 이렇게 하면 데이터에 더 쉽게 액세스할 수 있습니다. 이 시트의 이름을 «월»로 지정하겠습니다.

나중에 보고서를 포함할 새 시트를 추가하고 Source/Medium 및 Campaign 별로 두 개의 필터를 만듭니다. 이렇게 하려면 데이터 —> 데이터 유효성 검사 탭을 엽니다. 셀 범위 필드에 셀 주소를 입력하여 필터 드롭다운 목록을 표시할 셀을 지정합니다. 기준 필드 에서 범위 조건의 목록을 그대로 두고 원본 데이터 테이블에서 필요한 매개변수를 사용하여 열 주소를 지정합니다. 저장 을 클릭합니다.

결과적으로 다음과 같은 필터를 얻습니다.

그런 다음 공식을 사용하여 =Month! A$2, 월 시트에서 등록 월(A열)을 가져옵니다. 각 값은 분석된 메트릭만큼 반복되어야 합니다(이 예에서는 3개의 메트릭이 있음). 이것이 우리가 별도의 시트에서 몇 달 간의 코호트 형성을 정리한 이유입니다.

이 예에는 세 개의 매개변수(Users, Revenue, Cost)만 있고 모든 동질 집단에 대해 동일하므로 다른 시트에서 가져오는 공식을 사용하지 않기 위해 이름을 수동으로 입력합니다.

C2 셀에서 =TRANSPOSE(UNIQUE(예제2! B2: B)) 수식을 사용합니다. 이 수식은 소스 데이터 테이블에서 몇 개월 간의 트랜잭션을 가져와서 행으로 변환합니다.

마지막으로 등록 월, 다음 월, 특정 지표가 교차하는 지점에 세 번째 공식을 삽입합니다.

=IF(AND($B$1="",$D$1=""), SUMIF(예제2!$E:$E, 예2!$A:$A,$A3, 예2!$B:$B, C $2), IF(AND($B$1=""), SUMIF(예제2!$E:$E, 예2!$A:$A,$A3, 예2!$B:$B, C$2, 예2!$ D:$D,$D$1), IF(AND($D$1=""), SUMIF(예제2!$E:$E, 예2!$A:$A,$A3, 예2!$B:$B , C$2, 예2!$C:$C,$B$1), SUMIF(예제2!$E:$E, 예2!$A:$A,$A3, 예2!$B:$B, C$2, 예2 !$C:$C,$B$1, 예2!$D:$D,$D$1))))

이 수식은 필터를 기반으로 원하는 셀에 필요한 메트릭을 계산합니다.

두 개의 필터가 있으므로 공식에 가능한 모든 조합을 포함해야 합니다.​

• 두 필터 모두 비어 있습니다.
• 두 필터 모두 채워짐
• 첫 번째 필터만 채워집니다.
• 두 번째 필터만 채워집니다.

각 메트릭에 대해 셀의 수식은 변경되지 않은 상태로 유지됩니다. 특정 메트릭의 합계가 계산되는 열만 변경됩니다. 예를 들어 Users 메트릭의 경우 Example2!$E:$E 열의 합계를 계산합니다. 수익 메트릭의 경우 Example2!$H:$H 열; 비용 메트릭의 경우 Example2!$I:$I 열이 있습니다.

보고서에 두 개 이상의 필터를 포함하려면 조건 수와 수식 크기를 늘려야 합니다. 웨비나 «Cohort Analysis 101»에서 이를 수행하는 방법을 배울 수 있습니다. 이 웨비나에서는 분석가 Anastasiya Chausova가 공식의 어떤 부분이 무엇을 담당하는지 자세히 설명하는 것을 듣게 될 것입니다. Anastasiya는 Google 스프레드시트에서 이 문서에 설명된 모든 보고서를 작성하는 방법을 보여줍니다. 아래 양식을 작성하시면 웨비나, 프레젠테이션 및 샘플 보고서 링크를 이메일로 보내드립니다.

4. Google Apps Script를 사용한 코호트 보고서

Google Apps Script는 스프레드시트 및 기타 Google 서비스에서 기능을 추가하고 데이터를 처리할 수 있는 프로그래밍 언어입니다. Apps Script를 사용하여 동질 집단 보고서를 작성하기 위해 데이터를 Google 스프레드시트로 전송할 필요가 없습니다. 소스 데이터가 있는 테이블이 Google BigQuery에서 생성되고 거기에서 스크립트가 보고서로 내보냅니다.

이 스크립트를 사용하여 다음을 수행할 수 있습니다.​

• Google 스프레드시트 툴바에 메뉴를 만들어 클릭 한 번으로 자신만의 계산을 실행할 수 있습니다.
• BigQuery에서 데이터 쿼리를 실행하고 이러한 쿼리의 결과에 액세스합니다.
• 필터로 사용할 셀을 만듭니다. 이러한 셀의 매개변수는 수동으로 입력해야 합니다. 즉, 수식을 사용하여 작성된 보고서에서와 같이 필터에 드롭다운 목록이 없습니다. 셀의 데이터를 필터링할 값을 직접 지정하고 이 값은 Google BigQuery의 데이터에 대한 SQL 쿼리에서 사용됩니다.
• 보고서 표시 방식 변경: 조건부 서식 적용, 필요한 나누기 및 들여쓰기, 항목 순서 변경, 표 뒤집기 등.

Apps Script를 Google 스프레드시트에 연결하려면 도구 —> 스크립트 편집기 탭을 엽니다. 열린 편집기에서 리소스 —> Google 서비스의 추가 기능을 선택하고 BigQuery API 및 Google 스프레드시트 API를 활성화합니다.

그런 다음 Google Cloud Platform으로 이동하여 여기에서도 이러한 API를 활성화합니다. 그런 다음 Google BigQuery에서 데이터를 가져오고 Google 스프레드시트에서 집단 보고서를 생성하는 스크립트 편집기에서 스크립트를 실행할 수 있습니다.

하나의 매개변수와 두 개의 필터가 있는 보고서용 스크립트 템플릿을 작성했습니다. 위에서 설명한 구조로 Google BigQuery에서 데이터 테이블을 만들 수 있습니다. 그런 다음 BigQuery의 테이블과 스크립트 템플릿에 프로젝트 이름을 삽입하고 기성품 보고서를 얻을 수 있습니다.

또한 스크립트 템플릿을 쉽게 수정하여 필요한 필드와 메트릭 수로 보고서를 작성할 수 있습니다. 다음은 Boodmo가 수행한 방법의 예입니다. 위의 양식을 작성하시면 집단 분석을 위한 스크립트 템플릿을 이메일로 보내드립니다.

기본 제공 코호트 보고서는 많은 광고 및 분석 서비스에서 사용할 수 있습니다. 모바일 애플리케이션을 위한 거의 모든 분석 시스템에서 찾을 수 있습니다.

AppsFlyer는 Google Analytics보다 더 유연한 설정을 제공하므로 코호트 보고서에 여러 필터를 추가할 수 있습니다. 사용자가 너무 적은 동질 집단을 제외하도록 최소 크기를 설정할 수도 있습니다.

AppMetrica(모바일 애플리케이션용 Yandex. Metrica) 및 Adjust의 코호트 보고서는 주로 유지 사용자를 추적하는 데 사용됩니다. Adjust에서 분석을 위한 두 번째 지표(예: 사용자당 세션 수)를 추가할 수 있습니다.

AppMetrica에서 이러한 보고서의 예는 다음과 같습니다.

Mixpanel 및 Kissmetrics는 코호트 분석도 지원합니다. 또한 방문 및 페이지 보기가 아닌 사용자 규모의 데이터로 작업하는 웹사이트 및 모바일 애플리케이션용 분석 시스템입니다. 이러한 서비스의 보고서 설정은 Google 애널리틱스의 설정과 매우 유사하지만 몇 가지 차이점이 있습니다.

Kissmetrics에서는 한 번에 두 가지 속성으로 코호트를 구성할 수 있습니다. 예를 들어 사이트를 방문하여 구독으로 전환한 사용자 그룹을 만들 수 있습니다. 또한 코호트 보고서에서 일반적으로 수행되는 것처럼 시간별로 사람을 그룹화할 수 있을 뿐만 아니라 구매 금액, 위치 및 트래픽 소스와 같은 다른 속성을 기준으로 그룹화할 수도 있습니다.

Kissmetrics의 그러한 보고서의 예:

행동 연구의 모든 방법은 고객 참여 및 유지 지표를 개선하는 것을 목표로 합니다. 코호트 분석은 고객에게 언제 구매 가능성이 더 높은지, 행동 순서를 기반으로 가장 좋은 구매자가 누구인지에 대한 힌트를 제공합니다.

획득 관점에서 데이터를 분석하면 고객이 얼마나 오랫동안 관심을 유지하고 계속해서 구매하거나 앱이나 서비스를 계속 사용하는지 알 수 있습니다. 행동 특성을 기반으로 한 세그먼트를 통해 특정 제안을 보내는 것이 전체 집단의 행동을 변경하고 해당 CLV를 확대하는지 이해할 수 있습니다.

유지율을 높이기 위해 분석 결과를 입찰 관리, 개인화된 이메일 및 제안, 광고 타겟팅에 적용할 수 있습니다.

동질 집단 분석은 사용자 집단의 상관 관계를 파악하고 다양한 집단의 행동이 정확히 어떻게 다른지 확인하는 데 도움이 됩니다. 제품에 대한 첫 번째 검색( 획득 코호트 ) 또는 선택한 기간 내의 행동( 행동 코호트 )을 기반으로 분석을 위해 사용자를 코호트로 나눌 수 있습니다.

이 접근 방식은 사용자를 제품에 처음 등록한 시점으로 나눈다고 가정합니다. 사용자가 웹사이트 또는 앱에 처음 액세스한 날짜, 주 또는 월을 확인하고 일별, 주별 또는 월별 코호트를 추적할 수 있습니다.

획득 코호트는 고객이 시작 시점부터 앱을 계속 사용하는 기간을 파악하는 데 도움이 됩니다.

위의 접근 방식과 대조적으로 이 접근 방식에 따르면 특정 기간 동안 앱이나 웹사이트에서 사용자가 취하거나 취하지 않은 행동을 기준으로 사용자를 추적해야 합니다. 등록, 재생 버튼 클릭, 장바구니에 항목 추가 등 추적해야 할 중요한 작업을 선택할 수 있습니다.

예를 들어, 선택한 기간 내에 특정 작업을 수행한 사용자 그룹이 하나의 코호트를 형성할 수 있습니다. 이를 모니터링하고 다른 사용자와 비교하여 특정 작업을 수행한 후 다른 사용자가 활성 상태를 유지하는 시간을 확인할 수 있습니다.

CLV 예측 및 증가

고객평생가치(CLV)는 기업이 고객과의 관계 과정에서 고객으로부터 받는 수익입니다. 고객이 구매를 중단하는 시점을 명확하게 확인하고 각 고객 세그먼트에 대한 CLV를 계산하여 정확한 예측을 할 수 있습니다. 이 정보를 통해 광고 비용을 더 잘 계획하고 획득 채널을 기반으로 각 세그먼트에 대한 캠페인을 조정할 수 있습니다.

최고의 고객 유지

코호트 분석을 사용하여 가장 충성도가 높은 고객이 누구인지 파악한 다음 회사에 더 오래 머물도록 권장할 수 있습니다. 어쨌든 새로운 고객을 확보하는 것보다 저렴할 것입니다.

A/B 테스트 개선

표준 A/B 테스트는 새로운 디자인이나 다른 변경 사항이 장기적으로 전환에 어떤 영향을 미칠 수 있는지 알려주지 않습니다. 알아보려면 새 디자인과의 상호작용을 기반으로 코호트를 만드십시오. 그런 다음 새 디자인과 상호작용하지 않은 집단과 전환율을 비교합니다. 이러한 방식으로 새로운 디자인이 전환에 어떤 영향을 미치는지 알 수 있습니다.

앱 성능 조사

코호트 분석은 앱에 대한 사용자의 관심, 앱 내부의 활동 등을 보여주는 모바일 앱 분석의 인기 있는 방법입니다. 앱 마케터가 병목 현상과 사용자가 앱을 사용하는 데 어려움을 겪는 위치를 이해하여 개발자가 개선할 수 있도록 도와줍니다.

코호트 분석을 위한 고급 솔루션이자 비즈니스 분석(BI) 도구 상자의 일부로 OWOX BI를 고려하십시오.

코호트 분석 방법을 복잡성으로 비교하면 가장 간단한 옵션은 Google Analytics입니다. 그러나 그 기능과 설정은 제한적입니다. 두 번째로 쉬운 방법은 Google 스프레드시트의 피벗 테이블입니다. 여기에서 Google 애널리틱스와 같이 첫 번째 방문 날짜뿐만 아니라 모든 매개변수로 코호트를 구성할 수 있습니다. 수식 및 Apps Script가 있는 옵션은 추가 지식이 필요하기 때문에 조금 더 복잡하지만 더 깊이 파고들 수 있습니다.

필터를 자주 사용해야 하는 경우 가장 편리한 옵션은 수식을 사용하여 보고서를 만드는 것입니다. 그러면 모든 필터가 드롭다운 목록에 표시됩니다. 물론, 모든 Google 스프레드시트 보고서에서 필터를 사용할 수 있습니다. 하지만 피벗 테이블에서 테이블 설정으로 이동해야 합니다. Apps Script 방법을 사용하면 각 셀에서 수동으로 필터 값을 지정해야 합니다. 실수를 하면 SQL 쿼리는 아무 것도 반환하지 않습니다.

이 기사에서 설명하는 모든 코호트 분석 방법의 장단점을 비교하는 표를 준비했습니다.

질문이 있으시면 아래에 댓글을 남겨주시면 성심껏 답변해 드리겠습니다!