中文 | English | 日本語 | 한국어 | Русский | Español | العربية | Français | Bahasa Indonesia | Tiếng Việt | Türkçe
홈으로 돌아가기

신규 사용자 리텐션 경로

주요 시간 창 내에서 신규 사용자의 행동 완료 상황을 추적하여 리텐션 전환 단계 형성

Excel 또는 CSV (UTF-8) 파일을 업로드하세요

사용자 ID 열
각 행은 주문을 나타냅니다. 사용자를 고유하게 식별할 수 있는 열을 지정하세요 (예: 회원 번호, 전화번호)
이벤트일 열
사용자 행동이 발생한 날짜, 형식: 2025-01-01 또는 2025/1/1
등록일 열
사용자의 등록 날짜 (코호트 시작점을 정의하는 데 사용), 형식: 2025-01-01 또는 2025/1/1

🔍데이터 필터 (선택사항)

필터 조건을 설정하면 조건에 맞는 데이터만 분석됩니다
正在分析数据，请稍候...
正在处理数据，可能需要几秒钟时间
이 도구에 대해

一、계산기 소개

신규 사용자 리텐션 경로 계산기는 신규 사용자의 주요 시간 창 내에서 행동 완료 상황을 추적하여 리텐션 전환 단계를 형성하는 전문 도구입니다. 이 도구는 등록 후 다양한 시점(다음 날, 3일, 7일, 15일, 30일, 60일)에서의 사용자 행동 완료율을 분석하여 신규 사용자의 리텐션 전환 경로를 깊이 이해하고, 사용자 이탈의 주요 지점을 식별하며, 신규 사용자 활성화 및 리텐션 전략 수립을 위한 데이터 지원을 제공합니다.

핵심 기능

적용 시나리오

적용 고객

이 계산기는 신규 사용자 리텐션 전환 경로를 분석해야 하는 모든 업계와 시나리오에 적용 가능하며, 특히 다음 유형의 고객에게 적합합니다：

적용 전제：귀하의 비즈니스는 사용자 ID, 이벤트 날짜(주문 날짜 또는 행동 날짜), 등록 날짜의 데이터를 제공할 수 있어야 하며, 데이터에 신규 사용자의 역사 행동 기록이 포함되어 있어야 합니다.

二、알고리즘 소개

2.1 핵심 개념

리텐션 정의

리텐션：사용자가 지정된 시간 창 내에서 주문 또는 행동 기록을 가지는 것.

예：

시간 창 정의

시스템은 다음 주요 시간 창(마일스톤)을 정의합니다：

주의：모든 시간 창은 등록 후 2일째부터 계산을 시작하며, 등록 당일은 포함되지 않습니다. 등록 당일의 행동은 "등록 당일 활성"으로 별도 통계됩니다.

리텐션율 정의

리텐션율：지정된 시간 창 내에서 주문 또는 행동 기록을 가진 사용자 수가 신규 사용자 총수에 차지하는 비율.

리텐션율 = 해당 시간 창 내에서 행동이 있는 사용자 수 / 신규 사용자 총수

예：

2.2 계산 로직

단계 1：데이터 전처리

시스템은 데이터에 대해 다음 처리를 수행합니다：

  1. 날짜 파싱：등록 날짜와 이벤트 날짜 문자열을 날짜 객체로 파싱
  2. 무효 데이터 필터링：사용자 ID, 등록 날짜 또는 이벤트 날짜가 누락된 기록을 제외
  3. 사용자 그룹화：사용자 ID로 그룹화하여 각 사용자의 등록 날짜와 모든 이벤트 날짜를 수집

단계 2：등록 날짜로 신규 고객 그룹화

시스템은 등록 날짜로 모든 신규 사용자를 그룹화합니다：

  1. 각 사용자의 등록 날짜를 수집(각 사용자는 1회만 기록)
  2. 각 사용자의 모든 이벤트 날짜(주문 날짜 또는 행동 날짜)를 수집
  3. 등록 날짜로 그룹화하여 다른 코호트(동기 그룹)를 형성

단계 3：등록 당일 활성 계산

각 사용자에 대해：

  1. 해당 사용자에 이벤트 날짜가 등록 날짜와 같은 것이 있는지 확인
  2. 있는 경우, 해당 사용자는 "등록 당일 활성" 사용자에 속함

단계 4：각 마일스톤의 리텐션 사용자 계산

각 사용자와 각 마일스톤(1일, 3일, 7일, 15일, 30일, 60일)에 대해：

  1. 시간 창을 계산：등록 후 2일째(등록+1일)부터 등록 후 N일째(등록+N일)까지
  2. 해당 사용자에 이 시간 창 내에 이벤트 날짜가 떨어지는 것이 있는지 확인
  3. 있는 경우, 해당 사용자는 이 마일스톤의 리텐션 사용자에 속함

예：

단계 5：단조성 검증 및 수정

시스템은 리텐션 인원의 단조성을 보장합니다：

단계 6：월별로 데이터 집계

시스템은 일별로 그룹화된 데이터를 월별로 그룹화된 데이터로 집계합니다：

  1. 모든 등록 날짜를 월(YYYY-MM 형식)로 그룹화
  2. 각 월에 대해, 해당 월에 등록한 모든 사용자의 데이터를 집계
  3. 각 마일스톤의 리텐션 인원과 리텐션율을 계산
  4. 최근 12개월의 데이터만 유지

단계 7：전체 리텐션율 계산

시스템은 전체 리텐션율을 계산합니다：

단계 8：결과 표시

  1. 전체 지표：
    • 전체 7일 리텐션율：모든 신규 사용자 중 7일 리텐션 사용자의 비율
  2. 리텐션 경로 상세 테이블：
    • 등록 월별로 그룹화하여 각 시간 창 내의 리텐션 인원과 리텐션율을 표시
    • 등록 당일 활성, 다음 날, 1-3일, 1-7일, 1-15일, 1-30일, 1-60일 등의 열을 포함
    • 최근 12개월의 데이터만 표시
  3. 리텐션 전환 단계 차트：
    • 등록 당일 활성부터 60일 리텐션까지의 전환 경로를 단계 형식으로 표시
    • 각 단계에서 리텐션 인원과 리텐션율을 표시
    • 사용자 이탈의 주요 지점을 관찰하기 쉽게 함

2.3 데이터 필터링 규칙

三、사용 설명 및 주의사항

3.1 데이터 준비

필수 필드

데이터를 가져오기 전에 데이터 파일에 다음 세 가지 필드가 포함되어 있는지 확인하세요：

  1. 사용자 ID (user_id)
    • 설명：사용자를 고유하게 식별하는 필드(사용자 ID 또는 전화번호 모두 가능)
    • 형식 요구사항：텍스트 또는 숫자 모두 가능
    • 예：U001、12345、13800138000
  2. 이벤트 날짜 (event_date)
    • 설명：사용자 행동이 발생한 날짜(주문 날짜 또는 행동 날짜)
    • 형식 요구사항：여러 날짜 형식 지원(YYYY-MM-DD、YYYY/MM/DD、MM/DD/YYYY 등)
    • 주의사항：시스템은 일반적인 날짜 형식을 자동 인식합니다. 정확한 파싱을 보장하기 위해 표준 날짜 형식을 사용하는 것을 권장
  3. 등록 날짜 (register_date)
    • 설명：사용자가 등록한 날짜(코호트 시작점을 정의하는 데 사용), 형식은 2025-01-01 또는 2025/1/1 등
    • 형식 요구사항：여러 날짜 형식 지원(YYYY-MM-DD、YYYY/MM/DD、MM/DD/YYYY 등)
    • 주의사항：시스템은 일반적인 날짜 형식을 자동 인식합니다. 정확한 파싱을 보장하기 위해 표준 날짜 형식을 사용하는 것을 권장

데이터 형식 요구사항

3.2 필드 매핑

데이터를 업로드한 후, 시스템은 데이터 파일의 열을 다음 필드에 매핑하도록 요청합니다：

3.3 데이터 필터링(선택 사항)

시스템은 이벤트 날짜로 필터링을 지원합니다：

3.4 결과 해석

지표 설명

리텐션 경로 분석

월별 트렌드 분석

3.5 주의사항

⚠️ 중요한 설명

  1. 시간 창 계산 규칙：
    • 모든 리텐션 시간 창은 등록 후 2일째부터 계산을 시작하며, 등록 당일은 포함되지 않습니다
    • 예：사용자 A가 2024-01-01에 등록한 경우, 다음 날 리텐션은 2024-01-02에 주문이 있음을 의미하며, 3일 리텐션은 2024-01-02부터 2024-01-03 사이에 주문이 있음을 의미합니다
    • 등록 당일의 행동은 "등록 당일 활성"으로 별도 통계됩니다
    • 권장：이 로직을 이해하면 분석 결과를 올바르게 해석할 수 있습니다
  2. 리텐션 정의：
    • 리텐션은 지정된 시간 창 내에서, 사용자가 최소 1회의 주문 또는 행동 기록을 가짐을 의미합니다
    • 같은 사용자가 같은 시간 창 내에서 여러 행동을 가져도 1회만 계산됩니다
    • 예：사용자 A가 2024-01-02, 2024-01-03, 2024-01-04에 주문이 있는 경우에도 3일 리텐션 사용자로만 계산됩니다(7일 리텐션 사용자가 아님. 7일 리텐션은 등록+1일부터 등록+7일을 확인해야 하기 때문)
    • 권장：이 로직을 이해하면 분석 결과를 올바르게 해석할 수 있습니다
  3. 단조성 수정：
    • 시스템은 자동으로 리텐션 인원의 단조성을 보장합니다：60일 리텐션 인원 ≥ 30일 리텐션 인원 ≥ ... ≥ 다음 날 리텐션 인원
    • 어떤 마일스톤의 리텐션 인원이 다음 마일스톤보다 큰 경우, 시스템은 자동으로 다음 마일스톤의 값으로 수정
    • 이를 통해 리텐션 전환 단계의 합리성이 보장되지만, 일부 데이터 이상을 숨길 수 있습니다
    • 권장：데이터 이상이 발견된 경우, 원본 데이터를 확인하여 검증할 수 있습니다
  4. 데이터 완전성：
    • 사용자 ID, 등록 날짜 또는 이벤트 날짜가 누락된 기록은 자동으로 제외
    • 파싱할 수 없는 날짜는 제외되며, 리텐션 계산의 정확성에 영향을 줄 수 있습니다
    • 권장：데이터 준비 단계에서 주요 필드가 완전하고 형식이 올바른지 확인하세요
  5. 월별 데이터 제한：
    • 월별 상세 테이블은 최근 12개월의 데이터만 표시
    • 하지만 전체 리텐션율 계산은 모든 데이터를 기반으로 하며, 12개월 제한을 받지 않습니다
    • 권장：더 이전의 데이터를 표시해야 하는 경우, 데이터 필터링 범위를 조정할 수 있습니다

💡 사용 권장

  1. 데이터 품질 확인：
    • 업로드 전에 데이터 완전성을 확인하여 사용자 ID, 등록 날짜, 이벤트 날짜 필드가 누락되지 않았는지 확인
    • 날짜 형식이 올바른지 확인하여 날짜 파싱 오류를 방지
    • 이상 데이터(미래 날짜, 명백히 잘못된 날짜 등)가 있는지 확인
    • 등록 날짜와 이벤트 날짜의 논리적 관계가 올바른지 확인(이벤트 날짜는 등록 날짜보다 이르지 않아야 함)
  2. 분석 시간 범위：
    • 월별 리텐션 트렌드를 관찰하기 위해 충분한 역사 데이터(최소 12개월)를 포함하는 것을 권장
    • 데이터량이 큰 경우, 먼저 최근 1-2년의 데이터를 분석하여 단기 트렌드를 관찰
    • 그 후 더 긴 역사 데이터로 확장하여 장기 트렌드와 계절 패턴을 관찰
  3. 결과 검증：
    • 다양한 시기의 리텐션 경로를 비교하여 이상 변화를 식별
    • 비즈니스 활동 시간과 결합하여 리텐션율 변화의 이유를 분석
    • 리텐션 전환 단계가 비즈니스 기대에 부합하는지 확인하고, 이상이 있는 경우 추가 조사가 필요
    • 단조성 수정이 합리적인지 확인하고, 의문이 있는 경우 원본 데이터를 확인
  4. 전략 최적화：
    • 등록 당일 활성율이 낮은 경우, 신규 사용자 온보딩 프로세스를 최적화하여 등록 당일 전환율을 향상시키는 것을 권장
    • 다음 날 리텐션율이 크게 하락하는 경우, 신규 사용자 가이던스를 강화하고 더 나은 첫 경험을 제공하는 것을 권장
    • 7일 리텐션율이 낮은 경우, 신규 사용자 활성화 전략을 강화하여 쿠폰 또는 활동 정보를 푸시하는 것을 권장
    • 장기 리텐션율(30일, 60일)이 지속적으로 하락하는 경우, 제품 경험과 서비스 품질을 최적화하는 것을 권장
    • 월별 리텐션 트렌드에 따라 신규 사용자 활성화 및 리텐션 전략을 조정

3.6 자주 묻는 질문

Q1：데이터 내의 일부 사용자가 통계되지 않는 이유는 무엇입니까?

A：가능한 이유에는 다음이 포함됩니다：

Q2：리텐션 시간 창은 어떻게 계산됩니까?

A：모든 리텐션 시간 창은 등록 후 2일째부터 계산을 시작하며, 등록 당일은 포함되지 않습니다. 예：

등록 당일의 행동은 "등록 당일 활성"으로 별도 통계됩니다.

Q3：사용자가 등록 당일에 주문한 경우, 다음 날 리텐션에 계산됩니까?

A：계산되지 않습니다. 다음 날 리텐션은 등록 후 2일째(등록+1일)에 주문이 있음을 의미합니다. 등록 당일의 행동은 "등록 당일 활성"으로 별도 통계됩니다.

Q4：리텐션율은 어떻게 계산됩니까?

A：리텐션율 = 해당 시간 창 내에서 행동이 있는 사용자 수 / 신규 사용자 총수. 예：

Q5：리텐션 전환 단계에서 60일 리텐션 인원이 30일 리텐션 인원과 같아질 수 있는 이유는 무엇입니까?

A：이것은 정상입니다. 사용자가 등록 후 2-30일째 내에 주문한 경우, 해당 사용자는 30일 리텐션 사용자와 60일 리텐션 사용자 모두에 속합니다(30일 창이 60일 창에 포함되기 때문). 시스템은 리텐션 인원의 단조성을 보장합니다：60일 리텐션 인원 ≥ 30일 리텐션 인원 ≥ ... ≥ 다음 날 리텐션 인원.

Q6：신규 사용자 리텐션율을 향상시키는 방법은 무엇입니까?

A：다음 측면에서 시작하는 것을 권장합니다：

四、요약

신규 사용자 리텐션 경로 계산기는 과학적인 알고리즘과 직관적인 시각화를 통해 신규 사용자의 리텐션 전환 경로를 완전히 이해하는 데 도움이 됩니다. 이 도구를 올바르게 사용하면 다음이 가능합니다：

질문이나 기술 지원이 필요한 경우 시스템 관리자에게 문의하세요.