패스트캠퍼스 환급챌린지 44일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://abit.ly/lisbva

Abit.ly 다운받기

---

학습 시작 날짜, 시간 포함 사진

 

학습 종료 날짜, 시간 포함 사진

 

강의장 캡처

필기 일부 캡처

---

강의 후기 및 인사이트

 

오늘은 사용자 리텐션을 분석하기 위한 Cohort Analysis(동종집단 분석)를 실습을 통해 배웠다. Cohort 분석은 단순한 사용자 집계가 아니라, 특정 시점에 동일한 행동(예: 첫 방문, 첫 구매 등)을 한 유저 그룹의 이후 행동 패턴을 주기적으로 추적하는 방식이다. 이번 실습에서는 게임 유저를 예시로 하여 각 주차별 신규 유입자와 그들이 이후 몇 주 동안 얼마나 재방문했는지를 시각화했다. 고정 계산 FIXED, 날짜 차이 계산 DATEDIFF, 누적합 계산 등 다양한 계산식이 사용되었지만, 구조적으로는 '기준 주차의 유저를 추적하는' 단순하고 강력한 방식이었다.

특히 리텐션 비율을 %로 함께 시각화함으로써 사용자 유지율을 더 명확하게 파악할 수 있었고, 사용자 재방문이 높은 구간이나 급격히 이탈이 발생하는 시점을 직관적으로 찾을 수 있었다. Product Manager의 입장에서 봤을 때, 리텐션은 단순한 수치 이상의 의미를 가진다. 이는 서비스의 "중독성", "유용성", "초기 경험 설계의 적절성" 등과 직결되기 때문에 PM이 가장 주목해야 하는 지표 중 하나다. 실제로 ‘아하 모먼트’를 발견하고, 해당 시점에 사용자를 도달시키기 위한 전략을 수립할 때도 Cohort 분석이 핵심 도구로 활용된다.

이번 실습을 통해 리텐션 분석을 단순히 마케팅 관점이 아닌 제품 전략 수립의 출발점으로 바라보게 되었고, 이를 통해 초기 기획뿐 아니라 기능 개선, 알림 전략, 온보딩 흐름 설계 등에도 구체적인 방향성을 도출할 수 있겠다는 생각이 들었다. 데이터 시각화와 계산도 중요하지만, 무엇을 추적하고 왜 추적하는지를 명확히 하는 사고방식이 더욱 중요하다는 점을 다시금 깨달은 의미 있는 시간이 되었다.