brunch

You can make anything
by writing

C.S.Lewis

by Cheon Jun 12. 2017

첫 구매 날짜별로 그룹화한 고객을 집단 분석하기

Cohort Analysis


집단분석(Cohort Analysis)이란 무엇인가?



집단분석은 시간을 두고 비슷한 그룹을 설정하여 비교하는 것을 말한다.


집단분석을 통해 고객이 첫번째로 구매한 시기에 따라 집단을 나누어 각 집단들이 어느 기간에 얼마만큼의 구매를 해서 회사의 매출을 발생시키는지에 대해 알아보자.





첫 구매를 연도별로 그룹화한  고객을 집단 분석하기



STEP1. [Order Date]를 열에다 드래그하자.

STEP2. [Sales]를 행으로 드래그하자.



STEP3. 마크에서 [막대]를 선택하자.



STEP4. 계산된 필드에서 아래와 같은 수식을 작성하자.

위 수식은 각 고객당(Customer ID) 첫 구매 날짜를 구하는 것이다. “[Order Date]”에 “MIN(최소값)”을 적용하면, 최소 주문날짜, 즉 첫번째로 구매한 날짜를 구할 수 있다. 위 수식은 LOD 함수 중 “FIXED”를 사용하는 것으로, 개념에 대해 이해를 하고 싶으면 [LOD 표현식] FIXED를 확인해보자.



STEP5. 위 수식(“고객의 첫 구매 날짜”)을 [색상]으로 드래그하자.



STEP6. [Sales]를 [도구 설명]으로 드래그하자.



STEP7. [도구설명]으로 드래그 한 [합계(Sales)]를 클릭하고, [퀵 테이블 계산] - [구성 비율]을 클릭하자.



STEP8. 다시 한번 [합계(Sales)]를 클릭하고, [계산 도구] - [테이블(아래로)]를 클릭하자.



STEP9. 막대그래프에서 2016년 파란색 그래프에 마우스를 갖다대보자. 

그러면, 2016년도에 전체 매출액(Sales) 중에서 2013년도 첫 구매를 했던 고객(집단)이 2016년도에 구매한 비율과 금액이 나온다.



위에서 작성한 계산된 필드에서의 수식을 쉽게 설명하면 아래와 같은 테이블과 같다.

각 고객(Customer ID)의 구매한 날짜(Order Date 연도)가 있고, 각 고객의 첫 구매 날짜 연도가 있다.


위에서 사용한 LOD 표현식을 이용해 각 고객을 고객의 첫 구매 날짜로 고정시켜, 그 수식을 색상으로 드래그하면 첫 구매 날짜 연도에 따라 색상이 다른 집단이 만들어진다.






첫 구매를 분기별로 그룹화한  고객을 집단 분석하기




위에서 만든 그래프를 가지고 “분기별”로 집단분석을 해보자.



STEP1. 위에서 만든 그래프의 시트를 복제하자.

STEP2. 복제한 시트에서, 열에 있는 [연도(Order Date)]의 “+”를 클릭하여, “[분기(Order Date)]”까지 확장하자.



STEP3. 마크에 있는 [연도(고객의 첫 구매 날짜)]에 마우스 오른쪽 버튼을 클릭하고, [분기(2015년 2분기)]를 클릭하자. 



그러면, 아래와 같은 그래프가 나온다.



STEP4. 마크에 있는 [분기(고객의 첫 구매 날짜)]에 마우스 오른쪽 버튼을 클릭하고, [불연속형]을 클릭하자.



STEP5. [표준]을 [전체 뷰]로 바꾸자.



그러면, 아래와 같이 분기별로 고객의 첫 구매 날짜에 따라 색상이 다른 그래프가 나온다.



STEP6. 마크의 [도구 설명]을 클릭하고, 아래와 같이 바꾸고, [확인]을 클릭하자.



STEP7. [2015년 2분기] 그래프에서 위에서 두번째 막대에 마우스를 갖다대보자.

그러면, 선택한 막대는 2015년 2분기 중에서 첫 구매 날짜가 2013년 2분기인 고객(집단)이고, 매출액(Sales)은 2015년 2분기중에서 27.47%를 차지하고, 그 금액은 $37,191 이라는 것을 알 수 있다.





최종 그래프는 아래와 같다.

위와 같이, 집단분석을 하게되면, 연도별/분기별 첫 구매를 한 고객을 그룹화하여 각 그룹의 연도별/분기별 매출 기여도를 비교 및 분석을 할 수 있을 것이다.





[전자책 출간] 태블로 차트 모음집


▶ 태블로를 이용한 다양한 차트 만들기


▶ 태블로를 이용한 비즈니스용 차트 만들기
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari