2024.01.31.학습일지

Overview

개념을 하나하나 정리해보다

 항상 잘 까먹는 성격인 나는 단어가 자꾸 생각이 나지 않아서 자주 찾아본다. 이때, 단어의 개념이 컴퓨터에 제대로 정리되어 있지 않으면 또 브라우저를 키고, 서치를 시작하게 된다. 이 과정이 너무 비효율적이어서 조금 강박적으로 정리하는 성향이 되었는데, 오늘 또한 동일하게 1주차와 2주차 강의안에 대한 정리 및 정보 서치를 진행하였다. 이로 인해 관련 백그라운드 인사이트가 없어 새로 찾은 부분을 적어보려고 한다. 

 

 '코흐트 리텐션'. 튜터님 강의안에는 이렇게 적혀 있어 둘이 같은 개념인 줄 알았던 기존의 생각과 다르게 '코흐트'와 '리텐션'은 다른 개념에 속했다. 문과의 머리로 그나마 이해하자면 정확히는 '코흐트라는 숫자를 사용하여 리텐션이라는 수식을 하하여 코흐트 차트로 펼쳐놓는 것'이라고 말하면 이해가 빠를 것이다. 먼저 코흐트는 특정 기간에 특정 경험을 공유한 사람들의 집합이다. 12월 코흐트가 100명이라고 하면 12월에 특정 특성을 가진 유저가 100명이라는 이야기이다. 이 코흐트를 가진 유저는 리텐션이라는 수식을 거쳐 '코흐트 차트'로 변화한다.

출처: https://velog.io/@tyhlife/%EB%A6%AC%ED%85%90%EC%85%98Retion%EA%B3%BC-%EC%BD%94%ED%98%B8%ED%8A%B8-%EB%B6%84%EC%84%9D-Cohort-Analysis

 리텐션 수식은 Day N 사용자 수 / Day 0 사용자 수 (%)이고 이것은 튜터님이 말씀해주셨던 'Day N 리텐션 개념' 이었다. 원하는 코흐트 Day 0일 사용자 수 분에 Day N일 사용자 수를 하면 원하는 코흐트의 사용자 중에 N일까지 남아있는 사용자의 잔존율을 파악할 수 있는 것이다. 그럼 코흐트 분석을 통해 핵심 유저의 재방문을 확인할 수도 있고, 다양한 분류의 코흐트들을 보며 어떤 코흐트들이 가장 많이 우리 앱을 잔존해 있는지의 수치 또한 파악할 수 있을 것이라 생각한다.

 

 또한 더욱 신기한 점은 코흐트 차트를 읽는 방식에 따라 다른 비교를 할 수 있다는 점이었다. 세로방향으로 코흐트를 보면 다량의 코흐트들이 같은 기간이 지난 후 어떤 리텐션을 가지는지 유추할 수 있다. 이의 경우 코흐트의 분류방식은 동일하기 때문에 해당 일자에 다른 특이사항이 있었는지의 여부를 판단하면 더욱 유의미할 것 같다. 그리고 대각선 방향으로 코흐트를 보게 되면 일자가 차례차례 뒤로 가기 때문에 같은 시간대의 코흐트를 비교할 수 있다고 나와있었다. 이또한 신기했다. 

출처: https://velog.io/@tyhlife/%EB%A6%AC%ED%85%90%EC%85%98Retion%EA%B3%BC-%EC%BD%94%ED%98%B8%ED%8A%B8-%EB%B6%84%EC%84%9D-Cohort-Analysis

 

 내일은 2주차의 내용을 조금 더 분석한 후 3주차와 4주차 강의를 수강할 것을 목표로 하고 있다.

 

진행상황

UX 기획 및 리서치 2강 (완강)

UX 기획 및 리서치 3강 (시작 전)