> >
Post

[Data Analyst] Cohort Analysis

[Cohort Analysis] Python을 활용한 코호트 분석 실습 내용을 다룹니다.

Posted
By DoorNote
10 min read
[Data Analyst] Cohort Analysis

들어가며

이번 포스팅에선 핵심 분석 방법론 중 하나인 코호트 분석(Cohort Analysis)에 대해 다룰 예정이다.
Python을 사용하여 코호트 분석을 실제로 해보면서, 인사이트를 도출하는 방법을 알아보려한다.



1. 코호트 분석 (Cohort Analysis)이란 ?

코호트 분석은 특정 기간에 공통된 특성이나 경험을 공유하는 사용자 그룹을 코호트(Cohort)로 정의하고,
이 그룹의 행동을 시간의 흐름에 따라 추적·분석하는 방법론이다.



코호트의 정의와 유형

  • 시간 기반 코호트: 같은 시기에 가입한 사용자 그룹
  • 행동 기반 코호트: 특정 행동을 수행한 사용자 그룹
  • 크기 기반 코호트: 구매 금액이나 사용 빈도에 따른 그룹

분석의 주요 목적

  • 사용자 행동 패턴 파악
  • 고객 생애 가치(LTV) 예측
  • 이탈률(Churn Rate) 분석
  • 제품/서비스 개선점 도출

분석 방법

  1. 코호트 정의: 분석 목적에 맞는 사용자 그룹 설정
  2. 지표 선정: 추적할 핵심 지표 결정 (예: 리텐션, 구매율)
  3. 기간 설정: 분석 기간과 간격 결정
  4. 데이터 수집: 관련 데이터 추출 및 정제
  5. 시각화: 코호트 테이블이나 그래프로 표현



2. 코호트 분석 시작하기

이제 코호트 분석의 개념을 이해했으니, 실제로 Python을 사용해 코호트 분석을 시작해 보겠다.
데이터는 캐글에 E-commerce 데이터를 사용하여 진행했다.
아래는 코호트 분석을 수행하는 방법을 간단히 단계별로 설명한 내용이다.


Library

1
2
3
4

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

1
2
3

# Data Load
df = pd.read_csv("../data/ecommerce.csv", encoding="ISO-8859-1")
df
InvoiceNoStockCodeDescriptionQuantityInvoiceDateUnitPriceCustomerIDCountry
053636585123AWHITE HANGING HEART T-LIGHT HOLDER612/1/2010 8:262.5517850.0United Kingdom
153636571053WHITE METAL LANTERN612/1/2010 8:263.3917850.0United Kingdom
253636584406BCREAM CUPID HEARTS COAT HANGER812/1/2010 8:262.7517850.0United Kingdom
353636584029GKNITTED UNION FLAG HOT WATER BOTTLE612/1/2010 8:263.3917850.0United Kingdom
453636584029ERED WOOLLY HOTTIE WHITE HEART.612/1/2010 8:263.3917850.0United Kingdom
...........................
54190458158722613PACK OF 20 SPACEBOY NAPKINS1212/9/2011 12:500.8512680.0France
54190558158722899CHILDREN'S APRON DOLLY GIRL612/9/2011 12:502.1012680.0France
54190658158723254CHILDRENS CUTLERY DOLLY GIRL412/9/2011 12:504.1512680.0France
54190758158723255CHILDRENS CUTLERY CIRCUS PARADE412/9/2011 12:504.1512680.0France
54190858158722138BAKING SET 9 PIECE RETROSPOT312/9/2011 12:504.9512680.0France

541909 rows × 8 columns

1
2

# 데이터 타입 확인
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 541909 entries, 0 to 541908
Data columns (total 8 columns):
 #   Column       Non-Null Count   Dtype  
---  ------       --------------   -----  
 0   InvoiceNo    541909 non-null  object 
 1   StockCode    541909 non-null  object 
 2   Description  540455 non-null  object 
 3   Quantity     541909 non-null  int64  
 4   InvoiceDate  541909 non-null  object 
 5   UnitPrice    541909 non-null  float64
 6   CustomerID   406829 non-null  float64
 7   Country      541909 non-null  object 
dtypes: float64(2), int64(1), object(5)
memory usage: 33.1+ MB

1
2
3
4
5
6
7
8
9

# 결측치 확인
null_df = (df.isna().sum() / len(df)) * 100
null_df = null_df.sort_values(ascending=False)
missing_data = null_df.reset_index()
missing_data.columns = ['Column', 'Missing Ratio'] 

print(f"결측치 비율:\n {missing_data}")
print("-" * 30)
print(f"결측치 개수:\n {df.isna().sum()}")

결측치 비율:
         Column  Missing Ratio
0   CustomerID      24.926694
1  Description       0.268311
2    InvoiceNo       0.000000
3    StockCode       0.000000
4     Quantity       0.000000
5  InvoiceDate       0.000000
6    UnitPrice       0.000000
7      Country       0.000000
------------------------------
결측치 개수:
 InvoiceNo           0
StockCode           0
Description      1454
Quantity            0
InvoiceDate         0
UnitPrice           0
CustomerID     135080
Country             0
dtype: int64


Step 1: 데이터 전처리

코호트 분석을 수행하기 전에 데이터를 정제하고, 분석에 적합한 형식으로 변환하는 과정이다.
핵심적으로 날짜 변환, 고객의 첫 구매 월(cohort_month) 및 구매 월(purchase_month) 생성 등의 작업을 수행한다.
마지막으로, 코호트 인덱스를 계산하여 특정 고객이 첫 구매 후 몇 개월째 다시 구매했는지 확인할 수 있도록 만든다.

1
2
3
4
5
6
7
8
9
10

# 코호트 분석 전 전처리
df['InvoiceDate'] = pd.to_datetime(df['InvoiceDate']) # 날짜 변환
cohort_df = df.dropna(subset=['CustomerID']).copy() # 결측치 제거
cohort_df['CustomerID'] = cohort_df['CustomerID'].astype(int) # 정수형 변환

cohort_df['cohort_month'] = cohort_df.groupby('CustomerID')['InvoiceDate'].transform('min').dt.to_period('M') # 첫 구매 날짜 
cohort_df['purchase_month'] = cohort_df['InvoiceDate'].dt.to_period('M') # 현재 주문 연-월
cohort_df['cohort_index'] = (cohort_df['purchase_month'] - cohort_df['cohort_month']).apply(lambda x: x.n)
cohort_df.sort_values(by=['cohort_month'], inplace=True)
cohort_df
InvoiceNoStockCodeDescriptionQuantityInvoiceDateUnitPriceCustomerIDCountrycohort_monthpurchase_monthcohort_index
053636585123AWHITE HANGING HEART T-LIGHT HOLDER62010-12-01 08:26:002.5517850United Kingdom2010-122010-120
17750055210822553PLASTERS IN TIN SKULLS12011-05-06 11:36:001.6517841United Kingdom2010-122011-055
17750155210822674FRENCH TOILET SIGN BLUE METAL12011-05-06 11:36:001.2517841United Kingdom2010-122011-055
17750255210820727LUNCH BAG BLACK SKULL.52011-05-06 11:36:001.6517841United Kingdom2010-122011-055
17750355210820725LUNCH BAG RED RETROSPOT22011-05-06 11:36:001.6517841United Kingdom2010-122011-055
....................................
53394958112517012CORIGAMI LAVENDER INCENSE/CANDL SET12011-12-07 12:41:000.8514087United Kingdom2011-122011-120
53394858112521204DAISIES HONEYCOMB GARLAND22011-12-07 12:41:001.6514087United Kingdom2011-122011-120
53394758112522992REVOLVER WOODEN RULER12011-12-07 12:41:001.9514087United Kingdom2011-122011-120
53394558112521123SET/10 IVORY POLKADOT PARTY CANDLES12011-12-07 12:41:001.2514087United Kingdom2011-122011-120
5295285807312290612 MESSAGE CARDS WITH ENVELOPES52011-12-05 17:36:001.6517383United Kingdom2011-122011-120

406829 rows × 11 columns


Step 2: 코호트별 고객 수 분석

고객이 처음 구매한 이후 각 개월(cohort_index)마다 몇 명이 다시 구매했는지를 확인할 수 있도록 피벗 테이블을 생성한다.
이렇게 정리된 데이터는 이후 고객 잔존율(Retention Rate) 분석에 활용된다.

1
2
3

# 코호트별 고객 테이블
cohort_customers = cohort_df.pivot_table(index='cohort_month', columns='cohort_index', values='CustomerID', aggfunc='nunique')
cohort_customers
cohort_index0123456789101112
cohort_month
2010-12948.0362.0317.0367.0341.0376.0360.0336.0336.0374.0354.0474.0260.0
2011-01421.0101.0119.0102.0138.0126.0110.0108.0131.0146.0155.063.0NaN
2011-02380.094.073.0106.0102.094.097.0107.098.0119.035.0NaNNaN
2011-03440.084.0112.096.0102.078.0116.0105.0127.039.0NaNNaNNaN
2011-04299.068.066.063.062.071.069.078.025.0NaNNaNNaNNaN
2011-05279.066.048.048.060.068.074.029.0NaNNaNNaNNaNNaN
2011-06235.049.044.064.058.079.024.0NaNNaNNaNNaNNaNNaN
2011-07191.040.039.044.052.022.0NaNNaNNaNNaNNaNNaNNaN
2011-08167.042.042.042.023.0NaNNaNNaNNaNNaNNaNNaNNaN
2011-09298.089.097.036.0NaNNaNNaNNaNNaNNaNNaNNaNNaN
2011-10352.093.046.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
2011-11321.043.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
2011-1241.0NaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaNNaN


Step 3: 코호트별 리텐션 분석

코호트별로 시간이 지남에 따라 고객이 얼마나 유지되는지를 비율로 계산한다.
히트맵(Heatmap)을 활용하여 시각적으로 고객 유지 패턴을 확인할 수 있다.
재구매율을 분석하면 특정 시점에 가입한 고객들이 시간이 지나면서 얼마나 이탈하는지를 한눈에 파악할 수 있다.

1
2
3
4
5
6

# 재구매율 분석
cohort_retention = cohort_customers.divide(cohort_customers.iloc[:, 0], axis=0)

plt.figure(figsize=(10, 6))
sns.heatmap(cohort_retention, annot=True, cmap='Blues', fmt='.0%')
plt.show()



마무리

이번 포스팅에서는 코호트 분석(Cohort Analysis)의 개념과 기본적인 분석 방법을 살펴보았다.
Python을 활용하여 데이터 전처리 → 코호트별 고객 수 분석 → 리텐션 분석을 진행하며, 코호트 분석의 핵심 흐름을 살펴봤다.
다음 포스팅에서는 퍼널 분석(Funnel Analysis)에 대해 다뤄볼 예정이다.



다음 포스팅

시리즈

AI | 인공지능, DA
Data Analyst Python Cohort Analysis
This post is licensed under CC BY 4.0 by the author.