코호트 잔존곡선 읽는 법: 고객이 떠나는 시점 찾는 3단계

신규 고객은 늘었는데 매출이 따라 늘지 않는다면, 광고비를 더 쓰기 전에 코호트 잔존곡선부터 보셔야 합니다. 코호트 잔존곡선은 같은 달에 처음 산 고객이 이후 달마다 얼마나 남아 다시 사는지를 이은 선이고, 가장 가파르게 꺾이는 구간과 평평해지는 높이, 이 두 곳만 읽어도 고객이 어디서 떠나는지 보입니다.

월 평균 재구매율 한 숫자로는 이 위치가 보이지 않습니다. 석 달 전에 온 고객과 어제 온 고객이 한 숫자 안에 섞여 있기 때문입니다. 새로 들어온 고객의 재방문이 나쁘면 이탈률이 올라가는데, 평균에 묻히면 "신규 타겟이 잘못됐다"는 결론으로 건너뛰기 쉽습니다. 이 문제의 설명은 이탈률 계산법: 신규·안착 고객을 섞어 보면 생기는 착시에서 따로 다뤘습니다.

이를 해결하려면 같은 시기에 들어온 고객끼리 묶어 보는 코호트와, 그 선에서 읽을 자리 두 곳이 필요합니다. 이 글은 두 가지를 쇼핑몰 대표가 이번 주에 바로 지시할 수 있는 순서로 정리합니다.

코호트 잔존곡선이란, 같은 달에 들어온 고객이 남는 비율입니다

코호트는 같은 시기에 같은 행동을 시작한 고객 집단입니다. 쇼핑몰이라면 "10월에 처음 구매한 고객"이 하나의 코호트입니다. 잔존곡선은 이 집단이 첫 구매 달(M0) 이후 M1, M2, M3 … 달마다 몇 퍼센트나 다시 구매했는지를 이은 선입니다.

왜 묶어 봐야 할까요? 분석 도구 Amplitude의 설명에 따르면 잔존율은 "코호트 진입일", 곧 시작 행동을 한 날을 기준으로 계산합니다. 기준일이 같은 고객끼리만 비교해야 시간이 지나며 어떻게 변하는지가 정직하게 나옵니다. 또 같은 설명은 첫 며칠·첫 주의 잔존은 온보딩이 잘 됐는지를, 3개월 이후의 잔존은 습관이 붙었는지를 보여 준다고 구분합니다. 쇼핑몰로 옮기면 첫 구매 직후 한 달은 "첫 경험이 재구매로 이어졌는가", 그 뒤는 "다시 올 이유가 생겼는가"를 보는 구간입니다.

리인벤팅이 쓰는 성장판 틀로 보면 이 선은 이탈률을 시간 축으로 펼친 것입니다. CC는 신규 유입 수 ÷ 이탈률이고, 성장판은 CC × LTV로 가늠합니다. 이탈률 한 숫자 대신 월별 선을 보면 어느 달에서 이탈률이 만들어지는지가 보이고, 그 자리가 곧 LTV(구매자 전환율 × 객단가 × 구매빈도 × 생애주기)의 생애주기가 짧아지는 지점입니다.

곡선 모양 네 가지, 어떤 모양이 문제일까

Amplitude의 「What Is a Retention Curve」 안내는 잔존곡선을 네 가지 모양으로 나눕니다. 안내는 평평하다고 볼 수 있는 숫자 기준을 따로 제시하지 않으므로, 아래 그림은 모양을 구분하는 모식도로만 보시기 바랍니다.

모양보다 중요한 것은 "평평해지는 높이"입니다. 평평해졌더라도 그 높이가 낮으면 남은 고객이 너무 적다는 뜻이기 때문입니다. 두 번째 모양과 세 번째 모양은 같은 평평함이지만 대표가 할 일이 전혀 다릅니다. 앞은 첫 구매 고객을 더 많이 남기는 일, 뒤는 이미 남은 고객을 더 자주 오게 하는 일입니다.

읽기 전에 정할 것: 세는 기준과 아직 오지 않은 기간

같은 데이터도 세는 방식에 따라 선의 모양이 달라집니다. Amplitude의 계산 설명은 두 가지 방식을 구분합니다. 하나는 해당 날 또는 그 이후에 돌아온 사람을 세는 방식이라 같은 코호트에서는 선이 평평하거나 내려가기만 합니다. 다른 하나는 정확히 그날 돌아온 사람만 세는 방식이라 한 사람이 여러 날에 걸려 선이 다시 올라갈 수 있습니다. 어떤 방식인지 모르고 곡선을 보면 "되살아났다"를 잘못 읽을 수 있습니다.

쇼핑몰은 방문이 아니라 구매로 세는 편이 대표의 질문에 맞습니다. 앱 방문이 잦아도 사지 않으면 매출이 아니기 때문입니다. 방문과 구매 중 무엇으로 셀지는 리텐션 계산식, 쇼핑몰은 방문과 구매 중 무엇으로 셀까?에서 비교했습니다.

두 번째 함정은 아직 오지 않은 기간입니다. 이번 달에 들어온 코호트는 M3 데이터가 아직 없습니다. Amplitude 설명도 분석이 진행 중일 때 아직 해당 기간에 도달하지 않은 사용자를 분모에서 빼면 선이 올라가는 것처럼 보일 수 있고, 이는 실제 개선이 아니라고 주의를 줍니다. 표에서 비어 있는 칸을 0%로 채우거나, 일부만 반영한 숫자를 다른 코호트와 나란히 놓지 않도록 하세요.

코호트 잔존곡선 읽는 3단계

아래는 설명을 위한 예시 숫자입니다. 10월에 처음 산 고객 1,000명 가운데 그다음 달 이후 다시 산 비율을 월별로 이어 본 것입니다. 실제 성과가 아니라 읽는 순서를 보여 주기 위한 숫자입니다.

1단계. 가장 가파른 구간을 찾습니다

예시에서는 M0에서 M1로 넘어갈 때 100%가 18%로 내려갑니다. 선이 가장 가파른 곳이 곧 가장 많은 고객이 떠나는 곳입니다. Amplitude의 읽는 법도 가장 큰 낙폭을 먼저 찾고, 그 직전에 무슨 일이 있었는지를 보라고 안내합니다. 쇼핑몰이라면 낙폭 직전 30일은 대개 "배송 받고, 써 보고, 다음 구매를 생각하는 기간"입니다. 이 기간에 고객이 우리에게서 받은 연락이 무엇인지부터 확인하세요.

2단계. 평평해지는 높이를 재 봅니다

예시에서는 M4부터 9%에서 유지됩니다. 이 9%가 "우리 몰에 계속 남는 고객층"의 두께입니다. 평평해지는 달이 빨리 올수록 남을 사람이 일찍 가려진다는 뜻이고, 높이가 높을수록 상품과 서비스가 재구매를 만들고 있다는 뜻입니다. 이 높이를 올리는 일이 곧 구매자 전환율과 구매빈도, 생애주기를 올리는 일입니다.

3단계. 코호트끼리 겹쳐 봅니다

한 장의 곡선으로는 좋은지 나쁜지 알 수 없습니다. 지난 6개월 코호트를 겹쳐 놓고 최근 코호트가 예전보다 낮은지, 특정 달 코호트만 유독 다른지를 봅니다. 특정 코호트가 낮다면 그 달의 유입 채널, 프로모션, 상품 구성을 거꾸로 추적할 단서가 됩니다. 컨설팅 현장에서도 신규 고객 집단을 코호트로 묶어 D+1부터 D+365까지의 추세를 매일 보는 방식을 씁니다. 생애주기를 맞히려 하지 않고 관찰하면 경향이 잘 변하지 않는다는 것을 알게 되고, 변화가 생겼을 때 세부 지표를 열어 원인을 거슬러 올라가면 됩니다.

코호트별 LTV를 어떻게 읽는지는 코호트 분석으로 LTV 보는 법: CRM 성과표의 흔한 착시에 이어서 정리했습니다.

리토스는 이 표를 가입 시점별로 쌓아 보여 줍니다

코호트 표를 엑셀로 만들 수는 있지만, 매달 갱신하고 코호트를 비교하는 일은 곧 멈춥니다. AI 그로스 CRM, 리토스는 신규 고객의 LTV를 가입 시점별 코호트로 분석해 기본 제공합니다. 예측하지 않고 쌓아서 보는 방식이라, 이 숫자로 목표 CAC를 정하고 CRM 개선이나 상품 라인업 변경 같은 원인 지표의 가설을 세워 검증합니다.

리토스 화면(예시 데이터)

화면에서 행은 가입 월 코호트이고, 열은 M0, M1, M2처럼 경과 월입니다. 코호트를 클릭하면 오른쪽 패널에 구간별 구매전환율, 객단가, 구매빈도, LTV가 나옵니다. LTV를 이루는 변수 가운데 어느 것이 코호트 사이의 차이를 만드는지 바로 볼 수 있다는 뜻입니다.

가파른 구간을 찾은 다음에는 그 구간에 메시지를 붙입니다. 리토스의 대표 시나리오에는 "첫 구매 후 30일 재방문 없음"(반복 구매·LTV 확장), "소모품 재구매 주기 도래"(재구매율·구매 주기 단축)가 있고, 발송 주기 설정으로 캠페인이 늘어도 고객이 받는 메시지 수는 통제됩니다. 메시지를 어떤 순서로 붙일지는 CRM 트리거 예시 10개, 세그먼트별로 언제 무엇을 보낼까를 참고하세요.

듀오링고가 올린 것은 곡선의 한 점이었습니다

같은 문제를 푼 공개 사례로 언어 학습 앱 듀오링고가 있습니다. 당시 제품 책임자(CPO)였던 요르헤 마잘은 2023년 2월 28일 레니스 뉴스레터에 쓴 글에서, 팀이 성장 모델을 만들어 보니 DAU를 가장 크게 움직이는 지표가 현재 사용자 유지율(CURR)이어서 이를 핵심 지표로 삼았다고 설명했습니다.

주목할 것은 방법입니다. 글에 따르면 팀은 알림을 더 많이 보내는 대신 시점, 문구, 형식을 다듬는 쪽을 택했고, 알림을 늘리려면 강한 근거와 대표 승인이 필요하도록 채널을 보호했습니다. 연속 학습이 끊기기 직전에 보내는 "스트릭 세이버" 알림이 첫 큰 성과였다고 합니다. 곡선 전체를 올리려 한 것이 아니라, 이탈이 몰리는 자리에 맞는 말을 건 것입니다.

한계도 있습니다. 듀오링고는 쇼핑몰이 아니라 구독형 앱이고, 글은 21%가 상대 증가인지 절대 증가인지, 기준점이 얼마인지 밝히지 않습니다. 글쓴이 스스로 10일 연속 학습과 낮은 이탈의 관계가 상당 부분 상관관계와 선택 편향일 수 있다고 적었습니다. 우리 몰에 같은 숫자가 나온다는 근거가 아니라, "이탈이 몰리는 지점을 지표로 고정하고 그 자리에 메시지를 설계한다"는 접근을 확인하는 사례로 읽어 주세요.

이번 주에 할 일

1. 담당자에게 세는 기준을 "구매"로 못 박으라고 지시합니다. 방문이나 로그인으로 세면 매출과 곡선이 따로 움직입니다.

2. 최근 6개월을 첫 구매 월별 코호트로 나눈 표를 만들게 합니다. 엑셀이든 쿼리든 괜찮고, 아직 오지 않은 달은 빈칸으로 두라고 말해 주세요.

3. 표에서 M0→M1 낙폭을 확인하고, 첫 구매 후 30일 안에 고객이 받은 연락 목록(주문 안내 제외, 마케팅 메시지)을 뽑게 합니다.

4. 코호트별로 구매전환율·객단가·구매빈도 가운데 어떤 변수가 달랐는지 한 줄씩 적게 합니다.

5. 매주 같은 요일에 같은 표를 보는 회의를 한 번 잡습니다. 한 번 보고 끝내면 경향이 쌓이지 않습니다.

확인해 볼 것

• 우리 몰의 M1은 몇 퍼센트이고, 지난 6개월 사이 올랐습니까 내렸습니까?

• 곡선이 평평해지는 달은 언제이고, 그 높이는 우리 몰의 상품 구매 주기에 비춰 충분합니까?

• 특정 달 코호트만 유독 낮다면, 그 달에 어떤 채널과 프로모션으로 고객을 데려왔습니까?

• 낙폭 직전 30일 동안 고객이 받은 메시지는 몇 통이고, 그중 다음 구매 이유를 만들어 준 것은 무엇입니까?

정리

• 코호트 잔존곡선은 같은 달에 처음 산 고객이 월별로 다시 사는 비율을 이은 선입니다.

• 읽을 자리는 두 곳, 가장 가파른 구간과 평평해지는 높이입니다.

• 쇼핑몰은 방문이 아니라 구매로 세고, 아직 오지 않은 달은 빈칸으로 둡니다.

• 모양보다 높이가 중요합니다. 평평해도 낮으면 남은 고객이 적다는 뜻입니다.

• 코호트끼리 겹쳐 봐야 좋고 나쁨이 보이고, 매주 같은 표를 봐야 경향이 보입니다.

• 낙폭이 큰 구간에 맞는 시점의 메시지를 붙이되, 총량은 발송 주기로 통제합니다.

참고 자료

• Amplitude, 「What Is a Retention Curve」 — amplitude.com/explore/analytics/retention-curve (곡선 네 가지 모양과 읽는 법, 열람 2026.10.31)

• Amplitude Docs, 「How the Retention Analysis chart calculates retention」 — amplitude.com/docs/…/retention-analysis-calculation (코호트 진입일 기준과 두 가지 계산 방식, 열람 2026.10.31)

• Jorge Mazal, 「How Duolingo reignited user growth」, Lenny's Newsletter, 2023.2.28 — lennysnewsletter.com/p/how-duolingo-reignited-user-growth (CURR·DAU 수치와 알림 운영 방식)

자주 묻는 질문

코호트 잔존곡선은 어떻게 그리나요?

고객을 첫 구매한 달로 묶고, 그다음 달부터 월별로 다시 구매한 고객의 비율을 계산해 이으면 됩니다. 아직 오지 않은 달은 빈칸으로 두고, 코호트마다 같은 기준으로 세는 것이 중요합니다.

리텐션 곡선이 평평해지면 좋은 건가요?

평평해지는 것 자체보다 평평해지는 높이가 중요합니다. 높은 곳에서 평평하면 남은 고객층이 탄탄하다는 뜻이고, 낮은 곳에서 평평하면 소수 고객만 남았다는 뜻이라 첫 구매 이후 경험부터 점검해야 합니다.

쇼핑몰 코호트 분석은 월별로 하나요, 주별로 하나요?

정해진 정답은 없고 상품의 구매 주기에 맞추면 됩니다. 구매 주기가 짧은 상품은 주 단위가, 길거나 불규칙한 상품은 월 단위가 읽기 쉽습니다. 한 번 정한 단위는 코호트끼리 비교할 수 있도록 바꾸지 않습니다.

↑ 누르면 리토스 소개 페이지로 이동합니다

↑ 누르면 뉴스레터 구독 페이지로 이동합니다

↑ 누르면 플라이휠 그로스 컨설팅 안내 페이지로 이동합니다