Cohort Analysis

코호트 분석(Cohort Analysis)¹이란?

• 데이터 세트를 분석하기 전에 관련된 그룹으로 나누는 행동 분석의 한 종류
• 코호트(cohort)는 일반적으로 특정 기간 동안 공통된 특성이나 경험을 공유함
• 고객(또는 사용자)의 생애 주기 전반에 걸쳐 패턴을 파악
  • 특정 코호트에 맞춰 서비스를 조정하거나 맞춤화

Cohort: 특정 기간 내에 태어나거나 결혼한 사람들의 집단처럼 통계상의 인자(因子)를 공유(共有)하는 집단

실습

데이터: https://www.kaggle.com/competitions/neo-bank-non-sub-churn-prediction/data

데이터 로드

import pandas as pd

df = pd.read_parquet('./train_2008.parquet')
df.info()

전처리 및 코호트 데이터 생성

# 처음으로 활동한 시간과 활동 기간 도출
df['first_activity_date'] = df['date'] - pd.to_timedelta(df['tenure'], unit='D')
df['cohort_month'] = df['first_activity_date'].dt.to_period('M')
df['activity_month'] = df['date'].dt.to_period('M')

# 코호트 데이터 생성성
cohort_data = df.groupby(['cohort_month', 'activity_month']).agg({
    'customer_id': 'nunique',  
    'bank_transfer_in_volume': 'sum',  
    'crypto_in_volume': 'sum', 
}).reset_index()

cohort_data['tenure_month'] = (
    (cohort_data['activity_month'] - cohort_data['cohort_month']).apply(lambda x: x.n)
)

cohort_data.head()

시각화

Retention Rate

import seaborn as sns
import matplotlib.pyplot as plt

# 활성 사용자 집계
cohort_pivot = cohort_data.pivot(index='cohort_month', columns='activity_month', values='customer_id')

# Retention Rate(잔존율) 계산
first_month_data = cohort_data[cohort_data['cohort_month'] == cohort_data['activity_month']]
cohort_sizes = first_month_data.groupby('cohort_month')['customer_id'].sum()
retention = cohort_pivot.divide(cohort_sizes, axis=0)

# 히트맵 시각화
plt.figure(figsize=(9, 6))
sns.heatmap(retention, annot=True, fmt='.0%', cmap='Blues')
plt.title('Customer Retention by Cohort')
plt.xlabel('Activity Month')
plt.ylabel('Cohort Month')
plt.show()

Crypto in Volumn

def format_thousands(val):
    return f"{val/1000:.1f}"

# 천 단위로 포멧 변환
annotations = cohort_crypto_pivot.applymap(format_thousands)

# 히트맵 시각화
plt.figure(figsize=(9, 6))
sns.heatmap(cohort_crypto_pivot, annot=annotations, cmap='Blues')
plt.title('Crypto in Volume by Cohort (in K)')
plt.xlabel('Activity Month')
plt.ylabel('Cohort Month')
plt.show()

출처

1. https://en.wikipedia.org/wiki/Cohort_analysis ↩