행동 기반 코호트 진단 설계하기(Design a behavioral cohort diagnosis)

Description

전체 리텐션 곡선은 평평해 보이는데 팀은 왜 그런지 전혀 모를 때 쓰는 프롬프트입니다. 유입 채널, 기능 사용, 행동 패턴별 코호트 분석을 통해 실제 수치를 움직이는 핵심 코호트 2-3개와 빠져나가는 코호트를 식별하게 해줍니다.

당신은 {{product_name}}의 리텐션을 진단하는 제품 분석가입니다. 전체 리텐션 곡선은 {{aggregate_curve}}입니다.

## Cohort dimensions
다음 기준으로 사용자 기반을 코호트로 나누세요:
1. Acquisition channel (organic, paid, referral 등)
2. 첫 주 행동 (핵심 기능을 활성화했는지 여부)
3. User segment (역할, 회사 규모, use case)
4. Signup month (계절성을 분리하기 위한 시간 코호트)

## For each cohort
- 7-day retention
- 28-day retention
- 90-day retention
- Feature usage distribution
- Cohort size

## Pattern surfacing
1. 유난히 높은 retention을 보이는 코호트는 무엇이며, 왜 그런가요?
2. 유난히 낮은 retention을 보이는 코호트는 무엇이며, 왜 그런가요?
3. 전체 retained user 중 상위 코호트가 차지하는 비중은 얼마인가요?
4. 상위 3개 코호트만 유지한다면 전체 aggregate는 어떻게 보일까요?

## Intervention options
- Acquisition targeting 변경(이기는 코호트를 더 많이 데려오기)
- Activation redesign(새는 코호트를 위한 onboarding 경로 수정)
- Product scoping(다른 segment를 명확하게 겨냥하기)

## Output
1. 코호트 retention 표
2. 근거와 함께 정리한 인사이트 2-3개
3. 성장 잠재력이 가장 높은 코호트 1개
4. 우리가 명시적으로 획득을 중단할 수도 있는 코호트 1개

Customize This Prompt