> ## Documentation Index > Fetch the complete documentation index at: https://documentation.onesignal.com/llms.txt > Use this file to discover all available pages before exploring further. # 리텐션 곡선 해석 > 코호트를 선택한 뒤 OneSignal 리텐션 곡선을 읽어, 곡선 모양이 재방문 행동에 대해 무엇을 의미하는지, 선이 왜 올라갈 수 있는지, 채널 및 플랫폼 시리즈가 어떻게 다른지 확인하세요. 리텐션 차트의 곡선을 읽어 Day 0 코호트 중 이후 각 날짜에 돌아온 비율과, 선이 왜 올라갈 수 있는지를 확인하세요. **대시보드 > 분석 > 리텐션**으로 이동하여 코호트 시작 날짜를 선택하세요. 필터, 데이터 가용성 및 내보내기는 [리텐션 지표](./retention-metrics)를 참조하세요. ## 리텐션이 답하는 것 곡선의 변화를 원인을 측정한 값이 아니라 조사해야 할 신호로 보세요. 메시징을 포함해 여러 가지가 사용자가 앱이나 웹사이트로 돌아오는지에 영향을 줍니다. 특정 메시지를 사용자가 다음에 한 일과 연결하려면, 전환을 해당 전환을 이끈 메시지에 귀속시키는 [전환 지표](./conversion-metrics)를 사용하세요. ## 예제 살펴보기 한 코호트를 5일 동안 따라가며 숫자가 어떻게 만들어지는지 확인하세요. 코호트는 시간이 지나며 추적하는 사람들의 그룹입니다. 7월 28일에 1,000명의 사용자가 세션을 가졌다고 가정하세요. 그 1,000명의 사용자가 코호트가 되며, 그 그룹은 그 시점부터 고정됩니다. 나중에 아무도 합류하지 않고 아무도 빠지지 않습니다. 기간 동안 구독이 바뀌더라도 채널 및 플랫폼 시리즈 소속은 고정된 채로 유지됩니다. 이후 차트는 다음 각 날짜를 살펴보고 동일한 1,000명의 사용자 중 몇 명이 돌아왔는지 계산합니다. | Day | 날짜 | 활성 코호트 구성원 | 리텐션 비율 | | :---- | :----- | :--------- | :----- | | Day 0 | 7월 28일 | 1,000 | 100% | | Day 1 | 7월 29일 | 420 | 42% | | Day 2 | 7월 30일 | 310 | 31% | | Day 3 | 7월 31일 | 335 | 33.5% | | Day 4 | 8월 1일 | 300 | 30% | Day 3이 Day 2보다 높은 것은 예상된 현상입니다. OneSignal은 원래의 1,000명을 기준으로 각 날짜를 독립적으로 측정하므로, 7월 30일을 건너뛰고 7월 31일에 돌아온 사용자는 Day 3에 계산됩니다. 곡선은 원래 그룹 중 각 날짜에 활성인 비율을 추적하므로 올라갈 수도 있고 내려갈 수도 있습니다. ## 모양 읽기 개별 숫자를 읽기 전에 곡선의 모양을 먼저 보세요. **떨어졌다가 평평해짐.** 코호트의 일부가 처음 며칠 동안 돌아오지 않고, 나머지는 더 안정적인 비율로 계속 돌아옵니다. 평평해지는 수준은 그날 오디언스 중 정기적으로 돌아오는 비율을 대략 알려 줍니다. **높게 유지되며 평평함.** 코호트의 대부분이 대부분의 날에 돌아옵니다. 앱이나 웹사이트가 사람들이 매일 하는 일의 일부이거나, 코호트가 가장 활발한 사용자 쪽으로 치우친 날에서 뽑힌 경우에 나타날 수 있습니다. **계속 떨어짐.** 코호트가 전체 기간에 걸쳐 계속 줄어듭니다. 30일 기간은 더 짧은 기간에서는 보이지 않는 이후 시점에 곡선이 평평해지는지를 보여 줍니다. **Day 1에 하락.** 코호트의 대부분이 다음 날에 돌아오지 않았습니다. 이유에는 온보딩, 사용자가 도착하기 전에 형성된 기대, 또는 일회성 방문자가 몰린 코호트 시작 날짜가 포함될 수 있습니다. 서로 다른 코호트 시작 날짜에서 같은 모양을 비교하는 것이 어느 하루의 비율보다 더 많은 정보를 줍니다. 시간이 지남에 따른 나만의 추세가 가장 유용한 기준입니다. 차트는 한 번에 하나의 코호트만 표시하므로, 날짜를 직접 비교하거나 각각을 CSV로 내보내세요. ## 채널과 플랫폼 비교 **비교 기준**을 채널 또는 플랫폼으로 설정하여 코호트를 시리즈로 나눕니다. 채널 시리즈는 각 사용자가 코호트 시작 날짜에 구독하고 있던 채널을 반영합니다. 푸시와 이메일을 모두 구독한 사용자는 두 시리즈에 모두 나타나므로 시리즈는 겹치며, 합계가 전체와 일치할 것이라고 기대해서는 안 됩니다. 시리즈끼리 비교하지 말고 각 시리즈를 전체에 대해 읽으세요. 구독한 채널이 없는 사용자 시리즈는 유용한 기준선입니다. 이를 채널 시리즈와 비교하면 해당 채널을 구독한 사용자와 구독한 채널이 없는 사용자의 재방문율이 어떻게 다른지 알 수 있습니다. 그 차이는 메시징의 인과 효과가 아닙니다. 구독하는 사람은 이미 더 활발한 경우가 많으므로, 이 비교를 조사해야 할 신호로 보세요. 플랫폼 시리즈는 코호트를 기기 유형별로 나눕니다. 플랫폼 간 큰 격차는 메시징이 아니라 각 플랫폼의 제품 자체 차이를 가리킬 수 있습니다. ## 리텐션 계산 방식 이 규칙이 차트의 모든 숫자를 결정합니다. 필터, UTC 날짜 경계, 데이터 가용성 및 내보내기는 [리텐션 지표](./retention-metrics)를 참조하세요. **코호트는 스냅샷입니다.** 채널 및 플랫폼 시리즈 소속은 코호트 시작 날짜에 고정됩니다. Day 5에 이메일 구독을 취소한 사람은 Day 0에 구독하고 있었기 때문에 전체 기간 동안 이메일 시리즈에 남아 있습니다. 이것이 코호트를 시간에 따라 비교할 수 있게 합니다. **날짜는 독립적으로 계산됩니다.** OneSignal은 그 사이의 날짜와 관계없이, 각 코호트 구성원이 각 날짜에 세션이 있었는지를 보고합니다. **곡선은 마지막으로 완료된 날에서 끝납니다.** 차트는 완료되지 않은 날짜를 숨기고 예측선을 그리지 않습니다. 더 짧은 선은 기간이 아직 채워지는 중이라는 뜻이며, 리텐션이 0%로 떨어졌다는 뜻이 아닙니다. **리텐션은 사용자를 계산합니다.** 사용자 기기 중 어느 하나에서의 세션도 해당 사용자의 활동으로 계산되므로, 휴대폰과 노트북에서 앱이나 웹사이트를 사용하는 사람은 두 번이 아니라 한 번 계산됩니다. OneSignal이 구독별로 세션 데이터를 추적하고 사용자 수준에서 집계하는 방법은 [세션](/docs/en/sessions)을, 둘의 관계는 [사용자와 구독](./subscriptions)을 참조하세요. ## FAQ ### 곡선이 어떤 날에는 올라갑니다. 버그인가요? 아니요. OneSignal은 원래 코호트를 기준으로 각 날짜를 독립적으로 측정하므로, 하루를 건너뛰고 나중에 돌아온 사용자는 돌아온 날에 계산됩니다. 어떤 날에 곡선이 올라가는 것은 예상된 현상입니다. ### 어떤 기간을 사용해야 하나요? 곡선이 평평해지는지 보려면 30일로 시작한 뒤, 코호트 시작 날짜 이후 처음 며칠을 더 자세히 보려면 7일 또는 14일을 사용하세요. 더 짧은 기간은 초기의 하락을 더 자세히 보여 줍니다. ### 두 코호트를 나란히 비교할 수 있나요? 현재 차트에서는 할 수 없습니다. 한 번에 하나의 코호트 시작 날짜를 선택해 곡선을 직접 비교하거나, 각각을 CSV로 내보내세요. ## 관련 문서 리텐션 차트의 필터, 데이터 가용성 및 내보내기. OneSignal이 세션을 정의하는 방법과 사용자의 기기 전체에서 세션 데이터를 집계하는 방법입니다. 사용자와 구독이 어떻게 관련되는지, 그리고 리텐션이 사용자를 계산하는 이유. 대시보드, API, CSV 및 Event Streams 전반의 모든 지표에 대한 표준 정의입니다.