MOOC 수강생 96%가 이탈하는 이유 — GA4 코호트 분석으로 찾는 리텐션 골든타임 3구간
당신의 플랫폼, 이번 달 신규 수강생이 100명 유입됐다면 3개월 뒤 얼마나 남아 있을까? MIT 연구진에 따르면 온라인 강좌의 평균 중도 포기율은 **96%**에 달한다. 나머지 96명은 조용히 이탈했다. 문제는 언제, 왜 이탈했는지조차 파악되지 않는다는 것이다. 이 글은 GA4 코호트 분석으로 '이탈의 타임라인'을 찾고, 구간별 개입 전략으로 리텐션 지표를 바꾸는 실무 방법을 다룬다.
1. 코호트 분석이란? 온라인 교육에서 왜 결정적인가
코호트(Cohort)란 특정 기간 동안 동일한 경험을 시작한 사용자 집단을 말한다. 예를 들어 "2026년 4월 첫 주에 결제한 수강생 그룹"이 하나의 코호트다. 코호트 분석의 핵심은 **"이 집단이 시간이 지남에 따라 어떻게 행동하는가"**를 추적하는 것이다. 전체 평균 이탈률이 70%라는 수치 하나만으로는 아무것도 개선할 수 없다. 하지만 코호트 분석을 통해 "4월 1주차 수강생의 D+3 재방문율은 45%, D+7은 22%, D+14는 8%"라는 데이터를 얻으면, '어느 시점에 무엇을 할 것인가'가 명확해진다. 온라인 교육 플랫폼에서 코호트 분석이 특히 중요한 이유는 세 가지다.
- 수강생의 학습 동기는 결제 직후 최고조에 달하고 시간이 갈수록 빠르게 희석된다
- 이탈 후 재활성화 비용은 초기 유지 비용의 5~7배에 달한다
- 특정 커리큘럼 구조, 강의 길이, 피드백 부재가 이탈을 촉진하는 구조적 원인이 되는데, 코호트 분석 없이는 이를 식별할 수 없다
💡 PRO TIP: 코호트 분석은 리텐션 문제의 '언제'를 알려주고, 정성적 인터뷰는 '왜'를 알려준다. 두 가지를 반드시 함께 사용하라.
2. GA4로 수강생 코호트 세팅하는 법
GA4의 코호트 탐색 보고서는 기본 제공되며, 별도의 설치 없이 사용할 수 있다. 단, 온라인 교육 플랫폼에 맞게 설정해야 의미 있는 데이터를 얻을 수 있다. Step 1 — 주요 이벤트 정의 기본 세션 데이터만으로는 부족하다. 다음 커스텀 이벤트를 GA4에 심어야 한다.
| 이벤트명 | 트리거 시점 | 의미 |
|---|---|---|
course_start | 첫 번째 강의 영상 재생 시 | 실제 학습 시작 여부 |
lesson_complete | 강의 영상 80% 이상 시청 완료 | 강의 단위 완료 |
assignment_submit | 과제 제출 시 | 적극적 참여 행동 |
login_7d | 가입 후 7일 이내 재방문 | 초기 습관 형성 여부 |
community_post | 질문/댓글 작성 시 | 커뮤니티 참여도 |
Step 2 — 코호트 탐색 설정 GA4 > 탐색 > 코호트 탐색으로 이동 후 아래와 같이 설정한다.
- 코호트 포함 조건:
course_start이벤트 발생 (단순 결제가 아닌 실제 학습 시작 기준) - 재방문 조건:
lesson_complete이벤트 - 기간: 주별(Weekly)로 최소 8주 추적 Step 3 — 비교 세그먼트 생성 단일 코호트보다 비교 코호트 분석이 훨씬 유용하다.
- 세그먼트 A: 가입 후 24시간 이내에 첫 강의를 시작한 그룹
- 세그먼트 B: 가입 후 3일이 지나서 첫 강의를 시작한 그룹 두 그룹의 8주 리텐션 곡선을 비교하면, '빠른 첫 시작'이 리텐션에 미치는 영향을 정량적으로 확인할 수 있다. 실제 다수의 플랫폼 데이터에서 세그먼트 A의 30일 리텐션이 세그먼트 B보다 2~3배 높게 나타난다.
3. 이탈 급증 3구간 — 데이터가 말하는 골든타임
수십 개의 온라인 교육 플랫폼 코호트 데이터를 분석하면 공통적으로 이탈이 급증하는 3개의 구간이 나타난다. 구간 1: D+0 ~ D+3 (첫 72시간) 가장 많은 이탈이 집중되는 구간이다. 결제 후 강의를 단 한 번도 열어보지 않은 채 이탈하는 비율이 전체 이탈의 약 40%를 차지한다. 이 구간의 이탈은 "기대와 현실의 불일치" 또는 단순한 "시작 마찰(Friction)" 에서 비롯된다.
- 징후: 로그인 없음,
course_start이벤트 미발생, 온보딩 이메일 미오픈 - 핵심 지표: 결제 후 24시간 이내 첫 강의 시작율 구간 2: W2 ~ W3 (2~3주차) 초기 동기는 있었지만, 학습 습관 형성에 실패한 그룹이 이탈하는 구간이다. "바쁜 일상"이 학습 루틴을 깨뜨리는 시점이기도 하다. 이 구간에서의 이탈은 콘텐츠 문제보다 구조 문제일 가능성이 높다. 강의가 너무 길거나, 다음 단계로의 안내가 불명확하거나, 학습 진도가 시각화되지 않는 경우가 대표적이다.
- 징후:
lesson_complete이벤트가 W1에는 발생했으나 W2에 급감, 평균 강의 시청 완료율 50% 이하 - 핵심 지표: W1 대비 W2 강의 완료 이벤트 발생 비율 구간 3: D+30 ~ D+45 (첫 달 말) 한 달이 지난 수강생이 이탈하는 구간이다. 이 시점의 이탈은 가장 아쉽다. '성과'를 경험하기 직전에 포기하는 경우가 많기 때문이다. 대개 학습 진도 대비 성취감 부족 또는 커리어 목표와의 연결고리 약화가 원인이다.
- 징후: 방문 빈도 급감(주 3회 → 주 1회 이하),
assignment_submit없음, 커뮤니티 비활성 - 핵심 지표: D+30 활성 비율(최소 주 1회 이상 강의 시청)
⚠️ 주의사항: 세 구간은 플랫폼의 커리큘럼 구조와 수강생 유형에 따라 달라질 수 있다. 자체 코호트 데이터를 먼저 분석한 후, 이탈 급증 구간을 직접 확인하라. 업계 평균을 그대로 적용하는 것은 위험하다.
4. 구간별 개입 전략 — 골든타임을 놓치지 않는 CRM 설계
이탈 구간을 파악했다면 각 구간에 맞는 자동화된 개입(Intervention)을 설계해야 한다. 구간 1 개입 (D+0 ~ D+3): 마찰 제거 + 즉각적 가치 전달
- 결제 완료 후 1시간 이내: "지금 바로 5분짜리 첫 강의로 시작하세요" 이메일 발송 (과제 없이 완료 가능한 가장 쉬운 단계로 유도)
- D+1 (24시간 경과,
course_start미발생): 카카오톡 알림톡 "아직 시작 못 하셨나요? 첫 강의는 5분이면 충분합니다" - D+3 (강의 미시작 지속): CS팀 개인 메시지 또는 챗봇 대화 트리거로 장벽 파악 구간 2 개입 (W2 ~ W3): 루틴 재건 + 진도 가시화
- W2 시작 시: "이번 주 학습 계획을 설정해 드릴게요" 형태의 개인화 이메일 (학습일/시간 선택 UX 연동)
- 강의 시청 완료율 50% 이하 감지 시: "이 강의는 15분씩 나눠서 보는 분들이 많아요" 분할 시청 가이드 발송
- 진도 뱃지 자동 발급: W2 이상 지속 수강 시 "꾸준한 학습자" 배지 부여 (소속감 및 성취감 강화) 구간 3 개입 (D+30 ~ D+45): 성과 연결 + 커뮤니티 편입
- D+30 체크인 설문: "지금까지 수강하면서 가장 유익했던 것은?" (응답 시 추가 자료 또는 할인 쿠폰 제공)
- 비슷한 목표를 가진 수강생과의 스터디 매칭 제안
- "이 강의를 완료한 수강생 중 XX%가 3개월 안에 취업/이직에 성공했습니다" 형태의 사회적 증거 이메일로 동기 재점화
5. 코호트 리텐션 지표를 팀 공식 KPI로 운영하는 법
대부분의 온라인 교육 마케팅팀은 신규 가입자 수, 결제 전환율에만 집중한다. 하지만 코호트 리텐션율이 KPI에서 빠져 있으면 마케팅 팀이 열심히 모객해도 '밑 빠진 독에 물 붓기'가 된다. 주간 코호트 리뷰 루틴 만들기 매주 신규 코호트의 D+7, D+14 리텐션율을 전주 대비 비교한다. 특정 주차에 이탈률이 급증했다면 그 주 어떤 콘텐츠/이메일이 나갔는지와 교차 분석한다. 이 루틴이 팀 내에 정착되면 리텐션은 마케터 개인의 관심사가 아니라 팀 전체의 공동 지표가 된다. 리텐션 코호트 기준 CAC 재정의 단순히 "신규 수강생 1명을 유치하는 데 얼마 들었나"가 아니라, "30일 이후에도 활성 상태인 수강생 1명을 유지하는 데 얼마 들었나"로 CAC를 재정의한다. 이 지표가 팀의 광고 예산 배분 기준이 되어야 한다. D+7 재방문율을 LTV 선행 지표로 활용하기 D+7 재방문 여부가 D+90 LTV의 강력한 선행 지표라는 것은 수많은 SaaS 플랫폼에서 검증됐다. 교육 플랫폼도 마찬가지다. D+7 재방문 수강생 그룹과 미재방문 그룹의 90일 LTV를 비교해 보면 전자가 후자보다 평균 3~5배 높다. 이 예측 모델이 있으면 초기 활성화 캠페인에 더 적극적으로 투자하는 근거가 된다.
마무리: 이탈을 막는 것보다 이탈 전에 개입하는 것이 마케터의 역할이다
코호트 분석은 어렵지 않다. GA4에 이미 무료로 탑재되어 있고, 기본 세팅은 하루면 완성된다. 어려운 건 분석 이후다. 데이터를 보고 구간별 개입 전략을 팀 전체의 실행 계획으로 연결하는 것, 그리고 매주 꾸준히 리뷰하며 개선하는 것이 진짜 과제다. 코호트 리텐션을 KPI로 세운 팀은 CAC를 낮추기 전에 LTV를 먼저 높이는 구조를 만든다. 그 구조가 갖춰지면 광고비가 같아도 ROAS는 달라진다. 지금 바로 GA4 > 탐색 > 코호트 탐색 메뉴를 열어보자. 당신의 수강생이 언제 이탈하는지, 데이터가 이미 말하고 있다.
