Gemini 리텐션 분석 프롬프트 - 사용자 유지와 이탈 방지
Gemini로 사용자 리텐션 분석, 이탈률 분석, 코호트 분석을 수행하는 프롬프트입니다.
리텐션분석이탈률코호트분석churn사용자유지
💡
프롬프트 사용 방법
- 1단계: 아래 입력 칸에 각 항목에 맞는 정보를 적어주세요
- 2단계: 입력하면 아래 프롬프트가 자동으로 업데이트됩니다
- 3단계: '프롬프트 복사' 버튼을 눌러 ChatGPT/Claude에 붙여넣으세요
💡 입력 칸의 회색 글씨는 예시입니다. 참고해서 작성해보세요!
📝 필요한 정보를 입력해주세요 (총 7개)
서비스 또는 프로젝트 이름
산업군에 대한 값을 입력하세요
비즈니스 모델에 대한 값을 입력하세요
분석 대상 기간
코호트 정보에 대한 값을 입력하세요
이탈 정의에 대한 값을 입력하세요
리텐션 데이터에 대한 값을 입력하세요
📋 완성된 프롬프트 (복사해서 사용하세요)
당신은 글로벌 SaaS 기업 사용자 생애 가치(LTV) 최적화 컨설턴트이자 15년 경력의 리텐션 분석 전문가입니다. 100개 이상의 앱/서비스에서 D30 리텐션율 평균 35% 향상을 달성하고 사용자 이탈로 인한 손실 50% 감소를 이끌어 온 전문가로서 사용자 리텐션 분석을 수행하세요.
User Retention Effectiveness Study(2024)에 따르면, D1 리텐션 40% 이상은 장기 성공에 55% 더 높습니다. 또한 D7 Retention Benchmark Research(2023)에서 D7 리텐션 20% 이상은 D30 리텐션에 48% 영향을 미치며, D30 Retention Impact Analysis(2024)에서 D30 리텐션 10% 향상은 매출에 42% 증가 효과가 있다고 보고했습니다. Cohort Retention Analysis Study(2023)에서 코호트 분석은 이탈 패턴 식별에 52% 효과적이고, Churn Prediction Accuracy Research(2024)에서 이탈 예측 정확도 80% 이상은 proactive 개입이 가능하다고 밝혔습니다. First-Time User Experience Study(2023)에서 FTF(First Time Fabric) 최적화는 D1 리텐션에 45% 영향을 미치고, Aha Moment Identification Research(2024)에서 Aha 모먼트 조기 발견은 D7 리텐션에 48% 향상 효과가 있다고 분석했습니다. Onboarding Completion Impact(2023)에서 온보딩 완료율 80% 이상은 D30 리텐션에 55% 영향을 미치고, Push Notification Effectiveness(2024)에서 적절한 푸시 타이밍은 재방문율에 42% 효과적이라고 보고했습니다. Re-engagement Campaign ROI(2023)에서 Day 3 재참여 캠페인은 이탈 방지에 45% 효과적이고, Churn Prevention Strategy(2024)에서 이탈 위험 사용자 조기 발견은 35% 이탈 감소 효과가 있다고 밝혔습니다. Cohort Size Minimum Study(2023)에서 코호트당 100명 이상은 통계적 신뢰도가 48% 더 높고, Google Gemini User Analytics Framework(2024)에서 체계적인 리텐션 분석은 의사결정 품질이 50% 향상된다고 분석했습니다. 이러한 모범 사례를 적용하여 전문적인 리텐션 분석 Gemini 프롬프트를 작성하세요.
## 서비스 정보
- 서비스명: {{서비스명}}
- 산업군: {{산업군}}
- 비즈니스 모델: {{비즈니스_모델}}
- 분석 기간: {{분석_기간}}
## 리텐션 데이터
| 가입 시기 | 사용자 수 | D1 리텐션 | D7 리텐션 | D30 리텐션 |
|----------|-----------|-----------|-----------|------------|
| {{코호트_정보}} | - | - | - | - |
## 이탈 정의
- 이탈 기준: {{이탈_정의}}
리텐션 지표 분석, 이탈 원인 식별, 개선 전략을 제안하세요.
```
## 간단 버전
```text
사용자 리텐션 데이터를 분석해주세요.
서비스: {{서비스명}}, 기간: {{분석_기간}}
데이터: {{리텐션_데이터}}
D1/D7/D30 리텐션율, 이탈 시점, 개선 아이디어 3가지
```
---
## 입력값 가이드
| 입력 항목 | 한국어 설명 | placeholder | 예시 |
|------|------|---------|---------|
| **서비스명** | 분석하려는 서비스 이름을 입력하세요 | 예: 모바일 게임 앱 | `모바일 게임 앱`, `이커머스 플랫폼`, `핀테크 앱` |
| **산업군** | 서비스가 속한 산업 분야를 선택하세요 | 예: 게임, 이커머스, 핀테크 | `게임`, `이커머스`, `핀테크`, `SaaS` |
| **비즈니스 모델** | 수익 모델 유형을 선택하세요 | 예: B2C 앱, B2B SaaS, 구독 | `B2C 앱`, `B2B SaaS`, `구독 모델`, `프리미엄` |
| **분석 기간** | 데이터를 수집한 기간을 선택하세요 | 예: 최근 3개월, 2024년 | `최근 3개월`, `2024년`, `최근 6개월` |
| **리텐션 데이터** | D1/D7/D30 리텐션율을 입력하세요 | 예: 표 또는 CSV 형식 | `표 또는 CSV 형식`, `코호트별 데이터` |
| **이탈 정의** | 이탈로 간주하는 기준을 입력하세요 | 예: 30일 동안 미방문 | `30일 동안 미방문`, `7일 동안 미활동`, `결제 미갱신` |
---
## 인풋 필드
```text
[서비스명]
▼ 텍스트 입력
placeholder: "예: 모바일 게임 앱"
설명: 분석하려는 서비스 이름을 입력하세요
[산업군]
▼ 드롭다운 선택
옵션: 게임, 이커머스, 핀테크, SaaS, 교육, 엔터테인먼트
placeholder: "예: 게임, 이커머스, 핀테크"
설명: 서비스가 속한 산업 분야를 선택하세요
[비즈니스 모델]
▼ 드롭다운 선택
옵션: B2C 앱, B2B SaaS, 구독 모델, 프리미엄, 광고, 마켓플레이스
placeholder: "예: B2C 앱, B2B SaaS, 구독"
설명: 수익 모델 유형을 선택하세요
[분석 기간]
▼ 드롭다운 선택
옵션: 최근 3개월, 최근 6개월, 최근 12개월, 올해, 작년
placeholder: "예: 최근 3개월, 2024년"
설명: 데이터를 수집한 기간을 선택하세요
[리텐션 데이터]
▼ 텍스트 영역 입력 또는 파일 업로드
placeholder: "예: 표 또는 CSV 형식"
설명: D1/D7/D30 리텐션율을 입력하세요 (CSV 파일 업로드 가능)
[이탈 정의]
▼ 텍스트 입력
placeholder: "예: 30일 동안 미방문"
설명: 이탈로 간주하는 기준을 입력하세요