데이터리안 블로그에서 리탠션 시리즈를 이번 포스팅에 정리해가며 읽어보려고 한다.
아무래도 이 방식이 이해한 바가 가장 기억에 오래 남기에.
보다 상세한 내용은 아래 데이터리안 블로그 원문 링크 참조
- Classic Retention (클래식 리텐션)
- Rolling Retention (롤링 리텐션)
- Range Retention (범위 리텐션)
- DAU, WAU, MAU 그리고 Stickiness
- 리텐션 차트, 리텐션 커브
그로스해킹의 대표적인 프레임워크 AARRR.
유저의 서비스 이용 사이클을 체계화한 프레임워크이고, 아래와 같이 풀어 쓸 수 있다.
- Acquisition 사용자 획득
- Activation 신규 사용자가 서비스를 사용하기 시작 (사용자 활성화)
- Retention 지속적으로 서비스를 사용 (사용자 유지)
- Revenue 구매
- Referral 다른 사용자에게 추천
- → 다시 새로운 사용자 획득
서비스마다 가장 중요하게 여기는 단계가 다르지만,
일반적으로 다섯 가지 단계 중 Retention 단계가 가장 중요하고 먼저 개선하는게 좋다고 알려져있다.
사용자들이 우리 서비스를 1회성이 아니라 지속적으로 사용하는지, 핵심가치를 꾸준히 경험하는지를 측정하기 때문이다.
제품에 활발하게 인게이지하는 충성 고객 기반을 쌓고 지속적인 성장을 이어가기 위해서는,
유저 리텐션을 높이고 이탈을 최소화하는 것이 핵심이다.
유저를 성공적으로 잔존시키는 기업은 그렇지 못한 기업에 비해 빠르게 수익성을 확보하기 때문이다.
리텐션은 기업(그리고 투자자들)이 중요하게 여기는 활성 유저 수, 인게이지먼트, LTV(고객 생애 가치), 페이백 기간 등
모든 주요 핵심 지표에 영향을 미친다.
리텐션이 기업의 주요 핵심 지표에 골고루 영향을 미치기 때문에,
리텐션을 높이기 위한 모든 노력으로 결국 리텐션을 포함한 모든 지표를 개선시킬 수 있다.
그래서 HubSpot의 전 VP of Growth이며, Reforge 공동 창업자인 브라이언 밸포어는 '리텐션이 왕(the King)'라고 말하기도 했다.
지속적으로 사용하는 사용자가 누구인지를 정의하는 방식은,
서비스 형태에 따라, 개선하고자 하는 문제에 따라 다양한 기준을 가지고 설정할 수 있다.
ex) 특정 페이지 방문, 특정 페이지 N회 이상 방문, 특정 기능 사용, 결제 완료 등
이렇게 설정한 기준을 바탕으로 한 로그 데이터를 통해 리텐션을 계산한다.
1. Classic Retention (클래식 리텐션)
아래 그림과 같이 사용자별 일별 웹사이트 방문 기록 데이터가 있다.
DAY 0은 가입한 날짜(기준일)이다.
클래식 리텐션을 계산한 표이다.
기준일(12월 2일)에, 특정 유저군(12월 1일에 가입한 유저 5명)의 몇 %가 접속(40%)했는지 계산하는 것이다.
클래식 리탠션은 일별로 계산하기 때문에,
특히 사용자가 매일 접속해서 사용할 것으로 기대되는 서비스에 활용하기 적절한 지표이다.
사용 주기가 긴 서비스들의 경우
클래식 리텐션에서는 놓칠 수 있는 부분을 보완하기 위해 상황에 따라 롤링 리텐션을 사용한다.
2. Rolling Retention (롤링 리텐션)
롤링 리텐션은 '사용자가 이탈하지 않고 남아있는가?'에 초점을 맞추기 때문에 Unbounded Retention이라고도 부른다.
롤링 리텐션은 기준일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율을 나타낸다.
'마지막 방문일 이전은 방문한 것으로 간주한다'로 생각하면 편하다.
롤링 리텐션을 계산하면 아래 표와 같다.
매일 이용하는 서비스보다 사용 빈도가 낮은, 사용자가 니즈를 가진 시점에 방문하면 되는 서비스에 유용하다.
ex) 여행 서비스, 쇼핑몰, 부동산 서비스
다양한 리텐션 계산 방법들을 알고 상황에 맞게, 서비스에 맞게 사용자 유지율을 분석 및 채택하는 것이 중요하다.
사용자의 이후 접속에 따라 기존에 계산했던 리텐션 값이 얼마든지 달라질 수 있다는 점은 롤링 리텐션의 고유한 특징이다.
그래서 절대적인 수치가 중요하다기보다는 지표가 어떻게 움직이는지 트렌드를 보는 정도로 활용하시기를 권한다고 한다.
3. Range Retention (범위 리텐션)
클래식 리텐션과 유사하며, 일일 방문 대신 특정 기간 내 방문을 구간화하여 집계한다는 차이가 있다.
- Day 0: 12월 1일 (최초 접속일 또는 서비스 가입일)
- Day 1~3: 12월 2일부터 4일까지 구간화
- Day 4~6: 12월 5일부터 7일까지 구간화
이렇게 기간을 묶어서 계산하기 때문에 범위 리텐션 계산 방식은 노이즈에 강하다.
우연히 하루정도 접속을 안 했다고 하더라도 리텐션에 영향을 주지 않기 때문이다.
주로 서비스 사용주기가 길거나 주기적인 서비스에서 많이 사용합니다.
4. 리텐션 계산 및 지표 이용 시 주의해야 할 점
- 남과 비교를 하려면 제대로 해야 한다. 우리 서비스는 클래식 리텐션을 계산하고 있는데 옆 회사 롤링 리텐션을 가져다가 비교해선 안된다.
- 우리 서비스에 맞는 계산 방법을 사용해야 한다. 사용 주기가 긴 서비스인데 일 단위 클래식 리텐션을 사용한다면 쓸데없는 일희일비를 하다가 잦은 푸시, 할인 등으로 사용자들을 지치게 할 수 있다. 사용주기가 짧은 서비스인데 너무 넓은 범위의 리텐션을 사용하면 계산하기까지 시간이 많이 소요되고 (범위만큼 데이터가 모여야 계산할 수 있기 때문입니다), 지나치게 요약된 정보를 보느라 사용자들의 이탈시기를 놓칠 수 있기 때문이다.
- 형식에 얽매이지 말 것. 세 가지 리텐션 계산 중 무엇이 적절한지 정해진 공식은 없다. 이 서비스와, 서비스를 사용하는 유저를 가장 잘 이해하는건 담당자이고, 세 가지 리텐션 계산 방법을 기초로 서비스와 상황과 목표에 맞게 고민하여 응용하는 것은 선택이 아닌 필수이다.
- 하나만 볼 필요는 없다. 어떤 것이 최선일까 고민하는데 너무 많은 시간을 쏟지 말고, 일단 가장 쉬운 방법으로 계산하고 현상을 파악하는게 중요하다. 그렇다고 너무 많이 보면 많은 수치를 다 이해하기 전에 압도될 수 있으므로 적절하게 해석하고 활용해야 한다.
가장 중요한 것은,
리텐션을 한 번 계산하고 '우리 서비스의 리텐션은 이렇군!'하고 만족하거나 실망하는데서 끝나면 안된다는 것이다.
분석하고 있는 서비스의 리텐션이 좋아지고 있는지, 나빠지고 있는지.
만약 개선이 필요하다면, 특히 어느 구간을 개선해야 하는지. 구체적으로 어떤 액션을 해 볼 수 있을지.
끊임없이 고민하고 실험하고 차트에서 실험의 결과를 발견해야 한다.
참고)
https://blog.ab180.co/posts/retention-series-1
본 내용은 데이터리안 'SQL 데이터 분석 캠프 실전반' 을 수강하며 작성한 내용입니다.
'데이터사이언스 > 그로스해킹' 카테고리의 다른 글
| 리텐션 커브와 리텐션 차트 (0) | 2023.12.15 |
|---|