📝 데이터 분석 개념들을 하나 둘씩 정리 중! 도서와 온라인 자료들을 참고하여 업데이트 하고 있습니다
💼 기업 블로그의 포스팅을 살펴보며, 실제로 어떻게 활용하고 있는지 살펴봅니다
※ 참고
1. 그로스해킹(데이터와 실험을 통해 성장하는 서비스를 만드는 방법) / 양승화 / 위키북스
2. The Never Ending Road To Product Market Fit
3. User retention: How to successfully keep users and grow your app
4. Amplitude로 우리 제품의 리텐션 제대로 보는 방법
5. 지속적인 제품 성장을 견인하는 현재 유저 리텐션
6. Visualizing Retention
리텐션(Retention)
리텐션?
- 리텐션은 사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지 보여주는 지표 ¹
- 리텐션은 얼마나 많은 유저가 앱을 다시 사용하는지, 얼마나 많은 사용자가 이탈하는지 감시할 수 있어 중요하다 ³
- 리텐션을 높임으로써 장기적인 사용자 기반을 확대하고 수익과 LTV를 높일 수 있다 ³
- 리텐션은 꾸준한 활동을 통해, 점진적으로 개선되는 지표다 ¹
- 신규 사용자를 확보하는 데 드는 비용이 유지하는 데 드는 비용보다 4~5배 더 많이 들기 때문에, 리텐션을 높이는 것이 예산 측면에서 효율적이다 ³
무엇으로 리텐션을 측정하는가
- 리텐션은 주로 접속을 기준으로 측정하지만, 필요에 따라 구매, 친구초대 등을 기준으로 측정하기도 한다 ¹
- 기업이 원하는 제품의 진짜 목적을 달성하는 사용자들의 critical event에 대한 리텐션을 측정해야 한다 ⁴
- 이는 제품이 제공하는 핵심 가치와 연관된 행동으로, 기업이 사용자에게 기대하는 행동이다 ⁴
( 고객이 제품을 사용할 때마다 수행하는 행동, 기업이 궁극적으로 개선하려는 행동 및 지표) - 숙소예약, 주문완료, 게임하기 등 ⁴
리텐션 커브
- 시간에 따라 리텐션 커브의 기울기가 언제 얼마나 완만하게 감소하는지 알면 제품-시장 적합성을 알 수 있다 ¹
- 제품-시장 적합성을 만족하는 서비스는 초기 일정 기간이 지나면 리텐션이 안정적으로 유지된다 ¹
평균적인 리텐션 수치는?
- 리텐션이 좋다는 것은 업종, 지역 등에 따라 크게 달라지기 때문에, 어떤 수치가 좋다고 단정짓기 어렵다 ³
- 서비스 카테고리마다 목표하는 리텐션 수준이 달라야 한다 ¹
- 2023년 전 세계적으로 앱의 1일차 유지율은 26%, 14일차 유지율은10%, 30일차 유지율은 6%이다 ³
- 상단의 표는 일부 상위 앱 카테고리에 대한 리텐션으로로, 상대적으로 상호작용이 높은 서비스인 게임 등의 리텐션은 높고, 사용 빈도가 낮은 여행 등의 서비스는 리텐션이 낮다 ³
사용자 유지(리텐션)을 위해서
- 현재 사용자를 유지하기 위한 전략은 크게 두 가지로 구분할 수 있다 ³
- User engagement : 앱과의 상호 작용 및 충성도를 높이는 데 사용된다
- Re-engagement : 휴면 상태이지만 아직 이탈하지 않은 사용자를 다시 앱으로 끌어들이기 위해 사용된다
- 리텐션 측정항목 (User retention metric) ³
- Retention Rate
- Daily/Montly Active Users
- User Stickiness
- Sessions
- Session length
- Curn Rate
- Lifetime value
- 현재 유저 리텐션 베이스라인을 높이기 위해서 신규 유저를 현재 유저로 성공적으로 전환시켜야 한다
신규 유저가 현재 유저가 되기까지 온보딩 > 가치발견 > 습관형성의 단계를 거치고,
일정한 습관을 형성하게끔 촉진하는 것이 중요하다 ⁵
리텐션을 높이는 방법은?
1. 온보딩 ³
- 전세계 앱의 1일차 리텐션은 26%로 이는, 74%가 앱을 설치한 다음날 앱을 다시 사용하지 않았다는 것으로, 주된 이유 중 하나는 앱의 온보딩이 만족스럽지 못했기 때문
2. 푸시 알림 ³
리텐션을 측정하는 세 가지 방법
1. 클래식 리텐션(=N-day Retention) ¹
- 클래식 리텐션 = Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람
- 틀정 날짜에 돌아온 사용자의 비율을 알 수 있다 ⁴
- 클래식 리텐션은 특정일에 접속했는지는 고려하지만, 그때까지 꾸준히 반복적으로 들어왔는지는 고려하지 않는다
- 매일 접속해서 사용할 것으로 기대되는 서비스에 적절한 지표다(SNS, 메신저 등)
2. 범위 리텐션(=Range Retention, Bracket Retention) ¹
- 범위 리텐션 = Range N에 서비스를 이용한 사람 / Range 0에 처음 서비스를 이용한 사람
- 기간 내 1번 이상 이벤트를 발생시켰다면 1번으로 카운트한다
- 사용자의 예상 사용패턴(사용 간격)을 주기로 얼마나 많은 사용자가 돌아오는지 알 수 있다 ⁴
- 클래식 리텐션 대비 측정일에 따른 노이즈가 크지 않다
- 사용주기가 길고 주기적인 서비스에 적절하다(가계부, 음식배달 등)
3.롤링 리텐션(=Unbounded Retention) ¹
- 롤링 리텐션 = After N day에 서비스를 이용한 유저 / Day 0에 처음 서비스를 이용한 유저
- 특정 날짜 또는 그 이후 언제든지 돌아온 사용자의 비율을 알 수 있다 ⁴
- 단 한번이라도 접속하는 경우 이 전까지 모두 활동으로 인정해 과대추정되는 경향이 있다
- 사용 빈도가 높지 않은 서비스에 적절하다(여행, 의류쇼핑 등)
리텐션 차트
- 코호트에 따라 리텐션이 어떻게 변화하는지 추이를 살필 수 있다
- 기본은 날짜를 기준으로 하나, 유입채널 별 등으로 사용할 수도 있다
🤔 실제로 어떻게 활용되고 있을까?
기업의 기술블로그 살펴보기
스포카 기술 블로그
스포카의 데이터로 제품 뜯어보기 1편 - Retention
스포카가 데이터를 활용하여 제품을 분석하고 목표설정과 의사결정에 활용하는 과정을 공유합니다.
spoqa.github.io
- 도도에서 리텐션을 분석할 대, 고객이 첫 구독 시작 시점(=고객 획득 시점)에 따라 집단을 구분하여 코호트 분석을 한다
- 스포카에서는 아래 3가지 차트를 이용해 리텐션을 추적 관찰하고 있다
- 코호트에 따른 N개월차 리텐션율의 변화를 보여주는 차트로, 가로축은 코호트를 의미하고 세로축은 리텐션을 의미한다
- 막대는 코호트의 고객(매장) 수이고, 선은 N개월 차의 리텐션을 나타낸다
- 이러한 형태의 차트는 같은 N에 대한 코호트 간의 차이를 확인하기 좋다
- 각 코호트의 리텐션이 시간이 지남에 따라 어떻게 변화하는지 확인하기 위한 차트로, 가로축은 시간축 세로축은 리텐션을 의미하다
- 각 선은 각 코호트를 의미한다
- 이전 차트에서 12개월 전후로 리텐션의 갭이 있던 것처럼 본 차트에서도 가로축이 12 배수가 될 때마다 절벽처럼 꺾이고 있는데,
도도의 켤제 모델이 일반적으로 12,24,36개월 선결제하는 약정모델이기 때문이다
- 리텐션 차트와 히트맵을 결합한 차트로, 색상을 통해 전체 흐름을 시각화할 수 있다는 장점이 있다
스포카의 데이터로 제품 뜯어보기 3편 - Aha Moment & Critical Event
스포카는 도도 포인트의 Aha Moment와 Critical Event를 어떻게 정의했을까요?
spoqa.github.io
- 제품의 아하모먼트(Aha Moment), 제품이 제공하는 핵심가치가 무엇인지 아는 것이 중요하다
- 도도 포인트의 매월 적립 횟수 대부분의 비중은 5~10회 이상 재방문한 고객이 차지하고 있기 대문에,
초기에 기존 고객을 잘 온보딩 시키는 것이 중요하다
- 최초 3개월간 발생 적립 횟수에 따라 등간격으로 5개의 코호트로 구분, 위 쪽에 위치한 코호트일수록 3개월간 적립 횟수가 많은 것
- 즉 최초 3개월 적립횟수가 큰 세그먼트일 수록 리텐션이 높다
- 페이스북이 초기에 '가입 후 열흘 이내 7명 이상 친구 추가한 유저의 리텐션이 높다'라는 것을 발견하고 친구 추천기능을 런칭해 신규유저 전환율을 개선했다는 유명한 사례도 같은 맥락
- 위 세그먼트를 다시 3개의 세그먼트로 구분하여, 시간이 지남에 따른 리텐션의 분포를 보여주는 버블차트로, 버블의 크기는 잔존매장수