[Growth Hacking] AARRR(3) - 리텐션(Retention)

3. 리텐션 (Retention)

# 리텐션(Retention) 기본 개념

리텐션 = '유지율'

: 활성화 단계를 통해 경험한 핵심 가치를 꾸준히 경험하게 함

리텐션은 서비스의 성공을 예측할 수 있는 가장 기본적이면서도 중요한 지표

 

리텐션 측정 기준

일반적으로 접속 or 로그인

→ 사용자가 서비스에 진입하는 것은 유의미한 행동

그 외에도 구매 완료, 재구매, 친구 초대, 콘텐츠 시청 등 주요 이벤트 모니터링 필요

 

리텐션 개선은 사용자 경험 전반에 걸친 세심한 분석이 필요하기 때문에 어려움

또한 리텐션의 변화는 오랜 기간에 걸쳐 서서히 나타남

 

 

# 1) 클래식 리텐션 (Classic Retention)

= Day N 리텐션 : 특정일에 이벤트를 발생시킨 유저의 비율을 계산

가장 일반적인 유지율 계산 방법

 

클래식 리텐션 = Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람

장점 : 쉽고 간단히 계산 가능

단점 : 특정일의 노이즈에 민감, 꾸준히 반복적으로 들어왔는지 여부 고려 X

매일 접속해서 사용할 것으로 기대되는 서비스에서 활용 ex) 메신저, SNS 등

 

 

# 2) 범위 리텐션 (Range Retention)

: 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산

기간 내 접속한 횟수는 고려 X → 1번 이상의 접속 기록이 있으면 해당 기간에 접속한 것으로 인정

 

범위 리텐션 = Range N에 서비스를 이용한 사람 / Range 0에 처음 서비스를 이용한 사람

장점 : 설명하기 쉽고 직관적, 클래식 리텐션 대비 노이즈 크지 않음

단점 : 기준 기간이 길어질수록 과대 추정 발생, 기간이 축적돼야 하기 때문에 비교적 오랜 시간 필요

사용 주기가 길고 주기적인 서비스에서 활용 ex) 가계부, 음식배달 서비스 등

 

 

# 3) 롤링 리텐션 (Rolling Retention)

: 더 이상 해당 이벤트가 발생하지 않는 비율 계산

클래식 리텐션 & 범위 리텐션 : '몇 명이 돌아왔는가?'에 초점

vs 롤링 리텐션 : '몇 명이 나갔는가?'에 초점 →  떠나버린 유저를 집계

 

롤링 리텐션 = After N day에 서비스를 이용한 유저 / Day 0에 처음 서비스를 이용한 유저

장점 : 계산에 필요한 데이터 간단(최초 & 마지막 로그인 시점만 있으면 됨)

단점 : 유지율 과대 추정 경향(이상치 영향 큼), 리텐션 수치 계속 변함

사용 빈도가 높지 않은 서비스에서 활용 ex) 의류 쇼핑 서비스, 여행 서비스 등

 

 

# 리텐션 분석하기

리텐션은 쪼개서 볼 때 의미있는 지표 → 코호트에 따른 차이 확인

 ex) 가입 월별 리텐션, 유입 채널별 리텐션 등

 

리텐션 차트 (Retention Chart)

: 코호트에 따라 리텐션이 어떻게 움직이는지 시각화

출처 : Hackle

1) 코호트 : 각 행의 첫 번째 열에 작성, 보통 '동일 기간 가입' 또는 '동일 기간 결제'

2) 볼륨 : 각 코호트의 크기 기록 → 해당 코호트에 속한 유저 수

3) 기간 : 유지율을 구분해서 보기 위한 날짜 기준, 평균 서비스 방문 주기 고려하여 일별/주별/월별 중 선택

4) 리텐션 : 각 코호트별로 집계된 기간별 리텐션 기록

 

리텐션은 시간에 따른 변화 추이를 민감하게 살펴봐야 하는 지표

 

 

# 리텐션 개선하기

- 초기 : 리텐션이 떨어지는 속도 늦추기

- 리텐션이 안정화된 이후 : 기울기를 평평하게 유지해서 오래 유지되도록 하기

출처 : 데이터리안

 

1) 초기 이탈하는 사용자 줄이기

NUX(New User Experience) : 신규 사용자 경험 영역

주로 사용자의 가입 동선, 가입할 때 발송되는 메시지, 처음 경험하는 서비스의 핵심 가치 개선을 통해

초기 유지율 떨어지는 것 보완 가능

 

2) 사용자와 관계 유지하기

정기적인 커뮤니케이션 플랜, CRM 마케팅 활동, 주기적 프로모션 등을 통해 유지

휴면 고객 사용자들을 대상으로 리마케팅 또한 꾸준히 진행

 

 

 

# 리텐션(Retention) 정리

단순히 리텐션 지표만 보는 것이 아니라 전반적인 사용자 경험 고려

리텐션은 단기적인 이벤트보다는 장기적으로 꾸준히 진행하는 활동을 통해 점진적으로 개선되는 지표

 → 잘 관리하면 복리 효과로 성과 돌아옴

 

리텐션은 늘 일관되게 유지되지 않음
리텐션을 한 번 측정하고 끝내는 것이 아니라 기간에 따른 코호트 분석 꾸준히 해야 함

 

 

 

 

출처 : 그로스 해킹 (양승화)

 

그로스 해킹

그로스 해킹에 대한 실용적인 지침서! 성장하는 서비스를 만들기 위해서는 필요한 데이터를 정의하고, 수집하고, 분석 환경을 구축하고, 실험하고, 서비스에 반영하는 일련의 과정이 잘 갖춰져야 합니다. 또한 성장을 위한 효율적인 조직 구조와 문화를 만들어야 합니다. 그로스 해킹은 엄청난 리소스나 시스템이 갖춰져야만 시작할 수 있는 것은 아닙니다. 작은 스타트업이라고 하더라도 환경이나 여건에 맞춰 작은 것부터 하나씩 준비해 나갈 수 있습니다.

저자

양승화

출판

위키북스

출판일

2021.01.14