[데이터리안] 리텐션 자료를 읽고

 본 내용은 데이터리안 'SQL 데이터 분석 캠프 실전반' 을 수강하며 작성한 내용입니다.

 

기존에 그로스해킹 책을 읽고 리텐션에 관해 공부한 경험이 있다.

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

이번 기회에 데이터리안 'SQL 데이터 분석 캠프 실전반'을 수강하며

데이터리안 블로그를 통해 리텐션에 대해 더욱 자세하게 이해할 수 있었다.

 

https://datarian.io/blog/stickiness

또한 기존에 알고 있었던 내용 뿐만 아니라 새롭게 알게 된 Stickiness 부분이 흥미로웠다

 

Stickiness : 사용자 고착도 지표, DAU를 MAU 또는 WAU로 나누어 계산

- DAU(Daily Active User) : 일간 활성 사용자

- WAU(Weekly Active User) : 주간 활성 사용자

- MAU(Monthly Active User) : 월간 활성 사용자 수

 

Stickiness = DAU / MAU

 

Stickiness는 DAU와 MAU의 비율로 계산하는 것이 좀 더 보편적이다.

월간 순수 사용자 중 특정 일자에 접속한 사람의 비율을 보는 것 !

유저가 더 자주 방문할수록 Stickiness는 100%에 가까워진다.

 

데이터리안 블로그에서 페이스북의 Stickiness 지표를 해석하는 것 또한 볼 수 있다.

출처 : Thoughts On Facebook's Q2 2015 Earnings

 

유저 고착도가 가장 낮은 지역은 아시아 인 것을 알 수 있다.

오른쪽 표를 보면 아시아 지역에 새로운 사용자가 유입되어 MAU 자체는 성장하고 있는 상황인데,

다른 지역에 비해서 유저의 서비스 고착도는 낮은 상황이다.

 

페이스북 전체 유저의 1/3이 아시아 지역에 있지만 전체 광고 매출의 16% 만이 아시아에서 발생한다.

아시아 사용자들이 아무리 많아도, Stickiness가 낮으면 매출로 연결되지 않는다.

이렇게 유저들이 더 자주, 더 많이 접속하는 것이 중요한

SNS 광고 비즈니스 또는 온라인 쇼핑몰 비즈니스에서 Stickiness 지표를 중요하게 본다.

 

이 부분이 매우 흥미로웠고, 실제 서비스의 Stickiness 지표를 해석해보고 싶다는 생각을 하게 되었다.