리텐션을 왜 분석하는가?

리텐션(Retention)을 왜 분석하는가?

서비스의 성장에서 중요한 것은 유입되는 사용자 수가 아닌 얼마나 많은 사용자가 지속해서 서비스를 사용하는지이다.

많은 서비스들이 서비스 오픈 전에 수많은 광고를 통해 사용자를 유입시키고자 한다.

이것은 성장을 위한 발판이 될 수 있다.

하지만 사용자가 지속적으로 서비스를 사용하지 않는다면, 성장하고 있다고 볼 수 없다.

리텐션은 서비스가 잘 되고 있을 때, 더 세심하게 분석해야 하는 지표이다.

 

리텐션 분석

리텐션은 일반적으로 '접속'을 기준으로 축정한다. 서비스에 따라 달라질 수 있다.

사용자가 서비스에 진입하는 자체가 유의미한 행동인 경우에 적합하다.

단순히 리텐션 수치를 계산한다고 해서 특별한 인사이트를 얻을 수 있는 것은 아니다. 코호트에 따른 리텐션 분석도 필요하다.( ex. 유입 채널별 리텐션, 가입 월별 리텐션, 첫 구매 월별 리텐션)

서비스에 따라 다양한 기준으로 분석될 수 있으며, 대표적으로 3가지 리텐션 분석을 소개한다.

1. 클래식 리텐션(Day N Retention)

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

- 가장 일반적인 유지율 계산 방법. 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식이다.

- 부연설명 없이 '유지율', '리텐션'이라는 용어를 사용하는 것은 일반적으로 클래식 리텐션을 의미하는 경우가 많다.

- 측정하고자 하는 이벤트가 처음 발생한 날짜를 기준으로, 시간이 지남에 따라 몇 명이 해당 이벤트를 반복하였는지를 집계하는 방식으로 계산한다.

ex) '접속'을 기준으로 한다면, 처음 접속하여 서비스를 사용한 날짜를 기준으로 시간이 지남에 따라 날짜별로 몇 명이 접속했는지를 확인하는 방식이다. 이 때, 날짜별로 유저가 접속했는지 여부는 독립적으로 계산된다. 첫날 방문하였고, 6일째 방문은 하지 않았고, 7일째에 방문한다면 리텐션 계산에 포함된다. 

 - 특정일에 접속했다는 사실이 중요하지만, 꾸준히 반복적으로 접속을 했는지 여부는 고려하지 않는다. 특정일에 우연히 접속했는데 리텐션 계산이 포함되는 사례가 발생할 수 있다.

- 일반적으로 매일 접속할 것으로 예상되는 서비스에 활욯하기에 적절하다.( ex. 메신저, SNS )

- 노이즈를 줄이기 위해 기준일을 여러 개 두고, 기준일에 따른 리텐션을 각각 측정하여 평균을 계산하여 지표를 구할 수도 있다.

 

2. 범위 리텐션(Range Retention)

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

- 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식이다.

- 클래식 리텐션과 비슷하지만, 개별 날짜가 아닌 특정 기간을 기준으로 한다는 차이가 있다. 

- 기간 내 접속한 횟수는 고려하지 않으며, 1번 이상의 접속 기록이 있으면 해당 기간에는 접속한 것으로 인정한다.

- 클래식 리텐션에 비해 노이즈가 적다.

- 기준 범위가 길어질수록 리텐션이 과대 추정될 수 있다.

- 사용 주기가 길고, 주기적인 서비스에서 많이 활용된다. ( ex. 가계부, 음식배달 서비스 )

 

3. 롤링 리텐션(Rolling Retention)

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

- 클래식 리텐션과 범위 리텐션은 최초에 이벤트가 발생한 이후 시간이 지남에 따라 얼마나 반복적으로 해당 이벤트가 발생되는지를 기반으로 계산하지만(몇 명이 돌아왔는가?), 롤링 리텐션은 더 이상 해당 이벤트가 발생하지 않는 비율은 얼마인지를 계산한다(몇 명이 나갔는가?). 남아있는 사용자가 아닌, 떠나버린 사용자를 계산한다.

- '마지막 로그인 날짜'를 활용하여 리텐션을 계산한다.

- 단 한 번이라도 로그인하는 경우 그 이전까지의 모든 기간을 활동한 기간으로 인정하기 때문에 유지율이 과대 추정 될 수 있다.

- 만약 Day 7 이전에 접속하지 않은 사용자가 있었는데, 1년 뒤에 접속을 한다면, Day 7의 리텐션이 올라간다. 

- 사용빈도가 높지 않은 서비스에서 많이 활용된다. ( ex. 쇼핑몰, 여행 서비스)

 

참고로, 약식 리텐션 지표인 인게이지먼트(Engagement)로 간단한 계산을 통해 서비스의 리텐션 수준을 가늠한다.

매일 동일한 사용자가 반복적으로 들어오는지 혹은 날마다 새로운 사용자가 들어오는지를 빠르게 가늠할 수 있게 해 준다.

이 지표는 주기적으로 사용자가 꾸준히 사용하는 서비스에 적합하다. ( ex.메신저, SNS )

- Engagement = DAU(Daily Active User)/MAU(Monthly Active User)

 

리텐션 차트

리텐션 차트를 통해 시간에 따른 변화 추이를 알 수 있다.

- 기간에 따른 유지율의 변화는 어떠한가? 유지율이 안정화되는 시점은 언제인가? 대략 어느정도 지나야 유지율이 안정된다고 볼 수 있는가?

- 서로 다른 코호트의 동일 기간 유지율을 비교하면 어떠한가?

- 기간에 따라 나눈 코호트의 규모 변화는 어떠한가? 꾸준히 증가하는 추세인가?

 

리텐션 차트 구성

- 코호트(보라) : '동일 기간 가입자'  또는 '동일 기간 결제자' ( ex. 2016년 1월 가입자, 2016년 2월 가입자 ... )

- 볼륨(빨강) : 각 코호트의 크기 ( ex. 2016년 1월 가입자 수 )

- 기간(연두) : 유지율을 구분해서 보기 위한 날짜 기준

- 리텐션(파랑) 

 

참고

- 그로스해킹(양승화) 도서 참고

- 리텐션 쿼리 : https://www.geeksforgeeks.org/how-to-calculate-retention-rate-in-sql/

How to Calculate Retention Rate in SQL? - GeeksforGeeks

- 리텐션 차트 : https://blog.atinternet.com/en/app-analytics-how-to-read-a-retention-graph/