리텐션 (Retention)

🎈 분석 프레임워크 AARRR

A (Acquisition) : 사용자 획득

A (Activation) : 사용자 활성화

R (Retention) : 사용자 유지

R (Revenue) : 매출

R (Referral) : 전파

 

이 과정 중에서 사용자 유지 단계인 리텐션에 대한 설명 글이다.

 

리텐션 단계에서는 사용자가 서비스를 일회성으로 사용하지 않고 지속적으로 사용하는지 측정한다. 

 

클래식 리텐션 / 롤링 리텐션 / 범위 리텐션 

 

방법들에 대해서도 알아보자.

 

리텐션의 측정 지표는 일반적으로 '접속/방문'으로 본다. 하지만 이것은 실제로 서비스를 사용했는지 모르기 때문에 

특정 기능을 사용한 로그를 기준으로 삼을 수도 있다. 

 

📍 클래식 리텐션 : 특정 일자에 재방문한 유저의 비율 

-> 이 방법은 매일매일 사용하는 서비스에 활용하기 좋고 주기가 필요한 서비스에 사용하기에는 한계가 있다. 

 

📍 롤링 리텐션 : 특정 일자를 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율

-> 주기를 가지고 방문하는 유저들까지 실제로 방문하지 않아도 방문한 것으로 간주하여 계산한다. 

-> 오랜 주기를 갖고 재방문한 유저가 생긴다면 이전의 리텐션 수치가 전부 바뀔 수 있음을 유의

 

📍 범위 리텐션 : 클래식 리텐션의 확장시킨 것, 지정된 기간의 리텐션을 파악함

-> 사용주기가 길거나 주기적인 서비스에서 많이 사용하며 노이즈에 강하다. 

 

---

🎈 사용자 고착도 (Stickiness)

는 DAU를  MAU또는 WAU로 나누어서 계산한다. 

(*일간/주간/월간 활성사용자 수를 의미)

지난 30일 동안의 활성 사용자 수를 MAU, 7일 동안의 활성 사용자 수는 WAU, 24시간 동안의 활성 사용자수를 DAU로 정의함

 

 WAU(또는 MAU) 대비 DAU의 비율이 높을수록 사용자 고착도가 높다

 

리텐션을 높이기 위해서는 1. 초기 이탈 유저 줄이기 2. 유저와 장기적인 관계 유지하기 가 있는데

이를 잘 보여주는 리텐션 커브 중 대표적으로 smile curve가 있다. 

 

https://datarian.io/blog/classic-retention?utm_source=home-copy&utm_medium=home-copy

리텐션 (1) Classic Retention

---

📌 인상 깊었던 부분

 

사용자 유지 단계에서 활용할 수 있는 다양한 지표들(예: 접속 로그, 기능 사용 로그 등)에 대해 고민해볼 수 있었고, 이를 기반으로 리텐션 분석을 수행하는 여러 방법에 대해서도 배울 수 있었다.

 

특히, 서비스의 성격에 따라 적절한 분석 방법을 선택하는 것이 중요하다는 점이 인상 깊었다. 무작정 분석을 시작하기보다는 먼저 서비스의 특징을 이해하고, 그에 맞는 리텐션 분석 방식을 적용해야 의미 있는 인사이트를 도출할 수 있다고 느꼈다.

 

이러한 인사이트를 바탕으로 사용자 고착도(Stickiness)를 높이기 위한 전략도 함께 고민해볼 수 있을 것 같다.