[AARRR] Retention(유지율) - 2

리텐션 지표

DAU(Daily Active User)를 MAU(Month Active User)로 나눠서 인게이지먼트(Engagement) 지표를 구하게 되면 서비스의 리텐션 수준을 알 수 있습니다.

 

인게이지먼트 지표는 매일 동일한 사용자가 반복적으로 들어오는지 혹은 날마다 새로운 사용자가 들어오는지를 빠르게 가늠할 수 있게 해줍니다.

 

DAU/MAU 지표가 어떻게 달라지는지를 나타낸 라인그래프를 보면 날짜에 따라 인게이지먼트가 어떻게 달라지는지 변화 추이를 살펴보는 것은 전반적인 리텐션 수준을 요약해서 살펴보는데 큰 도움이 됩니다.

---

리텐션 분석하기

기간별 리텐션 수치를 계산한다고 해서 특별한 인사이트를 얻을 수 있는 것은 아닙니다. 또한 리텐션은 쪼개서 볼 때 의미 있는 지표라는 점입니다.

 

일반적으로 리텐션을 분석할 때 활용하는 코호트의 기본은 날짜! 입니다. 왜냐하면 날짜를 기준으로 한 리텐션의 추이를 살펴보면 리텐션이 시간 흐름에 따라 좋아지고 있는지 나빠지고 있는지 판단 가능하기 때문입니다.

 

즉, 어떤 채널을 통해 들어온 사용자들이 오랜 기간 남아서 활동하면서 충성고객으로 전환되는 비율이 높은지 확인도 가능합니다.

---

리텐션 차트

리텐션 차트

리텐션 차트는 코호트, 볼륨(위의 이미지에선 볼륨이 빠졌다.), 기간, 리텐션 4가지 요소로 이루어집니다.

 

• 코호트 : 각 행의 첫 번째 열에 작성합니다. 위의 이미지에서는 7일 기준으로 나누고 있습니다.
• 볼륨 : 각 코호트의 크기를 기록합니다.
• 기간 : 유지율을 구분해서 보기 위한 날짜 기준을 기록합니다. 위의 이미지에서는 0주째, 1주째로 나뉜 것을 보니 주별로 정한 것 같습니다. 사용자들의 평균 서비스 방문 주기를 고려해서 정하면 됩니다.
• 리텐션 : 각 코호트별로 집계된 기간별 리텐션을 기록합니다.

---

리텐션 개선하기

2가지 개선방법이 있습니다.

1. 초기에 리텐션이 떨어지는 속도를 늦추기.
2. 리텐션이 안정화된 이후에는 기울기를 평평하게 유지해서 오래 유지되게 하기.

리텐션 커브

 

초기에 떨어지는 속도를 늦추는 것은 활성화 프로세스의 영향을 많이 받습니다. 그러므로 사용자가 서비스에 처음으로 들어와서 가입하는 동선, 서비스 핵심 기능을 사용하는 프로세스 등을 단계별로 쪼개서 살펴보는 것이 좋습니다.

 

이처럼 활성화 단계에서 이탈이 많은 경로가 어디인지를 살펴보면 초기 유지율이 떨어지는 것을 보완하는데 도음이 됩니다.

 

가파르게 떨어지는 구간을 지난 후 안정화되는 단계에서는 사용자와의 관계를 잘 유지하는 것이 중요합니다. 정기적인 커뮤니케이션 플랜이나 CRM 마케팅 활동, 주기적으로 진행하는 프로모션 등이 도움이 됩니다. 

또는 복귀 명분을 만들어주는 리마케팅 등을 꾸준히 할 필요가 있습니다.

 

높은 리텐션 유지하는 방법

1. 서비스를 통해 '축적되는' 가치를 만들고 이를 사용자에게 지속적으로 전달하는 것.
2. 후발주자로 시작하는 서비스들은 경쟁 서비스의 사용자들을 데려오기 위해 그동안 축적해 놓은 가치를 손실 없이 이전하는 기능을 제공.

예를 들어, 노션에서는 에버노트 등 경쟁사에 저장해 둔 사용자의 노트를 쉽게 가져올 수 있는 기능을 제공합니다. 

또는 노래 어플 플로(FLO)는 후발 주자인 만큼 특별한 서비스를 제공합니다. 바로 다른 노래 어플에서 자신이 모아둔 노래 플레이리스트를 똑같이 만들어주는 것입니다.

 

이렇게 이전하는 기능을 잘 만들게 되면 높은 리텐션 비율을 보이던 경쟁 서비스의 고객도 어렵지 않게 데려올 수 있는 것입니다.

---

리텐션 정리

1. 단순히 리텐션 지표만 보지 말고 전반적인 사용자 경험을 고려해야 합니다.

특히, 앱 푸시 등의 촉발제(Trigger)를 반복적으로 사용하면 당연하게도 복귀할 고객도 만들지 못할 뿐더러 앱 삭제나 탈퇴라는 부작용이 증가할 수 밖에 없습니다.

그러므로 메시지의 빈도나 총량이 너무 많아지지 않도록 유의해야 합니다.

 

2. 리텐션은 단기적인 이벤트보다는 장기적으로 꾸준히 진행하는 활동을 통해 점진적으로 개선되는 지표입니다.

 

3. 서비스에 따라 각자 목표하는 리텐션 수준이 달라야합니다.

 

4. 마지막으로 리텐션이 늘 일관되게 유지되지 않는다는 점입니다. 같은 서비스라도 유입되는 사용자 특성에 따라 리텐션 추이가 얼마든지 달라질 수 있고 때로는 경쟁사 출현 등 외부요인이 리텐션에 영향을 미치기도 합니다.

 

즉, 리텐션을 한 번 측정하고 끝내는게 아닌 기간에 따른 코호트 분석을 꾸준히 해야 하는 것도 바로 이러한 이유 때문입니다.

---

다음 글에서는 Revenue(수익화)에 대해 포스팅하겠습니다.

참고한 내용은 양승화님의 그로스해킹 책에서 도움을 많이 받았습니다.

이상입니다.

 

이미지 출처 : https://datarian.io/blog/retention-analysis (리텐션 차트, 리텐션 커브)