본 내용은 인프런 '그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법' 을 수강하며 정리한 내용입니다.
Retention
-
서비스의 성공을 예측할 수 있는 가장 기본적인 지표 중 하나로, Activation 과정을 통해서 경험한 Aha Moment를 꾸준히 경험하도록 하는 것
-
일반적으로는 재방문을 통해 측정하지만, Retention의 기준이 꼭 방문이어야 하는가에 대해서는 생각해 볼 지점이다.
Retention은 다섯가지 단계 중 가장 먼저 개선을 해야하는 단계로도 알려져 있다
-
사용자 유지가 되지 않는 서비스인데 광고를 늘려 Acquisition과 Activation을 늘리는 것은 밑빠진 독에 물을 붓는 것과 같다.
-
새로운 사용자를 받는 것보다 선결되어야 하는 것은 기존 사용자들이 서비스를 만족스럽게 사용하고 있는지, 지속적으로 사용하는지 보는 것이고 이것이 바로 Retention이다.
Retention이 중요한 이유
- 비용 대비 개선 효과
리텐션이 중요한 이유는 비용 대비 개선 효과가 굉장히 크기 때문이다. 신규 사용자 1명을 데려오는 것 보다는, 이미 데리고 있던 사용자를 유지시키는 비용이 일반적으로 훨씬 적게 든다.
- 복리효과
리텐션이 전반적으로 높아지면, 시간이 지나면서 복리효과를 내 매출의 성장에 크게 기여한다. 반대로 리텐션이 떨어지면 마이너스(-)에 대한 복리효과가 나타나서 다른 부분을 아무리 개선해도 매출이 원하는 만큼 오르지 않는 경우가 있을 수 있다.
Classic Retention (Day-N Retention)
- 특정일에 come back한 유저의 비율
- 각 날짜에 접속한 유저는 독립적으로 계산된다.
(반복적으로 들어왔는지 여부는 고려하지 않음)
Day N 에 서비스를 사용한 사람
/ Day 0 에 처음 서비스를 이용한 사람
(출처 : 인프런 - '그로스해킹 - 데이터와 실험을 통해 성장하는 서비스를 만드는 방법')
특정일을 지정하고, 그 날짜에 얼마나 돌아왔는지를 계산하는 리텐션
1. 장점
2. 단점
- 특정일의 noise에 매우 민감하다.
▪︎ 특정일에 우연히 들어왔거나, 우연히 들어오지 않았거나 하는 노이즈에 취약하다.
▪︎ 자주 들어오는 유저라고 하더라도, 계산 기준인 '특정일'에 접속하지 않으면 리텐션에 포함되지 않는다.
- 일 단위 로그인 데이터를 모두 쌓아둬야 한다.
▪︎ 우리가 원하는 날짜 기준으로 유저가 접속했는지 안 했는지 보려면, 결국 모든 유저의 일별 로그인 기록을 다 보아야 한다.
3. 활용
- Daily Use가 중요한 서비스
짧은 주기로 반복적인 사용이 보편적인 서비스 - 전화
- Noise를 줄이려면?
기준일을 여러 개 두고, 여러 번 측정해서 Day N 리텐션의 평균값을 활용한다.
- e.g.
Day0를 1월 1일로 두고 Day7 - Day14 - Day28 계산
Day0을 1월 2일로 두고 Day7 - Day14 - Day28 계산
Day0을 1월 3일로 두고 Day7 - Day14 - Day28 계산
... 여러 개의 기준으로 쪼갠 다음, 각 Day의 평균을 내면 더 안정적인 값이 나온다.