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

1. 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.

2. 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

• 설명하기 쉽다
• 계산하기 쉽다
  
  

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.