핵심 지표를 찾고, 그 지표를 성장시키는 방법을 찾는 활동인 그로스 해킹의 근간이 되는 프레임워크는 AARRR입니다. 데이터 분석가는 서비스의 성장을 위한 지표를 찾을 때는 회사라는 조직에 따른 지표가 아닌 사용자의 서비스 이용 흐름(Use Flow)에 따라 단계 별 주요 지표를 정의해야 합니다. 이 때 매우 효율적으로 사용할 수 있는 프레임워크가 바로 AARRR입니다.
AARRR
Acqusition 사용자 획득, 유입
Activation 활성화
Retention 사용자 유지, 재방문
Retentionevenue 매출
Retentioneferral 전파, 추천
이번에 살펴볼 Retention은 AARRR중 가장 중요한 단계라고 볼 수 있습니다.
AA"R"RR
Retention이란
Retention
사용자가 우리 서비스의 핵심가치를 지속적으로 사용하는지, 방문하는지, 꾸준히 경험하는지를 측정하고 관리하는 것
리텐션은 사용자가 얼마나 지속적으로 사용하는지 즉, 사용자에게 필요한 서비스인지를 판단하는데 도움을 주기 때문에 서비스의 성공을 예측할 수 가능하게 도와주기도 합니다. AARRR 중 가장 먼저 개선을 해야 하는 단계라고도 알려져 있는데 대부분의 경우 신규 고객 유입 비용보다 기존 고객의 리텐션을 높이는 비용이 더 적게 들기 때문입니다. 또한 리텐션이 낮아도 고객 유치나 활성화 지표가 나쁘지 않다면 성장 곡선을 그릴 수 있기에 "서비스가 잘 굴러가고 있구나!" 라고 착각하기 쉽습니다. 리텐션이 낮아 착각에서 벗어난 후, 지표가 나빠진 후에는 다시 바로잡기가 어렵습니다. 따라서 리텐션이라는 지표는 서비스를 잘 운영하고 있는 상황일수록 더 세심하게 측정하고 관리해야 합니다.
일반적으로 리텐션은 접속, 방문을 기준으로 측정합니다. 사용자가 서비스에 접속, 방문하는 것이 유의미한 행동이며 이러한 행동이 반복되는지 살펴보는 것이 중요하기 때문인데요. 하지만 이 기준은 특정 기능을 사용하거나 행동을 수행했는지 측정하는 방식으로 바꿀 수 있습니다. 서비스의 핵심 기능을 주요 이벤트로 설정해 시간의 흐름에 따른 반복 여부를 살펴보는 것이 더 의미 있을 수 있기 때문입니다.
리텐션 측정을 위한 주요 이벤트 기준 예시
메신저 앱: 친구와 메시지를 주고받은 경우OTT 플랫폼: 콘텐츠를 시청한 경우, 매월/매년 구독료를 지불하는 경우E-Commerce: 상품 페이지를 5개 이상 방문한 경우, 구매를 완료한 경우, 재구매를 한 경우
그렇다면 Retention 측정은?
리텐션의 측정 방법은 크게 3가지로 볼 수 있습니다. 어떤 방식을 사용할지, 리텐션을 측정할 주기를 어떻게 설정할지는 서비스와 제품에 따라 정할 수 있습니다.
1. N-Day Retention (Classic Retention)
계산방법
N-Day Retention = Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람
장점 : 개념을 설명하기 쉽고 간단하게 계산할 수 있다.
단점 : 특정일의 노이즈에 민감하고 일(day) 단위의 로그를 모두 확보하고 있어야 계산할 수 있다.
N-Day Retention은 Classic Retention이라고도 하며 가장 일반적인 계산 방법입니다. 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식인데요. 예를 들어 첫 접속 후 특정일에 재접속한 유저 비율을 구할 때, Day 7 Retention은 첫 접속 후 7일 째 되는 날 재접속한 유저의 비율을 구하는 것입니다.
일반적으로 클래식 리텐션은 매일 혹은 짧은 주기로 접속하는 서비스에서 활용하기 적절한 지표입니다. 우리가 시도 때도 없이 사용하는 전화, 메신저 앱, SNS 등을 예로 들 수 있습니다. 이외에도 명상, 일정 관리와 같이 특정 습관을 위해 짧은 주기로 지속 사용하거나 반복적인 행동을 유도하는 서비스에 적합하니다. 사용 주기가 더 긴 서비스라면 N-Week Retention 혹은 N-Month Retention을 사용하는 것이 좋겠죠?
사진 출처 : 그로스해킹
유저 10명이 같은 날 서비스를 이용하기 시작했고 그 이후 하루 단위로 이용 기록을 남긴 로그입니다. 7일째는 6명, 14일째는 4명, 28일째는 2명이 이용했네요. 리텐션으로 보자면 아래와 같습니다.
| Day 7 | Day 14 | Day 28 |
|---|---|---|
| 6/10 = 60% | 4/10 = 40% | 2/10 = 20% |
앞서 말한 장점처럼 측정을 시작한 날짜의 사용자와 측정하고 싶은 날짜의 사용자만 확인하면 매우 쉽고 간편하게 계산할 수 있습니다. 하지만 단점에서 말한 노이즈에 민감한 부분도 살펴볼 수 있는데요. 유저 5는 28일간 비교적 꾸준하게 사용하고 있지만 정작 측정 날짜에는 사용을 하지 않아 리텐션에 집계되지 않았습니다. 또한 유저 6은 Day 14를 측정할 때까지도 서비스를 이용하는 사용자였지만 Day 7에서는 리텐션에 집계되지 않았습니다. 이런 부분을 보완하기 위해서 상황에 따라 롤링 리텐션(Rolling Retention)을 사용하기도 합니다.
2. Rolling Retention (Unbounded Retention)
계산방법
N-Day Retention = Day N에 서비스를 이용한 사람 / Day 0에 처음 서비스를 이용한 사람
장점 : 개념을 설명하기 쉽고 간단하게 계산할 수 있다.
단점 : 특정일의 노이즈에 민감하고 일(day) 단위의 로그를 모두 확보하고 있어야 계산할 수 있다.
참고자료
위키북스, 그로스 해킹
Vizable 그로스 해킹 유치원
데이터리안 리텐션(1) Classic Retention
