시간이 지날수록 얼마나 많은 유저가 제품으로 다시 돌아오는지 측정하는 것
서비스마다 고객의 행동 중 리텐션으로 정의하는 것들이 다르다!
리텐션은 흔히 방문 후 재방문, 구매 후 재구매, 구매 후 로그인, 로그인 후 로그인 등으로 정의되고, 이는 서비스의 방문 빈도, 구매 빈도, 도메인 특성에 따라 다르게 정의됩니다.
가장 흔하게 쓰이는 리텐션은 재방문
, 재구매
리텐션을 정의할 때 가장 중요한 것은
‘고객의 그 행동이 비즈니스에서 정말 중요하게 생각하는 핵심 행동인가?’
클래식 (Classic / N-Day) 리텐션 ?
고객이 A 행동을 처음 한 날짜를 기준으로, 몇 일차에 다시 A 행동을 했는지?
예시)
id Day 0 Day 1 Day 2 Day 3 Day 4 Day 5 Day 6 Day 7 Day 8
1 o o o o o o o o
2 o o o o o o
3 o o o o o
4 o o o o o o
5 o o o o o o o
클래식 리텐션 계산
유저들의 Day 1에 대한 클래식 리텐션율?
(1 + 4) / (1 + 2 + 3 + 4 + 5) = 2 / 5 =
0.4
유저들의 Day 7에 대한 클래식 리텐션율?
(2 + 3 + 4 + 5) / (1 + 2 + 3 + 4 + 5) = 4 / 5 =
0.8
1번 유저는 9일 중 7일 째에만 A 행동을 하지 않았는데..
1번 유저를 리텐션에서 제외하는 것이 맞는 것인가?
범위 (Bracket / Range / Bounded) 리텐션 ?
특정일 노이즈에 민감한 N - Day 리텐션을 보완하기 위해,
기간으로 기준을 설정하여 보는 방식
예시)
id Day 0 Day 1 Day 2 Day 3 Day 4 Day 5 Day 6 Day 7 Day 8
1 o o o o o o o
2 o o o o
3 o o o o
4 o o o
5 o o o o o
Range 1 : Day 0 (처음 A 행동을 한 날)
Range 2 : Day 1 ~ 4
Range 3 : Day 5 ~ 8
Range 1 : (100%) =
1
Range 2 : (1 + 3 + 4) / (1 + 2 + 3 + 4 + 5) = 3 / 5 =0.6
Range 3 : (1 + 2 + 3 + 5) / (1 + 2 + 3 + 4 + 5) = 4 / 5 =0.8
롤링(Rolling / On or After / Unbounded) 리텐션 ?
기준일 포함, 그 이후 한 번이라도 다시 A 행동을 했는가?
자주 쓰이지 않는 서비스의 경우, "이탈한 유저를 제외하고 언제든지 돌아온 사람" 을
중심으로 리텐션을 분석하기도 한다. 이 때 보는 것이 Unbounded 리텐션
롤링 리텐션 계산
(Day 0 첫 A 행동을 수행한 사람 - Day N 이후 이탈한 사용자) / (Day 0 첫 A 행동을 수행한 사람)
코호트(Cohort) :
공통적인 특성을 가진 사람들의 집단
= 보통 코호트가 시간에 따라 어떻게 변화하는지 분석하는 것을 의미
코호트 리텐션에서 코호트는 주로 같은 시기에 가입한 사용자들 을 의미
가입 시기 이외에 인구 통계학적 요인(성별, 사는 곳, 연령 등), 행동 패턴에 따라 나누기도 함.
코호트 리텐션 = 특정 유저들이 시간이 경과함에 따라 유지되는 비율
코호트 리텐션을 통해
특정 집단의 리텐션이 시간에 따라 어떻게 변화하는지 예측,
문제 발생 시 원인을 찾고 대응할 수 있다.