Week 1 미션
데이터리안 블로그에 올라와있는 리텐션 글 5개를 읽고 인상 깊었던 부분과 이유 적기 !
💡기억하고 싶은 내용
AARRR의 다섯 단계 중 리텐션이 가장 중요한 이유
사용자가 유지할만한 서비스를 만드는 것이 가장 먼저가 되어야한다. 새로운 사용자를 유입시키는 것보다 기존 사용자들이 서비스를 만족스럽게 이용하는지, 지속적으로 이용하고 있는지 지켜보는 것이 중요하다. 이게 바로 리텐션 !
클래식 리텐션
- 가장 널리 사용되는 간단한 리텐션 계산 방법
- 유지율 = 방문한 유저 수 / 가입한 유저 수 * 100
- 서비스에 따라 '방문'이 아닌 특정 페이지 방문이나 특정 기능 사용을 기준으로 측정할 수도 있다.
- 첫날은 항상 100%에서 시작하고 일반적으로 뒤로 갈수록 리텐션이 낮아진다.
- 한계점: 사용주기를 반영하지 않기 때문에, 실제 사용중인 유저들이 리텐션 계산에 포함되지 않아 실제보다 과소 계산할 수 있다.
| Day 0 | Day 1 | Day 2 | Day 3 | Day 4 | Day 5 | Day 6 | |
|---|---|---|---|---|---|---|---|
| 방문 유저 수 | 5 | 2 | 2 | 3 | 1 | 2 | 2 |
| 리텐션 | 100% | 40% | 40% | 60% | 20% | 40% | 40% |
## 롤링 리텐션 - **'사용자가 이탈하지 않고 남아있는가?'**에 초점을 맞춘 계산 방법이다. - **기준일을 포함해 한 번이라도 재방문한 유저의 비율.** 즉, 재방문을 했다면 그 이전은 모두 방문한 것으로 간주한다. - 방문 여부 외 계산 방법은 클래식 리텐션과 동일하다. - 여행 서비스, 쇼핑몰, 부동산 서비스 등 **사용 주기가 긴 서비스**에서 자주 활용된다.
| Day 0 | Day 1 | Day 2 | Day 3 | Day 4 | Day 5 | Day 6 | |
|---|---|---|---|---|---|---|---|
| 방문 유저 수 | 5 | 5 | 5 | 5 | 3 | 2 | 2 |
| 리텐션 | 100% | 100% | 100% | 100% | 60% | 40% | 40% |
범위 리텐션 (Range Retention, Bracket Retention)
- 클래식 리텐션이 일단위로 방문여부를 확인했다면, 범위 리텐션은 기간을 묶어서 방문 여부를 파악한다.
- Range를 3으로 정한다면, 3일씩 묶어서 1/2 ~ 1/4 중 한번이라도 방문했다면 방문한 유저에 포함하는 것이다.
- 범위 리텐션은 서비스 사용주기가 길거나 주기적인 서비스에서 주로 사용한다.
| Day 0 | Day 1~3 | Day 4~6 | |
|---|---|---|---|
| 방문 유저 수 | 5 | 3 | 3 |
| 리텐션 | 100% | 60% | 60% |
다양한 계산 방법에 따른 리텐션 차이
주의할 점
- 리텐션 계산 방법에는 여러가지가 존재하고 그에 따른 차이가 크다. 그렇기 때문에 비교할 때는 어떤 계산방법을 적용한 것인지 확인해야한다.
- 서비스의 사용주기에 맞는 계산 방법을 사용해야한다.
- 지금까지 세 가지 리텐션 계산 방법을 살펴봤지만, 서비스와 유저의 특성을 이해하고 상황과 목표에 맞게 리텐션 계산방법을 변형해서 사용해도 괜찮다!
어떻게 계산할 지 고민하는데 너무 많은 시간을 낭비하거나, 리텐션의 수치들로 너무 많이 고민하지 말자.
Stickiness 사용자 고착도
사용자들이 서비스에 계속해서 방문하는지를 측정하는 지표로, Engagement라고도 부른다.
WAU와 MAU와 비슷하다면, 매일 새로운 사용자가 유입된다는 것을,
DAU가 MAU와 비슷하다면, 기존 유저들이 매일 들어왔다는 것을 알 수 있다.
즉, MAU 대비 DAU의 비율을 구한다면 기존 유저들이 계속 방문하고 있는가에 대한 비율을 파악할 수 있다.
💡인상 깊었던 부분과 이유
#1. 커뮤니케이션 스킬의 중요성
롤링 리텐션의 경우, 분석 시점에 따라 값이 변할 수 있는데 관계자에게 그 상황과 이유를 설명해야할 때가 많다고 했던 부분을 보면서 분석가에게는 역시 커뮤니케이션 스킬이 정말 중요하구나 느꼈다.
그러면서 팀 프로젝트나 회사에 있었을 때 대화하며 마주했던 일들이 떠올랐다. 각자 가지고 있는 배경지식과 생각들이 다르기 때문에 그로부터 오는 미스커뮤니케이션이 많은 것 같다. 데이터 분석가 역량 중 커뮤니케이션 스킬이 있는 것도 위와 같은 상황처럼, 다양하고 빈번하게 일어나기 때문이 아닐까 싶다.
#2. Stickiness
매일 다른 이용자가 유입된다면 어떤 부분을 개선할 수 있을까?
- 기존 유저가 오래 머물렀던 콘텐츠 파악한 후 메일링 서비스로 관련 콘텐츠 추천하여 재방문유도하기
- 서비스 이용주기가 짧거나 자주 방문하는게 중요한 서비스라면 출석체크 이벤트 진행해보기
- 서비스에 불만족스러운 고객경험이 있는지 다방면에서 점검해보기
** 실제로 개선이 필요한 부분을 함께 고민하는 것도 분석가의 영역인지 궁금해졌다.
#3. 끊임없이 고민하기
"서비스의 리텐션이 좋아지고 있는지, 나빠지고 있는지, 어느 구간에 개선이 필요한지, 어떤 액션을 취할 수 있는지 등 끊임없이 질문을 던지고 고민하고 실험하고 차트에서 실험의 결과를 발견해야한다."
분석가가 한 회사에서 할 수 있는 일은 무궁무진한 것 같다. 이전 회사에서는 시키는 일만 하고 하라는 대로만 했었다. 분석가와 업무가 많이 다르긴 하지만 뭔가 두려운 것도 있었고 어떻게 찾아서 일해야하는지도 몰랐다. 분석가로 취업해서는 상황이 주어진다면 찾아서 일할 수 있는 사람이 되고 싶다. 그리고 그런 환경이 가능한 곳에서 일해보고 싶다. 🥹
