[그로스 해킹_양승화] AARRR_3. 리텐션(Retention)

활성화 다음 단계는 리텐션이다. 리텐션은 유지율이라고 부르기도 하며, 서비스의 성공을 예측할 수 있는 가장 기본적이면서도 중요한 지표다.

리텐션이 좋지 않은 서비스라도 고객 유치나 활성화 지표가 나쁘지 않다면 어느 정도 성장 곡선을 그릴 수 있지만, 리텐션이 관리되지 않는다면 꾸준히 상승하던 지표도 한 순간에 나빠질 수 있다. 그렇기에 리텐션은 대표적으로 잘 하고 있을 때일수록 더 세심하게 측정하고 관리해야 하는 지표에 속한다.

일반적으로 사용자가 서비스에 진입하는 것이 유의미한 행동이며, 이 행동이 반복되는지 살펴보는 것이 중요하기 때문에 일반적으로 접속을 기준으로 리텐션을 측정하지만 꼭 접속으로 한정할 필요는 없다. 접속이 아닌 상품 페이지 방문, 구매 버튼 클릭, 친구 초대 등 시간의 흐름에 따라 반복 여부를 살펴보는 것이 의미가 있을 것이다.

리텐션을 개선하려면 사용자 경험 전반에 걸친 세심한 분석과 개선이 필요하기에 단편적인 기능이나 단계를 개선하는 것만으로는 리텐션을 변화시키기 어렵다. 또한 리텐션의 변화는 비교적 오랜 기간에 걸쳐 나타나기 때문에 결과를 확인하는 데는 오랜 시간이 필요하다. 그만큼 개선하기 어려운 지표지만, 일정 수준 개선할 수 있다면 리텐션은 복리 효과를 가져오는 지표이기 때문에 장기적으로 큰 효과를 볼 수 있다.

리텐션을 측정하는 절대적인 방법이 있는 것은 아니지만 일반적으로는 다음 세 가지 방법이 널리 활용된다.

1. 클래식 리텐션(Classic Retention)

클래식 리텐션은 가장 일반적은 유지율 계산 방법으로, 특정일에 이벤트를 발생시킨 유저의 비율을 계산하는 방식이다. Day N 리텐션이라고도 부른다.

클래식 리텐션은 이벤트 첫 발생일을 기준으로 시간이 지남에 따라 몇 명이 해당 이벤트를 반복했는지 집계하는 방식으로 리텐션을 계산하는데 이때 날짜별 이벤트 여부는 독립적으로 계산한다.

EX) 접속을 기준으로 클래식 리텐션을 측정하는 경우

클래식 리텐션은 특정일의 접속 여부만 고려하고 그때까지 꾸준히 반복적으로 들어왔는지는 고려하지 않는점이 특징이다.

• 장점
  1. 개념을 설명하기 쉽고 계산이 간단하다.
• 단점

  1. 특정일의 노이즈에 민감하다.

     노이즈를 줄이려면 기준일을 여러 개 두고 각 기준일에 따른 리텐션을 구한 후 이 값들의 평균을 계산하는 방법을 이용할 수 있다.

  2. 일 단위의 로그인 데이터를 모두 확보하고 있어야 한다.

클래식 리텐션은 매일 접속해서 사용할 것으로 기대되는 서비스(전화, 메신저, sns 등)에 적합하다.

2. 범위 리텐션(Range Retention)

범위 리텐션은 특정 기간에 이벤트를 발생시킨 유저의 비율을 계산하는 방식이다. 클래식 리텐션과 기본적으로 동일하지만 개별 날짜가 아닌 특정 기간을 기준으로 한다는 차이가 있다. 이때 기간 내 접속한 횟수는 고려하지 않으며, 한 번 이상 접속한 기록이 있닫면 해당 기간에는 접속한 것으로 인정된다.

• 장점

  1. 설명하기 쉽고 직관적이다.

  2. 클래식 리텐션 대비 측정일에 따른 노이즈가 크지 않다.

     (우연히 하루 접속하지 않은 것이 영향을 주지 않는다.)

• 단점
  1. 기준 기간이 길어질수록 리텐션이 과대 추정될 수 있다.
  2. 의미있는 결과를 보기 위해서는 기간이 축적되어야 하기 때문에 비교적 오랜 시간이 필요하다.

범위 리텐션은 클래식 리텐션에 비해 사용 주기가 길고 주기적인 서비스(가계부, 숙박 서비스, 음식 배달 서비스 등)에서 많이 활용된다.

3. 롤링 리텐션

롤링 리텐션은 앞서 설명한 두 가지 방식과는 다른 관점으로 리텐션을 계산한다. 클래식 리텐션과 범위 리텐션은 ‘최초 이벤트’를 기준으로 계산하지만 롤링 리텐션은 ‘마지막 이벤트’를 기준으로 ‘더 이상 이벤트가 발생하지 않는 비율’로 리텐션을 계산한다. 클래식 리텐션과 범위 리텐션은 ‘몇 명이 돌아왔는가’에 초점이 맞춰져있다면 롤링 리텐션은 ‘몇 명이 나갔는가’에 초점을 맞춰 ‘떠나버린 유저’를 집계한다.

• 장점
  1. 최초 로그인 시점과 마지막 로그인 시점에 대한 데이터만 있으면 계산이 가능하다.
  2. 계산에 필요한 데이터가 간단하고 계산 자체도 쉽고 간편하다.
• 단점

  1. 유지율이 과대 추정되는 경향이 강하다. (이상치의 영향을 매우 크게 받는다.)

     → 단 한 번이라도 로그인 하는 경우 그 이전까지의 기간도 활동 기간으로 인정되기 때문에

  2. 리텐션 수치 자체가 계속 변한다.

     위 그림에서 8번 사용자가 서비스에 접속하게 된다면 그 순간 day3 롤링 리텐션은 100%로 바뀌게 된다.

롤링 리텐션은 사용자들의 이후 접속 패턴에 따라 기존에 계산했던 리텐션 값이 얼마든지 달라질 수 있다는 고유한 특징이 있다. 일반적으로 롤링 리텐션은 사용 빈도가 높지 않은 서비스(의류 쇼핑 서비스, 여행 서비스)에서 유용하게 사용된다.

---

접속 일자를 따져가며 계산하지 않더라도 DAU(Daily Active User)를 MAU(Monthly Active User)로 나눠서 인게이지먼트(Engagement) 지표를 구하는 방법이 있다.

인게이지먼트 지표는 매일 동일한 사용자가 반복적으로 들어오는지 혹은 날마다 새로운 사용자가 들어오는지를 빠르게 가늠할 수 있게 해준다. 이는 클래식 리텐션과 마찬가지로 사용자들이 매일 사용하는 서비스에서 사용하기 적합하다. 하지만 서비스마다 DAU, MAU를 측정하는 기준이 다르기도 하고 트래킹 서비스에서 보여주는 수치도 대부분 추정치에 가깝기 때문에 인게이지먼트를 서비스 간에 비교하는 것은 쉽지 않다. 따라서 인게이지먼트 지표는 동일 서비스에서의 기간별 추이를 보는 형태로 활용하는 것이 좋은데 이는 리텐션 수준을 요약해서 살펴보는 데 큰 도움이 된다.

정리

• 코호트에 따른 차이 살펴보기 퍼널 분석과 마차가지로 리텐션을 분석할 때도 코호트에 따른 차이를 확인하고 그 원인이 되는 요소를 규명하는 것이 중요하다. 일반적으로 리텐션을 분석할 때 활용하는 것은 날짜이고 혹은 유입 채널별로 확인할 수도 있다.
  
• 리텐션 차트 리텐션 차트를 만들면 코호트에 따라 리텐션이 어떻게 움직이는지 시각화를 통해 확인할 수 있다. 일반적으로 리텐션 차트는 코호트, 볼륨, 기간, 유지율 이렇게 4가지 요소로 이루어진다. 기본적으로 리텐션은 시간에 따른 변화 추이를 민감하게 살펴봐야 하는 지표기에 리텐션 차트를 통해 유용한 인사이트를 얻을 때도 그 추이가 어떠한지, 동일한 기간의 유지율은 어떠한지 등 시간 변화에 따른 추이를 봐야한다.
  
• 리텐션 개선 리텐션을 개선하는 방법은 시점에 따라 크게 두 가지로 나눠 볼 수 있다.
  • 초기 : 리텐션이 떨어지는 속도 늦추기 초기에는 활성화 단계에서 이탈이 많은 경로가 어디인지 살펴보는 것이 도움이 된다.
    
  • 안정화 이후 : 오랜 기간 유지시키기 안정화된 이후에는 사용자와의 관계를 잘 유지하는 것이 중요하기에 CRM마케팅 활동, 주기적으로 진행하는 프로모션 등이 도움이 된다. 특히 휴면 고객을 대상으로 하는 리마케팅등을 꾸준히 진행할 필요가 있다.

리텐션을 개선할 때 주의할 점은 단순히 리텐션 지표만 보는 것이 아닌 전반적인 사용자 경험을 고려해야 한다는 점이다. 특히 전체 회원을 대상으로 하는 앱 푸시나 이메일을 보낸다면 이로 인한 클릭율, 반응율을 보는 것과 동시에 앱 삭제나 회원 탈퇴같은 부작용 지표도 함께 체크해야 한다.