그로스 해킹의 대표적인 분석 프레임워크로 AARRR이 있습니다.
A: Acquisition (사용자 획득)
A: Activation (사용자 활성화)
R: Retention (사용자 유지)
R: Revenue (매출)
R: Referral (전파)
이 중에서 서비스를 사용하도록 사용자를 유지하는 단계인 Retention에 대해 자세히 이야기해보고자 합니다.
리텐션은 다섯 가지 단계 중 가장 먼저 개선을 해야 하는 단계로 알려져 있는데요. 그 이유는 무엇일까요?
서비스를 사용하기 위해서는 먼저 사람들에게 해당 서비스를 알려야 하고, 이것이 사용자 획득 및 활성화 단계입니다.
하지만 이렇게 서비스를 알린 후, 이들을 유지시키지 못한다면 아무 소용이 없겠죠..!
따라서, 기존 사용자들이 서비스를 만족스럽게 사용하고 있는지, 지속적으로 사용하는지 보는 리텐션 단계를 주의 깊게 살펴보아야 하는 것입니다.
리텐션을 측정할 때 자주 사용하는 몇 가지 방법들을 정리해보면 다음과 같습니다.
1. 클래식 리텐션(Classic Retention)
- 주로 '방문'을 기준으로 측정
'사용자가 서비스를 지속적으로 사용하는지를 보려고 한다'라는 것을 목표로 하며, 다양한 로그가 리텐션을 정의하는데 사용될 수 있음- 사용자가 매일 접속해서 사용할 것으로 기대되는 서비스에 활용하기 적절한 지표
ex. 카카오톡 같은 메신저 앱이나, 트위터 같은 SNS 서비스
클래식 리텐션의 한계를 보완할 수 있는 측정방법에 대해 알아봅시다.
2. 롤링 리텐션(Rolling Retention)
- '사용자가 이탈하지 않고 남아있는가?'에 초점을 둠
- 기준일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율을 나타냄
즉, 마지막 방문일 이전은 방문한 것으로 간주하고, 기준일 이후에 방문 기록이 있다면, 기준일 당시에는 이탈하지 않은 사용자로 계산함
ex. 여행 서비스, 쇼핑몰, 부동산 서비스 등 사용 빈도가 높지 않은 서비스
다음은 클래식 리텐션을 유연하게 확장한 측정방법입니다.
3. 범위 리텐션(Range Retention)
- 구간을 유연하게 나누고자 기간을 묶어서 계산함
하루정도 접속을 안 했다고 하더라도 리텐션에 영향을 주지 않음- 주로 서비스 사용주기가 길거나 주기적인 서비스에서 많이 사용
이렇게 다양한 리텐션 계산 방법들을 알고 있으면 상황에 맞게, 서비스에 맞게 사용자 유지율을 분석할 수 있겠죠?
언제나 정답이라는 것은 없기 때문에, 어떤 서비스인지에 따라 측정방법을 달리 하는 것이 중요하겠다는 생각이 듭니다.
리텐션 분석과 관련해 긍정적인 사례가 있습니다.
스마일 커브(Smile Curve)
보통 리텐션 커브는 우하향하는 곡선을 그리는데, 시간이 지날수록 유저에게 서비스의 가치가 높아지는 제품들은 스마일 커브 리텐션 곡선을 그릴 수 있다고 합니다.
리텐션 커브가 미소를 띤 형태인 것이 인상 깊네요 :)
리텐션과 관련해 더 자세한 내용은 아래 링크를 참고해주세요.
https://datarian.io/blog/classic-retention?utm_source=sql-camp&utm_medium=camp&utm_campaign=referral&utm_content=sql-advanced
