📓 Range Retention
📓 개념 정의
범위 리텐션(Range Retention)은 특정 기간 동안 사용자가 얼마나 다시 돌아오는지를 측정하는 메트릭이다. 이는 사용자가 첫 사용 후 특정 기간 내에 얼마나 많이 돌아오는지를 파악하는 데 유용하다. 예를 들어 처음에 100명이 가입했는데, 7일 동안에 한 번이라도 다시 접속한 유저가 50명이라면 Day 8-14 리텐션은 50%가 된다. 즉 범위 동안 한 번이라도 다시 방문한 사용자를 포함한다.
📓 주요 특징
장점
- 변동성 최소화: 범위 리텐션은 특정 기간 동안의 사용자 활동을 측정하므로 일일 변동성의 영향을 최소화할 수 있다. 이를 통해 데이터가 더 안정적이고 예측 가능하게 된다.
- 장기적인 트렌드 파악: 사용자가 특정 기간 동안 얼마나 자주 돌아오는지 확인할 수 있어 장기적인 트렌드를 파악하기에 유리하다. 이는 지속적인 사용자 참여를 유도하는 전략을 수립하는 데 도움이 된다.
- 종합적인 사용자 평가: 단일 날짜가 아닌 기간 전체를 고려하여 사용자 관계를 평가할 수 있다. 이를 통해 사용자의 종합적인 참여도를 더 정확하게 이해할 수 있다.
단점
- 세부 분석 어려움: 특정 기간 동안의 전체적인 데이터를 고려하기 때문에 특정 날짜의 세부적인 변화를 파악하기 어렵다. 이는 일별 분석이 필요한 상황에서는 한계가 될 수 있다.
- 복잡한 계산 방식: 여러 날짜의 데이터를 통합하여 분석해야 하므로 계산 과정이 복잡하고 시간이 많이 소요될 수 있다. 특히 데이터 양이 많을 경우 처리에 어려움이 있을 수 있다.
📓 범위 리텐션과 롤링 리텐션의 차이
📓 주요 차이점
측정 기간
- 범위 리텐션: 지정된 기간 동안의 사용자 활동을 측정한다. 예: Day 0-7, Day 0-30 등.
- 롤링 리텐션: 특정 날짜 이후의 모든 사용자 활동을 포함한다. 예: Day 7 이후 언제든지.
분석 목표
- 범위 리텐션: 특정 기간 동안의 사용자 참여도를 평가하여, 주간 또는 월간 활동 패턴을 분석하는 데 중점을 둔다.
- 롤링 리텐션: 사용자가 특정 시점 이후 지속적으로 활동하는지를 평가하여, 장기적인 사용자 유지율을 분석하는 데 중점을 둔다.
장단점 비교
| 특성 | 범위 리텐션 | 롤링 리텐션 |
|---|---|---|
| 변동성 | 단기 변동성을 줄여 안정적인 데이터 제공 | 특정 이벤트나 날짜의 영향을 덜 받음 |
| 트렌드 파악 | 특정 기간 동안의 트렌드를 파악하는 데 유리 | 장기적인 사용자 참여를 파악하는 데 유리 |
| 세부 분석 | 특정 날짜의 세부 변화를 파악하기 어려움 | 특정 날짜 이후의 활동을 종합적으로 평가 가능 |
| 계산 복잡도 | 계산 과정이 복잡할 수 있음 | 상대적으로 간단한 계산 과정 |
| 사용 목적 | 주간 또는 월간 활동 패턴 분석 | 장기적인 사용자 유지율 분석 |
📓 계산 방법
범위 리텐션은 특정 기간 동안 다시 돌아온 사용자 수를 처음 사용한 사용자 수로 나누어 계산한다. 예를 들어,Day 0-3, Day 0-6 범위 리텐션을 계산할 때, 첫날 이후 7일 동안 한 번이라도 다시 방문한 사용자의 수를 사용하여 계산한다.
Day 0-3 범위 리텐션: 첫날부터 3일차까지 한 번이라도 방문한 사용자는 2명으로, 범위 리텐션율은40%이다.Day 0-6 범위 리텐션: 첫날부터 7일차까지 한 번이라도 방문한 사용자는 5명으로, 범위 리텐션율은100%이다.
📓 예시 사례
서비스 E의 범위 리텐션 분석
서비스 E는 최근 새로운 멤버십 프로그램을 도입한 후 사용자 범위 리텐션을 분석했다. 도입 첫날, 1,000명의 사용자가 멤버십에 가입했으며, Day 0-30 범위 리텐션은 70%로 나타났다. 즉, 700명이 첫 사용 후 30일 동안 한 번이라도 다시 돌아왔다. 이를 통해 서비스 E는 멤버십 프로그램이 장기적인 사용자 유지에 긍정적인 영향을 미친다고 판단했다.
앱 F의 범위 리텐션 전략
앱 F는 사용자의 장기적인 유지율을 높이기 위해 다양한 인센티브 프로그램을 도입했다. 첫날, 500명의 사용자가 참여했으며, Day 0-60 범위 리텐션은 50%로 나타났다. 즉, 250명의 사용자가 첫 사용 후 60일 동안 한 번이라도 다시 돌아왔다. 이를 통해 앱 F는 인센티브 프로그램이 사용자 유지에 효과적임을 확인하고, 지속적인 인센티브 제공을 계획했다.
참고자료
https://datarian.io/blog/rolling-retention
https://www.braze.com/resources/articles/calculate-retention-rate
https://wappier.com/user-retention/
https://gopractice.io/product/day-n-retention-rolling-retention-and-the-many-facets-of-the-retention-metric/
