리텐션 (Retention)

🔗
데이터리안의 리텐션 시리즈 글을 기반으로 작성한 글입니다.
https://datarian.io/blog/classic-retention?utm_source=sql-camp&utm_medium=camp&utm_campaign=referral&utm_content=sql-advanced

📚 리텐션 요약

리텐션이란?
: AARRR 중 사용자 유지를 의미하는 단계
: 사용자가 서비스를 지속적으로 사용하는지, 핵심가치를 꾸준히 경험하는지를 측정

A (Acquisition) : 사용자 획득
A (Activation) : 사용자 활성화
R (Retention) : 사용자 유지
R (Revenue) : 매출
R (Referral) : 전파

리텐션 종류
1) 클래식 리텐션 : 특정 일에 특정 사용자군이 얼마나 접속했는지에 대한 비율을 계산, 사용자가 매일 접속해서 사용할 것으로 기대되는 서비스에 적합 (=사용 주기가 짧은 서비스에 적합)
2) 롤링 리텐션 : 특정 일을 포함해 한 번이라도 재방문한 유저의 비율을 계산(이탈율을 고려), 사용자가 니즈를 가진 시점에 사용하게 되는 서비스에 적합 (=사용 주기가 긴 서비스에 적합), 기준 일에 따라 값이 달라질 수 있으므로 절대적인 수치보다 지표가 어떻게 움직이는지 트렌드를 보는 정도로 활용
3) 범위 리텐션 : 특정 구간에 특정 사용자군이 얼마나 접속했는지에 대한 비율을 계산, 노이즈에 강함, 사용주기가 길거나 주기적인 서비스에 적합

Stickness (사용자 고착도)
: Stickness=DAU/MAU(혹은 WAU)
: DAU와 MAU의 비율을 통해 사용자들이 지속적으로 서비스를 이용하는지 파악할 수 있는 지표
: 사용자들이 더 자주 접속하고, 더 많이 접속하는 것이 중요한 서비스에 (sns, 쇼핑몰 등) 적합

👩🏻‍💻 느낀 점

RFM과 마찬가지로 리텐션을 살펴볼 때도 비즈니스의 특성을 잘 이해한 후 어떤 지표가 비즈니스의 리텐션을 잘 반영할 수 있는지를 파악하는 것이 중요하다고 생각했다. 실무에서 분석을 잘 하려면 비즈니스를 잘 이해, 파악하고자 하는 태도 또한 분석 방법론에 대해 잘 알고 있는 것 못지 않게 중요하다는 것을 배웠다. 숫자도 변할 수 있고 꼭 하나의 지표만 볼 필요는 없다는 선미님의 이야기를 통해 내가 너무 숫자에만 의존해 분석을 진행해오려고 해왔던 것은 아닌지 다시 돌아보게 되었다. 절대적인 수치를 도출하는 것이 아니라 지표를 통해 현상의 흐름을 파악하는 것이 분석의 목적이라는 것을 잊지 말아야겠다는 생각이 들었다! (이건 여담이지만 분석 프로젝트를 진행하다보면 내가 하는 분석이 맞는지에 대한 의구심이 들어 자신감이 없을 때가 있는데 분석에 있어 공식은 없다, 형식에 얽매이지 말라는 선미님의 이야기가 위로가 되었다 ㅎㅎ..)