[SQL 데이터리안] 리텐션에 대한 모든 것

리텐션 Classic Retention (1)

- AARRR : 유저의 서비스 이용 사이클을 의미 

1. A : Acquisition (사용자 획득) 

2. A : Activation (사용자 활성화)

3. R : Retention (사용자 유지)

4. R : Revenue (매출)

5. R : Referral (전파) 

 

=> 처음에는 유저가 많다가 점점 줄어드는 구조를 가지기 때문에 깔떄기 모양

 

- 사용자를 유입해도 지속적으로 유지시키는 것이 더 중요 !!

 

지속적 사용은 어떻게 측정? 

• 특정 페이지 방문
• 특정 페이지 N번 방문
• 결제 버튼 클릭 또는 결제 완료
• 특정 기능 사용 ... 

=> 특정 기능 개발했을 때 유저가 기능을 반복적으로 사용하는가 : 기능 리텐션을 측정하기도 함 

 

클래식 리텐션  계산하기

유저가 방문한 비율을 날짜 별로 비율을 계산 

 

그렇다면 클래식 리텐션의 한계는 ?

=> 하루 건너 띄어 유저가 방문한다면 그것은 서비스 유지하고 있다고 봐도 무방해 클래식 리텐션으로 계산하기엔 한계가 존재함 ! 즉, 사용 주기가 길 경우 클래식 리텐션으로 사용자 유지 여부 판단하기 어려움 

 

 

https://datarian.io/blog/classic-retention

리텐션 (1) Classic Retention

 

 

리텐션 Rolling Retention (2)

롤링 리텐션 계산하기

- 마지막 방문일 이전은 방문한 것으로 간주한다

=> 기준일 이후에 방문기록이 존재하면 이탈하지 않은 사용자로 계산

 

클래식 리텐션 vs 롤링 리텐션

- 롤링 리텐션은 여행, 쇼핑몰, 부동산과 같은 사용 빈도가 높지 않은 서비스에서 유용

- 상황에 맞는 리텐션 기법을 사용해야 유저를 유지시키고 분석 가능함 

 

- 롤링 리텐션의 큰 특징 중 하나는? 

• 날짜가 매일 추가되면서 롤링 리텐션 값이 달라져 지표가 어떻게 움직이는지 트렌드 보는 것이 중요 !!

https://datarian.io/blog/rolling-retention

리텐션 (2) Rolling Retention

 

리텐션 Range Retention (3)

- 클래식 리텐션을 유연하게 확장한 개념

 (구간을 유연하게 나눠 범위를 지정함) 

 

=> 기간을 묶어서 계산하면 노이즈가 강함 

=> 우연히 몇 일 접속하지 않아도 리텐션값엔 영향을 주지 않기 때문

 

https://datarian.io/blog/range-retention

리텐션 (3) Range Retention

 

리텐션 DAU, WAU, MAU 그리고 Stickiness (4)

- Stickiness는 DAU를 MAU 또는 WAU로 나누어 계산

 

DAU, WAU, MAU 란?

- DAU(Daily Active User) : 일간 활성 사용자 수 

- WAU(Weekly Active User) : 주간 활성 사용자 수

- MAU(Monthly Active User) : 월간 활성 사용자 수

 

=> 같은 방문자가 매일 방문해도 WAU를 계산할 때 1명을 계산

=> BUT DAU 계산 때는 동일한 방문자 접속도 다 세기 때문에 더 값이 클 수 있음

=> 만약 DAU합산한 값이 WAU와 비슷하다면 새로운 방문자가 계속 유입되는 것으로 봄 

 

Stickiness 계산하는 법

- DAU/ MAU 또는 DAU/ WAU

ex) 1월 28일에 DAU 1명, WAU 7명이면 Stickiness는 14%

=> 주간 방문한 순 사용자 중 14%만이 1월 28일에 방문함

ex) 1월 28일 DAU 7명, WAU 7명이면 Stickiness는 100% 의미함

 

https://datarian.io/blog/stickiness

리텐션 (4) DAU, WAU, MAU 그리고 Stickiness

 

리텐션 차트, 리텐션 커브 (5)

Q. 같은 데이터로 어떻게 인사이트를 늘릴 수 있나요? 

A. 데이터를 5개로 쪼개어 집단 안의 특징을 보고 다른 집단과 비교하세요 (코호트 분석) 

 

+ 리텐션 차트와 커브를 통해서 사용자의 주기적인 유입, 이탈 흐름을 분석해 마케팅 분석에 활용해 피드백을 적용하는데 중요한 역할을 하는 것을 알게 되었다. 

 

1. 초기에 이탈하는 유저 줄이기 (NUX : New User Expeirence) 
2. 유저와 장기적인 관계 유지하기

+ 회사 서비스에 따른 리텐션 분석을 하는 것이 바람직하며 회사 서비스의 리텐션의 추후 변화도 계속 분석하고, 어떤 부분을 개선하면 좋을지 계속 액션을 취하는 것이 중요하다는 것을 알게 되었다. 

 

https://datarian.io/blog/retention-analysis

리텐션 (5) 리텐션 차트, 리텐션 커브