데이터 분석기법 - 리텐션

 

[데이터리안 SQL 실전반 29기] Week1- 과제 수행 중 정리한 글!

 

 

세 가지 리텐션 측정 방식

AARRR 

A: Acquisition (사용자 획득) 사용자가 서비스에 유입

A: Activation (사용자 활성화) 사용자가 서비스를 사용하기 시작

R: Retention (사용자 유지) 사용자가 서비스를 지속적으로 이용

R: Revenue (매출) 사용자가 지표화할 수 있는 목적(구매, 구독 등) 달성

R: Referral (전파) 해당 사용자가 다른 사용자에게 추천

 

AA를 늘려도 뒤의 단계로 이어지지 않으면 서비스를 수익화하지 못하는데 그치기 때문에 사용자가 (1)지속적으로 사용하는지, (2)핵심가치를 꾸준히 경험하는지를 측정하게 된다.

 

(1) Classic retention:

지속적 방문을 측정하기 위함 (N-day retention)

Day0을 기준으로 접속했던 유저들 중 Day-n에 다시 돌아온 유저 수

 

N-day retention의 한계점

재방문한 중간중간(n보다 작은 날)도 사용하였다면 사용한 것일 텐데도 특정 기준인 n보다 작은 날들의 비중이 낮아보이게 되면서, 특히 재방문율이 낮을 (사용주기가 긴) 서비스의 경우 실제보다 과소평가하게 되는 경향이 있음

 

 

(2) Rolling retention:

이탈하지 않고 남아있음을 측정하기 위함 (Unbounded Retention)

Day-0 기준으로 접속했던 유저들 중 해당 유저들의 마지막 방문일을 사이를 전부 방문한 것으로 간주한 일별 접속 유저 수

* 여행 서비스, 쇼핑몰, 부동산 서비스 등 사용 빈도가 높지 않은 서비스에서 유용하게 활용

때문에 오늘 접속한 유저가 있을 경우, 어제까지의 rolling retention과 오늘은 다른 값을 보일 수 있기 때문에 측정된 밸류 자체 보다는 추세를 보는 것이 좋음

 

Unbounded Retention의 한계점

계속해서 변화하는 지표에 대해 이해하지 못할 경우, 리텐션 산정 방식을 설명해야하는 업무상 커뮤니케이션 에러가 있을 수 있음

 

(3) Range Retention:

클래식 리텐션이 특정 기간을 기준으로 삼는 반면 구간을 유연하게 정하여 산정하기 위함 (Bracket Retention)

Day0 기준으로 Day-1 ~ Day-3, Day-4 ~ Day-6, Day-7 ~ Day-9 식으로 나누어 범위의 리텐션을 구함

우연히 하루 정도 접속하지 않은 유저들의 경우도 접속한 유저로 간주되기 때문에 노이즈에 강함

 

 

리텐션 측정 시 유의할 점

1. 비교시 같은 방식의 리텐션 계산인지 확인한다.

2. 서비스에 맞는 계산 방법을 사용한다.

3. 꼭 세 가지 중 한 가지만 사용할 필요는 없다.

4. 한 가지 리텐션만 볼 필요도 없다. (리텐션 외에도 해당되는 조언)

---

Stickiness와 DAU, WAU, MAU

DAU(Daily Active User), WAU, MAU는 각각 일간, 주간, 월간 활성 사용자 수를 의미한다.

각 산정 방식은 유니크한 사용자를 대상으로 하기 때문에 서비스에 따라서 일주일 간 DAU의 합이 WAU보다 훨씬 큰 값이 나올 수도 있고, 반대로 비슷한 값이 나올 수도 있다.

 

Stickiness(사용자 고착도):

Stickiness = DAU/MAU(or WAU)

 

Stickiness는 사용자가 얼마나 이 서비스를 자주, 계속해서 방문하는지를 나타낸다. 같은 유저가 더 자주 방문할 수록 Stickiness는 100% (값 1)에 가까워지게 된다.
Engagement (고관여의 의미인듯)지표라고 하기도 하고, WAU(또는 MAU) 대비 DAU의 비율로 부르기도 한다. 
* 유저들의 잦은 접속과 높은 유입이 중요한 SNS 광고 비즈니스나 이커머스에서 중요한 지표이다.

 

 

리텐션 차트(Retention Chart):

출처: https://blog.atinternet.com/en/app-analytics-how-to-read-a-retention-graph/

 

다음은 리텐션 차트이다. 첫 방문 시기별로 유저를 나누어서 특정 기간동안 방문한 유저 비율을 나타낸다.

 

리텐션 커브(Retention Curve):

출처 : https://gopractice.io/product/retention-how-to-understand-calculate-and-improve-it/

 

리텐션을 높이는 방법은 크게 두 가지로 이루어진다.

1. 초기에 이탈하는 유저 줄이기: 처음 유저가 유입되었을 때 이 유저가 받는 고객 경험을 개선하는 방향으로 주로 이루어진다. 
2. 유저와 장기적인 관계 유지하기: 유저가 서비스에 재방문하는 비율, 방문시 체류시간 등으로 볼 수 있다. 서비스가 고객에게 전달하고자 하는 가치를 잘 전달하고 있는지가 평가받는 부분이다.

Smile Curve

보통의 리텐션 커브는 우하향되는 곡선을 그리는데 하향 후 서비스가 지속되면서 다시 리텐션이 상승하고 있는 곡선이 그려지는 상태

 

 

 

참조: 데이터리안 리텐션 시리즈 https://datarian.io/blog/classic-retention

리텐션 (1) Classic Retention