-
리텐션이란
이후의 서비스 재사용률 또는 재방문율은 어떻게 되는가 > retention rate
사업 초기 단계에서 가장 중요한 지표 중 하나가 바로 Retention입니다. Retention Rate은 서비스의 만족도를 가장 잘 대변하는 지표로, 서비스 만족도가 높다면 꾸준한 사용으로 높은 재사용률을 나타낼 것입니다. 반대로 재방문율이 낮으면 해당 서비스는 오랫동안 유지하기 힘듭니다. 이럴 경우 낮은 Retention을 끌어올리기 위한 푸시, 메일링, 리뉴얼 등의 다양한 노력이 필요합니다.
측정의 기준은?
일반적으로 방문을 기준으로 측정을 하지만
사용자가 서비스를 꾸준히 사용하는지 확인하려 한다라는 목표로 다양한 기준을 세울 수 있습니다.- 사이트 또는 앱 1회 방문
- 특정 페이지 N회 방문
- 결제완료
- 등등등
리텐션을 측정하는 방법엔 정해진 것은 없지만 자주 사용하는 방법을 아래에서 설명합니다.
클래식 리텐션 (Classic Retention = N-Day Retention)
클래식 리텐션 또는 N-Day 리텐션이라고도 하는 이 방법은 간단하며 가장 많이 사용되는 방법입니다.
아래는 05-10일에 사용자 A, B, C, D, E 5명이 서비스를 방문한 것을 나타낸 표입니다.
전체 유저를 5명이라고 가정한다면 아래와 같이 리텐션이 나오게 됩니다.
한계
위의 예제에서 사용자 C의 경우에는 05-11(Day 1)에 방문을 하지 않았지만 다음 날인 05-12(Day 2)에는 방문을 했습니다. 여기서는 어떠한 관점을 가지냐에 따라 05-11(Day 1)에 포함을 할 수도 있습니다. 하지만 위의 예제처럼 매일 사용하는 케이스가 아닌, 사용 주기가 길때 클래식 리텐션으로 계산을 하게 된다면 실제보다 리텐션율이 낮게 측정될 수도 있습니다.
따라서 클래식 리텐션은 사용자가 매일 접속해서 사용할 것으로 기대되는 서비스에 활용하기 적절한 지표입니다. (SNS나 메신저) 사용 주기가 긴 서비스의 경우 이탈에 초점을 맞춘 롤링 리텐션(Rolling Retention) 또는 언바운디드 리텐션(Unbounded Retention) 이라고 부르는 기법을 자주 사용합니다.
롤링 리텐션(Rolling Retention = Unbounded Retention)
롤링 리텐션은 사용자가 이탈하지 않고 남아있는지에 초점을 맞춘 기법입니다. 해당 기법은 기준일을 포함하여 그 이후에 한 번이라도 재방문한 유저의 비율을 나타냅니다.
전체 유저를 5명이라고 가정한다면 아래와 같이 리텐션이 나오게 됩니다.
클래식 리텐션과 롤링 리텐션의 데이터는 같지만 어떤 기법을 사용하냐에 따라서 리텐션율이 크게 달라집니다.
롤링 리텐션은 여행, 쇼핑몰과 같이 사용 빈도가 높지 않은 서비스에서 활용할 수 있습니다. 매일 이용하는 것이 중요하다기 보다는 사용자가 니즈를 가진 시점에서 방문하면 되는 서비스의 경우엔 클래식 리텐션으로 사용자 유지 여부를 계산할 필요가 없기 때문입니다. 클래식 리텐션으로 매일 접속 여부를 확인하며 리텐션율을 올리기 위해 앱푸시나 알림톡을 보내는 행동은 사용자에게 악영향을 줄 수도 있습니다.
롤링 리텐션은 오늘과 내일의 값이 다를 수 있다.
만약 05-14 (Day 5)에서 사용자 E가 방문을 했다고 한다면 어제 구한 리텐션율과 다를 수 있습니다.
05-14에 구한 리텐션율과 05-15에 구한 리텐션율이 달라진 것을 볼 수 있습니다.
언제 롤링 리텐션 기법을 사용해 구하냐에 따라서 리텐션율은 변경이 되므로 절대적인 수치보단 지표가 어떻게 움직이는지 트렌드를 확인하는 것이 좋습니다.
범위 리텐션 (Range Retention = Bracket Retention)
범위 리텐션 또는 브라켓 리텐션은 클래식 리텐션을 확장한 개념입니다. 클래식 리텐션은 일/주/월 단위로 끊어서 본다면 범위 리텐션은 구간을 유연하게 나눕니다.
아래의 예시를 3일씩 묶어서 범위 리텐션을 측정해 보도록 합니다.
- 05-10 (Day 0) - 리텐션 측정 시작일
- 05-11 ~ 05-13 (Day 1 ~ Day 3)
- 05-14 ~ 05-16 (Day 4 ~ Day 6)
Day 1 ~ 3에서는 사용자 A, B, C가 방문했고 Day 4 ~ 6에서는 사용자 A, D, E가 방문했습니다. Day 4 ~ 6 기간 보다 Day 1 ~ 3기간 동안 더 많은 방문이 발생했지만 고유값으로 계산하기 때문에 두 구간의 리텐션율은 동일하게 계산됩니다.
이렇게 기간을 묶어서 계산하는 범위 리텐션은 하루 정도 접속을 안했더라도 리텐션에 영향을 주지 않기 때문에 노이즈에 강하며 주로 서비스 사용 주기가 길거나 주기적인 서비스에 많이 사용됩니다.
레퍼런스
https://velog.io/@datarian/retention1
https://velog.io/@datarian/retention2
https://velog.io/@datarian/retention3
https://hanawithdata.tistory.com/entry/3가지-리텐션Retention-계산-방법-특징