데이터리안 | 리텐션

데이터리안의 리텐션 자료를 읽고, 기억하고 싶은 내용들을 요약 정리한 내용이다.

리텐션 분석이란?

5개의 글을 다 읽고도 그래서 리텐션 분석이 뭐야? 에 대답을 못하겠구나..?

retention하는 유저가 얼마나 되는가?를 분석하는 것?

기존 사용자들이 서비스를 만족스럽게 사용하고 있는지, 지속적으로 사용하고 있는지 보는 것

시간이 지날수록 얼마나 많은 유저가 제품으로 다시 돌아오는지 측정

 

Classic Retention: 특정 유저군(12월 1일에 가입한 유저 5명)이 가입일 이후 어떤날에 몇 %가 접속했는지 계산

Rolling Retention: 기준일을 포함하여 한번이라도 재방문한 유저의 비율. '마지막 방문일 이전은 방문하지 않았더라도 방문한 것으로 간주한다'

 

리텐션 차트 읽기

시간이 지남에 따라 안정화되는 곡선의 형태가 아닌 0%로 빠르게 향하는 직선형태로 나타난다면 프로덕트 마켓 핏에 문제가 있을 수 있다. 반대로 초기 리텐션이 급감하더라도 일정 수준에서 안정화되는 그래프라면 프로덕트 마켓핏을 달성했다고도 볼 수 있다.

이미지 출처: https://blog.ab180.co/posts/retention-series-1

 

 

Stickiness: 사용자 고착도 (= DAU/MAU)

 

한명의 유저가 매일 방문했더라도 WAU관점에서는 유저 한명의 방문이므로 1로 계산됨

따라서, DAU숫자가 WAU 숫자보다 크면 재방문 비율이 높다는 뜻

이런 특성때문에 Engagement 지표 라고도 함

e.g.

재방문 없고 매일 새로운 방문자 > DAU 7, WAU 7

7명의 유저가 매일 재방문 > DAU 49, WAU 7

 

유저가 더 자주 방문할 수록 Stickiness는 100%에 가까워짐

페이스북의 Stickiness 지표 해석

페이스북의 stickiness 예시가 흥미롭다

아시아의 MAU는 계속 성장하고 있는 추세인데 stickiness가 가장 낮다.

MAU 성장: 신규 사용자 유입증가

Stickiness 저조: 유저가 자주 방문하지는 않는다.

→ 추가 분석 필요사항: 신규 가입자와 기존 가입자들의 Stickiness를 분리하여 추가분석

 

페이스북 광고매출은 광고 노출 횟수, 클릭 횟수가 늘어날 수록 커지는 구조임.

따라서 사용자가 많아도 Stickiness가 낮으면 매출로 연결되기 힘듦.

유저들이 자주 많이 접속하는 것이 중요한 페이스북, 인스타그램 등은 Stickiness 지표를 중요하게 봄.

 

리텐션 차트 해석하는 법

전체 데이터를 쪼개어 특정 집단 안의 특징을 보고, 다른 집단과 비교하는 일을 코호트 분석이라고 함

리텐션 분석시 코호트를 잘 정의하는 것이 중요함.

일반적으로 가입 시기별 유저그룹을 나누어 리텐션을 관찰함 → 시간 흐름에 따라 리텐션이 좋아지고 있는지 여부를 판단

 

 

 

출처

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

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

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

https://datarian.io/blog/stickiness

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