Day21. 서비스 데이터 분석을 통한 리텐션 개선 1부

안녕하세요, 기획자 팥씨입니다.🥮

데보션 블로그에서 "서비스 데이터 분석을 통한 리텐션 개선"이라는 가슴뛰는 제목의..ㅎㅎ 글이 올라와 가져왔습니다.

 

리텐션의 개념을 짚고, 사용자 세그멘트별로 주요 지표가 무엇인지 확인해보려 합니다.

아래 글과, @yozm @AB180에서 발행해주신 리텐션 관련 글도 녹여내어 이해를 높였습니다.

 

 

서비스 데이터 분석을 통한 리텐션 개선 1부

좋은 글 나눠주셔서 감사합니다.😊

 

서비스 데이터 분석 툴 (PA, Product Analysis) 솔루션 중 대표적인 Amplitude를 이용한 분석입니다.

 

1. 리텐션 차트란?

• 특정 기간 동안 사용자가 제품에 얼마나 자주 돌아오는지 시각적으로 보여주는 도구
• 사용자가 처음으로 특정 이벤트를 수행한 후, 일정 기간 동안 다시 돌아와 활동하는 비율 추적
• 집계의 기준이 되는 Start Event / Return Event 지정 후, 측정 주기 / 측정 방식에 따라 다르게 보여줌

<리텐션 차트를 시각화한 모습은 아래 글에서 더 자세히 볼 수 있습니다.>

사용자 ‘리텐션’을 측정하는 5가지 지표 | 요즘IT

 

데보션 글에서 소개된 리텐션은 N-day 리텐션과 Unbounded 리텐션이 있습니다.

@yozm 글의 저자는 실무에서 Unbounded 리텐션은 특정 주기별 방문율을 반영하지 못해 잘 쓰지 않는다고 소개해주셨는데요,

하지만 PA 툴에서는 꼭 이 Unbounded 리텐션을 조회할 수 있는 기능을 제공한다고 합니다.🤔

어떤 경우에 이 리텐션이 필요한지 아래에서 더 자세히 알아보겠습니다.

 

1.1  N-day 리텐션

= 사용자가 시작 이벤트를 트리거한 후 특정 일에 리턴 이벤트를 트리거한 비율

(기준날짜에서 날짜별로 해당유저가 재접속했는지 측정)

ex. Day7의 N-day 리텐션 값은 첫 사용 후 7일째에 돌아온 사용자의 비율

 

Start Event	로그인
Return Event	Any Event
[상황] - 첫 주에 100명의 새로운 사용자가 들어옴. - 7일째에 20명이 돌아옴. - 14일째에 15명이 돌아옴.
Day7의 N-day 리텐션은?	20%
Day14의 N-day 리텐션은?	15%

 

N-day 리텐션은 특정 일에 돌아온 사용자를 기준으로 하므로,

시간이 지남에 따라 리텐션 비율이 증가하지 않음.

 

예시

 

1.2  Unbounded 리텐션

= Return On or After

= 사용자가 시작 이벤트를 트리거한 후 특정 일 또는 그 이후에 리턴 이벤트를 트리거한 비율

ex. Day7의 Unbounded 리텐션 값은, 첫 사용 후 7일 이상 지난 후에 돌아온 사용자의 비율

 

Start Event	로그인
Return Event	Any Event
[상황] - 첫 주에 100명의 새로운 사용자가 있음. ➀ 첫 주 동안 20명이 돌아옴 ➁ 두 번째 주 동안 25명이 돌아옴. 그 중 10명은 이미 첫 주에 돌아온 사용자 (= 새로운 15명의 사용자가 돌아옴) ➂ 세 번째 주 동안 20명이 돌아오고, 그 중 5명은 처음으로 돌아온 사용자
첫 주의 리텐션은?	➀ 첫 주에는 20% ➁ 둘째 주에는 35% ➂ 셋째 주에는 40% -> 시간이 지남에 따라 사용자가 돌아올 시간이 더 많아지므로 리텐션 비율 점차 증가함.

 

• 일반적으로 사용자가 정기적으로 제품 또는 서비스에 돌아올 것으로 예상되지 않는 경우(e-commerce와 같은 대부분의 제품들) 적합
• Unbounded 리텐션을 이용하면 제품을 사용한 후 다시 돌아오지 않은 이탈 사용자들을 추적할 수 있음.
• https://blog.ab180.co/posts/amplitude-retention

AB180 Blog | Amplitude로 우리 제품의 리텐션 제대로 보는 방법

(리텐션에 대한 깊은 이해, 사례 확인을 위해서는 위의 글이 더 적합해 보이네요!)

 

1.3 N-day & Unbounded 리텐션 차이점

• N-day 리텐션 : 특정 일에 돌아온 사용자 기준으로 리텐션 비율 계산. 시간이 지남에 따라 리텐션 비율 증가하지 않음
• Unbounded 리텐션 : 특정 일 또는 그 이후에 돌아온 사용자를 포함해 리텐션 비율 계산

각각 언제 쓸까요?

• 요일이나 일자에 따른 '주기성'을 파악하고자 할 때 -> N-day 리텐션 (클래식 리텐션)
• 아직 이탈하지 않은 '잔존' 개념으로 보고자 할 때 -> unbounded 리텐션 (특정 기간을 정해서 리텐션을 볼 필요가 없는 경우)

 

2. 리텐션 개선 및 측정에 앞서

전체 유저에 대해 리텐션 관리 / 개선보다는,
고객을 여러 세그먼트로 나누고 (클러스터링)
각 세그먼트에 대해 리텐션 관리 / 개선 접근 필요

 

2.1 핵심 이벤트 결정

• 핵심이벤트는 PMF에 해당하는 유저가 우리 서비스의 핵심 가치를 느낄 수 있는 이벤트를 의미
  • 이를 정의하는 것부터가 험난한 과정이라고 합니다🥲
• AB180 블로그에서는 "고객의 제품 내 행동 중, 제품이 제공하는 핵심 가치와 밀접하게 일치하는 행동으로서, 우리가 사용자를 유도하여 수행하게끔 하려는 행동", "리텐션을 측정할 때 고객이 실제로 활성화 또는 유지된 것으로 인식되기 위해 수행해야 하는 행동"으로 정의
• 고객이 제품을 사용할 때마다 수행할 수 있는 행동
• 회사가 궁극적으로 개선하려고 하는 지표와 사용자 행동

@AB180 블로그

 

제품의 Critical Event는 반드시 한 개일 필요는 없습니다.
예를 들어 중고 자동차를 판매하는 제품의 경우는
구매자 입장에서의 Critical Event와 판매자 입장에서의 Critical Event가 있을 수 있습니다.

2.2 사용주기 결정

 

 

• 실제 서비스의 사용주기에 맞춰 조회 기간 설정
  • 매일 쓰는 SNS 와 연말정산 시 쓰는 서비스는 사용주기가 상이할 것.
• 위의 차트를 Usage Interval로 변경하면 아래와 같이 시각화됩니다.

@데보션

 

• 통상 시간이 지나도 더 증가하지 않는 구간의 0.8에 해당하는 날짜를 사용주기로 활용
• 계산에 따라 다르겠지만, 위 예시의 경우 대략 8일 전후로 지정 - 러프하게 7일 weekly로 측정

 

2.3 라이프사이클의 이해

@데보션 - 사용자 라이프사이클

 

• 사용자 여정을 다양한 사용자 유형으로 나누어 분류
• 네 가지 주요 사용자 유형 중심

사용자 유형	정의	주요지표	설명
New User 새로운 사용자	제품이나 서비스를 처음 접한 사용자	- 신규 가입자 수 - 첫 설치 수  - 첫 로그인 후	- 긍정적인 첫 인상을 만드는 것이 중요 - 간단한 온보딩, 첫 사용 가이드, 웰컴 메세지 등
Current User 현재 사용자	현재 활성 상태로 제품이나 서비스를 정기적으로 사용하는 사용자	- 일일 활성 사용자 수 DAU - 월간 활성 사용자 수 MAU - 잔존율	- 유지율 높이기 위해 지속적 가치 제공 - 새로운 기능과 업데이트 - 개인화된 콘텐츠 등 -> 참여도 높이기
Dormant User 휴면 사용자	일정 기간 동안 제품이나 서비스를 사용하지 않는 사용자	- 비활성 사용자 수 - 휴면 사용자 비율	- 한때 활발히 사용했지만 더 이상 사용하지 않는 사용자 - 재참여 유도 전략 필요 - 이메일 리마인더, 특별 할인, 맞춤형 메시지 등
Resurrected User 재활성화된 사용자	휴면 상태에서 다시 활동을 시작한 사용자	- 재활성화율 - 재활성화 사용자 수 (재참여 전략의 성공을 보여줌)	- 재이탈하지 않도록 특별 혜택 제공 - 지속적 참여 유도

 

마찬가지로 Amplitude에서 특정 이벤트 / 세그먼트에 대해 "라이프 사이클 차트"를 제공한다고 합니다.

위에서 계산한 Weekly 단위로 차트를 살펴 본 예시입니다.

 

 

• 현재 Active User = New User + Current User + Resurrected User
• 해당 세그먼트 단위로 주로 하는 행동 패턴도 다르고, 그에 따라 리텐션 개선 방향도 상이
• 앞으로 이어질 내용은 아래와 같습니다.
  • 행동에 따라 세부 세그먼트 클러스터링
  • 각 단위별 핵심 이벤트에 대한 stickness를 산출
  • 집중해야 하는 개선 방향 탐색

 

앞으로 게시될 글들도 추가 보충 자료와 함께 정리해보도록 하겠습니다.

 

🥮 PA 툴을 활용한 리텐션에 대한 이해와, 선행되어야 할 것

• PA 툴을 활용한 리텐션 이해
  • N day 리텐션은 요일이나 일자에 따른 서비스 사용 '주기'를 파악하고자 할 때
  • Unbounded 리텐션은 정기적으로 제품 또는 서비스에 돌아올 것으로 예상되지 않는 경우 이탈 사용자 추적할 때
• 리텐션을 들여다 보기 전, '왜', '무엇을' 정의가 우선되어야 함
  • 핵심이벤트 정의 : Critical Event
  • 사용 주기 결정 : 통상 시간이 지나도 더 증가하지 않는 구간의 0.8에 해당하는 날짜를 사용주기로 활용
  • 사용자 라이프 사이클에 대한 이해가 필수임