리텐션과 코호트 분석

그로스 해킹의 대표적인 분석 프레임워크로 AARRR을 많이 사용한다.

AARRR은 사용자 획득 → 신규 사용자가 서비스를 사용하기 시작(사용자 활성화) → 지속적으로 서비스를 사용(사용자 유지) → 구매 → 다른 사용자에게 추천 → 새로운 사용자 획득이라는 이제는 당연해 보이는 유저의 서비스 이용 사이클을 체계화한 프레임 워크이다.

- A : Acquisition (사용자 획득)
- A : Activation (사용자 활성화)
- R : Retention (사용자 유지)
- R : Revenue (매출)
- R : Referral (전파)

AARRR

이미지 출처: https://dwarves.foundation/playbook/aarrr-framework-zmjhde6izw/

흔히 이렇게 깔때기 모양으로 많이 그린다. 위에 사용자 획득 구간에 유저가 가장 많고 아래 단계로 내려갈 수록 유저가 적어지는 구조를 대체로 가지기 때문이다.

리텐션의 정의

  • 제품의 첫번째 사용 시점 이후, 일정 기간이 지난 시점에 제품을 재사용하는 사용자의 비율
  • Day 0에 방문해 제품 사용을 1번 이상 실시한 사용자 중, Day 1 이후 재방문하여 제품 사용을 1회 이상 실시한 사용자의 비율
  • 재방문율, 잔존율과 동의어

리텐션이 중요한 이유

  • 사용자 유지와 관련한 지표 계산이다. 다섯 가지 단계 중 가장 먼저 개선을 해야하는 단계로 알려져 있다. 만약 사용자 유지가 되지 않는 서비스인데 광고를 늘려 Acquisition, Activation을 늘렸을 때, 새로 들어온 사용자들은 몇번 서비스를 써보고는 매력을 느끼지 못해 이탈한다. 따라서 새로운 사용자를 받는 것보다 선결되어야 하는 것은 기존 사용자들이 서비스를 만족스럽게 사용하고 있는지, 지속적으로 사용하는지 보는 것이고 이게 바로 Retention이다.

Retention

이 단계에서는 사용자들이 서비스를 1회성이 아니라 지속적으로 사용하는지, 핵심 가치를 꾸준히 경험하는지를 측정한다.

리텐션 분석에 필요한 데이터

  • 리텐션을 측정하기 위해서는 재방문의 기준이 될 특정 행동을 정의해야 함.

  • 방문 시점(첫 방문 시점,재방문 시점)

  • 사용자의 특정 행동

리텐션 분석에 사용되는 코호트 분석

  • 코호트 : 특정 기간에 특정의 경험을 공유한 사람들의 집합

  • 코호트 분석

    • 같은 기간에 앱 설치를 경험한 사용자 그룹이 시간이 지남에 따라 앱의 꾸준한 사용 여부(Retention)를 분석하는 것

    • 코호트 분석은 고객 세분화를 ‘시간의 흐름’을 기준으로 하는 것을 말함. 고객을 세분화 하는데 시간 축을 이용해 분석하는 것이 꽤 유용한 분석 방법론임.

    • 코호트 분석을 통해 고객 유지율, 고객 이탈율, PC Web/Mobile Web/Hybrid App 사용자 유지율, 시간 경과에 따른 마케팅 캠페인의 효과 분석, 신규 회원가입자의 유지율, 유입 출처에 따른 고객가치 등 같은 인사이트를 얻을 수 있다.

코호트 차트 해석

코호트

  • 가장 왼쪽열은 일별로 방문한 유저 수를 기록한 것

  • Aug 29,2017 코호트는 8월 29일에 방문한 유저로 총 19,231명으로 기록되고 있음

  • 3행(Aug 29, 2017) 코호트의 5열(Day3)의 숫자는 2.23%이다. 이는 Aug 29,2017 코호트의 Day 3 사용자 수/ Day0 사용자 수 = 2.23%

  • 이 차트를 통해서 각 코호트들의 리텐션을 Day0부터 Day7까지 분석할 수 있음

  • 리텐션 계산 방법 : Day N 사용자 수/ Day 0 사용자 수 (%)

코호트

  • 코호트 차트를 보는 방향에 따라서 다양하게 해석할 수도 있음

  • 세로 방향을 본다면, 같은 기간이 지난 후 cohort간 리텐션을 비교할 수 있음

  • 대각선 방향으로 본다면, 같은 시간대 cohort 간 비교를 할 수 있음.


참고

1

2