이 글은 Amplitude 리텐션 플레이북을 요약하여 연재하는 '리텐션 시리즈' 세 번째 챕터의 첫 번째 파트입니다. 리텐션을 이해하고 개선할 수 있도록 도와주는 <리텐션 마스터하기> 플레이북 Part 1의 전체 내용이 궁금하시다면, 링크를 통해 다운로드해 주세요.

앞선 시리즈에서 살펴보았듯이, 리텐션은 지속적으로 제품을 사용하는 액티브 유저의 비율을 말하는데요. 리텐션 라이프사이클 프레임워크를 살펴보기에 앞서 리텐션을 측정해보겠습니다.

Amplitude에서는 N-Day 리텐션, Unbounded 리텐션, Bracket 리텐션의 세 가지 리텐션 측정 방법을 지원합니다. 리텐션 시리즈#2에서 살펴본 핵심 이벤트와 제품 사용 주기에 대한 이해를 기반으로, 어떤 측정 방법이 비즈니스 목표와 유저의 제품 사용 양상에 가장 적합한지 파악해야 합니다.

사용하고 있는 애널리틱스 도구에 따라서 리텐션의 정의가 달라질 수 있기에, 먼저 해당 애널리틱스에서 리텐션을 어떻게 정의하고 있는지를 확인하고, 또한 이 정의가 제품에 적절한지 검토해야 해야 합니다. 

1. N-Day 리텐션

  • N-Day 리텐션은 첫 방문 후 특정 일자에 재방문한 유저 비율을 나타냅니다.

N-Day 리텐션은 최초 사용일로부터 N일 후에 재방문한 액티브 유저의 비율을 측정하는 방식입니다. 리텐션 메트릭에 대한 논의는 일반적으로 N-Day 리텐션을 기준으로 이루어집니다. 그중에서도, 게임 앱이나 소셜 앱, 혹은 습관적으로 사용하거나 반복적 행동을 유도하는 제품에 적합합니다.

N-Day 리텐션을 측정할 때는 우선 유저가 제품을 최초로 사용한 날을 Day 0으로 설정합니다. Day 0은 유저가 처음으로 앱을 다운로드 받은 날일 수도 있고, 회원 가입한 날일 수도 있으며, 앱 내에서 음악을 처음으로 재생했거나 친구를 초대하는 등 특정한 액션을 취한 날일 수도 있습니다.

Day 0에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산하여 1일차, 2일차, 7일차 등 특정 일자 별 지표를 파악할 수 있습니다.

예를 들어, 1일차 리텐션이 최초로 액티브 상태가 된 바로 다음 날 얼마나 많은 유저가 재방문하는지 보여준다면, 3일차 리텐션은 최초로 액티브 상태가 된 후 3일 뒤에 얼마나 많은 유저가 재방문하는지를 보여줍니다. 7일차 리텐션은, 정확히 7일차에 다시 액티브 상태가 된 유저만을 살펴봅니다. 1일차부터 6일차 사이, 혹은 8일차 이후에 재방문한 유저는 7일차 리텐션에서는 집계되지 않습니다. 날짜는 얼마든지 자유롭게 설정할 수 있습니다.

하단의 N-Day 리텐션 그래프는 0일차부터 30일차까지의 N-Day 리텐션의 가중 평균을 나타낸 것입니다.

출처: Amplitude 리텐션 플레이북 Vol.1

다만, 유저들이 매일 재방문하는 것이 아니라 매주 혹은 매달 정기적으로 재방문하는 경우에는 “N-Week 리텐션” 또는 “N-Month 리텐션”이 보다 적절한 지표가 될 것입니다. 개념적으로는 모두 N-Day 리텐션과 동일합니다.

N-Day 리텐션을 측정하는 모바일 소셜 게임 사례를 살펴보겠습니다. 이 게임을 가장 활발하게 참여하는 유저는 전 세계의 다른 플레이어들에게 도전하기 위해 매일 재방문합니다. 그렇기 때문에 이 경우에는 첫날 하루 동안 게임 내에서 여러 가지 인앱 게임을 수행하는 것이 장기 리텐션의 핵심 요소가 됩니다.

2. Unbounded 리텐션

  • Unbounded 리텐션은 특정 날짜를 포함하여 그 이후에 재방문한 유저의 비율을 보여줍니다. Unbounded 리텐션은 이탈률의 반대 개념으로도 생각할 수 있습니다.

Unbounded 리텐션은 특정 일을 포함하여 그 이후에 한 번이라도 재방문 한 유저의 비율을 나타냅니다. 유저가 정기적으로 반복해서 방문하는 제품이나 서비스가 아닐 경우, N-Day 리텐션을 측정하는 것보다 더 적합합니다.

아래 그래프는 앞에서 살펴본 N-Day 리텐션 그래프와 동일한 데이터를 기반으로 Unbounded 리텐션 수치를 보여줍니다.

출처: Amplitude 리텐션 플레이북 Vol.1

Unbounded 1일차 리텐션은 50%로 N-Day 리텐션 21%에 비해 매우 높게 나타납니다. 이는 신규 유입 유저 중 50%가 1일차 이후 한 번이라도 재방문했음을 의미합니다. Unbounded 2일차 리텐션은 약 38%로, 약 38%의 유저들이 최초 방문일(0일차)로부터 2일차 이후에 재방문했다는 뜻입니다.

다시 말해, Unbounded 리텐션은 이탈률의 실질적인 반대 개념입니다. 즉, Unbounded 리텐션의 반대 수치를 측정하면, 0일차에 최초 유입된 유저들 중 얼마나 많은 유저들이 재방문하지 않는지를 정확하게 파악할 수 있습니다.

예를 들어, 식료품 배달 서비스의 경우, 고객들이 매일 서비스를 이용하지는 않을 겁니다. 어쩌면 예상 범위 내에서도 서비스를 재사용하지 않을 수 있습니다. 그렇기 때문에, N-Day 리텐션을 활용해 유저가 정확히 7 일차 혹은 30일차에 재방문하는지를 살펴보기보다는 Unbounded 7일차 리텐션을 살펴봄으로써 일주일 후 얼마나 많은 유저가 식료품 구매를 위해 재방문하는지 분석하는 것이 보다 효용이 높을 수 있습니다. 

3. Bracket 리텐션

  • Bracket 리텐션은 설정한 특정 기간을 기반으로 재방문을 측정합니다. Amplitude는 일/주/월 단위 혹은 다양한 기간을 커스텀 하게 설정하여, 각 구간별 재방문 유저 비율을 측정해 줍니다.

Amplitude는 Bracket 리텐션 계산 기능을 제공합니다. Bracket 리텐션은 N-Day 리텐션을 보다 유연하게 확장시킨 개념으로, 리텐션 분석을 특정 일/주/월 단위로 한정 짓는 것이 아닌, 지정된 구간으로 나누어 리텐션 분석을 수행할 수 있게 해줍니다.

예를 들어, Amplitude에서 4개의 Bracket을 아래와 같이 지정해 보겠습니다.

1st. 0일차(1일)  /  2nd. 1-3일차(3일)  /  3rd. 4-6일차(3일)  /  4th. 7-11일차(5일)

활성화된 유저가 특정한 활동을 위해 제품에 재방문할 경우, 이 유저를 잔존 유저로 볼 수 있습니다.

1st. 0일차에 앱에 가입
2nd. 1일, 2일, 3일차 중에 재방문
3rd. 4일, 5일, 6일차 중에 재방문
4th. 7일, 8일, 9일, 10일, 11일차 중에 재방문

아래의 리텐션 그래프를 통해 Bracket이 어떻게 나타나는지 확인할 수 있습니다.

출처: Amplitude 리텐션 플레이북 Vol.1

각 Bracket은 일종의 바구니와 같습니다. 만약 유저가 이 바구니 안에서 액티브 상태가 되면, 잔존 유저로 분류됩니다. 관찰하고 싶은 유저의 행동 패턴에 따라 각 Bracket의 구간을 설정하면 됩니다.

예를 들면, 사람들이 집에 상품을 미리 사다 놓기 위해 3주에 한 번씩 재방문을 하는 경우, 약 3주 혹은 1주 정도 더하거나 뺀 길이의 Bracket을 설정할 수 있습니다. 이 경우, 사람들이 정확히 1일차 혹은 3일차에 재방문하는지 여부는 상관없으며, 두 번째 주문이 2주 후에 이뤄졌는지 1달 후에 이뤄졌는지도 상관없습니다. 유저들의 사용 리듬을 보면서 그들이 제품으로부터 가치를 얻고 있는지 확인하는 것이 중요합니다.

그렇다면, 어떤 리텐션 분석 방법이 가장 적합한가요?

N-Day, Unbounded, Bracket 리텐션 간의 핵심 차이를 요약하면 아래와 같습니다.

  • N-Day 리텐션: 특정 일자에 재방문한 유저의 비율
  • Unbounded 리텐션: 특정 일자를 포함하여 그 이후에 재방문한 유저의 비율
  • Bracket 리텐션: N-Day 리텐션을 보다 유연하게 확장시킨 것으로, 지정된 기간의 리텐션을 파악

그렇다면 어떤 리텐션을 측정해야 할지 어떻게 알 수 있을까요? 쉽고 빠른 해답 같은 것은 없습니다. 제품의 사용 패턴과 비즈니스 목표에 따라 가장 적절한 분석 방법을 선택해야 하기 때문입니다.

유저들에게 기대되는 제품 재방문 주기에 따라 리텐션 분석 방법을 달리해야 합니다. 예를 들어, 모바일 게임 유저들이 매일 재방문한다거나, 운동 앱 유저들이 매주 재방문하는 등 유저들이 제품에 주기적으로 재방문할 것으로 기대된다면, N-Day 리텐션이 아마도 가장 적합한 방식일 것입니다. 유저들이 서비스를 산발적으로 사용하는 음식 배달 앱 같은 경우, Unbounded 리텐션이 비즈니스 활성화 수준을 정확히 보여줄 수 있습니다. 어떤 리텐션 분석 방법이 가장 유의미한 정보를 제공하는지 알아보기 위해, 먼저 몇 가지 방법들을 통해 리텐션을 측정해 보고 각 제품에 맞도록 설정해보세요.

Conclusion

이번 포스트를 통해 리텐션을 분석하는 다양한 방법을 알아보았습니다.

여러분이 어떤 리텐션 분석 방법(N-Day, Unbounded, Bracket 리텐션 중)을 선택하든, 리텐션 라이프사이클 프레임워크를 적용하는 방법은 언제나 동일합니다. 우선 각 라이프사이클 단계에서 어떻게 유저를 유지시킬 것인지에 대해 깊은 이해가 선행되어야 합니다. 그러고 나서 액티브 유저들을 활발하게 인게이지하는 현재 유저로 변화시키기 위한 전략을 적용해야 합니다.

다음 포스트에서는 리텐션 라이프사이클 프레임워크를 본격적으로 소개하며, 리텐션 라이프사이클 프레임워크의 목표인, 현존하는 신규 유저, 현재 유저, 복귀 유저 모두를 활발하게 인게이지하는 현재 유저로 만드는 방법을 알아보겠습니다.

이 글은 Amplitude 리텐션 플레이북을 요약하여 연재하는 '리텐션 시리즈' 세 번째 챕터의 첫 번째 파트입니다. 리텐션을 이해하고 개선할 수 있도록 도와주는 <리텐션 마스터하기> 플레이북 Part 1의 전체 내용이 궁금하시다면, 링크를 통해 다운로드해 주세요.
사용자 행동 데이터를 기반으로 제품을 혁신하세요.
사용자 속성 및 이벤트별 분석 데이터를 통해 인사이트를 도출하고, 퍼널 단계별 전환율을 높일 수 있습니다.
Amplitude 데모 신청하기
Published in
Share article