이 글은 Amplitude 리텐션 플레이북을 요약하여 연재하는 '리텐션 시리즈' 네 번째 챕터의 두 번째 파트입니다. 리텐션을 이해하고 개선할 수 있도록 도와주는 <리텐션 마스터하기> 플레이북 Part 1의 전체 내용이 궁금하시다면, 링크를 통해 다운로드해 주세요.
리텐션 시리즈#4-1에서 액티브 유저들의 행동을 분석하는 데 사용할 수 있는 방법으로 ‘행동 페르소나'를 알아보았습니다.
이번 포스트에서는 각 코호트 및 페르소나에 대한 베이스라인 메트릭을 확인해보고, 리텐션에 영향을 미치는 요인을 확인할 수 있는 7가지 데이터 분석 방법들을 Amplitude의 고객 사례 및 대시보드 차트와 함께 소개합니다.
이번 포스트를 읽은 후, 이 방법들을 각 제품에 맞게 직접 수행하며 다음의 질문에 대한 답을 찾아 보시기를 추천드립니다.
*본격적인 시작에 앞서, 이 시리즈의 원문인 플레이북 전반에 걸쳐 가장 핵심적인 역할을 하는 지표가 리텐션이라는 점을 기억해주시기 바랍니다. 그리고, 리텐션은 서로 다른 유저 속성 및 행동 페르소나에 따라 보다 세분화될 수 있습니다.
우선 현재 유저의 리텐션을 곡선 그래프로 표현해 보세요. 리텐션 시리즈#3-1에서 언급했듯이, N-day 리텐션, Unbounded 리텐션 또는 Bracket 리텐션 중 각 비즈니스 목표에 적합한 방법을 선택해야 합니다. 사용 주기별로 추천하는 리텐션 메트릭은 다음과 같습니다.
아래의 차트는 Amplitude의 베이스라인 리텐션 차트 예시로, 음악 스트리밍 앱의 현재 유저 리텐션 커브를 보여주고 있습니다. 첫 번째 이벤트와 재방문 이벤트는 이 앱의 핵심 이벤트인 ‘곡 재생’으로 설정되어 있습니다.
이번에는 행동 페르소나 별로 리텐션 커브를 비교해보겠습니다. 핵심 페르소나 또는 파워 페르소나의 리텐션 수치가 다른 페르소나 그룹과 얼마나 차이가 나나요? 현재 유저 전체의 리텐션과는 어떤 차이가 있나요? 이러한 리텐션 차이를 수량화함으로써 어떤 페르소나에 집중하여 리텐션 전략을 수립해야 할 지 인사이트를 얻을 수 있습니다.
아래는 앞선 차트와 같은 데이터를 기반으로, Amplitude 대시보드에서 구현한 세 가지 행동 페르소나의 일별 리텐션 커브 차트입니다. 페르소나 클러스터2(녹색)가 나머지 두 개의 페르소나 클러스터들에 비해 명확하게 더 높은 리텐션을 보여줍니다. 이 경우, 제품 담당자는 페르소나1과 3의 리텐션을 향상시키기 위해 이 그룹에 속한 유저들을 페르소나2의 유저들처럼 행동하도록 만들고자 할 것입니다.
다음으로는, 유저 속성을 살펴봄으로써 유저들이 누구인지 좀 더 깊게 이해해 보겠습니다. 유저 그룹 및 트렌드를 보다 면밀하게 파악하기 위해, 핵심적인 유저 속성을 세분화해서 분석해 보세요.
여기서 유저 속성은 개별 사용자가 지니는 특성을 말하며, 다음의 예시들이 있습니다.
탐색하고자 하는 유저 속성을 정의했다면, 리텐션 커브를 해당 속성 별로 구분함으로써 보다 깊게 분석할 가치가 있는 주요한 차이들을 찾아낼 수 있습니다.
아래는 Amplitude의 고객 중 하나인, 온디맨드 배달 서비스의 데이터를 바탕으로 구성한 차트 예시입니다. 현재 유저들에 대한 리텐션 커브를 플랫폼 유저 속성에 따라 구분했습니다. 플랫폼에 따라 리텐션에 큰 차이가 나타났음을 확인할 수 있는데, iOS 유저들이 가장 낮은 리텐션을 보여주었습니다.
이 데이터를 보았을 때, Amplitude에서는 각 플랫폼에서의 행동을 보다 면밀히 관찰하고, 특히 웹 유저들의 행동을 통해 Android와 iOS의 유저 경험을 개선할 수 있는 방법을 찾아보기를 권합니다. Android와 iOS의 리텐션 수치도 웹 리텐션 수준까지 향상시킬 수 있습니다.
위와 같이 유저 속성별로 리텐션 커브를 구분하는 것은 유용한 인사이트를 제공하지만, 해당 제품 내 유저 행동이 리텐션에 어떤 영향을 주는지는 알 수 없습니다. 이 때 활용할 수 있는 것이 바로 행동 코호트입니다. 행동 코호트는 정의된 기간 중 특정 액션을 수행, 혹은 수행하지 않는 유저 그룹을 가리킵니다.
성장하는 기업들은 유저들의 서로 다른 액션 및 특성이 리텐션에 어떤 영향을 주는지 이해하기 위해 행동 코호트를 활용하고 있습니다. Facebook의 유명한 사례를 살펴보겠습니다. Facebook은 가입 후 10일 내 최소 7명의 친구를 추가한 유저들이 장기적으로 잔존한다는 인사이트를 발견했습니다. 이것이 바로 행동 코호트입니다. Facebook이 행동 코호트를 정의하기 위한 필요 요소는 행동(최소 7명의 친구 추가)과 기간(가입한 지 10일 이내) 입니다.
핵심 경로 퍼널은 핵심 이벤트를 완료하기까지 예상되는 일련의 유저 액션을 의미합니다. 퍼널 차트는 퍼널을 통과하면서 각 단계별로 이탈하는 유저 비율을 시각화하여 보여줍니다. 또한, 서로 다른 유저 그룹들 간 전환율도 비교할 수 있습니다. 다만, 모든 제품이 명확하게 정의된 최적의 유저 경로를 가지지는 않기 때문에, 퍼널 분석이 모든 제품에 필요한 것은 아닙니다.
예를 들어서, Amplitude의 고객 중 하나인 온디맨드 배달 서비스는 핵심 퍼널을 다음과 같이 정의했습니다.
아래 도표는 이 서비스의 현재 유저에 대한 퍼널입니다. 각 퍼널에서, 이전 단계에서 넘어온 유저 수를 보여줍니다. 앱을 오픈함으로써 퍼널에 진입한 모든 유저들 중, 66%가 모든 단계를 거쳐 주문을 완료했습니다.
그리고 퍼널을 플랫폼 별로(iOS, Android, 웹) 구분해 본 결과, 웹이나 Android에 비해 iOS를 사용하는 유저들의 핵심 퍼널 내 전환율이 더 높은 것으로 나타났습니다. 또한, '앱 실행'과 '판매자 선택' 단계 사이에서 가장 많은 유저 이탈이 발생함을 알 수 있습니다. 따라서 웹과 Android 에서의 전환율을 개선하고 싶다면, 해당 단계에 집중해야 한다는 것을 파악할 수 있습니다.
퍼널은 잘 정의된 경로를 측정하는 데 유용한 도구이지만 제품 내에서 유저가 움직이는 경로를 미리 파악하는 것은 불가능합니다. 특히나 유저들은 기대되는 ‘정상적인 유저 행동’대로만 행동하지 않습니다.
그렇기 때문에 신규 유저의 행동에 대해 좀 더 폭넓은 시각을 가지고 싶은 경우, 이벤트의 순서를 보여주는 유저 활동 스트림이 매우 유용합니다. 설정값에 따라 유저가 수행하는 모든 이벤트 로그에 대한 raw 데이터를 얻을 수도 있고, 일정한 패턴을 찾기 위해 몇 가지 경로 케이스들을 연구할 수도 있습니다. Amplitude와 같은 분석 플랫폼을 통해, 곧바로 유저 타임라인을 확인하고, 제품 내에서 유저들이 어떻게 활동하는지 관찰하기 위한 유저 테스팅을 진행할 수도 있습니다.
경로 분석을 직접 시각화하려면 많은 시간이 소요됩니다. 하지만 Amplitude에서는 패스파인더 기능을 활용하면, 유저가 제품의 한 지점에서 다른 지점으로 옮겨가는 액션들을 한 눈에 파악할 수 있습니다. 패스파인더는 유저들이 선택하는 경로들을 집계하여 각 경로를 순차적으로 따르는 유저 또는 세션의 비율을 계산해줍니다.
경로 분석을 통해 다음 내용을 확인할 수 있습니다.
• 잔존유저와 휴면유저의 경로 비교
• 퍼널에서 이탈한 유저들의 행동 관찰
• 회원가입 또는 구매와 같이, 제품 내 중요 이벤트로 향하는 주요 경로 정의
아래의 패스파인더 도표 예시는, 음악 스트리밍 앱의 구독 상품을 구매하기 전까지 유저들이 어떠한 행동들을 했는지 보여주고 있습니다.
밀착도(Stickiness)는 사람들이 해당 제품을 사용하는 빈도를 의미합니다. 즉, 일정 기간 중 며칠이나 유저가 활동하거나 특정 이벤트를 수행했는지 측정하는 겁니다. 앰플리튜드는 밀착도 측정에 있어 다음의 두 가지 옵션을 제공합니다.
밀착도 측정을 통해 유저 인게이지먼트를 또 다른 차원에서 이해할 수 있습니다. 리텐션은 시간이 지남에 따라 재방문하는 유저들의 비율을 측정하는 것인 반면, 밀착도는 사용 빈도를 측정합니다. 다시 말해, 어떤 기간 동안 유저들이 제품을 얼마나 많이 사용했는지를 보여줍니다.
밀착도 메트릭을 비교하기 위해 다음과 같이 측정해 볼 수 있습니다.
만약 어떤 유저 페르소나 그룹이 해당 제품을 매일 또는 매주 사용했다면, 이 페르소나 코호트의 주간 밀착도 메트릭을 비교하는 것이 좋습니다. 또는, 만약 격주로 또는 한 달에 한 번 사용했다면, 월간 밀착도 메트릭을 비교해 봅니다.
유저 인게이지먼트를 보다 상세하게 이해하고 싶다면 세션 메트릭을 활용할 수도 있습니다. 주의해야 할 점은, 누군가가 해당 제품 내에서 보내는 시간의 길이가 반드시 그 비즈니스에 대한 인게이지먼트를 보여주는 좋은 지표는 아니라는 점입니다. 적합한 서비스의 경우에만 세션 메트릭을 활용해야 합니다. 예를 들어, 온디맨드 배달 서비스 또는 운동 수업 예약 앱의 경우, 해당 제품에서 유저가 오랜 시간을 보내는 것이 중요하지 않을 수 있습니다. 오히려 주문 또는 예약을 완료하는 프로세스를 매끄럽고 신속하게 진행하는 것이 더 중요합니다. 반면, 소셜 게임이나 음악 스트리밍 서비스의 경우, 앱에서 보내는 시간이 유저의 인게이지먼트 정도와 직접적인 상관관계를 가지게 됩니다.
지금까지 리텐션에 영향을 미치는 요인을 찾을 수 있는 다양한 제품 분석 방법을 알아보았습니다. 또한, 이번 리텐션 시리즈#4를 마지막으로 ‘리텐션 마스터하기’ 플레이북 Part 1의 내용을 모두 소개해드렸습니다.
위의 리텐션 시리즈의 내용을 직접 수행해보고 제품과 유저에 대한 이해를 기반으로 진정한 제품의 성장을 이루어내시길 바랍니다.
추후 발행 될 ‘리텐션 마스터하기’ 플레이북 Part 2에서는 액티브 유저(신규 유저, 현재 유저, 복귀 유저)의 리텐션을 자세히 살펴보고, 다양한 분석 방법들을 적용해볼 예정이니 기대해주세요!
이 글은 Amplitude 리텐션 플레이북을 요약하여 연재하는 '리텐션 시리즈' 네 번째 챕터의 두 번째 파트입니다. 리텐션을 이해하고 개선할 수 있도록 도와주는 <리텐션 마스터하기> 플레이북 Part 1의 전체 내용이 궁금하시다면, 링크를 통해 다운로드해 주세요.
