[데이터리안 SQL 실전반] 리텐션 글 후기: 데이터 분석가는 리텐션을 알아야 한다.

- 개요

리텐션 (1) Classic Retention

위의 링크에 들어가면 첫 번째 글인 Classic Retention부터 다른 링크에서

Rolling Retention, Range Retention, Stickiness, 리텐셜 차트, 리텐션 커브를 주제의 글을 읽을 수 있습니다.

데이터 분석을 하는 분이라면 한 번 읽어볼만한 포스트입니다.

 

- 대표적인 분석 프레임워크

회사의 목표는 서비스나 상품을 사용자에게 팔아 매출을 발생시키는 것입니다.

그럼 이 과정을 데이터 기반으로 분석하고자 하면 어떤 방법을 써야할까요?

그로스 해킹에서는 AVRRR이라는 분석 프레임워크를 제시합니다.

Acquisition(사용자 획득): 서비스나 상품에 접근

Activation(사용자 활성): 서비스나 상품을 실제로 사용

Retention(사용자 유지): 서비스나 상품을 계속 사용

Revenue(매출): 사용자가 서비스나 상품에서 결제

Referral(전파): 다른 사용자에게 추천

 

- 리텐션(Retention)이 중요한 이유

요즘에는 사용자가 서비스를 사용한다고 해서 바로 매출이 생기지 않습니다.

문서 정리 어플리케이션인 Notion만 봐도 무료로 제공하는 용량과 기능이 있고, 유저는 용량과 기능을 추가하고 싶을 때 결제를 합니다.

즉, Notion을 일정기간 사용하는 것이 유지 된 후에 매출이 발생합니다.

이처럼 "매출"이 발생하기 전 단계는 Retention(사용자 유지)입니다.

리텐션은 사용자 유지를 의미하며, 반대로 이야기하자면 사용자 이탈이 높으면 리텐션이 낮은 것이고, 이탈이 적으면 리텐션이 높은거죠.

제 생각에 리텐션 분석 결과를 기반으로 한 의사결정은 매출에 직접적인 영향을 미칠 수 있을 것으로 보입니다.

 

- 유지의 정의

데이터 분석의 기본은 수치의 정의입니다.

수치화가 되어야 분석을 할 수 있죠.

그럼 사용자가 유지된다는 것을 어떻게 정의할 수 있을까요?

데이터리안의 포스트에서 여러 방법을 알 수 있습니다.

그리고 리텐션은 시간에 따라 변하는 값이므로(예: 저번 주보다 이번 주에 가입한 유저의 리텐션 높다라든가)

시간을 축으로 삼아 시각화를 할 수 있습니다.

이를 시계열로 그리면 시간이 지날 수록 계속 서비스를 이용하는 유저가 줄어들테니 감소하는 커브가 나올겁니다.

 

- 리텐션 문제와 유사한 경험: 한파 지속(유지) 정의

저는 과거에 한파를 연구한 적이 있습니다.

한파의 정의는 무엇일까요?

아마 검색을 하면 기상청에서 정의하는 한파 기준이 나올겁니다.

하지만 연구에서는 반드시 기상청과 같은 공식적인 기관에서 사용한 정의를 사용할 필요가 없습니다.

제 연구 주제에 따라 알맞은 정의를 선택하면 되거든요.

예를 들어 시베리아 고기압과 한반도 한파의 관계에 대한 탐구가 주제면 한파 정의에 시베리아 고기압의 강도를 넣어도 됩니다. 시베리아 고기압이 발달하지 않았는데 한파가 발생하면 시베리아 고기압과 관련없는 한파니까요.

 

그럼 한파의 지속기간은 어떻게 정의해야할까요?

정답은 앞에서처럼 주제에 따라 알맞게 정하면 됩니다.

영하 5도 이하에서 수도관 동파가 일어나는 것으로 알려져 있고, 본인의 주제가 한파와 수도관 동파라면 영하 5도 이하보다 높아지만 한파가 끝났다라고 정의하면 됩니다.

그 다음 한파 시작, 끝 날짜 사이 기간이 지속기간인거죠.

이처럼 리텐션의 정의도 공식처럼 쓰는 것이 아니라 상황에 따라 유동적으로 정의해야합니다.