코호트 분석

만약, 유저의 재방문율을 높여야 한다는 미션을 받는다면 AARRR 지표에서 Retention 단계일 것이다. 이 단계에서 핵심 성과 지표(KPI)는 클래식 리텐션, 롤링 리텐션, Stickiness 정도로 예시를 들었다. 하지만, 단순히 [ex.기간별] 리텐션 수치를 계산한다고 해서 특별한 인사이트를 얻을 수 있는 것은 아니다. 퍼널분석과 마찬가지로 리텐션을 분석할 때도 코호트에 따른 차이를 확인하고 그 원인이 되는 요소를 규명하는 것이 매우 중요하다. 이런 의미에서 리텐션은 쪼개서 볼 때 의미 있는 지표라는 점을 기억하자.

 

 

코호트 분석

코호트(cohort) 분석은 흔히 ~별(ex. 월별, 남여별) 처럼 공통적인 특성을 가진 사람들의 집단(A group of people banded together or treated as a group)을 묶어 분석하는 것을 의미하며, 이를 리텐션 분석에 응용한 것이 리텐션 차트이다. 일반적으로 리텐션을 분석할 때 활용하는 코호트의 기본은 날짜다. 가입 월별 리텐션, 혹은 첫 구매 월별 리텐션과 같이 날짜가 기간을 기준으로 한 리텐션의 추이를 살펴보면 리텐션이 시간 흐름에 따라 좋아지고 있는지 나빠지고 있는지를 판단할 수 있다.

 

 

리텐션 차트

리텐션 차트(Retention Chart)를 만들면 코호트에 따라 리텐션이 어떻게 움직이는지를 시각화해서 확인할 수 있다. 리텐션 차트는 아래 그림처럼 삼각형 모양을 띠는데, 이는 최근 일자로 갈수록 기록이 적어지고, 과거 일자로 갈수록 기록이 많은 양상을 띠기 때문이다.

 

<리텐션 차트> 출처 : 데이터리안 블로그 Google Analytics 사용자 유지율 차트

 

일반적인 리텐션 차트는 코호트, 볼륨, 기간, 유지율의 4가지 요소로 이뤄진다.

• 코호트 : 각 행의 첫번째 열에 작성. 보통 ‘동일 기간 가입’ or ‘동일 기간 결제’로 잡는 경우가 많다(ex. 2020년 10월 12일 가입자 ... )
• 볼륨 : 각 코호트의 크기를 기록.
• 기간 : 유지율을 구분해서 보기 위한 날짜 기준을 기록. 일별/주별/월별 중 우리 서비스 카테고리
• 에 적절한 것을 선택.
• 리텐션 : 각 코호트별로 집계된 기간별 리텐션 기록.

<리텐션 차트> 출처 : 양승화님 인프런 그로스해킹 강의

 

 

리텐션 개선

리텐션을 개선하는 방법은 시점에 따라 크게 2가지로 나눠서 생각해볼 수 있다.

 

• 초기에 리텐션이 떨어지는 속도를 늦추기

초기에 떨어지는 속도를 늦추는 것은 Activation 단계의 영향을 많이 받으며, 유저가 처음에 들어온 후의 동선을 단계별로 쪼개서 살펴보는 것이 좋다. 이처럼 활성화 단계에서 이탈이 많은 경로가 어디인지를 살펴보면 초기 유지율이 떨어지는 것을 보완하는데 도움이 된다. 흔히 NUX(New User Experience, 신규 사용자 경험)라고 부르는 영역이다.

 

• 리텐션이 안정화된 이후에는 기울기를 평평하게 유지해서 오래 유지되게 하기

리텐션이 가파르게 떨어지는 구간을 지난 후 안정화되는 단계에서는 사용자와의 관계를 잘 유지하는 것이 중요하다.

ex. 정기적인 플랜, 프로모션, 리마케팅 - 휴면고객대상 

 

한번 떨어진 리텐션을 끌어올리기는 쉽지 않기 때문에 애초에 리텐션이 떨어지지 않도록 관리하는 편이 현명하다. 방법 중 하나로 서비스를 통해 ‘축적되는’ 가치를 만들고 이를 사용자에게 지속적으로 전달하는 것이다. 반대로 후발주자로 시작하는 서비스들은 경쟁 서비스의 사용자들을 데려오기 위해 축적돼 있던 가치를 우리 서비스로 손실 없이 이전하는 기능을 제공하는 경우가 많다.

 

ex. 노션(Notion)은 메모 및 데이터 관리 기능을 제공해주는 서비스로 가져오기 기능을 통해 에버노트 등 경쟁사에 저장해 둔 사용자의 노트를 가져올 수 있는 기능을 제공, FLO는 국내 음악 스트리밍 앱의 후발주자이며, 경쟁사(멜론, 지니)에서 사용하던 playlist 화면을 캡처해서 업로드하면 동일한 플리를 만들어주는 기능을 제공