리텐션 차트와 커브

* 본 게시글과 이미지는 모두 데이터리안 블로그에서 참조하였습니다.

 

 

1. 리텐션 차트

 

서비스 전체 유저의 리텐션과 같이 큰 덩어리로 인사이트를 얻기 힘들기 때문에, 코호트 분석을 통해 리텐션을 분석하는 것이 일반적이다. 서비스의 성격에 따라 코호트를 잘 정의하여 시기 별로 리텐션 분석하게 된다.

 

예를 들어, 해당 리텐션 차트는 코호트를 첫 방문 시기로 나누었는데, 첫 방문 후 1주차를 보면 1월에 첫방문한 그룹들의 리텐션이 점점 좋아지고 있는 것을 알 수 있다. 이를 통하여, 1월 이후에 서비스의 개선이나 이벤트가 리텐션에 긍정적인 영향을 미쳤다고 해석할 수 있다.

 

 

 

2. 리텐션 커브

 

리텐션을 개선하기 위한 방법으로는 초기에 이탈하는 유저를 줄이거나, 유저와 관계를 지속적으로 유지하는 방법이 있다.

 

초기에 이탈하는 유저를 줄이기 위해서는, 유저가 서비스를 처음 이용하는 경험의 질을 개선하여야 한다. AARRR 퍼널 중 Acquisition과 Activation 단계에 속하는데 처음 서비스에 접속한 후 짧은 시간 안에 서비스의 핵심 가치를 전달하고 기분좋은 경험을 할 수 있도록 노력하여야 한다. 장기적으로는 재방문을 유도하여 서비스를 계속해서 사용하게 만드는 것이 중요하다. 

 

 

| 본 내용은 데이터리안 'SQL 데이터 분석 캠프 실전반' 을 수강하며 작성한 내용입니다.

 

참조 

https://datarian.io/blog/retention-analysis