AARRR이란? - (3) 리텐션

 

 

---

 

목차

 

1. 리텐션(Retention) 단계란?

2. 리텐션(Retention) 측정 방법

3. 리텐션(Retention) 개선

 

---

 

 

 

 

1. 리텐션(Retention) 단계란?

 

• 얼마나 많은 사용자들이 이탈하지 않고 서비스를 계속 이용하는지 측정하는 단계
• 얼마나 많은 사용자들이 우리 서비스에 다시 돌아오는지 살펴보는 단계

 

토스뱅크의 리텐션을 높이기 위한 전략

한 달에 한 번 혹인 1년에 한 번 이자를 지급하는 형태가 아닌,

사용자가 원할 경우 이자를 매일 받을 수 있도록 함.

"지금 이자 받기" 라는 문구와 즉각적으로 일어나는 보상에

사용자들은 이자를 받기 위해 토스뱅크에 접속을 할 것이며,

토스뱅크는 이러한 방식으로 사용자들의 리텐션을 높이고 있음.

 

↓ 토스뱅크 지금 이자 받기 상세 정보

https://www.tossbank.com/articles/how-to-get-interest-quickly-without-waiting

이자를 기다리지 않고 빠르게 받는 방법, '지금 이자 받기' VS '먼저 이자 받는 정기예금’

 

 

 

 

2. 리텐션(Retention) 측정 방법

 

● 클래식 리텐션 (Classic Retention) 

:  특정 하루에 서비스를 이용한 사용자에 대한 비율

Classic Retention  =  Day N에 서비스를 이용한 사람  /  Day 0에 처음 서비스를 이용한 사람


(ex)  클래식 리텐션 예시

	Day 0	Day 1	Day 2	Day 3	Day 4	Day 5
사용자1	로그인			로그인
사용자2	로그인	로그인	로그인	로그인
사용자3	로그인		로그인		로그인
사용자4	로그인	로그인		로그인		로그인
사용자5	로그인		로그인			로그인

Day 3 클래식 리텐션
= 3 (Day 3에 서비스 이용자 수)  /  5 (Day 0에 신규 이용자 수)  =  60%

 

● 범위 리텐션 (Range Retention)

:  특정 기간에 서비스를 이용한 사용자에 대한 비율

Range Retention  =  Range N에 서비스를 이용한 사람  /  Range 0에 처음 서비스를 이용한 사람


(ex)  범위 리텐션 예시

	Range 0					Range 1
	Day 0	Day 1	Day 2	Day 3	Day 4	Day 5	Day 6	Day 7	Day 8	Day 9
사용자1	로그인		로그인		로그인
사용자2	로그인	로그인			로그인		로그인	로그인	로그인
사용자3	로그인		로그인	로그인			로그인		로그인
사용자4	로그인	로그인		로그인		로그인		로그인		로그인
사용자5	로그인	로그인			로그인		로그인

5일 기준 범위 리텐션
=  4 (Range 1에 서비스 이용자 수)  /  5 (Range 0에 신규 이용자 수)  =  80%

 

● 롤링 리텐션 (Rolling Retention)

:  이탈한 사용자 수를 이용하여 측정하는 방법

Rolling Retention  =  After N day에 서비스를 이용한 사람  /  Day 0에 처음 서비스를 이용한 사람


(ex)  롤링 리텐션 예시

	Day 0	Day 1	Day 2	Day 3	Day 4	Day 5	Day 6	Day 7	Day 8
사용자1	로그인	로그인	로그인	로그인	로그인	로그인	로그인	로그인	로그인
사용자2	로그인	로그인		로그인		로그인	로그인		로그인
사용자3	로그인	로그인	-	-	-	-	-	-	-
사용자4	로그인		로그인	로그인		로그인		로그인
사용자5	로그인	-	-	-	-	-	-	-	-

7일 롤링 리텐션 
=  3 (After 7 day에 서비스 이용자 수)  /  5 (Day 0에 신규 이용자 수)  =  60%

 

● 클래식 리텐션  VS  범위 리텐션  VS  롤링 리텐션

	클래식 리텐션	범위 리텐션	롤링 리텐션
장점	계산이 쉽고 간단함	노이즈가 크지 않음	최초 로그인 시점과 마지막 로그인 시점의 데이터만 있으면 됨
단점	노이즈에 민감함, 일 단위 로그인 데이터를 모두 가지고 있어함	기간이 길어질수록 과대 추정 될 수 있음	이상치의 영향이 매우 큼
서비스	매일 사용할 것으로 기대되는 서비스에 적합 (전화, SNS 등)	사용 주기가 긴 서비스에 적합 (음식 배달 등)	사용 빈도가 높지 않은 서비스에 적합 (의류 쇼핑, 여행 등)

 

 

 

 

3. 리텐션(Retention) 개선

 

• 초기 리텐션 감소 속도 낮추기
• 리텐션 안정화 이후, 기울기를 평평하게 유지하기
• 온보딩 절차 개선하기
• 이메일, 소셜 미디어, 유료 광고 등을 통해 유저의 재방문 유도하기
• 지속적으로 높은 충성도를 보이는 유저에게 적절한 보상하기

 

 

 

 

---

정리

 

'활성화' 단계에서 사용자가 우리 서비스의 핵심 가치를 경험하게 했다면,

그 다음 스텝은 사용자가 지속적으로 우리 서비스를 이용하게 만들어야한다.

리텐션 수치를 통해 얼마나 많은 사용자들이 우리 서비스에 재참여하는지 파악하고,

리텐션 기울기를 평평하게 만들어 서비스가 안정적으로 운영될 수 있도록 해야 한다.

 

 

 

 

---

참고

 

(도서) 양승화, 그로스 해킹, 위키북스

(인터넷 자료)

• https://didalsgur.tistory.com/entry/%EB%A6%AC%ED%85%90%EC%85%98Retention%EC%9D%98-%EB%9C%BB%EA%B3%BC-%EC%82%AC%EB%A1%80
• https://brunch.co.kr/@bluemarble/64
• https://www.applovin.com/ko/blog/%EB%A6%AC%ED%85%90%EC%85%98%EC%9C%A8%EC%9D%B4%EB%9E%80-%EB%AC%B4%EC%97%87%EC%9D%B4%EB%A9%B0-%EC%99%9C-%EC%A4%91%EC%9A%94%ED%95%A0%EA%B9%8C%EC%9A%94/