리텐션, 서비스 사용자와 끊임없이 소통하기

 

이미지 출처 pinterest

 

 

 

분석의 목적은 '수익을 내는 데 기여'하는 것이고,

사용자가 '우리 서비스로 유입되는지'만큼
'얼마나 서비스를 이용하는지' 도 매우 중요하잖아요.

하지만 그 값을 어떠한 기준으로 정의하고,
서비스에 맞는 주기는 며칠로 설정할 것인지,
그리고 데이터를 어디서부터 수집해 어떻게 분석을 할 것인지 등

'리텐션'에 관해 많은 것을 생각하자면,

눈앞이 캄캄해지는 것 같아 아래 다섯 개의 글을 읽어 봤어요.

 

 

 

리텐션 (1) Classic Retention

리텐션 (2) Rolling Retention
리텐션 (3) Range Retention
리텐션 (4) DAU, WAU, MAU 그리고 Stickiness
리텐션 (5) 리텐션 차트, 리텐션 커브

 

 

 

'서비스를 꾸준히 이용하는가'는,
다시 말해 '이탈하지 않고 이용하고 있는가'로 바꿀 수 있고.

이는 기준을 다시,
'며칠을 기준으로 삼을 것인지'에 대해 생각하게 하는데요.

당연하지만, 값은 기준에 따라 달라진다는 것을 잊지 말고,
우리 서비스(산업)에 맞는 기준은 얼마일지 고민하고.

클래식이 아닌 롤링 리텐션(언바운드 리텐션)은,
'정해지는 값' 아닌, '변하는 값'이라는 것을 염두하고
지표가 어떻게 움직이는지 등의 트렌드를 보는 정도로
확인해 보는 것이 좋다는 문장도 기억에 남아요.

나아가, 앞서 살펴본 리텐션 방식에서
범위를 조금 더 넓게 잡고 다양하게 보면서
필요에 맞게 데이터를 각각 살펴보면 좋을 것 같아요.

 

무엇보다 설명 글이라도 데이터리안에서는
어떻게 정보를 전달하고자 하는지를 볼 수 있었고.

'사용자의 재방문'은 돈을 주고도 살 수 없기에,
장기적인 관계를 위해서는 무엇을 신경 쓰고
노력해야 하는지 되새길 수 있는 시간이었어요.

 

'값'도 물론 중요하지만 값들이 그리고 있는 '변화',
'개선해야 할 부분', 그리고 '액션을 유발하는 지점'에 관해
제대로 분석하고 인사이트를 얻기 위해 노력해야겠습니다.

혹 리텐션 관련하여 관심 있으시다면,
링크된 데이터리안의 글을 한번 읽어 보셔요!

 

리텐션 (1) Classic Retention

 

 

리텐션 (2) Rolling Retention

리텐션 (3) Range Retention

 

 

리텐션 (4) DAU, WAU, MAU 그리고 Stickiness

리텐션 (5) 리텐션 차트, 리텐션 커브