<div data-type="callout" data-emoji="✍🏻" data-background-color="rgba(235, 236, 237, 0.3)" style="background-color: rgba(235, 236, 237, 0.3);">Editor 보민&#039;s comment이 글은 슬립 테크 스타트업 무니스의 대표 권서현님이 쓴 <a href="https://disquiet.io/@shawnice/makerlog/2251" target="_blank">리텐션이 웃다니</a> 입니다. 그로스해킹의 대표 프레임워크 AARRR, 그 중에서도 가장 중요하다고 꼽히는 지표는 리텐션이죠. 그러나 리텐션은 서비스 성장에 있어서 중요한 지표이긴 하지만 단기적으로 빠른 변화를 확인하기 어려운 지표입니다. 때문에 실제 비즈니스에서 리텐션을 개선한 사례를 들어보기가 쉽지는 않은데요. 초기 스타트업이 실제로 리텐션 지표를 개선한 사례가 궁금하신 분들은 이 글을 한 번 읽어보세요.</div>우리 팀은 오늘 이론적으로만 존재하는 줄 알았던 스마일 리텐션을 목격했다. <s>(탈춤을 췄다)</s>사실 Retention이라는 지표를 목적으로 스프린트를 진행하지 않아 상당히 의아한 결과라고 생각한다. 하지만 우리의 프로덕트를 사용하는 고객이 평생 우리와 함께 한다면 우리의 프로덕트는 아마 누군가의 삶의 한 부분이 될 정도로 큰 영향력을 가질 것이다. 오늘은 우리 팀의 어떤 액션이 Retention에 어떠한 변화를 주었는지에 대해 기록해보고자 한다.본격적으로 Retention에 대한 이야기를 하기 전에 우리 프로덕트가 어떤 단계이고, 어떤 형태인지 간략하게 소개하겠다. <a href="https://miraclenight.app/" target="_blank">미라클나잇</a> 서비스는 MVP 테스트 성공 이후 PMF를 찾아가는 단계의 프로덕트이고, 개인에게 가장 잘 맞는 수면 유도 파동을 믹스하여 제공한다.<h1 id="ba117de122e442c88029219d25db04c8">리텐션을 어떻게 이해할까</h1>디스콰이엇에 계신 프로덕트 메이커분들이시라면 리텐션에 대한 이해도가 높을 것이라고 생각한다. 기본적인 이야기는 뒤로 하고 우리 팀이 보는 리텐션의 가장 큰 특징은 2개로 나눌 수 있다.<ol><li>우리 프로덕트는 고객이 얼마나 자주 돌아와야 할까?만약 우리의 프로덕트가 매일 쓰는 것을 목표로 하거나 실제 고객 행동양식에서 그러한 힌트가 보인다면 Daily로 리텐션을 보는 것이 맞다. 만약 우리의 프로덕트가 6개월의 한 번 사용하는 프로덕트라면 6개월 단위로 리텐션을 봐야 한다. 문제는 처음 프로덕트를 세상에 선보이면 그 주기를 바로 파악하는 것은 어렵다. 우리 팀의 경우 4주 정도 지켜본 결과 유저가 1주일에 앱으로 돌아오는 평균 횟수가 3회임을 파악했다. 이에 따라 Daily 리텐션이 아닌 Weekly 리텐션으로 기준이 바꾸었다.</li><li>우리는 어떤 논리로 리텐션을 계산해야 할까?리텐션을 계산하는 방법은 여러 가지이다. 흔히 사용하는 계산법은 (a) N-day 리텐션과 (b) Unbounded 리텐션이다. (a)의 경우 첫 방문 이후 특정 날짜에 재방문한 유저의 비율을 보여준다. (특정한 날짜에 계속 컴백해야 하기 때문에 굉장히 strict하다고 보면 된다) (b)의 경우 특정 날짜를 포함한 이후 재방문 유저의 비율을 보여준다. (쉽게 말해 1-이탈률로 보면 된다). 프로덕트의 형태에 따라 어떠한 계산 방법을 써야 하는지 달라진다. 매일 사용하는 프로덕트는 (a)를 활용하는 것이 맞지만, 세탁 서비스와 같이 고객들이 매일 서비스를 사용하지 않는 경우는 특정 날짜에 재방문했는지 보다 사용 주기 안에서 재방문했는지(이탈하지 않았는지) 확인하는 (b)를 활용하는 것이 좋다. 우리 팀의 경우 우리가 정의한 주기 안에서 반복적으로 사용할 수 있는 앱이기에 N-day 리텐션을 확인한다.</li></ol><h1 id="ff04e3e02b324e80bdcae922b8d5bcbb">리텐션이 어떻게 전개되는가</h1>리텐션의 커브는 우리가 플레이하고 있는 산업과 프로덕트의 케이스에 맞게 크게 <a href="https://articles.sequoiacap.com/retention" target="_blank">3가지</a>로 나뉜다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-4a755e56-4113-4b52-b3d4-d6456b129590-sDHexyPczEnVqZxLRNZFFdcZtuKGm97eUbHFY3Xb1kE.png" data-align="center" data-width="528" style="width: 528px; max-width: 100%"><img src="https://attachments.datarian.io/production-4a755e56-4113-4b52-b3d4-d6456b129590-sDHexyPczEnVqZxLRNZFFdcZtuKGm97eUbHFY3Xb1kE.png" width="528" /></figure><ol><li>Declining Curves프로덕트가 PMF를 찾지 못했을 경우 리텐션 커브는 계속 떨어져 결국 0에 수렴한다. 이럴 땐 리텐션의 커브를 바꾸는 전략 보다는 시장이 원하는 형태로 프로덕트를 피팅시키는 전략과 액션이 필요하다.</li><li>Flattening Curves유저가 우리의 프로덕트에서 가치를 찾는다면 그들은 프로덕트에 머물게 된다. 이 비율이 20%로 유지된다면 PMF를 찾았을 확률이 높다. 이때는 플랫한 리텐션을 어떻게 상향 조정하는지에 전략을 집중해야 한다.</li><li>Smiling Curves프로덕트가 좋은 방향으로 개선되고 잃어버린 고객이 프로덕트로 돌아온다면 우리는 스마일 형태의 리텐션을 기대해볼 수 있다. 실제 사례를 찾기 쉽지 않아서 옛날 예시를 가져오자면 Evernote의 스마일 그래프가 있다. Evernote는 3년이라는 Timeline 안에서 Monthly Retention을 꾸준히 상승시켰다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-0bf7c61e-054b-4e18-a350-1138f935e240-V3uQPqzHlMeqF9va2bZsaY9c5IOOekFh6SaKLuCUZeY.png" data-align="center" data-width="528" style="width: 528px; max-width: 100%"><img src="https://attachments.datarian.io/production-0bf7c61e-054b-4e18-a350-1138f935e240-V3uQPqzHlMeqF9va2bZsaY9c5IOOekFh6SaKLuCUZeY.png" width="528" /></figure></li></ol><h1 id="e5d95e081bd04f6d839ca96924a06bf6">우리 서비스가 웃다니</h1>우리 프로덕트도 오늘 스마일 리텐션을 확인했다. 아래는 결제 유저의 7주차 리텐션이다. N-day Retention 계산법에 Weekly Basis로 확인했다. Week 5에 가장 낮은 리텐션으로 48.6%를 찍고 6과 7에서 올라간다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-6ad94a8b-41f7-45f1-a642-79a3b5537654-ew8xr2yEQPjWrVA6X_e_q4aNdKDsM3P-NJ--oCQDfZs.png" data-align="center" data-width="528" style="width: 528px; max-width: 100%"><img src="https://attachments.datarian.io/production-6ad94a8b-41f7-45f1-a642-79a3b5537654-ew8xr2yEQPjWrVA6X_e_q4aNdKDsM3P-NJ--oCQDfZs.png" width="528" /></figure>더 비싼 상품을 결제한 유저는 리텐션이 더 높다. <s>(대체 이게 말이 되는 수치인가)</s> Week 5에서 59.0%을 찍고 6과 7에서 올라가 Week 7에선 73.1%를 찍는다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-fadcd1df-cfd5-4340-9aca-e4e2e7fa360f-PTywT42BGy6K-_kUGtXNIDXkJ4nXc2KsJGVqwYTRhZU.png" data-align="center" data-width="528" style="width: 528px; max-width: 100%"><img src="https://attachments.datarian.io/production-fadcd1df-cfd5-4340-9aca-e4e2e7fa360f-PTywT42BGy6K-_kUGtXNIDXkJ4nXc2KsJGVqwYTRhZU.png" width="528" /></figure>우리 프로덕트는 처음부터 이렇게 좋은 리텐션을 보이지 않았다. Flat한 리텐션을 보였는데, NDS를 개선하는 스프린트를 진행하며 Retention은 자동으로 따라왔다. 우리 프로덕트의 리텐션이 유의미하게 성장한 스프린트는 2개로 추릴 수 있다.<h2 id="c2079b28780d44a694538a3ea3ea5c44">1) 푸시 알림 도입</h2>처음 푸시 알림을 도입할 때에는 Retention을 높인다는 관점보다는 우리에게 매우 만족하는 고객분들은 충분히 사용해보는 기간을 가진다는 것을 더욱 활성화하기 위해 접근했다.데이터를 기반으로 도입하였다.우리 유저는 몇시에 우리 앱을 가장 많이 사용하는지를 우선적으로 분석하여 푸시 알람의 시간을 오후 11시로 설정하였다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-c0fc0303-684c-43af-95c1-f1b341fa1e63-WPP9rokB49kjxcxUpFTODLP6YrWxS2wBWtd6FQ2ARkU.png" data-align="center" data-width="576" style="width: 576px; max-width: 100%"><img src="https://attachments.datarian.io/production-c0fc0303-684c-43af-95c1-f1b341fa1e63-WPP9rokB49kjxcxUpFTODLP6YrWxS2wBWtd6FQ2ARkU.png" width="576" /></figure>개발의 과정이 힘들었다.개발자분들이 1주일만에 푸시 알림을 개발하시느라 정말 정말 많이 고생하셨다. 8월 회고 때 그때의 과정을 생각하며 웃었던 순간이 생각난다. 다음 사진은 회고 때 공유한 눈물나던 개발 과정이다. (참고로 빼쥬님은 무니스 팀의 천재 iOS 개발자시다)<figure data-type="image-block" data-src="https://attachments.datarian.io/production-9c464cd8-9632-495f-bc70-33789cc473d9-8zBZkfZ9m6ESb7p6rv2PTmReDRoqCsXYRXEOoKL6YZQ.png" data-align="center" data-width="576" style="width: 576px; max-width: 100%"><img src="https://attachments.datarian.io/production-9c464cd8-9632-495f-bc70-33789cc473d9-8zBZkfZ9m6ESb7p6rv2PTmReDRoqCsXYRXEOoKL6YZQ.png" width="576" /></figure><figure data-type="image-block" data-src="https://attachments.datarian.io/production-c0cbcc52-150e-45a0-80a9-ca7c691930b3-eNzTtbqYo4sw16zcGulmiall2EtY09Wq82m6AmeBFh8.png" data-align="center" data-width="576" style="width: 576px; max-width: 100%"><img src="https://attachments.datarian.io/production-c0cbcc52-150e-45a0-80a9-ca7c691930b3-eNzTtbqYo4sw16zcGulmiall2EtY09Wq82m6AmeBFh8.png" width="576" /></figure>그렇게 푸시 알림이 세상에 나왔을 때 Retention이 쭉쭉 올랐다. Flat했던 지점들이 계속 상향 조정되었다. 푸시 알림은 리텐션을 높일 수 있는 어쩌면 너무 당연한 기능이었어서 그런지 다른 기능보다 비교적 쉽고 명확히 반영되었다. 혹시 아직 푸시 알림을 사용하고 있지 않는 팀이 있다면 정말 적극 추천한다.<h2 id="edf568d8963a415b878a012c4e9347a9">2) 콘텐츠 추가</h2>앱 내에 콘텐츠를 추가했다. 우리의 과학적 배경에 대해 설명하고, 수면 아티클 등 기본 기능 외에도 열람할 수 있는 콘텐츠를 추가했다. 또한 기본 기능을 더욱 빛낼 수 있는 명상 기능을 추가했을 때 최고 일일 매출을 찍으며 리텐션 또한 유의미하게 올랐다.콘텐츠를 추가함에 따라 우선 가장 높은 상관관계를 보이며 올랐던 지표는 앱 사용 시간이었다. 그 이후로는 자연스레 리텐션이 따라왔다.<h1 id="1b80eb35358a412c9c7db5ef819c85c5">글을 마무리하며</h1>우리는 모두 다른 문제를 풀고 있고, 다른 형태의 솔루션으로 각기 다른 시장에 태핑하기에 어떤 것도 정답이 될 수 없다. 하지만 고객에게 선택 받고, 사랑 받고 또 평생 함께 하는 것은 우리 모두의 궁극적 목표일 것이다. 이번에 리텐션에 대한 글을 작성하며 쉽게 간과해서는 안되는 몇 가지 포인트를 정리해봤다.<ol><li>0*100은 0이다.최근 정창경 인싸토크에서 들었던 선배 창업가의 말씀이다. 우리는 0에 그 어떤 개선이나 노력을 해도 그것을 100으로 만들 수 없다. 우리는 여러 전략을 가지고 리텐션을 높일 수는 있지만, 리텐션을 높이는 전략은 0을 1로 만들고나서의 단계인 것 같다. 순서는 1) PMF를 찾고, 2) 리텐션을 개선해나가는 것이다.</li><li>리텐션을 제대로 계산해야 한다.앞서 언급한대로 우리의 프로덕트를 고객분들이 어떻게 사용하는지 면밀히 살피고 그에 맞게 계산하고 있어야 한다. 우리 팀은 첫 한 달 동안은 Daily 리텐션을 확인하다 유저의 이용 주기를 확인하고 우리에게 맞는 Weekly로 변경했다. 충분히 유저의 행동양식을 지켜보고 그에 맞게 우리가 보는 방법을 확립해야 한다.</li><li>결국 중요한 것은 고객이다.리텐션을 높이기 위해 할 수 있는 것은 많다. 하지만 리텐션은 수치일뿐이다. 우리의 리텐션이 &quot;건강&quot;한지는 그 안을 이루고 있는 고객들을 정성적으로 바라봐야 알 수 있다. 그저 푸시 알림을 날리며 무의미한 유저의 유입을 만드는 것이 아닌, 우리를 사랑하고 우리에게 가치를 느끼는 유저들이 돌아올 수 있는 넛지를 선사하는 것이 우리가 취해야 하는 자세가 아닐까 생각해본다.</li></ol>

우리 프로덕트는 처음부터 좋은 리텐션을 보이지 않았다. NDS를 개선하는 스프린트를 진행하며 Retention은 자동으로 따라왔다.

리텐션이 웃다니

Contents

데이터 분석 소식을
매월 받아보세요

함께 읽어보면 좋은 글

사내 데이터 자동화 프로젝트를 처음 시작하는 마케터를 위한 TIP 7가지

A/B 테스트란

온라인 게임에서의 A/B 테스트

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요