리텐션

리텐션(Retention)

1. 리텐션이란?

• 시간이 흐르면서 다시 제품(앱, 웹)을 사용하는지를 측정하는 지표
• 즉, “한 번 쓰고 끝나는 게 아니라 다시 찾아오는가?”를 보는 지표
• 시간이 흐르면서 계속 제품을 다시 사용하는 리텐션이 높은 서비스도 있고, 1회만 사용해서 재사용이 적은 리텐션이 낮은 서비스도 존재
  • 좋은 리텐션 = 사용자들이 제품을 꾸준히 찾는다는 뜻 → 제품 만족도, 충성도 높음
  • 나쁜 리텐션 = 써보긴 했지만 더 이상 쓰지 않음 → 문제 있는 경험 or 기대 미달
    
• PMF(Product Market Fit)을 찾았는가?를 생각할 때 리텐션 커브를 그려보고 판단
  • PMF : 제품이 고객의 핵심 문제 상황을 효과적으로 해결할 경우
  • 평평한 곳이 유지가 되면 PMF를 찾았다고 보곤 함

2. 리텐션 분석의 고민 포인트

• Retain의 정의가 필요함
• 주기에 따라 관점이 달라질 수 있음
  • 접속 주기가 긴 서비스가 존재. 이런 서비스들은 어떻게 해야 할까?
  • 하나의 제품에서 여러 페르소나가 있는 경우 팀마다 다른 주기로 리텐션을 볼 수도 있음
    
• 우리가 생각한 주기가 실제랑 같은지 파악
• Retention은 Output Metric => 원인을 파악하기 위해선 구체적으로 쪼개보는 작업이 필요

1) 우리 제품의 핵심과 연결하기

• 우리 제품은 고객의 어떤 문제를 해결하려고 하는가?
• 핵심 이벤트는 무엇인가?
  • 음식 주문 앱 -> 주문
  • 소셜 앱 -> 피드 보기
  • 택시 앱 -> 탑승
  • 이커머스 -> 구매

📌 핵심 이벤트 리텐션이야말로 진짜 제품 가치를 반영하는 리텐션임
-> 단순 ‘앱 접속’은 과정일 뿐 목표가 아님

2) 제품의 사용 주기 확인하기

• 얘상하는 사용 주기 떠올리기
  • 고객은 이 문제를 얼마나 겪는가? 어떤 빈도로 겪는가?
  • 예상한 주기와 실제 주기가 일치하는지 파악 : 잘못 생각하는 경우도 존재
• 최근 28일의 접속일 확인하기 : 간단하고 빠르게 파악할 수 있음
• 평균 사용 주기 확인하기
  • 2번 이상 사용한 사람들의 평균 사용 주기 구하기
  • 만약 유저의 첫 사용 주기의 간격을 알고 싶다면 첫 사용과 다음 사용의 간격을 계산

3. 리텐션의 종류

종류	정의	특징	적합한 경우
Classic (N day)	Day0 이후 DayN 별로 재참여	보수적, 수치 낮음	매일 사용하는 서비스, 단기 캠페인 측정
Range (Bracket)	특정 범위(N~M일)에 재참여	실용적, 유연함	주 단위 활동, 반복 이용 서비스
Rolling (Unbounded)	DayN 이후 언제든 1번이라도 재참여	낙관적, 수치 높음	접속 주기 긴 서비스, 장기 사용자 관점

예시

User	가입일	1일	2일	7일	리텐션 종류별 참여 여부
A	1/1	O		O	Classic: O (Day1), Range: O (1~7), Rolling: O
B	1/1	O	O		Classic: O (Day1), Range: O, Rolling: O
C	1/1			O	Classic: X (Day1), Range: O, Rolling: O

4. 리텐션 커브 해석

• 리텐션 커브의 목적: 아래로 가라앉는 게 당연하지만, 위로 올리고 평평하게 만드는 것이 핵심
• 평평한 구간이 생긴다면 → 이 시점 이후 유저는 “충성 유저”일 확률 높음

📌 리텐션은 단순 수치가 아니라 “면적(잔존 가치)” 관점에서 보는 것이 중요

리텐션을 SQL 쿼리로 작성하기

🎯 Day-N 리텐션 쿼리

-- Day 0: 첫 접속 날짜 추출
WITH first_visit AS (
  SELECT
    user_id,
    MIN(DATE(event_timestamp)) AS signup_date
  FROM events
  GROUP BY user_id
),

-- Day N 방문 확인 (N=1로 가정)
day_n_visit AS (
  SELECT
    e.user_id,
    DATE(e.event_timestamp) AS visit_date
  FROM events e
  JOIN first_visit f ON e.user_id = f.user_id
  WHERE DATE_DIFF(DATE(e.event_timestamp), f.signup_date, DAY) = 1
)

-- 리텐션 계산
SELECT
  f.signup_date,
  COUNT(DISTINCT f.user_id) AS day0_users,
  COUNT(DISTINCT d.user_id) AS day1_retained,
  ROUND(COUNT(DISTINCT d.user_id) / COUNT(DISTINCT f.user_id), 3) AS day1_retention_rate
FROM first_visit f
LEFT JOIN day_n_visit d ON f.user_id = d.user_id
GROUP BY f.signup_date
ORDER BY f.signup_date;

리텐션을 올리기 위해 무엇을 해야할까?

1. 리텐션 분석의 기본 마음가짐

• 코호트 등으로 나눠본 다음, 갑자기 수치가 좋은 경우 => 그걸 우리가 할 수 있을까?를 생각해봄
• 또는 특정 지역, 조건에 따라 다른 것을 찾는 과정
• 너무 예전 데이터 기반으로 찾을 경우 지금 당장의 Action Item을 찾기 어려울 수도 있음 (아이디어를 얻는 관점에선 괜찮을 수 있지만)

2. 리텐션을 높이기 위한 생각

• 제품 개선
  • 고객이 해결하고자 하는 문제를 어떻게 더 잘 해결할 수 있을까?
  • 문제를 해결하는 과정을 습관으로 만들 수 없을까?
• 온보딩 프로세스 개선
  • 고객이 처음 사용할 때 이 제품의 필요성을 더 느낄 수 있도록 할 수 없을까?
  • 제품의 가치를 느낀 시점은 언제일까?
• 주기적으로 제품을 사용해야 하는 이유가 있을까?
  • 그 이유를 까먹는다면 우리가 알려주는가?
• 고객이 이탈을 하려고 할 때 우리는 어떻게 하는가?
• 고객의 문제를 해결하고 있는 것을 응원하고 지지하고 있는가? 그걸 보여주었는가?

SQL 카테고리 내 다른 글 보러가기