3가지 리텐션(Retention) 계산 방법 특징

인프런 양승화님의 그로스해킹 수업을 듣고 작성합니다.

잘못된 내용이 있으면 댓글로 알려주세요  🙌🏻 

 

AARRR 에서 3R중 하나인 Retention 에 대해 알아보자.

 * 나중에 개인적으로 참고하는 용도로 작성해서 설명없이 최대한 간단하게 작성했습니다.

 

Retention 3가지 계산 방법

출처: 인프런 양승화님 그로스해킹 강의

출처: 인프런 양승화님 그로스해킹 강의

출처: 인프런 양승화님 그로스해킹 강의

	개념	수식	장점	단점	보완 및 활용
Classic Retention	특정일 (N)에 컴백한 유저 비율	Day N 이용자 / Day 0 에 처음 이용자	쉬움	- 일단위 데이터 모두 쌓아놔야함 - 특정일 노이즈에 취약 ex) user 5	- daily 사용이 중요한 서비스에서 사용하기 적합 - 기준일 N을 6일,7일,8일등 다양하게 두고 평균치 구해서 노이즈 줄이기
Range Retention	특정기간에 컴백한 유저 비율	Range N 이용자 / Range 0에 처음 이용자	특정일 N 노이즈에서 자유로움	- 기간 설정을 어떻게 하느냐에 따라 달라짐 - 의미있는 결과보려면 오래기다려야함	- daily 사용이 덜 중요한 서비스 / 일정 간격으로 주기적으로 이용하는게 의미있는 서비스
Rolling Retention	몇 명이 남았는가? 가 아니라 몇 명이 남았는가에 초점	After N day에 이용 기록 있음 / Day0에 처음 이용	log를 처음 접속, 마지막 접속만 남겨두면 됨	- 전반적으로 overestimate 됨  ex) 0일, 28일 이렇게 두번 접속했을 때, 7day에 잔존한걸로 계산됨	- 자주 쓰이지 않는 서비스에서 사용 / 여행 예약 서비스 등

 

Rolling Retention 실습

1. 실습위한 가상 데이터 준비

A~C열: 각각 log raw데이터

D~E열: 월 별 잔존율 구하기 위해, 뒤에 일자 데이터 제거한 가공 데이터 추가 

 

2. 피봇테이블로 월 별 집계 테이블 만들어 주기

- 테이블 의미: 처음 가입한 월과 마지막 로그인 한 월 별 User id 갯수 

- 열: signup 한 연도 - 월

- 행: last_login 한 연도- 월

- 값: user id 갯수

3. 월 별 잔존한 user 수로 바꿔주기

- 위에 테이블은 월 별로 나간 User 수 기반이어서 보기가 어렵다.

- 해당월에 가입한 총 User 수에서 월마다 나가는 User 수를 빼주면서 잔존해있는 유저수를 구해보자

EX) 가입월 2019-01 / 잔존월 2019-03

  = 428(2019-01 가입자 수) - 109(2019-01 마지막 접속자 수) - 21(2019-02 마지막 접속자 수)

  = 298명

 

(+) 각 컬럼 합계는 각 잔존월의 활성 유저수

4. 월 별 잔존율 계산하기

EX) 가입월 2019-01 / 잔존월 2019-07

  = 163 (2019-07 잔존유저수) / 428 (2019-01 가입자수)

  = 38.08%