SQL Challenge 세션 #4 리텐션, 코호트 분석

240530 Today I Learn

리텐션이란?

💡 리텐션(Retention)
시간이 지날수록 얼마나 많은 유저가 제품으로 다시 돌아오는지를 측정한 것

• 고객의 어떤 행동을 리텐션으로 삼을 것인지는 서비스마다 차이가 있다.
  • 흔히 재방문, 재구매, 구매 후 로그인 등으로 정의됨
  • 서비스의 방문 빈도, 구매 빈도, 도메인 특성에 따라 다르게 정의
• 리텐션을 정의할 때 가장 중요한 것은 ‘그 행동이 정말 비즈니스에서 중요하게 생각하는 고객의 핵심 행동인가?’ 라는 물음이다.

리텐션의 종류

1. 클래식 리텐션 (Classic / N-Day)
고객이 A 행동을 처음 한 날짜를 기준으로, 몇일차에 다시 A 행동을 했는지를 나타냄.

• 페이스북, 인스타그램, 유튜브, 틱톡, 습관 앱 등 매일매일 접속하는 서비스에서 사용
• 하루 단위로 집계하는 방식이다보니, 설명과 계산이 간단함.

🧮 클래식 리텐션 계산하기
Day N에 다시 A 행동을 수행한 사람 / 기준 날짜 Day 0에 A 행동을 수행한 사람

문제 1 | 유저들의 Day 1 에 대한 클래식 리텐션율을 계산해주세요.

• 선재, 솔, 태성, 인혁, 현주 5명의 시청자 중, Day1에 '선재업고튀어'를 시청한 것은 선재, 태성, 현주이다.
• 따라서 이를 계산하면 다음과 같다.
  → 3/5 = 0.6 = 60%

문제 2 | 유저들의 Day 7 에 대한 클래식 리텐션율을 계산해주세요.

• 선재, 솔, 태성, 인혁, 현주 5명의 시청자 중, Day7에 '선재업고튀어'를 시청한 것은 선재와 인혁 2명 이다.
• 따라서 이를 계산하면 다음과 같다.
  → 2/5 = 0.4 = 40%

🧐 클래식 리텐션의 문제점

• 특정일 노이즈에 민감하다.
  → 위의 사례에서 현주의 경우 8일중 총 7일 '선재업고튀어'를 시청했으나 Day7리텐션에는 포함되지 않았다. 따라서 Day7의 기준으로 보았을 때 열혈 시청자인 현주는 이탈 시청자가 되어버리는 문제가 발생한다. 

 

2. 범위 리텐션 (Bracket / Range/ Bounded)
기간 내 한번이라도 다시 행동 A를 하면 리텐션으로 간주.

• 한명의 유저가 여러번 해당 행동을 하더라도 고유 유저당 1회로 간주.
• 가계부, 세차, 이사, 식료품 배달 등 일정 간격의 주기가 의미있는 서비스의 경우 범위 리텐션을 이용

🧮 범위 리텐션 계산하기
해당 기간 내 한번이라도 A 행동을 수행한 사람 / 첫 방문한 사람

 

문제 3 | Range 1 : Day 0 (처음 TIL을 작성 완료한 날) , Range 2 : Day 1~7, Range 3 : Day 8~14  로 Range(범위)를 지정하여 리텐션율을 구해주세요.

• Range 1의 리텐션 : 5/5 = 100%
• Range 2의 리텐션 : 4/5 = 80%
  • 인혁이는 Range2에 한번도 '선재업고튀어'를 시청하지 않았다.
  • 나머지 네 친구는 range2에 적어도 한번 '선재업고튀어'를 시청했다.
• Range 3의 리텐션 : 3/5 = 60%
  • 인혁이와 태성이는 Range3에 한번도 '선재업고튀어'를 시청하지 않았다.
  • 나머지 세친구는 range3에 적어도 한번 이상 '선재업고튀어'를 시청했다.

🧐 범위 리텐션의 문제점

• Range가 길어질수록 과다 계산(over-estimate)이 될 수 있음.
• 기간 단위로 지표를 확인하다 보니, 의미있는 결과를 보기 위해서는 꽤 오랜 시간이 필요함.

3. 롤링 리텐션 (Rolling / On or After / Unbounded)
A행동을 한번이라도 수행한 사람 중 Day N 이후에도 남아있는 사용자

•  first_date, last_date 만 있으면 되기에 계산이 간단
• 여행, 차량 구매, 사무실 임대 등 정기적으로 제품, 서비스에 돌아올 것으로 예상되지 않는 유형의 서비스

🧮 롤링 리텐션 계산하기
(Day 0 첫 A 행동을 수행한 사람 - Day N 이후 이탈한 사용자) / Day 0 첫 A 행동을 수행한 사람

문제 4 | Day 4의 Unbounded 리텐션율 

• Day 0에 '선재업고 튀어'를 시청한 선재, 태성, 인혁, 솔, 현주 다섯명 중
• Day4 이후 이탈한 사용자(Day4 이후 한번도 시청하지 않은 시청자)는 현주 한 명이다.
• 따라서 Day4의 리텐션율은 4/5 = 80%이다.

🧐 롤링 리텐션의 문제점

• 언제든 돌아오기만 하면 리텐션 유저로 간주하기에, 전반적으로 과다 계산(over-estimate)되는 경향이 있음.

코호트(Cohort) 분석

동질집단(코호트)가 시간에 따라 어떻게 변화하는지를 분석하는 것

💡 코호트(Cohort)
공통적인 특성을 가진 사람들의 집단
→ 주로 같은 시기에 가입한 사용자들 (코호트 리텐션에서 코호트의 의미)

코호트 리텐션

출처 : 요즘 IT 김민우님

특정 유저들이 시간이 경과함에 따라 유지되는 비율

• 특정 집단의 리텐션이 시간에 따라 어떻게 변화하는지 예측
• 문제 발생시 이의 원인을 찾고 대응할 수 있음