데이터분석 study/데이터 지표

TIL_24.09.06_ Activation, Retention

justdata 2024. 9. 6. 20:36

▶ Carrying Capacity(C.C)

    - 매일 들어오는 유저(inflow), 매일 얼마나 유저를 잃고 있는지(churn rate)

 

계산식 = 기간 중 새로 들어오는 유저수(마케팅, 광고 없이) / 기간 중 잃게 되는 유저 비율(MAU대비)

 

▶ 아하 모먼트

    ● 이 제품의 핵심 가치를 말함

       - xx라는 행동을, 가입한 지 yy라는 날짜 안에 zz번 한다.

       - 토스의 아하 모먼트 : 4일 안에  두 번이상 송금

 

▶ 리텐션에 대한 기준

    ● 리텐션의 높이가 기업의 가치를 정한다.

       리텐션 40% : 유니콘
       리텐션 70% : 세상을 바꿀 수 있는 정도

 

 

▶ SHAP value

   

 

     * 변수 중요도를 나타내기도 함

 

    ● Activation : 고객의 행복한 경험

        - 전환율이 아닌 다음 퍼널로 넘어가는지 기간이 중요

        - 복귀(부활)유저 : CC에 도달하면 대부분 부활 유저

 

 

▶ 유저 세그먼트

    - New Users(신규 유저) : 우리 서비스를 처음 사용하는 유저

    - Current Users(현재 사용자) : 일정 기간 동안 지속적으로 제품을 사용하고 

                                                    있는 유저

    - Dormant Users(휴면 사용자) : 우리 서비스를 사용하다가 현재 비활성화된

                                                      상태인 유저

    - Resurrected Users(복귀 사용자) : 비활성 상태 혹은 휴면 상태였다가 다시 서비스로

                                                            돌아와서 서비스를 활용하는 유저

 

 

▶ Activation 단계

    - 우리 서비스를 유저들이 처음으로 경험하고 활성화하는 단계

    - 많은 고객을 획득하더라도 서비스의 가치를 제대로 경험하지 못하고

       이탈하면 사업 가치를 만들어낼 수 없다.

 

    ● 주요 지표 정리 : 체류 시간, 고착도, 전환율(CVR)

 

      ○ Stickiness(고착도)

DAU/MAU = 월간 활성 사용자 대비 일간 활성 사용자의 비율
유저가 우리 서비스를 얼마나 자주 사용하는지 충성도를 판단하는 지표
(= 서비스 의존률)

    

      ○ Conversion Rate(전환율) : 목표 전환 지표는 산업군, 캠페인 등 마다 상이

구매 전환율(%) = 상품 구매 전환 수 / 서비스 총 방문자 수 * 100
랜딩 페이지 전환율(%) = 랜딩 페이지 전환 수 / 그룹별 총 유저 수 * 100

 

 

      ○ Time Spent(체류시간)

         - 우리 서비스 유저의 평균 체류 시간, 상세 페이지별 평균 체류시간 등을

           볼 수 있다. 체류 시간의 분포를 확인.

체류시간 = 첫 접속 페이지와 마지막 접속 페이지 사이의 기간

 

 

▶ Retention 단계

    ● 주요 지표 정리 : 재방문률, 이탈률, 장바구니 이용 횟수

리텐션(%) = (특정 기간의 마지막 시점에 다시 방문한 유저 수) / (시작 지점에 방문한 총 유저 수) * 100

 

        - 리텐션은 후행 지표이기에 목표 지표로 보기 어려움

        - 만약 100명의 유저가 서비스에 처음에 접속 했을 때 한달이 지난 시점에도 

           40명의 유저가 한달이 지난 시점에서도 서비스를 사용하고 있는 상태라면

           리텐션은 40%

 

    ○ Churn Rate(이탈률)

이탈률(%) = (특정 기간 동안 서비스 이탈 유저 수) / (특정 기간의 시작 지점에 서비스를 이용한 총 유저 수) * 100

 

      * 고객 이탈 예측 모델링(Logistic regression 등) 을 활용해보라는데 

         할 수 있을지 모르겠지만 일단 시도해보기로 ㅎㅎ

         틀리면 질문하고 고치기!!

 

     ▷ Retention 종류

       

        ● N-Day Retention( = 클래식 리텐션)

        

           - 최초 사용일로부터 N일 후에 재방문한 액티브 유저의 비율을 측정하는 방식

           - 예를 들어, 재방문(최초 30일 후에 3번 이상 방문 기준)

 

        ● 코호트 리텐션

 

           - 시간이 지남에 따라 어떤 코호트(=동질 집단)가 높은 리텐션을 유지하고 있는지,

             어떤 코호트에서 하락이 나타나는지를 확인