AARRR - 리텐션(롤링 리텐션 / Rolling Retention)

https://datarian.io/blog/rolling-retention

리텐션 (2) Rolling Retention

※ 이 포스팅은 위 포스팅을 보며 학습한 내용을 정리하기위해 작성했습니다.

 

롤링 리텐션은 '사용자가 이탈하지 않고 남아있는가?' 에 초점을 맞추기때문에

Unbounded Retention이라고도 불린다.

 

롤링 리텐션은 마지막 방문일 이전은 방문한 것으로 간주하기때문에

기준일을 포함하여 그 이후에 한 번이라도 재방문한 유저들의 비율을 나타낸다.

 

아래 예시를 살펴보자

	24.02.06 (Day 0)	24.02.07 (Day 1)	24.02.08 (Day 2)	24.02.09 (Day 3)	24.02.10 (Day 4)
철수	방문	방문	(방문으로 간주)	방문
영희	방문	(방문으로 간주)	(방문으로 간주)	방문	방문
관우	방문	방문	방문	방문
지명	방문	(방문으로 간주)	방문	(방문으로 간주)	방문
동휘	방문

마지막 방문일 이전은 방문한 것으로 간주한다고 얘기했는데

위 표를 보면 철수, 영희, 지명이 이에 해당한다.

 

이를 바탕으로 롤링 리텐션 비율을 계산하면 아래와 같다.

	24.02.06 (Day 0)	24.02.07 (Day 1)	24.02.08 (Day 2)	24.02.09 (Day 3)	24.02.10 (Day 4)
이탈하지 않은 유저 수	5	4	4	4	2
롤링 리텐션 %	100%	80%	80%	80%	40%

 

 

2024.02.06 - [데이터 분석 공부/이커머스 데이터 분석] - AARRR - 리텐션(클래식 리텐션)

위 포스팅에서의 리텐션 비율은 아래와 같은데

	24.02.06 (Day 0)	24.02.07 (Day 1)	24.02.08 (Day 2)	24.02.09 (Day 3)	24.02.10 (Day 4)
방문 유저수	5	2	2	3	2
클래식 리텐션 비율	100%	40%	40%	75%	40%

 

두 계산 방식을 적용한 리텐션 결과값을 비교하면 확실히

롤링 리텐션의 리텐션이 높은 것을 확인할 수 있다.

고객들의 서비스 방문 횟수는 동일하지만 어떠한 계산 방식을 채택하느냐에따라서

결과값이 확연하게 차이나는 것을 확인할 수 있다.

 

이같은 롤링 리텐션은 주로 여행 서비스, 쇼핑몰, 부동산 서비스 등

사용 빈도가 높지 않은 서비스에서 유용하게 활용된다.

 

리텐션 결과값은 리텐션 계산 시점 이후의 고객들의 방문(or 다른 측정 기준)에따라

얼마든지 바뀔 수 있습니다.

그래서 계산하는 현 시점의 리텐션만을 보고서 의사결정을 내리기보다는

전반적인 추세를 확인하는 용도로 활용하는 것이 바람직하다.