리텐션 높이기, 대체 어떻게 접근해야 하는 걸까
알라미의 리텐션을 높일 수 있는 방법을 찾기 위한 사고의 프레임을 제시해본다.
🙌 안녕하세요 또 오셨네요!
JinJungSung을 느끼는 순간
주말에 한껏 늦잠을 자고 배가 고파서 배달 앱에 들어가면, 다들 그렇듯이 평점이 높은 식당부터 찾게 된다. 그런데 여기서 평점만 냉큼 믿고 주문해버리면 약간 아쉽다. 평점을 준 리뷰들이 진짜인지 판별해봐야 한다. 이 때 내가 진정성을 확 느끼는 단어가 몇 개 있는데, 그 중 첫 번째가 바로 “또 시켜먹었어요”다. 한 번이야 시도해볼 수 있다고 치는데, 또 주문해서 먹었다? 그러면 맛이 정말 좋거나 서비스가 친절하거나 등 모종의 이유가 있겠지 생각이 들며 믿음이 간다. 결국 재주문 리뷰가 많은 곳에서 시켜먹는 나를 발견하게 된다.
식당에서의 재주문 고객을 알라미와 같은 앱 서비스에 대입한다면, 돌아온 유저(Retained User)라고 볼 수 있다. 서비스의 특성에 따라 돌아와서 어떤 행동을 하길 바라는지까지의 구체적 목표가 있을 수 있지만, 통상적으로는 앱을 열거나 앱에서 활성 이벤트를 최소 1회라도 하는 것을 “돌아온다”고 간주한다. 일단 앱을 열어야 그 이후의 행동을 더 할 테니까.
Retention Rate(이하 “리텐션”)은 앱 서비스의 유지와 성장에 아주 핵심적인 지표이다. 아마 앱 서비스를 운영하는 사람이라면 귀에 딱지가 앉도록 들었을 것이다. 리텐션이 왜 그렇게 중요한데?라고 묻는다면, 나는 “한 명의 고객으로부터 얻을 수 있는 순 가치를 극대화할 수 있다”고 답할 것이다. 수많은 다른 표현들이 있겠지만, 결국 고객 유치 비용을 줄이고 한 명의 고객으로부터 얻을 수 있는 유무형의 가치를 극대화할 수 있다는 것이 골자이다. (보통 고객의 LTV, Life Time Value가 극대화된다고 표현한다.) 위의 비유에 다시 대입하면, 한 명의 고객이 여러 번 시켜 먹어서 고객 1명 당 매출이 늘어나는 것과 유사한 이치이다.
알라미의 리텐션은 어떤데?
알라미에서 정의하는 리텐션은 특정 일자의 신규 유저 중 N일 뒤에 돌아온 비율이다. 이 N 값에 따라 D(N) 리텐션이라고 부른다. 유저가 최초 진입한 일자에 따라 쪼개어보기도 하고, 특정 기간 내 평균 값을 확인하기도 한다. (서비스마다 리텐션을 측정하는 방법은 조금씩 다를 수 있으니 참고만 하자.)
현재 알라미 앱의 D1 리텐션 값은 약 50% 정도로, 안드로이드 플랫폼에서 50~60%, iOS에서 45~55% 범위 내에서 조금씩 변동하고 있다. 이는 타 앱에 비해 상당히 높은 편이다. 😎
감을 잡기 위해 AppsFlyer의 통계를 참고해보면, 전반적인 앱들의 D1 리텐션은 25% 정도이다. 시간이 더 지날수록 차이가 커지는데, 알라미의 D7 리텐션은 약 40% 정도인 데에 반해 일반적인 앱들은 10% 미만이라고 한다.
More & More
다른 앱들과 비교하면 ‘우리 알라미 좋은 프로덕트구만!’ 하는 뿌듯함이 차오르긴 하나, 이에 만족하고 안주할 수는 없다. 더더 높은 리텐션을 원한다고! (100점 만점인 시험에서 다들 10점 맞을 때 50점 맞았다고 자만하면 성장할 수 없으니까)
이에, 지난 2021년 4분기에 그 동안 사용성 개선을 목표로 삼던 Product Quality(PQ) Squad의 목표를 리텐션으로 조정하고 한 분기를 달렸다. 결국 PQ 스쿼드는 제품의 품질을 높이고자 했고, 기존 목표 지표였던 사용성도 궁극적으로는 리텐션으로 이어지기에, 목표가 더 뾰족해진 셈이었다.
서론이 길었다. 이번 글에서는 PQ 스쿼드의 PM으로서 한 분기 동안
1. 리텐션을 높이기 위해 어떻게 접근했는지 소개하고,
2. 그리고 그 과정을 통해 얻은 교훈을 공유해보려 한다.
💭 뻗어나가는 생각의 가지들 정리하기
볼복 — 볼수록 복잡해
리텐션은 단순한 수식과는 달리 파면 팔 수록 참 복잡한 지표였다. 고민하고 논의하는 방향이 너무 다양해서 걷잡을 수 없을 때가 많았다. 그 생각들 중 예시를 들자면,
- N일“째”에만 많이 돌아오면 되나? 연속으로 계속 돌아오는 게 더 좋지 않나? 뭐가 맞는 거지?
- 나가는 유저들을 잡는 것과 이미 머무른 유저들이 더 오래 머무르게 하는 것 중 뭐가 먼저이지? 이 둘이 같은 건가?
- 알람 해제할 때 사용되는 미션에 새로운 것을 추가하면 유저들이 더 많이 머무르지 않을까?
- 알람 설정 과정이 더 쉬우면 더 오래 쓰지 않을까?
이러한 생각들이 무한히 뻗어나가고, 그 안에서 수많은 아이디어들이 추가적으로 나오다 보니 임팩트가 큰 방법을 찾아내기 어려웠다. 설령 그럴듯한 아이디어가 나와도, “더 임팩트 큰 작업이 있을 것 같은데”라는 생각에 불안했다.
그리하여 몇 차례의 발산 이후, 그 간의 생각들을 구조적으로 정리하는 시간을 가졌다. 어떤 방법들이 있는지 정리를 해야, 세부적인 작업 단위가 아닌 방향성 차원에서 스쿼드/회사와 합의하기 좋을 것이라 판단했다. 현재 하고 있는 생각이 어디에서 출발한 것인지, 뻗어나갈 수 있는 가지에는 어떤 것이 있는지 보일 때 더 건설적인 논의가 가능하니까.
그 결과 데이터와 감이라는 두 축, 그리고 데이터 내에서는 특정 기간의 스냅샷 / 시간의 흐름에 따른 변화 라는 세부 방향으로 접근 방법을 나누었다.
데이터와 감
처음에 이 둘은 반대되는 개념처럼 보였지만, 내가 내린 결론은 이 둘은 상대적인 개념이라는 것이었다. 즉 이분법적으로 나뉘기보다는 스펙트럼 양 끝에 있는 축이라는 결론에 이르렀다.
모든 부분을 데이터로 뒷받침할 수 있는 아이디어는 감이 끼어들 구석이 비교적 적다. 반대로 데이터적인 근거가 하~나도 없는 경우 감을 판단 근거로 삼는다. 그리고 대부분의 아이디어는 이 사이 어드메에 위치했다.
아래에서 데이터/감으로 나눈 부분은 “고민의 시작점”이라고 이해하면 된다. 둘 중 하나에서 시작한 아이디어가 데이터 ~ 감 스펙트럼 사이 어디에 위치하는지는 가설을 구체화하면서 끝에 도달해봐야 알 것이다.
A. 데이터에서 출발하기
1) 📸 특정 기간의 스냅샷 관찰하기 - 10명 중 5명이 남았다면 왜 남고 왜 나갔는가
첫 번째 접근 방법은 특정 일자 또는 기간의 스냅샷을 찍어서 머무른 유저와 나간 유저를 구분 후 각각의 이유를 찾는 것이다. 그 이유를 찾아서 강화/완화하면 더 머무를 것이라는 가설을 세우는 것이다. 수능 공부할 때 나왔던 통시/공시 개념 중 통시적 접근이라고 보면 된다. (너무 너드같나?)
이 스냅샷에서 볼 수 있는 측면은 크게 2가지이다.
- 알라미에 머무른 유저는 왜 머물렀을까?
→ 가설: 머무른 유저들이 머무른 이유를 나간 유저들이 느끼게 하면 더 많은 유저가 머무르지 않을까? - 나간 유저는 왜 나갔을까?
→ 가설: 나간 유저들이 나간 이유를 제거/완화하면 나가지 않을 것이다.
유저가 앱에 돌아온다는 것을 다르게 표현해보면 “나가지 않는 것”, 즉 앱을 삭제하거나 다시는 앱을 안 켜는 일이 없도록 하는 것이 될 수 있다. 그렇기에 리텐션과 함께 가는 상반되는 지표로 Churn rate을 사용하는 것일 테다.
머무르게 하는 거나, 나가지 않게 하는 거나 갸가 갸가 아닌가! 말장난하나! 라고 생각할 수 있지만, 실제 각각에서 도출될 수 있는 방법들을 열거해보면 다르다는 것을 알 수 있다. 즉 돌아오는 것과 나가지 않는 것이 동치는 아니지만, 이 사고 방법이 하나의 숫자/현상을 다른 각도에서 바라보게 해준다.
각 시각에 따른 큼지막한 질문들 몇 가지를 보자.
한 단계 정도만 파고들어갔음에도 두 시각에서 도출된 질문(가설)들이 차이 나는 것을 볼 수 있다. 실제로 각 가설을 더 구체화하다보면 아주 다른 문제 정의로 발전한다. 이에 더해 국가 별, 유저 세그먼트 별 특성까지 교차시켜보면 바로 해결책을 고안할 수 있는 수준의 구체적인 가설이 나온다. 물론 그 과정에서 실제 유저들의 데이터를 보면서 가설의 방향을 조정하고 더 임팩트 있는 것을 골라내게 된다.
2) 🎥 시간의 흐름에 따른 변화 관찰하기 - 이번달 리텐션이 지난달보다 낮은 이유는 무엇인가
두 번째는 시간의 흐름에 따라 현상을 쪼개어보는 방법이다. 첫 번째 방법이 스냅샷이었다면 두 번째 방법은 영상처럼 쭉 틀어놓고 어느 지점에서 변동이 생기는지 관찰하는 것이다.
시간의 흐름에 따른 리텐션 그래프를 두고, 낮은 지점과 높은 지점의 차이를 분석한다. 시각적으로 표현하자면 아래와 같다. 1년/1개월/1일 등 얼마나 긴 기간의 데이터를 관찰할지는 선택하기 나름이다. 가장 깊게 파고들면 화면 별 유저의 플로우를 보며 해당 퍼널에서의 행동을 볼 수 있다.
예시 아이디어들을 보자.
- 하루 중 언제 가장 많이 사용하나: 오전 6시, 오후 1시, 오후 8시에 정점을 찍는다.
→ 각 시간대에는 무얼 위해 들어오지? - 일주일 중 어느 요일에 가장 많이 쓰나: 월요일에 피크를 찍고 금요일까지 소폭 하락하며, 주말에는 사용률이 크게 떨어진다.
→ 왜 화~금요일 사이에 사용률이 떨어질까?
→ 왜 주말에는 사용률이 크게 떨어지지? - 한 달, 분기, 1년 중에는 언제 많이 사용하나
이 접근법은 결국 첫 번째 방법을 동원해야 한다. 관찰된 특이한 지점의 스냅샷을 찍어서 그 안의 유저 행동을 비교분석해야 구체적인 문제가 정의되고 해결책이 도출되기 때문이다.
B. 제품에 대한 감에서 출발하기
A의 시작점이 데이터였다면, 이번에는 PM의 감으로 아이디어를 도출하고 역으로 근거를 찾는 방법이다. 제품에 대한 감을 잡을 수 있게 해주는 가장 큰 원천 두 가지는 유저들의 제안인 VoC(Voice of Customer)와 팀 내에서 컨피던스가 높은 아이디어들이었다. 몇 개 예시들을 나열하면 이와 같다.
VoC 씨드
미션을 해제할 수 없는 경우들이 있는데 이 때 곤란해서 앱을 삭제하게 된다. 비상 시에 사용할 수 있는 탈출구를 만들어달라.→ 미션을 해제할 수 없는 경우에는 어떤 것들이 있지? (바코드를 버림, 사진 찍은 장소로부터 멀리 이동함 등)
→ 각 경우에서 유저들이 느끼는 불편이 무엇이지? 이를 알라미가 어떻게 해결해줄 수 있지?아침에 더 자고 싶어서 기기를 끄거나 앱을 삭제한다. 기기를 끄거나 앱을 삭제하지 않게 해달라.→ 아침에 알라미 알람을 해제하지 않고 싶은 이유는 뭘까?
→ 알람을 해제하면 되는데, 대신 기기를 꺼버리는 이유는 뭘까?
팀 내 컨피던스
- 첫 사용자에게 주요 기능을 잘 설명해주면 더 오래 사용하지 않을까?
→ 지금 초기 사용자들은 어떤 기능을 사용하고 있지? 어떤 궁금증이 있을까?
→ 어떤 기능을 소개하면 잘 쓸 수 있게 할 수 있을까? - 초기 사용 후 긍정적 피드백을 주면 더 오래 사용하지 않을까?
이 외에도 타 서비스의 레퍼런스 등 다양한 방법을 통해 아이디어가 나온다. 위에서 언급한 것처럼, 이 아이디어들도 시작은 감이더라도 근거가 될 데이터를 서비스 내외부에서 찾을 수 있다.
늘 그렇듯 뼈에 새기는 교훈들
리텐션을 높이는 방법에 대한 나의 현재의 결론은 “정답(定答)은 없다. 여러 방법으로 접근하며 유저와 소통해야 한다”이다. 긴긴 고민 끝에 이런 당연해 보이는 결론이라니…! 하지만 다행스럽게도, 여러 방황 덕에 리텐션 높이는 방법을 찾는 나만의 출발법을 정리할 수 있었다. 이를 통해 얻은 교훈을 정리하며 마무리해볼까 한다.
- ⚖️ 데이터도 중요하지만, 감(직관)도 중요하다. 이 밸런스를 늘 잘 맞춰야 한다.
• 데이터는 다른 사람을 더 잘 설득할 수 있는 도구이지만, 자칫하면 모든 것을 증명하고 시작하려는 함정에 빠진다. 데이터만! 파다 보면, 감만으로 모든 의사결정을 내릴 때와 마찬가지로 매몰되어버릴 수 있다.
• 국 간 맞추듯 적당~히를 항상 고민하고, 어느 한쪽에 치우쳐 있지 않은지 끊임없이 살피자. - 🏃 유저가 돌아올 수 있는 이유가 다양한 것이 좋다.
• 알라미에서 유저가 돌아올 수 있는 동기는 알람을 설정 또는 해제하는 것이다. 이 외의 퍼널이 있다면 더 임팩트 큰 가설이 많이 나올 수 있다.
→ 이는 알라미 프로덕트의 로드맵에 따라 앱 내 주요 기능이 쭉쭉 확장되고 있기에, 앞으로가 기대되는 부분이다. 😎 - 🤝 리텐션도 결국은 지표다. 어떻게 접근할지도 싱크가 필요하다.
• 리텐션의 수식이 서비스마다 다른 것처럼, 어떻게 접근할지 방향성도 다양하다. 이에 대한 합의가 중요하다.
; 현재 알라미의 수식 기반으로는, 단편적으로 “며칠째”에 들어온 유저를 늘리기 위해 푸시를 마구 보내서 리텐션이 오를 수도 있다. 하지만 지표는 오르겠지만 장기적으로 우리가 원하는 바인가에 대한 고민과 내부 합의가 필요하다. (다행히 알라미 팀은 장기적인 방향에 대한 싱크는 이미 되어있었다.)
• 리텐션을 높이기 위해 노력하는 과정에서, 선행 지표를 잡으면 더 뾰족하게 문제 정의가 될 수 있다. 리텐션이 워낙 후행 지표이다 보니 초기에 발산하는 아이디어들이 많았다. 초기 발산 후 수렴을 통해 가지를 정리하고, 선행 지표를 모색해보는 것도 좋겠다.
이 글의 방법이 모든 경우의 수를 고려할 수 있는 것도 아니고 명확한 해결책이 뚝딱 나오게 해주는 것도 아니다. 하지만 PQ PM으로서, 리텐션을 높이기 위한 문제 정의 과정에서 문제를 어느 방향에서 바라볼까- 하는 시각의 틀을 잡게 되었다.
리텐션을 고민하는 사람들에게 조금이나마 도움이 되길 바라며 글을 마친다.
알라미의 리텐션처럼, 멈추지 않고 성장하고 싶다면?!
👉 함께 할 수 있는 포지션 알아보기
