업무 지식도 모르면 데이터 분석을 할 수 없다! [3]
이번은 계속 방문에 직결한 AU와 리텐션율의 데이터 분석을 실시합니다.
전에는 EC사이트의 방문 횟수와 전환율의 분석을 해설했습니다.
고객의 구매 프로세스에 있어서, 방문, 구입의 다음 스텝은 계속 방문입니다만, 이번은 계속 방문에 직결한 AU(액티브 유저)와 리텐션율의 데이터 분석을 실시합니다.
AU와 유보율
방문 횟수와 전환율을 알고 있는데, AU와 유보율을 잘 모르는 것이 좋을 것 같아서 먼저 이 두 가지 의미를 설명하겠습니다.
AU(액티브 유저): 앱, SNS, EC 사이트 등에서 일정 기간 내에 1회 이상 로그인하거나 이용하는 유저를 말합니다. 「DAU」는 1일당의 액티브 유저, 「WAU」는 주간 액티브 유저(Weekly Active User), 「MAU」는 월간 액티브 유저(Monthly Active User)를 가리킵니다.
유보율(Rentention):고객유지율로 직역합니다.기존 가입자 비율을 유지하겠다는 것이다. 간단한 예를 들어서 설명을 해드립니다. 신규 유저 100명을 획득하고 그 중 20명이 3개월째에도 서비스를 계속 이용할 경우, 3개월째의 리텐션율은 20/100=20%입니다.
실제 계산은 아래와 같은 것이 일반입니다.
AU와 유보율은 EC사이트의 매출을 올리는 것과 서비스 운영을 안정시키는 것과 강하게 연결됩니다. 현재의 한군어 인터넷 업계에 있어서, 신규 유저를 획득하기 위한 코스트는, 해마다 증가하고 있습니다. 모처럼 획득한 사용자에게 계속 이용시키지 않으면 광고비 등의 비용은 아깝지 않을까요.
반대로, 더 많은 기존 사용자를 유지할 수 있다면 사용자별 라이프 타임 밸류가 높아지고, 고가의 광고비를 들이지 않고도 매출을 확보할 수 있습니다.
분석의 목표
DAU와 유보율을 모니터링하는 것으로, 과제를 발견해 마케터에게 시책의 근거를 나타내, 최종적으로 AU와 리텐션율을 향상시킵니다.
일부의 마케터는, DAU(하루 당의 액티브 유저)에만 주목하고 있습니다만, 그러나, 비싼 DAU에서도 영향이 있을 것입니다. 활성 사용자는 신규 사용자와 기존 사용자를 포함합니다. 신규 사용자를 많이 획득하였기 때문에 실제로 감소하고 있는 기존 사용자를 발견하지 못하는 경우가 생기기 쉽습니다.
보유율이 높을수록 AU는 자연스럽게 상승합니다.
*아래의 차트는 모두 FineReport로 작성했습니다.
분석의 포인트
1.DAU의 구성을 분석하여 시책의 효과를 측정하기
2.유보율의 법칙을 찾아 마케팅 전략을 조정하기
3.기능 따라 유보율을 비교하여 서비스의 기능을 최적화
1.DAU의 구성을 분석하여 시책의 효과를 측정하기
활성 사용자는 신규 사용자, 기존 사용자, 복귀 사용자의 3종류를 포함합니다. 복귀 사용자는 어떤 원인으로 한 번 서비스를 이탈했다가 다시 사용하게 되는 사용자입니다.
복귀 유저를 의식하지 않는 마케터가 있을 수 있습니다만, 그러나 어떤 경우에는 복귀 유저의 분석이 필요하다고 생각합니다. 예를 들어, 리텐션 광고를 전송하거나 푸시 알림 기능을 개선하거나 하면 휴면 유저를 다시 불러올 수 있지 않을까요?
출처: Finereport
위 차트에서는 DAU 면적 그래프를 만들었습니다.
AU의 이상적인 상태는 기존 사용자의 비율이 높고, 게다가 계속 증가하는 것입니다.이는 계속 이용하고 있는 신규 사용자가 이탈 사용자보다 많다는 것을 보여주기 때문입니다.
그렇지 않으면 신규 사용자의 유보율이 낮거나 기존 사용자의 이탈률이 높아지면서 어떤 경우에도 대책을 강구해야 합니다.
위 차트 5월 19일부터 기존 유저의 비율이 증가하여 복귀 유저가 19일부터 23일 사이에 조금 늘어난 것을 알 수 있습니다. 이 기간의 시책이 휴면 유저를 다시 활성 유저가 되어 줄 수 있었던 것으로 추정됩니다.
2.유보율의 법칙을 찾아 마케팅 전략을 조정하기
이용 빈도가 비교적 높은 EC사이트에 대해서, 유보율을 단계적으로 분석할 필요가 있습니다.
단계 1: 신규 획득자는 곧 이탈할 가능성이 높고, 리텐션률이 크게 저하될 것이 틀림없습니다. 보통이기간이짧다고생각이됩니다. 신규 가입자는 즉시 이탈할 가능성이 높으며 유보율은 긍정적입니다. 많이 떨어질 거라고 생각하는데 시간이 짧습니다.
단계2: 지속적으로 이용자가 불만족하면 일부 이용자는 이탈합니다.
단계3:마지막 남은 유저가 리포터가 되고, 유보율도 별로 변화하지 않게 됩니다.
출처: FineReport
사용 빈도가 그다지 높지 않은 EC 사이트는 아래 차트와 같이 월간 유보율을 모니터링 하는 경우가 많습니다. 하지만 이 경우 유보율을 단계적으로 분석하고 그 법칙을 찾기가 어려우므로 재구입율을 분석하는 것이 좋을 것 같습니다. (재구입률에 대해서는 또 다음에 설명하겠습니다)
3.기능 따라 유보율을 비교하여 서비스의 기능을 최적화
아래 그림과 같이 기능별로 재구입율을 비교하면 「Like」와「Share」기능의 유보율이 높은 것을 알 수 있습니다. 따라서 사용자가 그 두 가지 기능을 더 많이 사용하도록 EC 사이트의 디자인과 기능을 조정합니다. 이와 같이, 전체의 유보율도 오르는 것이 아닐까요.
출처: FineReport
또한 단면을 바꿔 성별, 연령, 고객 유치 채널, 상품 카테고리별로 유보율을 비교해도 좋습니다. 데이터 분석에서 빠뜨릴 수 없는 다섯 가지 생각에 대해 설명한 것처럼 문제가 발생한 데이터와 문제가 발생하지 않은 데이터를 비교함으로써 차이점이 무엇으로 인해 발생하는지를 발견할 수 있습니다.
예를 들어, 남성 유저의 리텐션률이 여성 유저보다 높은 경우, 그 차이의 원인을 명확히 하고, 여성 유저를 끌어들이는 사이트의 디자인화 집객 채널을 이용하는등의 시책을 행할 필요가 있습니다.
마지막으로
EC사이트의 운영자라면, 「AU와 유보율을 늘리지 않으면 안 된다」라고 하는 의식을 가지고 있습니다. 상기는 단지 AU와 유보율을 분석할 때 참고가 될 수 있는 포인트를 몇가지 들지만, 실제 상황에 따라 유용하게 활용하시기 바랍니다.
다음은 EC 사이트의 데이터 분석 시리즈의 마지막 회로, 마지막 단계의 재구입에 관계되는 재구입률을 분석해 보겠습니다.
이번 주의 공유 내용은 여기에서 마치도록 하겠습니다.
다음 주 재구매와 재구매율에 관한 내용을 업데이트하겠습니다! 또 만나요~
데이터 분석에 관심이 있으시면 페이스북에서 우리 팔로우해주세요~@bigdatastudy
Finereport는 상용 리포팅 대시보드 툴로 리포트/대시보드 디자인, Import, 데이터 입력 및 모바일 BI 등 풍부한 리포팅 기능을 가지고 있으며, 영업, 인사, Iot와 같은 업무별 보고서 템플릿을 준비할 수 있습니다. 가발자들은 단시간에 실용성 높은 업무 리포트를 작성할 수 있습니다.
현재 파인리포트(Finereport)는 기간과 기능의 제한이 없는 개인 사용자용 라이선스를 공식 홈페이지에서 무료로 배포하고 있습니다. 기업용으로는 사용이 불가능하며, 두 명의 사용자를 초과할 경우, 필요한 기능에 대한 비용을 지불해야 합니다.
