이란 무엇인가 Retention Curve Calculator?
▾
유지 곡선은 최초 가입 또는 최초 사용 후 각 시간 간격에서 여전히 활성 상태인 사용자의 비율을 표시하여 사용자 집단의 장기적인 참여 궤적을 나타냅니다. 이는 얼마나 많은 사용자가 재방문하는지뿐만 아니라 제품이 지속 가능한 참여를 달성했는지 또는 불가피한 완전한 이탈에 직면했는지를 보여주기 때문에 제품 분석에서 가장 진단적인 지표 중 하나입니다. 건강한 유지 곡선은 특징적인 모양을 나타냅니다. 0일에 100%에서 시작하여 처음 며칠 동안(활성화되지 않은 사용자가 떠날 때) 급격히 감소한 다음 0이 아닌 비율에서 평평해지고 안정화됩니다. 이 평평한 꼬리는 진정한 가치를 발견하고 무한정 계속해서 돌아오는 사용자의 '유지된 핵심'을 나타냅니다. 실제 유지율이 없는 제품은 점근적으로 0에 접근하는 지속적으로 감소하는 곡선을 보여줍니다. 이는 결국 모든 사용자가 이탈한다는 의미입니다. 중요한 통찰력: 유지 곡선이 0 이상으로 평평해지면 지속 가능한 제품이 있는 것입니다. 0으로 떨어지면 인수 증가량이 근본적인 유지 문제를 해결하지 못합니다. 유지율은 일반적으로 1일차(D1), D7, D30, D90, D180 유지율 등 여러 간격으로 측정됩니다. D1 보유는 온보딩 효과를 측정합니다. D7은 초기 습관 형성을 측정합니다. D30은 호기심 그 이상의 제품 가치를 확인시켜 드립니다. D90은 작업 흐름에 대한 진정한 통합을 나타냅니다. 코호트 유지율을 계산하려면 각 가입 코호트(예: 1월에 가입한 모든 사람)를 추적하고 각 후속 간격에서 여전히 활성 상태인 비율을 측정해야 합니다. '활성' 정의는 일관되어야 합니다. 일반적으로 단순히 앱을 여는 것이 아니라 핵심 제품 작업을 완료하는 것입니다. 유지 곡선은 (1) 초기 쇠퇴의 가파른 정도(D1~D7 하락), (2) 곡선이 평탄해지는 수준, (3) 곡선이 연속적인 코호트에 대해 개선되는지, 안정적인지, 감소하는지 여부에 따라 분석됩니다. 코호트 개선(각 새로운 코호트가 이전보다 더 잘 유지됨)은 제품 개선을 나타냅니다. 코호트의 감소는 제품 부패 또는 낮은 품질의 획득을 나타냅니다.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
공식
▾
N일 유지율(%) = (N일에 여전히 활성 상태인 코호트 사용자 / 코호트의 총 사용자) × 100변수 설명
▾
| 기호 | 이름 | 단위 | 설명 |
|---|---|---|---|
| Cohort | 사용자 그룹 | — | 동일한 기간 동안 제품에 가입했거나 처음 사용한 사용자 그룹 |
| Retention Rate | 코호트 비율 | — | 유지율 매개변수는 유지 곡선 계산에서 주요 정량적 입력을 나타내며, 표준 단위로 측정되고 수학 공식을 통해 계산 결과에 직접적인 영향을 미칩니다. |
| Retained Core | 안정적인 비율 | — | Retained Core 매개변수는 표준 단위로 측정되고 수학 공식을 통해 계산된 결과에 직접적인 영향을 미치는 유지 곡선 계산의 주요 정량적 입력을 나타냅니다. |
| Active Definition | 특정 사용자 작업 | — | 활성 정의 매개변수는 표준 단위로 측정되고 수학 공식을 통해 계산된 결과에 직접적인 영향을 미치는 유지 곡선 계산의 주요 정량적 입력을 나타냅니다. |
방법 Retention Curve Calculator
▾
- 1필요한 입력 값을 수집합니다: 사용자 그룹, 코호트 비율, 안정적인 비율, 특정 사용자 작업.
- 2핵심 공식을 적용합니다: N일 유지율(%) = (N일에 여전히 활성인 코호트 사용자 / 코호트의 총 사용자) × 100.
- 3해당되는 경우 D1 Retention과 같은 중간 값을 계산합니다.
- 4용어를 결합하기 전에 모든 단위가 일치하는지 확인하십시오.
- 5최종 결과를 계산하고 합리성을 검토합니다.
- 6입력에 특별한 경우나 경계 조건이 적용되는지 확인하세요.
- 7상황에 맞게 결과를 해석하고 가능한 경우 참조 값과 비교하십시오.
풀어진 예시
▾
이러한 입력을 사용하여 유지 곡선 계산 공식을 적용하면 다음과 같은 결과가 나옵니다. 유지 곡선은 ~13%에서 평탄화됩니다. 보유 코어가 확인되었습니다. 제품에는 지속 가능한 참여가 있습니다. 초점: 유지된 코어 크기를 최대화하기 위해 D1(45% ~ 55%)을 개선합니다. 이는 계산기가 원시 매개변수를 의사 결정을 위한 의미 있는 정량적 결과로 변환하는 일반적인 유지 곡선 시나리오를 보여줍니다.
이러한 입력을 사용하여 유지 곡선 계산 공식을 적용하면 다음과 같은 결과가 나옵니다. 18개월차 유지율 73% - B2B SaaS에 강력함(1년차 업계 평균 75~85%) 1~3개월에 손실된 계정 중 14%를 조사합니다. 조기 이탈 동인, 열악한 온보딩 또는 잘못된 기대치. 이는 계산기가 의사 결정을 위해 원시 매개변수를 의미 있는 정량적 결과로 변환하는 일반적인 유지 곡선 시나리오를 보여줍니다.
이러한 입력을 사용하여 Retention Curve Calc 공식을 적용하면 다음과 같은 결과가 나옵니다. 유지된 코어가 없습니다. 제품이 제품 시장에 적합하지 않거나 습관 형성 메커니즘이 부족합니다. 모든 사용자 가치는 빠르게 소모됩니다. 근본적인 게임플레이 또는 참여 재설계가 필요합니다. 이는 계산기가 원시 매개변수를 의사 결정을 위한 의미 있는 정량적 결과로 변환하는 일반적인 유지 곡선 시나리오를 보여줍니다.
이러한 입력을 사용하여 유지 곡선 계산 공식을 적용하면 다음과 같은 결과가 나옵니다. 긍정적인 코호트 추세는 제품 개선이 효과가 있음을 확인합니다. 목표: 3분기까지 D30 유지율 20%에 도달합니다. 조사할 가치가 있는 4월의 하락 — 품질이 낮은 획득 채널이 활성화될 수 있습니다. 이는 계산기가 의사 결정을 위해 원시 매개변수를 의미 있는 정량적 결과로 변환하는 일반적인 유지 곡선 시나리오를 보여줍니다.
실제 적용
▾
제품이 지속 가능한 사용자 참여를 달성했는지 진단하여 정확한 유지 곡선 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 유지 곡선 계산의 중요한 적용 영역을 나타냅니다.
개선을 위한 사용자 여정의 가장 큰 영향을 미치는 단계(D1, D7 또는 D30)를 식별하고 정확한 유지 곡선 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 유지 곡선 계산의 중요한 적용 영역을 나타냅니다.
고품질 소스를 식별하기 위해 획득 채널 전체의 유지 곡선을 비교하며, 정확한 유지 곡선 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 Retention Curve Calc의 중요한 적용 영역을 나타냅니다.
지속적인 코호트 유지에 대한 제품 개선의 영향을 측정하며, 정확한 유지 곡선 계산이 정보에 입각한 의사 결정, 전략 계획 및 성과 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 유지 곡선 계산의 중요한 적용 영역을 나타냅니다.
유지 곡선 모양 및 수익 창출을 기반으로 평생 가치 예측을 계산합니다. 이는 정확한 유지 곡선 계산이 정보에 입각한 의사 결정, 전략 계획 및 성능 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 유지 곡선 계산의 중요한 적용 영역을 나타냅니다.
특수 경우
▾
사용 패턴이 불규칙한 제품: 매일 사용하지 않는 도구에는 주간 또는 월간 보존 간격을 사용합니다.
유지 곡선 계산에서 이 시나리오에서는 유지 곡선 결과를 해석할 때 추가적인 주의가 필요합니다. 표준 공식은 이 극단적인 경우에 존재하는 모든 요소를 완전히 설명하지 못할 수 있으며 보충 분석이나 전문가 상담이 필요할 수 있습니다. 전문적인 모범 사례에는 유지 곡선 계산이 비표준 영역에 속할 때 가정 문서화, 민감도 분석 실행 및 대체 방법을 사용한 결과 상호 참조가 포함됩니다.
거래 제품: 앱 활동이 아닌 반복 구매율로 유지율을 측정합니다.
유지 곡선 계산에서 이 시나리오에서는 유지 곡선 결과를 해석할 때 추가적인 주의가 필요합니다. 표준 공식은 이 극단적인 경우에 존재하는 모든 요소를 완전히 설명하지 못할 수 있으며 보충 분석이나 전문가 상담이 필요할 수 있습니다. 전문적인 모범 사례에는 유지 곡선 계산이 비표준 영역에 속할 때 가정 문서화, 민감도 분석 실행 및 대체 방법을 사용한 결과 상호 참조가 포함됩니다.
B2B 계정 유지 vs.
사용자 유지: 두 가지를 모두 추적합니다. 계정 유지는 수익과 더 직접적으로 연결됩니다. 유지 곡선 계산에서 이 시나리오에서는 유지 곡선 결과를 해석할 때 추가적인 주의가 필요합니다. 표준 공식은 이 극단적인 경우에 존재하는 모든 요소를 완전히 설명하지 못할 수 있으며 보충 분석이나 전문가 상담이 필요할 수 있습니다. 전문적인 모범 사례에는 유지 곡선 계산이 비표준 영역에 속할 때 가정 문서화, 민감도 분석 실행 및 대체 방법을 사용한 결과 상호 참조가 포함됩니다.
유지 곡선 계산 참조 데이터
▾
| 보존 간격 | 소비자 앱(좋음) | B2B SaaS(정상) | 게임(좋음) |
|---|---|---|---|
| D1 | 40~60% | 85 - 95% | 25~40% |
| D7 | 20~35% | 75~90% | 12~22% |
| D30 | 10~25% | 70~85% | 8~18% |
| D90 | 8~18% | 65 - 82% | 5~12% |
| D180 | 6~15% | 62 - 80% | 3~10% |
| D365 | 5~12% | 58~78% | 2~8% |
자주 묻는 질문
▾
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
이는 정확성이 의사 결정에 직접적인 영향을 미치는 유지 곡선 계산기 계산의 맥락에서 특히 중요합니다. 여러 업계의 전문가들은 정확한 유지 곡선 계산기 계산을 사용하여 가정을 검증하고 프로세스를 최적화하며 해당 표준 준수를 보장합니다. 기본 방법론을 이해하면 사용자가 결과를 올바르게 해석하고 추가 분석이 필요한 시기를 식별하는 데 도움이 됩니다.
피해야 할 일반적인 실수
▾
- !집단별 곡선 대신 집계 유지율 보기 — 다양한 품질의 혼합 집단을 집계합니다.
- !기간에 걸쳐 일관된 '활성' 정의 없이 유지율 측정
- !벤치마킹 시 제품 카테고리를 구분하지 않음 - 20% D30은 게임에 적합하고 커뮤니케이션 앱에는 좋지 않음
- !분석 중간에 '활성' 정의를 변경하여 코호트 비교가 불가능해졌습니다.
- !사용자 유지와 수익 유지를 혼동합니다. 유지된 사용자는 다운그레이드될 수 있습니다(사용자 이탈 없이 수익 이탈).
- !획득 채널별로 유지율을 분류하지 않음 - 채널이 낮은 집단은 전체 측정항목을 끌어내립니다.
전문가 팁
동일한 차트에 지난 6개월 코호트에 대한 유지 곡선을 표시합니다. 곡선이 더 높게 쌓이면(각 새로운 집단이 더 잘 유지됨) 제품 개선이 효과가 있고 성장이 복합적으로 이루어지고 있는 것입니다. 곡선이 저하되는 경우 획득 품질과 최근 제품 변경 사항을 조사하십시오.
알고 계셨나요?
Netflix의 리텐션 엔지니어링 팀은 첫 달에 최소 3개의 에피소드를 시청한 사용자의 리텐션율이 90%를 넘는다는 사실을 발견했습니다. 이 발견은 초기 세션에서 폭로할 수 있는 원본 콘텐츠에 막대한 투자를 하여 유지율을 높이는 행동을 직접 엔지니어링하는 전략을 추진했습니다.
Regional Guides
▾
Global▾
참고 자료
- ›Andreessen Horowitz — 16가지 스타트업 지표(유지)
- ›진폭 — 유지 핸드북
- ›Reforge — 참여 및 유지 프레임워크
- ›Brian Balfour — 제품 시장 적합성이 충분하지 않은 이유
Ratings & comments
주간 수학 팁 받기
매주 계산기 팁을 받는 12,000명 이상의 구독자와 함께 하세요.