핵심 요약

  • 앤드루 첸은 초기 리텐션이 매우 낮은 제품을 알림이나 A/B 테스트만으로 개선하기는 어렵다고 본다.
  • 이용자 리텐션은 대체로 시간이 갈수록 낮아지지만, 남은 고객의 지출이 늘면 매출 리텐션은 상승할 수 있다.
  • 사용 빈도는 제품 범주의 영향을 받는다. 초기 이용자의 성과를 더 넓은 시장에 그대로 적용하기도 어렵다.
  • 빠른 바이럴 성장만으로는 낮은 리텐션을 해결할 수 없다. 첸은 기존의 반복 행동을 새로운 방식으로 충족하는 제품에서 가능성을 찾는다.

낮은 초기 리텐션은 작은 수정으로 바꾸기 어렵다

리텐션은 이용자가 처음 제품을 쓴 뒤에도 다시 사용하는 비율이다. 첸은 출시 후 이 수치가 나쁘게 나오면 알림을 늘리거나 기능을 추가하고 가입 화면을 시험하는 식의 개선에는 한계가 있다고 주장한다. 출시 다음 날 다시 사용한 비율인 D1 리텐션을 40%에서 50%로 높이려는 시도는 가능할 수 있다. 반면 D1이 10%라면 이용자가 원하는 제품 자체를 만들지 못했을 가능성이 크다는 것이 그의 판단이다.

그가 말하는 전환은 화면 일부를 고치는 수준보다 크다. 피드 형태의 첫 화면을 단계별 흐름으로 바꾸거나, 공유 중심 제품을 제작과 저장 중심으로 다시 설계하는 식이다. 제품을 설명하는 방식과 경쟁 대상으로 삼는 제품도 달라질 수 있다.

이용자는 줄어도 고객당 매출은 늘 수 있다

첸이 본 많은 리텐션 곡선에서는 D7이 D1의 절반 수준으로, D30이 다시 D7의 절반 수준으로 떨어진다. 초기 리텐션이 낮았다가 훗날 크게 회복되는 경우는 드물다는 설명이다. 다만 온라인 포커처럼 남은 소수가 오래 사용하며 많이 지출하는 제품은 사업이 성립할 수 있다. 사회관계망이나 협업 도구에서는 새 이용자가 기존 이용자를 다시 불러와 곡선이 소폭 오르는 드문 경우도 있다.

이용자 리텐션과 매출 리텐션은 구분해야 한다. 첸은 Slack 같은 기업용 소프트웨어에서 일부 이용자가 떠나더라도, 제품을 채택한 기업 안에서 사용이 퍼지면 그 기업이 내는 금액은 늘 수 있다고 설명한다. 소비자 제품의 사례로는 처음에 책이나 음악을 사던 고객의 구매 범위가 넓어지는 Amazon, 공항 이동에 Uber를 쓰기 시작한 고객이 식당 방문이나 출퇴근에도 이용하게 되는 경우를 든다. 이는 모든 제품에 적용되는 현상은 아니다.

제품의 용도가 사용 빈도를 제한한다

협업 도구나 코딩 앱은 근무일에 자주 쓸 수 있지만, 오류 알림 시스템은 자주 열 일이 없는 편이 바람직하다. 날씨나 은행 앱은 사용 빈도가 낮아도 이용자가 오래 남을 수 있다. 반대로 게임은 한동안 자주 쓰다가 콘텐츠를 마치면 떠날 수 있다. 따라서 첸은 제품 범주의 자연스러운 사용 주기를 고려해 리텐션을 해석해야 한다고 본다.

여행만을 위한 소셜 앱은 사람들이 자주 여행하지 않는다는 제약을 받는다. 첸은 이런 경우 여행 거래의 일부에서 수익을 얻거나, 식당과 밤 문화처럼 더 자주 쓰는 용도를 함께 갖추는 방향을 제시한다. 그는 자신이 ChatGPT를 자주 쓰면서 Google 검색 횟수가 크게 줄었다는 경험도 든다. 일상적으로 쓰이는 새 제품은 기존의 일상적 행동을 대체할 수 있다는 취지다.

성장하면 초기 이용자의 지표를 유지하기 어렵다

첸은 제품을 먼저 발견하는 이용자가 대체로 이용 의향이 높고 수익화에도 유리하다고 설명한다. 이들은 친구의 추천으로 들어오는 경우가 많다. 이후 유료 마케팅을 확대하거나 Android와 해외 시장으로 넓히면 새 이용자에게 제품이 덜 잘 맞아 지표가 나빠질 수 있다. 그는 초기의 가치 높은 집단을 유지하면서, 뒤에 들어온 이용자에게도 수익성 있게 제품을 제공할 수 있는지가 중요하다고 본다.

이탈한 이용자를 되찾는 일도 어렵다. 첸은 많은 제품이 첫 30일에 이용자의 90% 이상을 잃는다고 말한다. 할인이나 알림으로 돌아오게 하기보다, 협업 도구에서 동료가 새 프로젝트에 초대하는 방식이 효과를 낼 수 있다. 다만 이는 공유와 협업을 통해 이용자가 서로를 불러오는 제품에서 가능한 접근이다.

리텐션 수치는 해석에도 시간이 든다

첫날·첫 주·첫 달 리텐션은 빠른 의사결정에 쓸 수 있지만, 연간 이탈이나 장기 수익을 대신하지는 못한다. 상거래, 여행, 건강 관리, 온라인 데이팅에는 계절성이 있고 기업용 소프트웨어에도 사용 주기가 있다. 월별 지표 변화가 새 기능 때문인지 시기별 행동 차이 때문인지 가리기 어렵다.

버그, 진행 중인 실험, 새 시장 출시도 비교를 흐린다. 예를 들어 Android 출시 전후의 곡선이 달라졌다면 제품 자체의 변화인지 이용자 구성의 변화인지 살펴야 한다. 긴 기간의 성과를 기다릴 수 없는 팀에는 짧은 기간의 지표가 필요하지만, 그 수치에는 이런 조건이 함께 붙는다.

바이럴 성장 이후에 남는 이용자가 중요하다

첸은 크리에이터의 소개나 출시 영상으로 가입과 매출이 급증해도 사용과 이탈 지표가 좋지 않으면 성장이 오래가지 않는다고 주장한다. 신규 이용자 유입이 줄어들 때 낮은 리텐션이 그대로 드러나기 때문이다. 그는 과거 연락처를 이용한 소셜 서비스의 성장과 SMS 초대에 의존한 모바일 앱을 사례로 든다. 반면 Facebook은 피드와 실명 사용 등의 제품 변화를 통해 높은 확산과 리텐션을 함께 얻은 사례로 제시한다.

그렇다면 반복 사용을 얻는 제품은 어떻게 만들어질까. 첸은 이미 자주 쓰는 제품이 있는 범주를 고르고, 그 핵심 행동을 새롭게 제공할 가능성에 주목한다. 이용자가 처음 60초 안에 차이를 이해할 수 있어야 한다는 견해다. 대규모 언어 모델처럼 새 기술이 등장하는 시점도 변화를 가능하게 할 수 있다. 다만 기존 행동을 대체하는 제품은 이용자를 옮겨 오게 하는 데 비용과 어려움이 따른다. 첸은 브라우저를 그런 사례로 든다.

결론

첸은 뛰어난 리텐션을 반복 실험만으로 만들어낼 수 있다고 보지 않는다. 그는 D30 리텐션이 50%인 제품을 몇 년에 한 번 볼 정도로 드물다고 말한다. 그의 논지는 초기 수치와 제품의 자연스러운 사용 주기를 살피고, 성장 과정에서 이용자 구성이 바뀌는 조건까지 함께 읽어야 한다는 것이다.