앰플리튜드
모바일 게임 리텐션(Retention) 바로알기 🎮
Team MAXONOMY ・ 2024.05.16
모바일 게임의 성과를 측정할 때 가장 중요한 지표는 아마 리텐션일 것입니다. 리텐션을 측정하는 기본적인 방식은 어느 서비스나 동일하지만, 서비스나 산업에 따라 그 특성에 맞는 상세한 리텐션 설정 기준과 측정 방법이 존재합니다. 모바일 게임 서비스도 마찬가지로 게임이라는 특성에 맞는 적합한 리텐션율 측정법이 있습니다.
리텐션율은 크게 'N-day 리텐션율', 'Unbounded 리텐션율', 'Bracketed 리텐션율' 3가지로 나뉩니다. 이중 모바일 게임에 가장 많이 적용하는 지표는 N-day 리텐션율입니다. 이유가 무엇일까요? 이번 포스트에서는 모바일 게임에 적합한 리텐션 설정 방법과 그 이유에 대해서 알아보겠습니다.
N-day 리텐션 vs Unbounded 리텐션
N-day 리텐션은 사용자가 처음 앱을 사용한 이후, 지정된 날에 앱으로 돌아오는 비율을 말합니다. 예를 들어, 2일차 N-day 리텐션율이 50%라면, 새로운 유저의 50%가 2일차에도 앱을 실행했다는 것을 의미합니다. 반면, Unbounded 리텐션은 특정한 날짜에 앱으로 돌아오는 사용자의 비율이나 이후의 임의의 날짜를 측정합니다. 만약 2일차 Unbounded 리텐션율이 50%라면, 새로운 사용자의 50%가 2일차를 포함한 그 이후에 한번이라도 앱을 사용했다는 것을 뜻합니다.
아래는 동일한 모바일 애플리케이션에 대한 N-day 리텐션과 Unbounded 리텐션(Rolling Retention)을 비교한 그래프입니다.
그래프를 보시면 알겠지만, 두 지표 간의 차이는 상당히 큽니다. 이 사실을 모른채로 아무 리텐션 지표를 모니터링한다면, 중요한 비즈니스 의사결정에 큰 오류가 생길 수 있겠죠.
Day 1을 기준으로 보면 N-day 리텐션은 43%로, 신규 유저 중 43%가 앱을 처음 사용한 후 첫 번째 날에 앱을 실행했다는 것을 의미합니다. 반면, Unbouded 리텐션은 59%로, 이는 새로운 사용자 중 59%가 Day1을 포함하여 그 이후의 어느 날이든 한번 이상 앱을 실행했다는 것을 의미합니다.
N-day 리텐션을 사용하면, 앱을 가장 처음 실행한 이후 N일이 지난 시점까지 앱으로 얼마나 많은 사용자가 돌아오는지 정확한 비율을 알 수 있습니다. 따라서 모바일 게임같이 유저가 매일 플레이하는 것이 목표인 애플리케이션은 N-day 리텐션이 적합하다고 할 수 있죠.
물론 N-day 리텐션이 항상 정답은 아닙니다. 어떤 케이스에서는 매일은 아니더라도 조금 긴 텀을 가지고 사용자가 돌아오는 것이 유의미할 수 있습니다. 대표적으로 모바일 임대료 결제 앱이라면, 사용자가 매월 한 번씩만 앱을 사용하여 결제를 하는 것이 앱 성공의 기준이 될 수 있겠죠. 이 경우에는 N-day 리텐션보다는 Unbouded 리텐션을 측정하는 것이 유용할 것입니다. 흔한 케이스는 아니겠지만, 특정 게임도 Unbouded 리텐션을 사용하는 것이 적합할 수 있습니다. 예를 들어 '텐텐 오락실'이라는 앱은 술자리나 많은 사람들이 모인 자리에서 다 함께 플레이하는 모바일 게임입니다. 이런 류의 게임의 경우, 유저가 매일 습관적으로 접속하길 기대하지 않겠죠.
시간 기준 리텐션 VS 날짜 기준 리텐션
N-day 리텐션과 Unbounded 리텐션 차이 외에도, 시간 기준과 날짜 기준으로 리텐션 계산 방법을 나눌 수도 있습습니다. 시간 기준으로 계산한다면, 각 사용자별 접속 시간을 기준으로 날짜를 구별합니다. 즉, Day 0는 사용자가 앱을 최초로 실행시킨 시간부터 24시간이 지난 시간인 0 ~ 24시간 사이를 의미하고, Day 1은 24시간부터 48시간 사이를 의미합니다. Day 1 리텐션율이 10%라고 가정해본다면, 1,000명의 사용자 중에서 100명이 각각의 처음으로 앱을 실행한 이후 24시간에서 48시간 사이에 앱을 한번 이상 더 실행했다는 것을 뜻합니다. 만약 사용자 X가 화요일 오후 4시에 처음으로 앱을 실행했다면, 수요일 오후 4시와 목요일 오후 4시 사이에 앱을 다시 열었다는 뜻입니다.
반면, 날짜를 기준으로 계산할 때, 리텐션 차트는 그저 달력상의 날짜를 기준으로 측정됩니다. 만약 어떤 사용자가 10월 1일 오후 11시에 처음으로 앱을 실행했다면, 이 사람의 Day 0는 10월1일, Day 1는 10월 2일이 될 것입니다.
아래 그래프는 앞서 살펴본 동일한 앱에 대한 시간 기준 리텐션과 날짜 기준 리텐션 수치입니다.
처음 며칠 동안에 가장 뚜렷한 차이가 나타난다는 것을 알 수 있습니다. 날짜 기준 Day 1 리텐션은 43%인 반면, 시간 기준 Day 1 리텐션은 32%에 불과합니다. 하지만 시간이 흐름에 따라, 두 그래프 간의 차이는 줄어들고 이 둘을 구별하는 의미는 많이 사라진다고 볼 수 있습니다.
시간 기준과 날짜 기준을 구별하는 이유
시간이 흐름에 따라 구별 의미가 줄어들면 굳이 이 두 지표를 나누는 이유가 있나 궁금해질 겁니다. 하지만 우리가 리텐션 지표를 평가할 때는 보통 앱 출시 초기에 다른 앱의 리텐션 지표와 비교하는 식으로 많이 진행합니다. 이 때, 다른 기준의 리텐션 지표를 비교하면 분명 큰 오류가 생기겠죠. 빠르게 시장 반응을 살피고 대응해야하는 앱 출시 초기에는 이 오류가 치명적으로 작동할 수 있습니다.
예를 들어, 모바일 게임 초기 버전을 런칭한 후 Day 1 리텐션율이 32%라고 가정해봅시다. 이것만으로는 리텐션이 잘 이루어지고 있는지 판달할 수 없겠죠. 최대한 유사한 게임과 리텐션율을 비교해보아야합니다. 만약 이 때, 시간 기준과 날짜 기준 리테션 지표를 잘못 비교한다면, 제대로된 벤치마크가 되지 않겠죠.
결국 어떤 지표로 모바일 게임을 측정해야하나요?
리텐션 지표에 정해진 정답은 없습니다. 그렇지만 일반적인 경우에는 날짜 기준 리텐션보다는 시간 기준 리텐션이 더 정확한 현황을 보여준다고 할 수 있습니다. 하지만 시간 기준 리텐션은 정확한 데이터를 얻는데 하루 더 걸린다는 단점이 있습니다. 앱 출시 초기라면 하루 일찍 대응하는 것의 차이가 큰 결과 차이를 만들 수 있죠.
정리하자면, "일반적인 모바일 게임이라면 N-day 리텐션을 측정하는 것이 좋지만, 간혹 매일 들어오는 것을 원하지 않는 게임일 경우 Unbounded 리텐션 지표를 사용하는 것이 좋을 수 있으며, 또 기본적으로 시간 기준 리텐션을 측정하는 것이 정확하나, 데이터를 더 빨리 얻어야 할 때는 날짜 기준 리텐션을 먼저 살펴보는 것이 좋다." 정도가 될 것 같습니다.
다시 한번 말하지만 리텐션에 정해진 정답은 없으며, 각 지표가 정확히 무엇을 측정하는 것인지 알고 있다면, 어떤 상황에서든 데이터 기반의 유의미한 인사이트를 도출할 수 있을 것입니다.
콘텐츠 더 읽어보기
팀맥소노미
YOUR DIGITAL MARKETING HERO
비즈니스 성장을 위한 최적의 솔루션과 무료 데모 시연, 활용 시나리오를 제안 받아보세요
24시간 프리미엄 열람권 받기
관련 글 보기
Amplitude(앰플리튜드)의 프로덕트 마케팅 지표 측정 팁! 좋은 질문을 만드는 방법
좋은 질문은 여러분이 원하는 항목을 정확히 측정하고 인사이트를 발견할 수 있는 가능성을 높여줍니다. 잘 구성된 이벤트와 이벤트 속성은 데이터 혹은 자동 추적 솔루션을 능가하는 효과가 있습니다.본 포스팅에서는 여러분의 팀에서 무엇을 측정해야 할지 더 나은 결정을 내릴 수 있도록 영향력있는 질문을 만드는 데 도움이 되는 몇가지 접근 방법을 자세히 공유하려고 합니다. 영향력 있는 질문을 만들기 위해서는 물론 연습이 필요하지만, 불가능한 일은 아닙니다.시작하기에 앞서, 저희가 경험을 통해 깨달은 내용을 먼저 공유하려고 합니다.‘어리석은’ 질문과 완전하지 않은 질문은 제외해야 하고, 무엇보다 서두르지 말아야 합니다. 일부는 질문의 내용을 브레인스토밍을 하는 것이 우스워 보이지 않을까 하는 생각에 도중에 중단해버리기도 합니다. 충분한 고민의 시간을 갖지 않고 서두르게 되면 겉핥기 식의 질문만 하게 될 가능성이 높습니다. 좋은 질문은 ‘좋지 않은’ 질문과 덜 중요한 질문을 바탕으로 고민한 결과에서 나옵니다. 큰 영향이 있는 좋은 질문을 하려면 이러한 노력의 과정을 여러번 거쳐야 합니다. 그러니 시간을 투자하십시오. 완전한 질문을 만들어야 합니다.다시 본론으로 돌아가 이야기를 이어가겠습니다. 일반적으로 사람들은 ‘데이터 제공’과 관련하여 다음 세 가지 중 한 가지의 니즈가 있습니다.결정이 필요한 건이 있고, 결정 이후에 그 내용을 알릴 수 있는 데이터가 필요합니다.가정의 불확실성을 줄이고 싶습니다.성과와 영향을 이해하고 싶습니다. 그리고 무엇인가 효과가 나오고 있는지 알고 싶습니다. 또한 어떤 것이 효과가 있거나 (혹은 효과가 없거나) 향후 효과가 있을 예정이라는 것을 (향후 효과가 없을 것이라는 것을) 증명하고 싶습니다.결정에는 가정이 포함되기 때문에 두 개념은 연결되어야 합니다. 가정은 결정으로 이어집니다. 우리는 일반적으로 어떤 결정을 내리기 위해서 (아무것도 하지 않기로 결정하더라도) 무엇이 효과가 있는지 확인하길 원합니다.그러나 질문을 유도할때는 결정과 가정을 나누는 것이 도움이 됩니다. 왜일까요? 사람들마다 각자 다른 관점에 끌리는 것 같습니다. 하나의 접근 방식만을 사용하는 것은 (예: 한 개의 캔버스만 사용하여 가정하는 경우) 팀에 제한을 주는 것처럼 느껴질 수 있습니다. 또한, 대부분의 팀에서 벤치마크와 ‘표준’ 매트릭스를 강조하고 있지만, 어떤 결정을 통보하고 어떤 가정을 검증하기를 원하는지 실제로 파악하는 데 어려움이 많습니다. 이것을 유연성이 더 많아졌다고 이해할 수는 없습니다.다음으로 알게된 점은 문제 해결의 수준(레벨)이 중요하다는 것입니다. 질문을 브레인스토밍하고 정제하여 우선 순위를 정하는 것이 한 단계 (또는 두 단계) 수준을 오르내리는 데 도움이 됩니다. 개방형 질문은 보다 구체적인 질문을 유도하는데 도움이 됩니다. 또한 구체적인 질문은 개방형 질문을 유도하는데 도움이 됩니다. 이것이 왜 중요할까요? 이렇게 함으로써 질문이 보편적으로 모두에게 해당되는 내용인지, 일부만 타겟으로 하는 구체적인 내용인지의 여부에 관계없이 모든 사용자를 참여시킬 수 있습니다.이 내용에 대한 보충 설명으로 아래의 이미지를 공유합니다. Miro에서 사용하는 실제 보드입니다.이 테이블에는 결정, 가정, 성과 및 영향의 세 열이 있습니다. 특이성의 범위에 따라 각 열에 대한 샘플 질문 및 가정을 작성합니다. 예를 들어, 이 가정은 전체 비즈니스의 기반이 될 수도 있고 (‘수요가 10년 동안 증가할 것입니다’), 버튼 배치와 관련된 가정이 될 수도 있습니다 (‘이런 유형의 버튼은 항상 오른쪽에 있습니다’). 전체 전략의 효과나 소규모 작업 흐름의 효율성에 대해 확인하고자 할 수도 있습니다.워밍업으로 브레인스토밍을 통해 각 열마다 세 가지 예시 문장을 적어봅시다.결정 예시가정 예시효과가 있을까?(is-it-working) 형식의 질문 예시이것을 약간 응용해보겠습니다. 매우 구체적인 예시 한 가지, 매우 광범위한 예시 한 가지 그리고 중간 정도의 특이성이 있는 예시 한 가지를 생각해 보십시오. 이는 준비 단계로, 운동 전에 스트레칭을 하는 것과 같습니다.DIY 앱 구축업체와 키트 디자이너를 위한 제품 판매를 가정하여 다음과 같이 완성해 보았습니다.‘자, 이제 결정, 가정 그리고 실행 질문의 항목 하나씩을 선택하여 자세히 살펴봅시다. 그리고 각각의 항목에 맞는 세 개의 하위 질문을 브레인스토밍해봅시다. 불확실성은 어디에서 줄여야 할까요? 어떤 질문이 (응답할 경우) 이 문제를 해결하는데 도움이 되나요? 해결까지는 불가능하더라도 최소한 해결할 수 있다는 자신감을 갖게 해줄까요?’또한 다음 항목들도 선택해야 합니다 : 왜, 누가, 무엇을, 언제, 어디에서, 어떤 것을, 얼마나 많이, 어떻게, 얼마나 오래, 하는지, 해왔는지, 할 것인지, 해야 하는지, 있는지 등.카테고리와 수준을 탐색한 다음 하위 질문을 브레인스토밍하는 이 두 단계 프로세스는 사람들이 더 폭넓게 생각하고 질문의 수준을 높이거나 낮출 수 있도록 합니다. 질문에 바로 뛰어드는 것 보다 훨씬 낫습니다.여러분의 팀에 문제가 있거나 더 많은 연습이 필요할 경우, 아래 빈칸 채우기가 도움이 될 수 있습니다.얼마나 많은 사용자가 지난 30일동안 ________ 했습니까?_____________ 경로에서 신규 사용자가 유입되는 경로는 어디입니까?_____________ 의 장기적인 리텐션에 _______________와 ______________가 영향을 미칩니까?_____________ 는 _____________에 비해 얼마나 더 잘 유지됩니까?_____________ 사용자가 ______________ 로 이동할 가능성이 더 높습니까?_____________ 당 평균 _____________ 수는 얼마입니까?고객은 _____________ 이후 어디로 이동하며, 결국 _____________이 됩니까?_____________ 를 예측할 수 있는 고객의 고유한 행동은 무엇입니까?언제 ____________ 우리가 반대로 ____________ 했습니까?사람들이 실제로 ____________ 합니까? 아니면 단지 ____________ 합니까?고객이 ____________ 를 시도할 때 언제/어디에서 문제가 발생합니까?_____________ 에 대한 우리의 노력이 ____________ 의 결과입니까?우리가 발행한 것이 ____________ 의 원인입니까? 아니면 ____________ 입니까?우리가 ____________ 하도록 하는 사소한 일이 있습니까?우리는 ____________ 로 가는 방향에 있습니까?이러한 활동은 질문을 브레인스토밍을 할 때 좀 더 확신을 갖게 합니다.워크샵이 끝날 때쯤 우리는 많은 질문과 하위 질문을 얻게 되고, 어떤 질문이 가치있는 지도 어느정도 알게 됩니다. 또한 많은 것을 배울 수 있는 항목을 가치가 있다고 판단하고 우선순위를 두게 됩니다. 하지만 무엇보다 가장 중요한 것은 어떤 질문의 ‘등급’이 가치있는지를 알게 되었다는 것입니다. 즉, 가장 중요한 명사, 동사, 워크 플로우 및 목표도 배우게 되었습니다.지금까지 설명드린 내용은 스마트 계측 접근법입니다. 물론 우리는 모든 것을 계측할 수는 없습니다(그렇게 해서도 안됩니다). 사용자의 모든 클릭을 기록해서도 안됩니다. 또한 모든 질문을 미리 예측할 수도 없습니다. 하지만 좋은 질문을 통해 인사이트를 발견하는 과정을 도구화할 수 있습니다.좋은 질문은 여러분이 가야할 길을 인도하는 훌륭한 안내자가 될 수 있습니다. 꾸준한 연습을 통해 좋은 질문을 하는 방법을 터득하고 익숙해 지십시오.
세션 리플레이: 고객의 마음을 읽는 비밀
지금까지 우리는 전환율, 이탈 지점과 같은 정량적 데이터에 의존하여 의사결정을 내렸습니다. 하지만 데이터가 고객이 '무엇(what)'을 하는지 알려줄 수는 있어도, '왜(why)'를 설명해주지 못하는 경우가 많았죠. 가령, 새롭게 배포한 신규 기능에 대한 사용률이 예상보다 좋지 않았습니다. 클릭률, 전환율 등 데이터를 통해서 이 사실을 객관적으로 파악할 수 있습니다. 그렇지만 왜 사용률이 좋지 않은지는 알 수 없죠.바로 여기서 세션 리플레이(Session Replay)가 등장합니다. 세션 리플레이는 말 그대로 사용자의 세션을 직접 '시청'함으로써 숫자와 실제 사용자 경험 사이의 간극을 메워주는 해결책입니다.이번 포스팅에서는 세션 리플레이란 무엇이며, 어떻게 작동하고, 어떻게 활용할 수 있는지 알아보도록 하겠습니다.1. 세션 리플레이란?■ 세션 리플레이: 정량적 데이터의 한계 극복세션 리플레이(Session Replay)는 사용자가 웹사이트 또는 모바일 애플리케이션을 경험하는 방식을 재구성하여 시각화하는 기능입니다. 사용자의 클릭, 마우스 움직임, 페이지 스크롤 등을 수집하여, 사용자가 앱이나 웹에서 수행한 작업을 워킹스루(walkthrough) 스타일의 비디오 형태로 보여줍니다.아래 영상은 한 익명의 유저가 MAXONOMY홈페이지를 탐색하는 모습을 세션 리플레이로 재생한 결과입니다. 정말 화면을 녹화한 것처럼 생생하게 유저의 탐색 여정을 엿볼 수 있습니다.■ 흔한 오해1: 녹화 vs 재구성세션 리플레이에 대해 흔히하는 오해 중 하나가 ‘사용자 화면을 실제로 녹화한 것 아닌가’는 생각입니다. 결론부터 말하자면 아닙니다! 세션 리플레이는 녹화가 아닌 재구성의 방식으로 작동합니다. 모든 사용자의 모든 순간을 실제 동영상으로 녹화한다면 엄청난 용량의 스토리지가 필요할 뿐더러, 엄청난 용량의 실시간 데이터 전송이 필요하여, 현실적으로 불가능한 방식입니다.세션 리플레이는 클릭, 마우스 움직임, 스크롤 등 사용자의 상호작용을 이벤트(Event)로 간주하고, 이 이벤트 정보를 수집합니다. 그리고 이 수집된 이벤트를 기반으로 사용자의 경험을 다시 만들어내는 재구성(Reconstruction) 과정을 거쳐 Amplitude 플랫폼 안에서는 마치 진짜 동영상을 보는 것처럼 나타나죠.예를들어, 어떤 사용자가 한 쇼핑몰에서서 어떤 상품에 대해 구매버튼을 클릭했다면, [유저A가, 2025.10.28 10시 20분 2초에, url A에서, 버튼A를 클릭]이라는 간소화된 정보가 이벤트로 수집되는 것이죠. 그리고 우리가 해당 세션 리플레이를 재생하면, 이 정보를 기반으로 리플레이를 재구성하여, 마치 녹화된 것과 같은 영상을 볼 수 있게 되는 것입니다.■ 흔한 오해2: 단순 리플레이 기능이다?세션 리플레이에 대한 또 다른 오해는 사용자의 어려움을 찾으려면 ‘수백 개의 리플레이를 일일이 확인해야 한다’는 것 입니다. 현재 최신 세션 리플레이는 중요한 순간을 자동으로 감지하고 표시해주는 기능을 갖추고 있습니다.바로 '좌절 분석(frustration analytics)'과 '오류 분석(error analytics)'입니다. 이 도구는 특정 좌절 신호가 포함된 세션을 자동으로 찾아내 태그를 지정합니다.Rage Clicks(분노 클릭): 사용자가 답답함을 느껴 동일한 요소를 여러 번 반복해서 클릭하는 행동.Dead Clicks(데드 클릭): 사용자가 상호작용이 불가능한 요소를 클릭하는 행동.JavaScript 오류: 개발자 콘솔에 나타나는 기술적 오류를 세션 타임라인에서 직접 확인 가능.여기서 더 나아가, 최근에는 세션 리플레이 내용을 AI 기반으로 요약해서 살펴볼 수 있습니다. Amplitude는 마찰을 식별하고 사용자 감정을 분석하며 실행 가능한 권장 사항을 제공하므로 인사이트를 얻은 후 더 빠르게 적절한 조치를 취할 수 있습니다.이를 통해 엄청난 시간을 절약하여 제품 문제를 파악하고 개선안을 도출할 수 있습니다.2. 세션 리플레이 활용하기■ 전환율 개선 및 사용자 경험(UX) 최적화정량적 분석(퍼널 분석 등)에서 이탈이 발생한 지점을 발견한 후, 해당 세션 리플레이를 시청하여 전환을 가로막는 마찰 지점(friction points)을 시각적으로 파악할 수 있습니다. 이 인사이트를 바탕으로 가설을 세우고 A/B 테스트를 실행하여 전환율을 높일 수 있습니다.실제로 여행 계획 플랫폼 Evaneos는 이 방식을 활용하여 CTA 클릭률을 2배, 전환율을 20% 증가시켰습니다.■ 정량적으로 수집되지 않는 문제 파악모든 사용자 문제가 정량적으로 수집되는 것은 아닙니다. 앞에서 설명한 '좌절 분석(frustration analytics)'과 '오류 분석(error analytics)' 기능을 활용하면, 이런 문제를 손쉽게 파악할 수 있습니다.■ 고객 지원(CS) 효율성 증대고객 지원 팀은 세션 리플레이를 연결하여 사용자가 겪고 있는 문제에 대한 맥락을 즉시 파악할 수 있습니다. 이는 문제 해결 시간을 단축하고 고객에게 더 정확한 지원을 제공하는 데 도움을 줍니다.3. 활용 극대화하기세션 리플레이는 디지털 분석 플랫폼과 통합될 때 가장 강력한 힘을 발휘합니다.■ 세션 리플레이 에브리웨어(Session Replay Everywhere)세션 리플레이는 분석, A/B 테스트, 설문 조사 등 Amplitude 속 모든 워크플로우에 통합되어 있습니다. Amplitude를 사용하는 도중 자연스럽게, 필요한 리플레이를 볼 수 있습니다.• 퍼널 분석: 퍼널 차트에서 이탈하는 사용자가 왜 이탈했는지, 도구 전환 없이 즉시 리플레이를 확인할 수 있습니다.• 실험(A/B Test): 실험 결과를 리플레이와 직접 연결하여, 어떤 버전이 고객에게 더 나은 경험을 제공했는지 시각적으로 검증할 수 있습니다.■ 원활한 인사이트 공유발견된 인사이트를 쉽게 공유하고 공감대를 형성할 수 있습니다.• 정확한 순간 공유: 타임스탬프가 지정된 리플레이 링크를 공유하면, 공유하고 싶은 시간대로 바로 보여줄 수 있습니다.• 대시보드 및 GIF 공유: 리플레이 링크를 대시보드에 직접 추가하거나, 핵심 사용자 상호 작용을 GIF로 캡처하여 플랫폼 액세스 권한이 없는 이해관계자에게도 쉽게 공유할 수 있습니다.• 공유 가능한 필터: 오류가 있거나 좌절도가 높은 특정 세션 목록을 저장하고 팀 전체가 공유하여, 모두가 중요한 데이터에 쉽게 접근할 수 있습니다.■ 세션 리플레이 파티(Session Replay Party) 문화 형성하기세션 리플레이를 PM이나 데이터 분석가가 혼자 분석하는 도구로 생각할 수 있습니다. 하지만 세션 리플레이는 프로덕트, 마케팅, 고객 지원, 엔지니어링 등 디지털 경험 개선과 관련한 모든 팀이 사용할 수 있습니다. 이들이 한 자리에 모여 세션 리플레이 활용도를 높이는 방법이 있습니다. 바로 '세션 리플레이 파티'입니다.세션 리플레이 파티는 엔지니어, 디자이너, 마케터, PM 등 여러 부서의 팀원들이 매주 함께 모여 선정된 사용자 세션을 시청하는 활동입니다. 이 간단한 활동은 단순한 아이디에이션을 넘어, 강력한 효과를 발휘합니다. 다음은 세션 리플레이 파티의 프레임워크입니다.테마 선정: 현재 팀의 목표와 관련된 주제를 정합니다 (예: 온보딩 개선).리플레이 준비: 주제와 관련된 2-3개의 의미 있는 리플레이를 미리 찾아둡니다.공동 작업 공간 마련: FigJam, Miro와 같은 공유 문서에 '관찰', '아이디어', '버그' 세 가지 카테고리를 만듭니다.실행 가능한 결과물 도출: 회의가 끝날 때 최소 2개 이상의 실행 가능한 Jira 티켓을 생성하는 것을 목표로 합니다.Amplitude를 활용하는 한 기업의 개발자는 세션 리플레이 파티가 자신이 가장 좋아하는 회의라고 말합니다. 개발자가 이런 말을 하는 것은 매우 드문 일이죠!이 활동은 팀 전체에 걸쳐 깊은 고객 공감대를 형성하고, 주요 마찰 지점에 대한 부서 간의 이해를 일치시키며, 더 나은 아이디어와 빠른 개발 주기를 촉진합니다. 이처럼 세션 리플레이는 단순한 데이터 분석 도구의 역할을 넘어, 진정으로 고객 중심적인 조직 문화를 구축하는 촉매제가 될 수 있습니다.4. 세션 리플레이의 흔한 우려사항■ 웹사이트 속도 저하세션 리플레이 도입을 주저하는 가장 큰 이유는 웹사이트 성능 저하에 대한 우려입니다. 사용자 경험을 개선하기 위해 도입한 도구가 오히려 경험을 해칠 수 있다는 생각이죠.하지만 포괄적인 테스트 결과에 따르면, 세션 리플레이가 웹 성능에 미치는 영향은 미미한 수준으로 거의 무시할 수 있습니다. Gmail의 창시자 폴 부킷(Paul Buchheit)에 의하면, 고객이 "즉각적”이라고 느끼려면 100ms 안에 로딩이 완료되어야 합니다. 세션 리플레이의 임계값 구체적인 수치는 다음과 같습니다.초기 DOM 스냅샷 캡처: 약 64ms 소요이후 변경 사항 캡처: 약 11ms 소요두 수치 모두 사용자가 지연을 인지하기 시작하는 100ms보다 훨씬 낮습니다. 또한 fflate와 같은 경량 압축 라이브러리를 활용한 효율적인 일괄 처리와 압축 기술 덕분에 네트워크 요청 크기는 약 135바이트에 불과합니다. 이정도의 미미한 성능 저하라면, ■ 개인정보 보호데이터 프라이버시, 보안 및 PII(개인 식별 정보) 보호 역시 가장 많이 우려하는 요소입니다. “사용자가 사용하는 화면을 보는데, 개인정보 문제는 없을까?”라는 생각이 자연스럽게 들 수 밖에 없죠. 가령, 고객이 ID, 패스워드를 입력하는 화면까지 녹화되면 큰 문제가 될 것입니다. 이러한 우려를 해소하기 위해 세션 리플레이는 '개인정보 우선(privacy-first)' 접근 방식으로 설계되었습니다. Amplitude는 선택 가능한 세 가지 개인정보 보호 수준을 제공합니다.보수적 수준 (Conservative level): 모든 텍스트와 모든 양식 필드를 마스킹합니다. 금융, 의료 등 민감한 데이터를 다루는 회사에 적합합니다.중간 수준 (Medium level, 기본 설정): 모든 양식 필드와 텍스트 입력만 마스킹하고 다른 텍스트는 캡처합니다.경량 수준 (Light level): 비밀번호, 신용카드 번호, 이메일 주소 등 민감한 입력의 하위 집합만 마스킹합니다. 비즈니스 생산성 앱이나 이커머스 회사 등에 적합합니다.이러한 기본 설정 외에도, 특정 요소를 선택적으로 마스킹하거나 특정 사용자에 대한 리플레이 캡처를 선택적으로 제외하거나 데이터 삭제 요청 API를 통해 훨씬 더 세밀한 제어가 가능합니다. Amplitude는 강력하고 유연한 개인정보 보호 프레임워크를 제공하여, 기업이 특정 법률 및 보안 요구사항을 준수하면서 안심하고 인사이트를 얻을 수 있도록 지원합니다.5. 마치며: 이제 여러분의 제품 속 숨겨진 이야기를 발견할 차례입니다세션 리플레이는 단순한 재생 도구를 훨씬 뛰어넘는 기술입니다. 세션 리플레이는 사용자 행동 이면의 '이유'를 밝혀내는 정교한 지능형 플랫폼입니다.단순히 UX를 개선하는 것을 넘어, 더 공감대 높은 팀 문화를 구축하고 조직 전체의 방향을 일치시키는 전략적 자산이 될 수 있습니다. 이제 여러분의 제품 속에 숨겨진 이야기를 발견할 차례입니다. 정량적 데이터와 정성적 데이터를 하나의 플랫폼에서 통합함으로써 고객에 대한 완전한 이해를 바탕으로 더 나은 디지털 경험을 제공해보세요.콘텐츠 더 읽어보기프리미엄 가이드: 고객 행동 데이터 트래킹 가이드블로그: Amplitude Feature Experiment: 데이터 기반 실험의 시작블로그: Amplitude Autocapture: 페이지 진입, 클릭, 앱 종료까지 고객 행동을 자동 수집하는 법
고객 리텐션을 증대하는 3가지 전략
고객 리텐션 정의부터 증대까지
웹사이트에 Conversion Analytics를 활용하는 3가지 방법
전환 분석(Conversion Analytics)은 웹 사이트에서 리드를 늘리기 위한 노력의 첫 시작입니다. 장바구니, 랜딩 페이지 및 블로그 게시물에서 전환 분석을 활용할 수 있는 세 가지 방법을 알아보도록 하겠습니다.전환 분석이란(Conversion Analytics)?전환 분석은 웹 사이트 방문자의 행동을 추적하여 그들이 원하는 것을 수행하는지 (전환 또는 중단하는지) 확인하는 방법입니다. 전환 분석을 통해 전환에 해당하는 고객 유형과 행동 유형은 물론, 중단한 사용자가 전환에 실패한 타임과 위치를 파악할 수 있습니다.전환 분석을 수행하려면 고객의 여정을 먼저 이해해야 합니다. 이를 수행하는 가장 좋은 방법은 웹 사이트 방문자를 고객으로 전환하는 데 필요한 이상적인 단계에 대한 개요를 얻을 수 있도록 고객이 전환 퍼널에서 수행하는 각 단계를 매핑 하는 것입니다.사용자가 전환 할 것으로 예상되는 제품 또는 웹 사이트의 모든 부분에서 전환 분석을 수행 할 수 있습니다. 전환 분석을 위한 세 가지 공통 영역에는 장바구니, 랜딩 페이지 및 블로그 게시물이 있습니다.장바구니 전환 분석장바구니 전환은 전자 상거래 전환 유입 경로의 마지막 단계입니다. 방문자가 구매를 하지 않는 이유를 이해하는 것이 수익 증대의 핵심입니다.다음은 장바구니를 테스트하고 최적화하는 세 가지 일반적인 방법입니다. 1. 배송비 변동을 테스트합니다.온라인 쇼핑객은 배송비에 점점 더 민감 해지고 있습니다. 이는 장바구니 단계에서 구매 포기 의 주요 원인입니다 . Amplitude의 퍼널 분석을 사용하여 배송 기술 스타트업인 Rappi 는 배송비를 표시한 결제 단계가 중요하지 않다는 사실을 발견했습니다. 고객이 일정 금액 이상 주문하면 무료 배송을 제공함으로써 더 큰 주문 크기를 장려하여 각 거래를 평균 15 % 증가 시켰습니다. 2. 개인화로 고객 경험을 개선하세요.고객 경험 은 모든 전자 상거래 전환에서 가장 중요한 요소 중 하나입니다. 또한 고객 유지의 주요 동력 이기도합니다 . Blue Apron 은 식사 배달 서비스에 대한 장바구니 포기를 조사하고 Amplitude Engage 및 Optimizely를 사용 하여 구매를 완료하지 않은 사용자에게 개인화된 메시지를 테스트 했습니다. 그 결과 전환이 7 % 증가했습니다. 3. Conversion Driver를 찾으세요.Amplitude 의 Conversion Drivers 기능은 전환 유입 경로의 단계 사이에서 발생하는 모든 작업을 식별합니다. 그런 다음 각 액션에 상관 관계 점수를 부여하여 전환에 깊이 관련이 있는지 아니면 연관이 낮은지 알려줍니다. 사용자가 장바구니 페이지 직전에 수행하는 작업 중 자신의 경험에 영향을 미치는 작업을 알아보면, 전환과 관련된 행동을 파악하고 촉진하는 데 도움이 될 것입니다.방문 페이지 전환 분석랜딩 페이지는 다양한 채널에서 방문자를 안내하는 독립형 웹 페이지입니다. 사용자에게 무료 평가판 등록, 뉴스 레터 구독 또는 eBook 다운로드와 같은 작업을 완료하도록 유도합니다. 랜딩 페이지의 전환 분석은 얼마나 많은 사용자가 액션을 완료했는지 보여주고 다양한 테스트를 통해 전환을 증대시킬 수 있습니다.다음은 랜딩 페이지를 테스트하는 세 가지 일반적인 방법입니다. 1. 가입 과정에서 저해요소를 제거합니다.Unbounce는 저해요소를 "방문자가 행동을 완료하려고 할 때 경험하는 심리적 저항"으로 정의합니다. 가입을 가능한 간단하고 쉽게 만들어 저해요소를 줄이는 것이 당신의 임무입니다. 그 중 일부는 페이지 디자인 요소가 압도적이거나 복잡하지 않고 명확하고 이해하기 쉬운 지 확인하는 것일 수도 있죠. 또한 절대적으로 필요한 경우가 아니면 사용자에게 많은 필드를 채우도록 요청하지 마세요. 예를 들면, 이메일 주소만 필요한 경우 이름, 회사, 직위 등과 같은 불필요한 필드는 제거하세요. 2. 다른 메시지를 테스트합니다.클릭 유도 문안을 구성하는 방식은 사용자가 참여의 가치를 인식하는지 여부에 큰 영향을 미칠 수 있습니다. 사람들이 eBook을 다운로드하도록하려면 여러 가지 방법으로 eBook의 콘텐츠를 구성하고 A / B 테스트 를 사용 하여 어떤 메시지가 가장 공감하는지 확인하세요. 무료 평가판 제공 메시지도 마찬가지입니다. 3. 다른 플랫폼을 비교합니다.사람들이 웹 사이트를 방문 할 때 사용하는 플랫폼 (예 : 데스크톱과 모바일)별로 분류된 전환 분석을 실행합니다. 플랫폼간에 큰 차이가있는 경우 이유를 조사하십시오. 사용자의 변환을 방해하는 서식 지정과 관련된 버그 또는 플랫폼 별 문제가있을 수 있습니다.Amplitude 에서 Conversion Driver 의 속성 기능 을 사용하여 이러한 유형의 분석을 실행할 수 있습니다 . Conversion Driver를 통해 팀은 성장을 주도하는 플랫폼, 계획 유형, 캠페인 및 채널을 쉽게 이해할 수 있습니다.블로그 게시물 전환 분석회사는 블로그 게시물을 사용하여 최상위 트래픽 생성에서 리드 전환에 이르기까지 다양한 요구 사항을 해결합니다. 블로그 게시물의 전환 분석은 개별 기사를 최적화하는 방법을 식별하고 트래픽을 리드로 전환할 기회를 찾는 데 도움이됩니다.다음은 블로그 게시물을 테스트하고 최적화하는 세 가지 일반적인 방법입니다. 1. Amplitude의 Pathfinder를 사용 하여 전환에 관련있는 블로그 게시물을 찾습니다.Pathfinder는 사용자가 제품 또는 웹 사이트를 탐색하는 모든 다양한 방법을 볼 수 있도록 도와줍니다. 사용자가 블로그 게시물을 읽은 후 취한 행동을 살펴보면 전환이 몇 단계 제거 된 경우에도 전환과 연결된 행동을 찾을 수 있습니다. 전환과 연결된 것으로 확인 된 블로그 게시물에 CTA를 직접 추가 한 다음 전환 분석을 사용하여 더 많은 사용자가 행동을 취하는 지 확인하세요. 2. 다양한 CTA(Click to Action) 를 테스트 하세요.때로는 블로그 게시물과 일치한다고 생각하는 클릭 유도 메세지가 실제로 사용자에게 반향을 일으키지 않습니다. 블로그 게시물 내에서 다양한 종류의 작업을 A / B 테스트합니다. 예를 들어, 모든 블로그 게시물 끝에서 독자에게 eBook을 다운로드하도록 유도 할 수 있지만 뉴스 레터 가입은 실제로 더 매력적입니다. 전환 분석을 통해 어떤 CTA가 가장 효과적인지 알 수 있습니다. 또한 제안이 배치 된 위치 (예 : 블로그 게시물의 끝 또는 본문)에 대한 다양한 디자인 선택을 테스트하여 전환에 영향을 미치는지 확인할 수 있습니다. 3. 트래픽이 손실되는 이전 블로그 게시물을 새로 고칩니다.블로그 게시물이 감소하면 기존 콘텐츠의 수정이 필요할 수 있습니다. 오래된 콘텐츠를 새로 고치려면 예제 또는 통계를 업데이트하여 관련성이 있는지 확인하거나 길이 또는 범위를 확장하거나 SEO에 최적화되어 있는지 확인해야 할 수 있습니다. 새로고침된 블로그 게시물과 인라인 전환 프롬프트를 결합하면 성공을위한 비법을 얻을 수 있습니다.다음 단계 : 유지전환 분석 없이는 웹 사이트 전환을 개선하려는 노력이 실제로 효과가 있는지 확인할 수 없습니다. 전환 분석을 사용하여 웹 사이트를 개선하는 방법을 잘 이해하였다면, 다음으로는 고객 유지를 위해 최적화하는 것입니다.