유지율

다음 유지율 보기는 사용자가 제품에서 시간의 흐름에 따라 반복 사용 동작을 보여 주므로 제품 시장 적합성을 이해하는 데 도움이 될 수 있습니다. 이 보기에서 가로축은 사용자의 초기 참여 이후 일 수를 나타내고 세로축은 다시 참여한 사용자의 백분율을 나타냅니다.

이 분석은 다음 두 가지 중요한 이벤트를 기반으로 사용자를 계산합니다.

  • 시작 이벤트: 사용자가 날짜 범위 내에서 처음으로 이벤트에 참여한 시간
  • 재방문 이벤트: 사용자가 분석된 날짜 범위 내에서 이벤트에 참여한 가장 최근 시간입니다

"0일" 기간 버킷은 사용자가 이벤트에 참여한 초기 시간을 나타내며 항상 정확히 100%와 같습니다. 이 버킷은 사용자가 보유하는 비율을 계산하는 데 사용되는 분모입니다.

후속 기간 버킷은 해당 기간 또는 그 이후에 반환된 사용자의 수를 계산합니다. 이 수는 사용자가 보유하는 비율을 계산하는 데 사용되는 분자입니다.

  • 사용자가 원하는 날짜 범위(초기 참여) 동안 이벤트를 한 번만 참여하는 경우 "0일" 기간 버킷에만 표시됩니다.
  • 사용자가 분석에 포함할 자격을 처음 얻은 후 여러 날 후에 이벤트에 참여하는 경우 최신 자격을 갖춘 기간 버킷과 해당 기간으로 이어지는 모든 기간 버킷에 표시됩니다. 이러한 유형의 계산을 "무제한 보존"이라고도 합니다. 쿼리 레일에서 이 계산 설정을 변경할 수 있습니다.

기간 버킷의 대상 사용자는 달력이 아닌 경과 시간을 기반으로 합니다. 예를 들어, 사용자가 9월 6일 오후 11시 55분에 이벤트 자격을 얻은 후 9월 7일 오전 12시 5분에 반환 이벤트 자격을 얻은 경우 1일 기간 버킷에 표시되지 않습니다. 사용자가 1일 기간 버킷에 대한 자격을 얻으려면 전체 24시간이 경과해야 합니다.

유지율 스크린샷

사용 사례

이 보기 유형에 대한 사용 사례는 다음과 같습니다.

  • 집단 분석: 등록 또는 구매 등 사용자가 취하는 조치를 기반으로 사용자를 집단으로 그룹화합니다. 이러한 그룹이 얼마나 잘 유지되는지 비교하고 각 그룹의 사용자 경험을 개선하는 접근 방법을 결정할 수 있습니다.
  • 제품 시장 적합: 제품의 정기적인 사용을 측정하고 유지 커브로 시각화합니다. 유지율이 높으면 제품 시장 적합도가 높아지고 곡선이 병합되는 곳에 따라 적합도에 도달하는 데 걸리는 시간이 표시됩니다. 이 분석을 전체 수준에서 보거나 개별 제품 기능별로 분류하여 보다 심층적인 통찰력을 얻을 수 있습니다.
  • 구독 서비스 분석: 제품이 구독 또는 다른 유형의 반복 매출 모델을 사용하는 경우 제품을 최대한 활용하는 사용자의 비율을 볼 수 있습니다. 이러한 사용자가 나타내는 특정 특성과 행동을 식별할 수 있습니다.
  • 사용자 참여: 특정 유형의 사용자가 제품에 어떻게 참여하는지를 평가하고 반환 빈도를 나란히 비교합니다. 다른 세그먼트보다 보존이 낮은 특정 세그먼트는 보유하고 있을 수 있는 잠재적인 하위 경험 개선에 대한 통찰력을 제공할 수 있습니다.

쿼리 레일

쿼리 레일을 사용하면 다음 구성 요소를 구성할 수 있습니다.

  • 이벤트 시작: 사용자가 분석에 포함할 자격을 얻기 위해 참여해야 하는 이벤트 기준입니다. 시작 이벤트에 참여하는 사용자는 합계가 100%인 사용자의 초기 버킷에 포함됩니다. 하나의 이벤트가 지원되지만 속성 필터를 포함할 수 있습니다. 점 3개 메뉴를 사용하여 시작 이벤트와 반환 이벤트를 함께 연결할 수 있습니다. 시작 및 반환 이벤트를 연결한다는 것은 초기 기간 버킷과 후속 기간 버킷에 표시되는 기준이 동일함을 의미합니다.

  • 이벤트 반환: 사용자가 후속 기간 버킷에 포함할 자격이 있는 이벤트 기준입니다. 최대 3개의 반환 이벤트를 선택할 수 있습니다. 각 반환 이벤트는 포함된 다른 반환 이벤트와 나란히 분석을 생성합니다.

  • 다음으로 계산됨: 유지된 사용자에게 적용할 계산 방법입니다. 옵션은 다음과 같습니다.

    • 지표: 다음 수를 카운트합니다. 사용자 유지 또는 보존된 사용자 비율.
    • 반환: 기본적으로 이 분석에는 반환된 버킷의 사용자와 이전의 모든 버킷이 포함됩니다. 이 설정을 다음으로 변경 정확히 자신이 자격을 갖춘 정확한 버킷에만 사용자를 포함시키십시오.
    • : 각 기간 버켓을 지정할 기간입니다. 이 설정은 간격 날짜 범위를 선택할 때 설정됩니다.
    • 기간 설정: 경과 일수 별로 분석에 사용자가 표시되는 방식을 제어할 수 있습니다. 사용 가능한 기간 버킷은 설정한 날짜 범위에 따라 다릅니다. 자동 기간 날짜 범위 길이 및 날짜 범위가 현재 날짜와 얼마나 가까운지 기준으로 기간 버킷을 자동으로 설정합니다. 사용자 지정 기간 원하는 간격으로 4개의 기간 버킷을 수동으로 설정할 수 있습니다.
  • 세그먼트: 측정하려는 세그먼트입니다. 선택한 각 세그먼트는 집단 테이블에 행을 추가합니다. 최대 3개의 세그먼트를 포함할 수 있습니다.

차트 설정

다음 유지율 보기 는 차트 위의 메뉴에서 조정할 수 있는 다음 차트 설정을 제공합니다.

  • 차트 유형: 사용하려는 시각화 유형입니다. 옵션은 다음과 같습니다 막대 및 라인. 라인 시각화는 차트에서 0일을 시각적으로 표시합니다.

날짜 범위

분석에 필요한 날짜 범위입니다. 이 설정에는 두 가지 구성 요소가 있습니다.

  • 간격: 보존 데이터를 보려는 날짜 세부 기간입니다. 유효한 옵션에는 일별, 주별 및 월별 옵션이 포함됩니다. 동일한 날짜 범위에는 다른 간격이 있을 수 있으며, 이는 기간 버킷 옵션에 영향을 줍니다.
  • 날짜: 시작 및 종료 날짜입니다. 롤링 날짜 범위 사전 설정 및 이전에 저장된 사용자 지정 범위는 편의상 사용하거나, 달력 선택기를 사용하여 고정 날짜 범위를 선택할 수 있습니다.

현재 날짜에 가까운 날짜 범위를 선택하면 처음에 현재 날짜에 너무 가깝게 참여하는 사용자는 포함되지 않습니다. 이 분석은 항상 모든 사용자에게 모든 기간 버킷에 포함될 수 있는 기회를 제공합니다. 달력 선택기 아래의 메시지는 사용자가 참여하는 날짜 범위와 재방문 사용자에게만 예약된 간격에 대한 정보를 제공합니다.

  • 에서 시작 이벤트를 수행한 사용자 분석 [날짜 간격]: 사용자가 이 날짜 범위 내에서 이벤트를 사용하면 분석에 포함됩니다. 이 날짜 범위는 모든 사용자가 모든 기간 버킷을 사용할 수 있는 충분한 시간을 보장합니다. 이 날짜 범위는 현재 날짜에 근접한 경우 선택한 날짜 범위와 다를 수 있습니다.
  • 데이터 출처: [날짜 간격] 은(는) 분석을 완료하도록 예약되어 있습니다.: 사용자가 이 기간 내에 처음으로 참여하는 경우 아님 분석에 포함됩니다. 최근 날짜 범위의 경우 이러한 사용자는 모든 기간 버킷에 대한 자격이 없습니다. 지난 날짜 범위의 경우 이러한 사용자는 선택한 날짜 범위를 벗어나서 활성화되었습니다.

집단 테이블

차트 아래의 표에서는 집계 보기(차트 데이터와 유사) 및 전체 집단 테이블을 제공합니다. 전체 집단 테이블은 각 개별 날짜 간격 및 사용자의 참여 시기에 대한 세부 정보를 제공합니다.

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79