이탈률 (Churn rate)
이탈률은 고객이 제품 또는 서비스 사용을 중지하는 비율입니다. 모바일 앱 세계에서는 사용자가 앱에서 이탈하는 비율을 뜻합니다.
이탈률이란?
이탈률은 고객 감소율이라고도 하며, 회사가 일정 기간 내에 고객을 얼마나 빨리 잃는지를 측정합니다. 모바일 앱 산업에서는 앱 사용을 중단한 사용자의 비율을 나타냅니다. (앱 삭제, 구독 취소, 앱 방치)
이러한 이탈은 사용자가 앱에 만족하지 않거나, 경쟁사로 전환하거나, 경제적 여유와 같은 요인으로 발생할 수 있습니다.
이탈률이 높으면 수익성이 약화되고 사업 확장에 걸림돌이 될 수 있습니다. 그러므로 지속적으로 성장하고 재정적으로 성공할 수 있게 고객 이탈을 줄이고 사용자 잔존율을 높이는 것을 최우선 과제로 삼아야 합니다.
이탈률 vs. 잔존율
이탈률은 일정 기간 내 이탈한 사용자의 비율을 수치화하는 반면 잔존율은 앱을 지속적으로 사용하는 기존 고객의 비율을 나타냅니다.
예를 들어, 한 모바일 앱이 1,000명의 사용자로 한 달을 시작하지만 그 달 말에 200명의 사용자가 경쟁업체로 전환했다고 가정해 보겠습니다. 이 시나리오에서 해당 월의 앱 이탈률은 20%입니다. 반면, 그 달의 잔존율은 80%로, 앱에 정착한 사용자의 비율을 반영합니다.
이탈률이 왜 중요한가요?
사용자 이탈률은 고객 만족도와 비즈니스 건전성을 평가하는 신뢰할 수 있는 지표로, 앱 회사의 주요 KPI 역할을 하는 경우가 많습니다. 이탈률을 사용하여 얼마나 많은 사용자가 앱을 떠났는지와 그 이유를 추적하여 앱이 사용자에게 얼마나 ‘접착력’이 있는지 확인할 수 있습니다.
또 알아두어야 할 점은 고객을 잃는 것이 수익 손실만을 의미하지 않는다는 것입니다. 마케팅 비용 및 판매 비용 등 신규 사용자를 확보하는 데 드는 비용이 발생합니다.
이탈률을 이용해 기업은 고객생애가치(LTV, lifetime value)를 계산하고 모객 비용(CAC, customer acquisition cost)에 대한 예산을 설정합니다. LTV 대 CAC 비율을 분석하여 마케팅 비용 지출 효율성을 측정할 수 있습니다. 비율이 1:1이면 비용이 들인 값을 못하고 수익을 내지 못합니다.
고객 이탈 모니터링이 앱 성공을 위해 필수인 이유가 몇 가지 있습니다.
- 고객 잔존율을 향상시킵니다. 새로운 앱 사용자를 확보하는 것보다 기존 앱 사용자를 유지하는 것이 더 비용 효율적입니다. 실제로 고객 이탈을 1%만 줄여도 상당한 비용을 절감할 수 있습니다.
- 제품의 시장 적합성을 판단할 수 있습니다. 이탈률이 높으면 앱이 타겟 고객에 적합하지 않다는 뜻이며, 이는 사용자 요구에 맞게 조정이 필요하다는 신호입니다.
- 고객 생애 가치를 향상시킵니다. 이탈은 LTV(고객 생애 가치)에 바로 타격을 줍니다. 이미 확보된 기존 사용자가 수익에 더 보탬이 됩니다. 모객 비용이 효과가 있으려면 LTV를 높여야 합니다. 생애가치를 높이려면 이탈을 막고 생을 늘려야하죠.
이탈률 계산
이탈률 계산 공식은 다음과 같습니다.
앱의 이탈률을 정기적으로 측정하면 사용자 만족도와 고착 정도의 흐름을 파악하고 개선할 수 있습니다.
이탈률 계산은 월 단위 혹은 연 단위로 할 수 있습니다. 월별 이탈률을 모니터링하면 월별 성장률과 잔존율을 자세히 파악할 수 있으며, 연간 변동률을 통해 전년 대비 성장 추세를 파악할 수 있습니다. 월별, 연간 이탈률 계산 방식은 다음과 같습니다.
월간 이탈률 예:
10,000명의 사용자로 한 달을 시작하고 8,500명의 사용자로 한 달을 끝내는 앱이 있다고 가정해 보겠습니다.
월간 이탈률이 15%라는 것은 한 달 동안 유저 베이스의 15%를 잃었다는 것을 의미합니다.
연간 이탈률 예:
연초에 앱의 사용자 수가 50,500명이고 연말에 45,000명으로 떨어졌다고 가정해 보겠습니다.
앱의 연간 이탈률은 10.89%로, 사용자 기반이 전년 대비 10.89% 감소했음을 나타냅니다.
‘좋은’ 이탈률로 간주되는 수준은?
이탈률 0이 모든 비즈니스에서 가장 이상적이지만 실제로는 달성할 수 없는 위업입니다. 어떤 상황이든 일부 사용자 감소는 불가피합니다. 실제로 평균적인 앱은 설치 후 첫 3일 이내에 일일 활성 사용자(DAU)의 77%를 잃습니다 .
일반적으로 연간 이탈률은 4%에서 7% 사이가 관리 가능한 것으로 여깁니다. 그러나 업종마다 허용 가능한 이탈률 기준이 따로 있습니다. 그러므로 앱의 ‘좋은’ 이탈률은 특정 목표와 일치해야 할 뿐만 아니라 해당 업계의 표준도 고려해야 합니다.
사용자가 이탈하는 이유를 어떻게 알 수 있나요?
앱에 버그가 많아서, 고객 지원 경험이 나빠서, 구독료가 가파르게 인상되서, 타겟층을 잘못 잡아서 등 이탈하는 이유는 다양합니다. 앱을 통해 원하는 결과를 얻지 못하거나, 경쟁사 앱이 더 낫다고 느끼거나, 더 이상 앱의 가치를 볼 수 없기도 합니다.
그렇다면 앱 이탈의 근본 원인을 어떻게 찾아낼 수 있을까요? 간단한 단계별 가이드로 확인하세요.
- 데이터를 확인합니다. 기존 사용자 데이터를 분석하고 첫 주, 한 달, 90일 동안의 리텐션 패턴에 세심한 주의를 기울입니다. 이렇게 하면 앱 삭제 트렌드를 파악하는 데 도움이 됩니다.
- 앱 삭제 피크를 정확히 찾아냅니다. 다음으로, 앱 삭제 데이터를 시각화하여 사용자가 이탈하는 지점을 정확히 찾아냅니다. 이탈률이 급증하는 지점을 찾고, 그 지점에서 왜 사용자가 돌아서는지, 왜 이탈하는지를 파악합니다. 예를 들어, 앱에 버그가 있는가? 핵심 기능에 대한 제한된 액세스 때문에 사용자가 좌절감을 느끼는가? 온보딩 프로세스가 앱의 기능과 이점을 적절히 강조하는가?
- 커뮤니케이션 전략을 분석합니다. 고객 이탈을 최소화하려면 고객 지원 팀이 사용자를 응대하는 방법과 소통 빈도를 평가하세요. 앱 내에서 사용자에게 도달하는 방법을 검토하고 이러한 노력이 효과적으로 재참여를 유도하고 유지하는지 평가하세요. 관계를 유지하기 위해 시의적절하고 관련성 있는 메시지와 알림을 보내야 합니다.
이탈률을 줄이기 위한 팁
다음으로 고객 이탈을 줄이기 위해 취할 수 있는 조치에 대해 알아보겠습니다.
1. 코호트 분석
코호트 분석은 사용자가 이탈하는 시기와 이유를 정확히 파악하여 사용자 유지율을 높이는 방법입니다. 이탈로 이어진 이유를 더 깊이있게 조사하고 타겟팅된 조치를 취하여 사용자가 앱에 계속 참여하도록 할 수 있습니다.
코호트 분석은 사용자가 이탈하는 이유를 어떻게 밝혀낼까요? 코호트 분석은 사용자 여정에서 중요한 순간을 부각시킵니다. 모든 사용자를 한꺼번에 살펴보는 대신 공통 특징을 지닌 사용자들을 그룹(코호트)으로 나눕니다. 시간 경과에 따라 그룹별 비교하면 이탈의 근본 원인을 파악하고 사용자의 재방문을 유도하는 원인을 파악하기가 더 쉬워집니다.
다음은 코호트를 정하는 기준입니다.
- 유입 채널: 가치있는 사용자는 어디에서 들어오나요? (예: 검색, 소셜, 유료 광고, 추천)
- 사용자 활동: 가치있는 사용자는 어떤 작업을 수행합니까? (예: 계정 만들기, 재생 목록 만들기, 친구 추가)
- 기간: 가치있는 사용자는 이러한 작업을 얼마나 빨리 완료합니까? (예: 한 시간, 하루, 일주일 이내)
예를 들어, 음식 배달 앱을 운영한다고 가정해 보겠습니다. 처음에는 사용자가 3일 이내에 주문하지만 2주차가 되면 활동이 감소합니다. 코호트 분석에 따르면 주문이 잦은 사람은 오전 10시에서 오전 11시 사이에 로그인하고, 정오 이후에 앱에 접속하는 사람은 빠르게 떠나거나 장바구니를 방치하는 경향이 있으며, 98%가 한 달 이내에 비활성화되는 것으로 나타났습니다.
오전 10시에서 오전 11시 사이에 프로모션 코드와 함께 개인화된 푸시 알림을 보내 참여도를 높일 수 있습니다. 코호트 세분화를 통해 명확하게 밝혀진 전략입니다.
2. 온보딩 최적화 – 원활한 온보딩 제공
이탈은 일반적으로 유저 여정 초반에 발생하며 가장 큰 원인은 앱 사용 방법을 가르치는 효과적인 온보딩 프로그램이 없다는 것입니다. 이는 앱이 어떻게 작동하는지 파악하는 책임을 사용자에게 전가하는 것이며, 사업을 위태롭게 합니다.
전환을 용이하게 하려면 처음부터 끝까지 앱 사용법을 쉽고 친절하게 알려주는 온보딩 프로세스를 설정하세요. 단계 수를 줄여 앱 경험을 간소화하고 사용자가 앱의 ‘아하!’ 순간에 더 빨리 도달할 수 있도록 합니다. 이렇게 하면 사용자가 앱을 잘 사용할 수 있는 자신감을 갖고 지원을 잘 받았다고 느껴 이탈할 가능성이 줄어듭니다.
3. 앱 경험 개인화
이제 앱 사용에서 개인화된 경험은 있으면 좋은 것이 아니라 기본입니다. 사용자는 기본적으로 개인화 경험을 기대합니다. 앱이 이러한 시장의 요구 사항을 더 잘 충족할수록 이탈률이 낮아집니다.
자주 사용하는 기능과 흥미로운 보상을 기반으로 앱의 사용자 경험을 맞춤화할 수 있는 방법에 대해 생각해 보세요. 사용자의 공감을 불러일으키는 관련성 높고 타겟팅된 메시지를 사용하세요.
개인화는 한 가지 공식으로 다 통하는 식이 아닙니다. 검색 및 구매 내역, 사용자 기본 설정, 장치 유형 및 위치와 같은 행동 데이터에 기반하여 고객의 앱 사용 경험을 개인화하세요.
4. 온드 미디어로 재참여 유도
사용자의 홈 화면으로 리마인더를 보내면 참여를 독려하고 재방문을 유도할 수 있습니다. 인앱 메시지, 푸시 알림, SMS 및 이메일과 같은 온드 미디어 채널을 사용하여 사용자가 필요하다고 생각하기 전에 사용자에게 다가가세요. 온드 미디어 메시징을 통해 고객에게 고객이 앱을 최대한 활용할 수 있도록 정성을 다하고 있음을 보여주세요.
5. 딥링킹으로 사용자 경험 향상
딥링킹을 통해 사용자를 정확한 인앱 위치로 리디렉션하여 원활하고 편리한 앱 경험을 제공할 수 있습니다.
사용자가 게임 중간에 게임 앱을 종료한다고 생각해 보세요. 푸시 알림을 통해 부드럽게 다시 참여하도록 부드럽게 유도하고, 딥링크로 연결하여 게임에서 일시 중지한 정확한 지점으로 직접 이동시킬 수 있습니다.
이렇게 하면 게임을 다시 시작할 때 중단 지점을 찾느라 애쓸 필요가 없고, 사용자 참여도와 리텐션이 향상됩니다.
6. 이탈 지점 막기
사람들이 앱을 버리지 않도록 하려면 앱을 떠나는 이유를 파악하고 수정해야 합니다.
앱 데이터를 확인하여 앱 이탈 지점을 정확히 확인하세요. 뭔가 제대로 작동하지 않습니까? 시작할 때 튜토리얼이 너무 많나요? 혹시 너무 많은 메시지를 보내거나 너무 빨리 지불하도록 요청하는 건 아닌가요? 데이터를 면밀히 검토하면 이탈 원인을 파악하고 더 많은 사람들이 앱을 만족스럽게 사용할 수 있습니다.
핵심 정리
- 이탈률은 일정 기간 동안 얼마나 많은 고객을 잃었는지 또는 얼마나 많은 사용자가 앱 사용을 중단했는지를 측정합니다. 앱 기업은 이를 사용하여 사용자 만족도와 비즈니스 성공 가능성을 추적합니다.
- 이탈률이 높으면 매출 손실이 발생하고 신규 사용자를 확보하느라 비용이 증가하므로 이탈을 줄이고 사용자 잔존율을 높이는 데 공을 들여야 합니다. 이탈률 제로를 달성하기란 불가능하지만 이탈률을 최대한 낮추도록 관리할 수는 있습니다.
- 이탈률과 잔존율은 반대되는 지표입니다. 이탈률은 특정 기간 동안 이탈한 사용자를 나타내고, 잔존율은 앱을 계속 사용하는 사용자의 비율을 나타냅니다.
- 이탈률을 구하는 공식은 (측정 시작 시점 사용자 수 – 측정 종료 시점 사용자 수) / 측정 시작 시작 사용자 x 100 입니다. 월 단위 혹은 연 단위로 계산하여 사용자 유지에 대한 통찰력을 얻을 수 있습니다.
- 사용자는 기술적인 문제부터 경쟁 또는 가치 인식에 이르기까지 다양한 이유로 이탈할 수 있습니다. 데이터를 분석하고, 앱 삭제 패턴을 식별하고, 커뮤니케이션을 최적화하면 사용자가 이탈하는 시기와 이유를 파악하는 데 도움이 될 수 있습니다.
- 고객 이탈을 줄이기 위한 전략에는 사용자 행동을 이해하기 위한 코호트 분석, 사용자에게 쉽고 친절한 온보딩, 앱 경험 개인화, 메시징을 통한 사용자 재참여, 매끄러운 경험을 위한 딥링킹 사용, 앱 데이터 분석을 기반으로 이탈을 유발하는 문제 해결 등이 있습니다.
