3개월 뒤 100명 중 4명만 남는다? B2C 앱이 설치 수 대신 볼 지표 3가지

스타트업 경영 코치 수드입니다.

지난달 휴대폰에 새로 깐 앱 중에서, 오늘도 열어 본 앱은 몇 개인가요?

대부분 하나도 없거나 한두 개일 겁니다. 이는 거의 모든 앱의 평균 수치입니다.

분석 기업 앰플리튜드(Amplitude)가 2,600곳 이상 기업의 데이터를 분석한 「2025 제품 벤치마크 리포트」에 따르면, 중간 수준의 제품은 3개월 뒤 신규 사용자의 3.8%만 남았습니다. 100명이 설치하면 4명이 남는다는 뜻입니다. 그러나 상위권 제품은 18.5%로 약 5배였습니다.

오늘은 B2C 모바일 앱 서비스 회사가 초기에 설치 수 대신 분석해야 할 지표 3가지와 코호트 분석법을 정리했습니다.

1. 누적 설치 수가 의미 없는 이유

가) 평균 잔존율의 맹점

"전체 잔존율 40%"라는 단일 지표는 제품 개선에 실질적인 인사이트를 주지 못합니다.

① 데이터 왜곡: 장기 충성 고객(고 잔존)과 이탈한 신규 고객(저 잔존)이 뒤섞여 평균이 과대평가됩니다.

② 문제: 겉보기에는 잔존율이 안정적으로 보여도, 밑 빠진 독처럼 신규 유저가 빠져나가는 신호를 놓치게 됩니다.

제품의 진짜 성장세를 보려면 전체 평균 대신, '동일 시점에 유입된 사용자 그룹' 단위로 나누어 분석해야 합니다(코호트 분석).

나) 유저 정착은 첫 3~7일에 나타난다

① 모바일 앱 이탈률 데이터

a. 앤드루 첸(Andrew Chen)의 분석 (퀘트라 데이터, 안드로이드 기기 1억 2,500만 대 기준): 3일 차: 일간 활성 사용자(DAU)의 77% 이탈, 30일 차: 90% 이탈, 90일 차: 95% 이상 이탈

b. 앰플리튜드(Amplitude) 리포트: 조사 대상 제품의 절반이 설치 2주 차에 신규 사용자의 98% 이상 활동 중단

② 초기 팀의 주요 업무

a. 광고비 증액보다 온 보딩 최적화 우선: 광고 채널을 늘리는 마케팅 싸움보다, 설치 직후 며칠간의 첫 경험(온 보딩, 초기 가치 전달)을 개선하는 데 모든 화력을 집중해야 합니다.

b. 골든타임: 유저가 제품의 진짜 효용(Aha-moment)을 설치 직후 빠르게 체감할 수 있도록 초기 진입 장벽을 낮춰야 합니다.

다) AARRR 5단계

데이브 맥클루어(Dave McClure)가 2007년에 발표한 AARRR은 사용자의 여정을 다섯 단계로 나눕니다.

반드시 순서를 따르지 않아도 되지만 다섯 단계를 동시에 최적화하는 것은 결코 바람직하지 않습니다.

초기에는 활성화와 잔존, 두 단계 먼저 보세요. 앰플리튜드 리포트에서 7일 차 성과 상위 제품의 69%가 3개월 잔존에서도 상위였습니다.

2. 지표(활성화): '아하 모먼트'를 한 문장으로

가) 잘 되는 서비스는 한 문장으로 설명이 가능하다

활성화(Activation)는 사용자가 제품의 가치를 처음 체감한 순간, 이른바 '아하 모먼트(Aha Moment)'를 뜻합니다. 다음은 잘 알려진 사례입니다.

① 페이스북: 가입 10일 안에 친구 7명과 연결

② 슬랙: 팀이 메시지 2,000개를 주고받으면 '진짜 써 본 것'으로 판단했습니다. 창업자 스튜어트 버터필드(Stewart Butterfield)는 2015년 퍼스트라운드 리뷰 인터뷰에서 이 기준을 넘은 고객의 93%가 계속 쓰고 있다고 밝혔습니다. 50명 팀이면 10시간, 10명 팀이면 일주일 분량입니다.

③ 토스: 토스 PO 세션을 정리한 글에 따르면 '4일 안에 송금 2회 이상'을 핵심 행동으로 봤습니다.

공통점은 "앱을 열었다"가 아니라 제품 가치가 전달된 행동이라는 점입니다.

나) 사용 주기에 맞춰 분석한다

매일 여는 메신저와 일주일에 한 번 여는 부동산 앱을 같은 기준으로 평가하면 안 됩니다.

매일 쓰는 앱은 일 단위로, 주 1회가 건강한 앱은 주 단위로 잔존을 잽니다. 주기가 다른 지표는 멀쩡한 제품을 실패작으로 보이게 만듭니다.

3. 주간 설치 코호트의 D1·D7·D30

가) 코호트는 '같은 출발선'이다

코호트(Cohort)는 같은 시기에 같은 출발점을 가진 사용자 집단을 시계열로 추적하는 방법입니다. '지금 활성 사용자'가 세그먼트라면, 코호트는 '3월에 설치한 사용자가 90일 동안 어떻게 됐나'입니다.

초기에는 주간 획득 코호트로 추세를 보고, 같은 주 안에서 행동 코호트를 겹쳐 원인 후보를 찾습니다.

나) 계산은 한 줄, 정의는 하나로

① N일 차 잔존율은 'N일 차에 돌아온 코호트 인원 ÷ 코호트 인원 × 100'입니다. 같은 기간에 여러 번 와도 한 명입니다.

② 정의는 두 가지가 있습니다. 정확히 N일 차에 돌아온 비율(N-day)과, N일 차 또는 그 이후에 한 번이라도 돌아온 비율(언바운디드 또는 롤링 잔존)입니다.

초기에는 N-day(D1·D7·D30)로 습관이 생기는지 보고, 후자는 보조로 보세요. 단, 두 정의를 섞으면 주간 비교는 의미가 없어집니다.

다) 세 가지 패턴

아래는 이해를 돕기 위한 가상의 예시입니다. 행이 설치 주, 열이 경과일입니다.

① 가로: 한 코호트의 이탈 곡선입니다. D1에서 D7로 크게 꺾이면 온 보딩에 절벽이 있다는 신호입니다.

② 세로: D7 열을 내려가며 숫자가 오르는지 봅니다. 8월 3주의 9%→15%는 온 보딩 개편의 효과 후보입니다.

③ Flat 지점: 가파르게 떨어지다 평평해지는 지점이 핵심 사용자층입니다. 곡선이 0으로 내려가지 않고 멈추는 것, 이것이 PMF(제품-시장 적합성)의 첫 신호입니다.

라) 초기 팀이 빠지는 함정 3가지

① 코호트가 너무 넓다: 월 단위로 묶으면 15일에 배포한 개선이 월 평균에 묻힙니다. 모바일 초기는 주 단위가 기본입니다.

② 표본이 너무 작다: 예시의 8월 4주는 57명뿐이라 21%를 믿기 어렵습니다. 30명 코호트에서 3명이 더 오면 10%포인트가 움직입니다. 차이를 말하기 전에 인원부터 보세요.

③ '아무 실행'을 잔존으로 센다: 앱을 열기만 해도 잔존으로 치면 푸시 알림 클릭만으로 건강해 보입니다. 잔존 이벤트는 활성화와 같은 핵심 가치 행동으로 맞추세요.

4. 남은 사람이 계속 남는가: 듀오링고의 CURR

가) 신규 유저보다 '현재 유저'를 중요시하는 회사

신규 코호트만 보다 보면 놓치는 것이 있습니다. 이미 습관이 된 사용자가 계속 남아 있느냐입니다.

듀오링고의 전 최고제품책임자 호르헤 마살(Jorge Mazal)은 2023년 레니 뉴스레터(Lenny's Newsletter) 기고에서, 성장 모델의 여러 지표 가운데 CURR(현재 사용자 잔존율)을 올리는 것이 일간 활성 사용자(DAU)에 가장 큰 영향을 준다는 것을 찾았다고 밝혔습니다. CURR은 '지난 2주 연속 방문한 사용자가 이번 주에도 돌아올 확률'이며, 듀오링고는 이를 일 단위로 바꿔 썼습니다.