모바일 게임 — 장르별 참고치는 있지만 출처가 약하다

모바일 게임 업계에서 통용되는 대략적 리텐션 참고치는, 하드코어 게임 Day1 약 28.7%, 하이퍼캐주얼 게임 Day1 약 32.2%, Day7은 장르에 따라 약 7.9~12.6%, Day30 평균은 약 3.9% 수준으로 업계 블로그에서 반복 인용됩니다. 상위권(Top) 앱은 이보다 훨씬 높아 Day1 70% 이상, Day90에도 절반 이상이 남는 경우도 언급됩니다. 다만 이 수치는 특정 조사기관의 공식 정기 리포트가 아니라 업계 블로그가 집계·인용한 값이라 표본 규모와 조사 시점이 명확하지 않습니다. 실무에서는 이를 '절대 기준'이 아니라 '같은 카테고리 내 상대적 위치를 가늠하는 참고값' 정도로만 쓰는 것이 안전합니다.

SaaS — '110~130%'는 사용자 리텐션이 아니다

SaaS 업계에서 자주 보이는 "110%, 130%가 좋은 수준"이라는 표현은 사용자 수 기준의 리텐션 커브가 아니라 NRR(Net Revenue Retention, 순매출유지율)이라는 별개의 지표입니다. NRR은 기존 고객 매출이 갱신·업셀·다운셀·이탈을 거쳐 1년 뒤 얼마나 남았는지를 매출액 기준으로 계산하는 지표로, 100%를 넘을 수 있다는 점에서 항상 100% 이하로 수렴하는 사용자 수 기준 리텐션과는 구조 자체가 다릅니다. 이 둘을 같은 종류의 숫자로 착각해 "우리 앱 리텐션이 SaaS 기준 110%는 돼야 한다"는 식으로 잘못 비교하면 안 됩니다. SaaS 제품의 사용자 로그인·활성 사용 기준 리텐션 곡선에 대한 업종 공통 벤치마크 수치는 이번 조사에서 신뢰할 만한 출처를 확인하지 못했습니다 — 미확인으로 남깁니다.

이커머스 — 벤치마크 수치보다 측정 방법론이 먼저다

배달·이커머스 앱은 방문 시점이 유동적이므로 특정 날짜 하나를 기준으로 삼는 N-Day 리텐션보다 Unbounded(범위) 리텐션이 더 적합하다는 방법론적 합의는 확인됩니다. 다만 "이커머스 업종 평균 Day30 리텐션은 몇 %"라는 식의 정량적 벤치마크는 카테고리 내에서도 재구매 주기가 짧은 신선식품·배달과 재구매 주기가 긴 가전·가구가 워낙 다르게 움직여, 업종 전체를 아우르는 단일 숫자로 정리한 신뢰할 만한 공식 자료를 이번 조사에서 확인하지 못했습니다. 확인하려면 유사한 재구매 주기를 가진 개별 기업의 IR 자료나 업종별 리포트를 별도로 찾아 비교해야 합니다.

왜 카테고리를 가로지르는 통합 벤치마크가 드문가

서로 다른 업종이 리텐션을 측정하는 방식(N-Day, Unbounded, Rolling), 재방문의 정의(접속, 결제, 콘텐츠 소비), 관찰 구간이 전부 다르기 때문에, 이를 하나의 표로 통합해 "이커머스는 X%, SaaS는 Y%, 게임은 Z%"라고 나열하는 공식 리포트는 애초에 만들기가 어렵습니다. 시중에 도는 "카테고리별 리텐션 벤치마크" 이미지나 표는 대개 여러 출처를 짜깁기한 것이라 원 출처를 추적하면 신뢰도가 낮은 경우가 많습니다. 이런 자료를 인용할 때는 반드시 원 출처와 조사 시점, 표본 규모를 확인한 뒤 사용하는 것이 안전합니다.

외부 벤치마크 대신 무엇을 기준으로 삼아야 하는가

업종 벤치마크가 불확실하다면, 가장 신뢰할 수 있는 비교 대상은 결국 자사의 과거 코호트입니다. 지난 분기·작년 같은 시기 코호트 대비 이번 코호트의 리텐션 커브가 개선됐는지, 마의 구간이 뒤로 밀렸는지를 추적하는 것이 외부 숫자와 비교하는 것보다 훨씬 실행 가능한 신호를 줍니다. 경쟁사나 업종 평균과 비교하고 싶다면, 공식 IR 자료를 공개하는 상장사의 유사 서비스 데이터를 개별적으로 찾아 비교하는 것이 짜깁기된 벤치마크표보다 신뢰도가 높습니다.

아카이빙할 때 지켜야 할 최소 원칙

사내에 리텐션 벤치마크 자료를 아카이빙해 둘 때는 숫자만 저장하지 말고, 원 출처 링크·조사 시점·측정 방식(N-Day인지 Unbounded인지)·표본 규모를 함께 기록해야 합니다. 이 메타데이터가 없으면 1~2년 뒤 그 숫자를 다시 꺼내 썼을 때, 지금은 이미 낡았거나 자사와 측정 방식이 다른 수치를 최신 기준인 것처럼 잘못 인용하게 될 위험이 큽니다. 특히 이 레슨에서 다룬 것처럼 같은 '리텐션'이라는 단어 아래 N-Day·Unbounded·NRR처럼 완전히 다른 지표가 섞여 있을 수 있으므로, 아카이빙 문서에는 반드시 "이 숫자는 정확히 무엇을 측정한 값인가"를 한 줄로 명시해두는 것이 이후의 혼선을 막는 가장 효과적인 방법입니다.

이렇게 정리해둔 아카이브는 매 분기 자사 리텐션을 되짚어볼 때 "그때는 이 수치와 비슷했는데 지금은 어떤가"를 판단하는 참고 자료로 쓰되, 의사결정의 최종 근거는 항상 자사의 코호트 데이터 자체여야 한다는 원칙은 흔들리지 않아야 합니다.