믹스패널 리텐션 분석 가이드: Retention 표 읽는 법과 N-day·Unbounded 차이

믹스패널 리텐션 분석이란?
믹스패널 리텐션 분석은 특정 행동을 처음 수행한 사용자 코호트가 이후 시점에도 다시 제품으로 돌아오는 비율을 시간 흐름에 따라 추적하는 기능으로, 제품·시장 적합성(PMF)과 장기 성장 가능성을 수치로 검증하는 핵심 분석 도구이다.

숫자는 보이는데 의미를 모른다면

믹스패널 리텐션 표를 처음 열면 대부분 당황한다. 행과 열이 가득한 격자 구조, 퍼센트 숫자들, 그리고 설정 화면의 'N-Day'와 'Unbounded'라는 선택지. "이 숫자가 좋은 건가, 나쁜 건가"를 판단하기 전에, 이 표가 무엇을 말하고 있는지부터 이해해야 한다.

리텐션은 성장의 근간이다. 신규 유입이 아무리 많아도 유저가 계속 이탈한다면 밑 빠진 독에 물을 붓는 구조가 된다. 반대로 리텐션이 탄탄한 제품은 마케팅 효율이 떨어져도 성장이 유지된다. 믹스패널의 Retention 리포트는 "우리 제품이 사람들을 계속 붙잡고 있는가"를 시각화하고, 어떤 행동이 그 지속성을 만드는지 추적한다.

이 글에서는 리텐션 표를 읽는 방법, N-Day와 Unbounded 방식의 차이, 그리고 실전에서 어떻게 활용하는지를 단계별로 정리한다. 처음부터 끝까지 읽고 나면 리텐션 표의 모든 숫자가 달리 보일 것이다.

리텐션 표 구조: 행·열·숫자가 각각 무엇인가

믹스패널 리텐션 표는 코호트(Cohort) 기반의 격자 구조로 이루어진다. 이 구조를 먼저 이해하면 표 전체가 읽힌다.

행(Row): 코호트 시작 날짜

각 행은 특정 기간에 처음 '시작 이벤트(예: 회원가입 완료)'를 수행한 사용자 그룹, 즉 코호트를 의미한다. "6월 1일 행"은 6월 1일에 처음 가입한 사용자들의 집합이다. 코호트를 시간 순으로 비교하면 제품이 개선되고 있는지 아닌지를 수직으로 읽을 수 있다.

열(Column): Day 0, Day 1, Day 7…

각 열은 시작 이벤트 이후 경과한 시간 단위를 나타낸다. Day 0은 시작 이벤트를 수행한 그날 자체, Day 1은 1일 후, Day 7은 7일 후를 의미한다. 분석 단위를 주(Week)로 설정하면 Week 1, Week 2 형태로 표시된다.

셀 안의 숫자: 리텐션율

각 셀의 숫자는 해당 코호트 중 그 시점에 '반환 이벤트(예: 핵심 기능 사용)'를 수행한 사용자의 비율이다. Day 0가 항상 100%인 이유는, 코호트 자체가 그날 시작 이벤트를 수행한 사람들로 정의되기 때문이다.

▲ 리텐션 표 구조 예시 (설명용 시나리오 수치)

6월 15일 코호트의 Day 14·Day 30 칸이 비어있는 이유는 해당 시점이 아직 도래하지 않아 데이터가 쌓이지 않았기 때문이다. 믹스패널은 데이터가 집계 가능한 구간만 표시한다.

N-Day 리텐션 vs Unbounded 리텐션: 무엇이 다른가

믹스패널 리텐션 리포트를 설정할 때 반드시 마주치는 선택지가 N-Day와 Unbounded다. 이 차이를 이해하지 못하면 같은 데이터를 완전히 다르게 읽게 되고, 잘못된 의사결정으로 이어질 수 있다.

N-Day 리텐션: "정확히 그날에 돌아왔는가"

N-Day 리텐션은 코호트 시작 이후 정확히 N번째 날(또는 주·월)에 반환 이벤트를 수행했는지를 측정한다. Day 7 칸의 숫자는 "시작 후 7일째 되는 날에 앱을 사용한 비율"이며, 6일째나 8일째 사용한 것은 포함되지 않는다.

• 언제 쓰나: 매일 사용이 자연스러운 앱 — SNS, 모바일 게임, 뉴스·미디어 서비스
• 무엇을 보여주나: 특정 시점의 활성도를 정밀하게 측정. Day 7이 급격히 낮다면 "1주일 이후 대부분이 이탈한다"는 신호다
• 주의할 점: 사용 주기가 일정하지 않은 서비스에서는 실제 활성 유저를 "이탈"로 잘못 분류할 수 있다

Unbounded 리텐션: "N일 이후 언제든 돌아왔는가"

Unbounded 리텐션은 코호트 시작 이후 N일이 지난 뒤 어느 시점에든 반환 이벤트를 수행했는지를 측정한다. 믹스패널 공식 문서는 이를 "any time unit afterwards"로 정의한다. Day 7 칸의 숫자는 "7일 이후 단 한 번이라도 다시 돌아온 비율"을 의미한다.

SOURCE · Unbounded: any time unit afterwards 정의 — Mixpanel 공식 문서 ↗ 원문

• 언제 쓰나: 사용 주기가 불규칙하거나 긴 서비스 — B2B SaaS 툴, 이커머스, 예약·금융 플랫폼
• 무엇을 보여주나: 장기 생존 리텐션. "30일이 지난 후에도 전혀 돌아오지 않은 비율"을 파악하는 데 유리하다
• 수치 특성: Unbounded는 시간이 지날수록 절대 올라가지 않는다. 이미 재방문으로 카운트된 사용자가 다시 소급되지 않기 때문이다

한 줄 요약
N-Day = "그날에만 돌아온 유저 비율" / Unbounded = "그날 이후 언제든 한 번이라도 돌아온 유저 비율"
사용 주기가 짧은 제품 → N-Day / 사용 주기가 길거나 불규칙한 제품 → Unbounded

믹스패널 리텐션 분석 4단계 실전 가이드

믹스패널 Retention 리포트는 무료 플랜을 포함한 모든 플랜에서 사용할 수 있다. 아래 4단계로 첫 리텐션 분석을 설계해보자.

SOURCE · 리텐션 리포트 전 플랜 제공 — Mixpanel Docs, Retention Overview ↗ 원문

Step 1: 리텐션 행동(Retention Behavior) 정의하기

리텐션 분석의 출발점은 "어떤 행동을 한 유저가, 어떤 행동을 다시 했을 때 리텐션으로 볼 것인가"를 정의하는 것이다. 믹스패널에서 Retention Behavior는 첫 이벤트(시작)와 두 번째 이벤트(반환)로 구성된다.

• 시작 이벤트 예시: Sign Up Completed, First Purchase, Onboarding Finished
• 반환 이벤트 예시: Any Event(제품 전반 사용), 핵심 기능 사용 이벤트(예: Report Viewed, Message Sent)

핵심 원칙: 반환 이벤트는 제품의 핵심 가치를 전달하는 행동이어야 한다. "로그인"을 반환 이벤트로 설정하면 실제로 제품을 활용했는지 알 수 없다. "핵심 기능 A 사용"을 지표로 삼을수록 진짜 가치 경험 여부를 측정할 수 있다.

Step 2: 분석 단위와 기간 선택

시간 단위는 서비스 특성에 맞게 설정한다. 단위를 잘못 고르면 실제 사용자가 이탈자로 분류되거나, 반대로 이탈이 가려질 수 있다.

• Day(일): 소셜·게임·뉴스처럼 매일 접속이 기대되는 서비스
• Week(주): 업무 협업 툴, 주간 리포트 서비스 등
• Month(월): 이커머스·구독 서비스처럼 월 단위 사용이 자연스러운 경우

Step 3: N-Day vs Unbounded 선택 후 표 해석

분석 목적에 따라 방식을 선택한 뒤, 리텐션 표에서 주목해야 할 지점은 세 곳이다.

1. 커브의 수렴점: 시간이 지나도 일정 비율이 유지된다면, 제품을 습관적으로 사용하는 코어 그룹이 형성된 것이다. 이 수렴율이 의미 있는 수준이라면 PMF의 신호로 볼 수 있다
2. 코호트 간 수직 비교: 최근 코호트의 리텐션이 초기 코호트보다 높다면 제품이 개선되고 있다는 데이터다
3. 급격한 이탈 구간: Day 1~Day 3 사이에 급락이 일어난다면 온보딩 경험에 문제가 있다는 신호다

Step 4: 코호트 필터링으로 인사이트 심화

믹스패널에서는 코호트에 사용자 속성(가입 경로, 플랜 유형, 국가 등)이나 행동 이력을 필터로 추가할 수 있다. "튜토리얼 완료 유저"와 "미완료 유저"의 리텐션을 비교하면 온보딩이 실제로 리텐션에 영향을 주는지 검증할 수 있다. "팀 초대 완료 유저"와 "단독 사용 유저"의 리텐션 차이가 크다면, 그 행동이 핵심 레버임을 알 수 있다.

실전 시나리오: 리텐션 표가 말해주는 것들

아래는 분석 현장에서 자주 마주치는 패턴들을 시나리오 형태로 정리한 것이다. 수치는 패턴 설명을 위한 예시다.

시나리오 A — 국내 B2B SaaS 스타트업 (협업 문서 툴)

Unbounded 방식으로 월간 리텐션을 분석했다. 전체 코호트의 Month 1 리텐션은 58%였고, Month 3에 31%로 수렴했다. 코호트를 필터링하자 팀 초대(Team Invite) 이벤트를 완료한 사용자의 Month 3 리텐션은 72%인 반면, 초대를 하지 않은 단독 사용자는 14%에 그쳤다.

※ 위 수치는 패턴 설명을 위한 시나리오 예시입니다.

이 데이터는 명확한 방향을 가리켰다: 팀 초대를 유도하는 것이 리텐션의 핵심 레버다. 온보딩 플로우에서 팀 초대 단계를 앞으로 당기는 실험을 설계할 수 있었다. 단독 코호트와 팀 코호트의 리텐션 차이가 5배 이상이라면, 어디에 리소스를 써야 하는지가 명확해진다.

시나리오 B — 국내 이커머스 서비스

월간 구매 패턴이 불규칙한 이커머스 팀이 N-Day 방식으로 Day 30 리텐션을 측정했더니 8%가 나왔다. 같은 데이터를 Unbounded로 보니 37%였다. 즉, 정확히 30일째 구매하지는 않았지만 31~60일 사이 재구매한 사용자들이 대거 포함되지 않았던 것이다.

※ 위 수치는 패턴 설명을 위한 시나리오 예시입니다.

N-Day만 보고 "리텐션이 낮다"고 판단했다면 불필요한 프로모션 비용을 쏟거나 제품 자체를 문제로 진단하는 잘못된 의사결정으로 이어질 수 있었다. 이커머스처럼 사용 주기가 불규칙한 서비스에서 Unbounded가 더 신뢰 가능한 이유다.

시나리오 C — 모바일 피트니스 앱

일간 활성 사용이 자연스러운 피트니스 앱이 N-Day 방식으로 분석했다. 전체 코호트 기준 Day 7 리텐션은 21%였다. 코호트를 필터링하자 "첫 주 5회 이상 운동 기록 완료" 그룹은 Day 30 리텐션이 61%에 달했다. 첫 주 사용 빈도가 장기 리텐션을 결정짓는 핵심 변수임을 데이터가 보여준 것이다.

※ 위 수치는 패턴 설명을 위한 시나리오 예시입니다.

이후 팀은 신규 사용자가 첫 주에 5회 이상 기록하도록 유도하는 푸시 알림 시퀀스를 설계했다. 믹스패널 리텐션 분석이 "무엇을 개선해야 하는가"가 아니라 "무엇이 리텐션을 만드는가"라는 질문에 답을 주는 도구임을 보여주는 케이스다.

리텐션 분석을 처음 시작하는 단계라면 믹스패널 완벽 입문 가이드에서 기초 설정 방법부터 확인해보는 것도 좋다. 다른 분석 툴과 기능을 비교하고 싶다면 사용자 분석 툴 비교 (믹스패널·앰플리튜드·포스트호그)도 참고할 수 있다.

더 읽어보기

• 프로덕트 애널리틱스란?
• 믹스패널 완벽 입문 가이드
• 사용자 분석 툴 비교 (믹스패널·앰플리튜드·포스트호그)

자주 묻는 질문

Q1. N-Day와 Unbounded 중 어떤 것을 기본으로 써야 하나요?

서비스의 자연스러운 사용 주기를 기준으로 판단하면 된다. 매일 또는 자주 들어와야 하는 앱이라면 N-Day가 특정 시점의 활성도를 더 날카롭게 보여준다. 반면 월 1~2회 사용이 자연스러운 SaaS, 이커머스, 예약 플랫폼이라면 Unbounded가 실제 리텐션을 과소평가하지 않는 방식이다. 두 방식을 병행하면 서로 다른 각도의 인사이트를 동시에 얻을 수 있으며, Unbounded로 장기 생존율을 확인하면서 N-Day로 특정 시점 이탈을 포착하는 조합도 유효하다.

Q2. 리텐션 분석에서 '반환 이벤트'를 Any Event로 설정하면 안 되나요?

Any Event는 빠르게 전체적인 재방문율을 확인하는 데는 유용하지만, 장기적으로는 제품의 핵심 기능 사용 이벤트로 좁히는 것이 권장된다. 로그인이나 화면 진입만으로 리텐션이 카운트되면, 실제로 가치를 경험한 사용자와 단순히 들어온 사용자를 구분할 수 없다. 진짜 PMF를 측정하려면 핵심 가치 행동—예를 들어 SaaS라면 "주요 기능 사용 완료"—을 반환 이벤트로 정의해야 한다.

Q3. 믹스패널 리텐션 리포트는 무료 플랜에서도 사용할 수 있나요?

그렇다. 믹스패널 공식 문서에 따르면 Retention 리포트는 무료 플랜을 포함한 모든 플랜에서 사용 가능하다. 무료 플랜은 월 100만 이벤트까지 무료로 제공되므로, 초기 단계 팀이라면 유료 전환 없이도 리텐션 분석의 핵심 기능을 충분히 경험할 수 있다. 더 많은 이벤트가 필요하다면 Growth 플랜에서 100만 이벤트 초과분에 대해 1,000 이벤트당 $0.28이 적용된다.

SOURCE · Free 플랜 월 100만 이벤트, Growth 플랜 초과분 $0.28/1K — Mixpanel Pricing ↗ 원문

마무리: 리텐션 표를 읽는 것이 제품을 읽는 것이다

리텐션 분석은 단순한 숫자 읽기가 아니다. "우리 제품이 사람들의 일상에 자리를 잡고 있는가"를 수치로 확인하는 과정이다. N-Day냐 Unbounded냐의 선택은 사소해 보이지만, 잘못 고르면 팀 전체가 틀린 신호를 보고 의사결정을 내릴 수 있다.

리텐션 표를 처음 설계할 때 가장 중요한 것은 세 가지다. 비즈니스에 의미 있는 반환 이벤트 정의하기, 서비스 특성에 맞는 분석 방식(N-Day/Unbounded) 선택하기, 그리고 코호트 필터로 어떤 행동이 리텐션을 만드는지 찾아가기. 이 세 가지를 갖추면 리텐션 표는 "과거 데이터"가 아니라 "다음 실험의 출발점"이 된다.

분석가 한 명이 쿼리를 짜서 이틀 뒤에 슬랙에 공유하는 구조가 아니라, PM이 직접 코호트를 비교하고 즉시 가설을 세우는 환경이 만들어질 때 데이터 문화가 시작된다. 프로덕트 애널리틱스란? 글에서 더 넓은 맥락을 확인하고, 믹스패널 리텐션을 포함한 다양한 분석 가이드는 Nitrox 블로그에서 관련 가이드 더 보기에서 찾아볼 수 있다.