DAU/MAU 수치는 성장에 따라 크게 왜곡되기 때문에 코호트 분석이 필수적이다. 앱이 빠르게 성장하는 경우, 신규 가입에 의해 기존 사용자의 DAU/MAU 수치 하락 부분이 가려질 수 있다. 따라서 DAU/MAU만 확인한다면 치명적인 유지 이슈를 놓칠 수도 있다. 유지에 영향을 주는 행동을 찾는 일은 사용자 참여도를 높이는 행동을 이해하는데에도 도움을 준다. 성장으로 이어지는 행동을 발견하기 위한 테스트를 시작하면 각 행동에 구체적인 수치를 부여해야 한다. 사용자의 특정 행동과 유지 사이의 관계를 관찰해 장기적인 사용과 상관관계가 있는 주요 동작이나 행동을 식별하고, 앱이나 제품을 계속해서 사용하도록 만드는 순간을 찾을 수 있다. 페이스북은 처음 가입한 후 열흘 동안 일곱 명 이상의 친구를 추가한 사용자가 서비스를 장기간 이용할 가능성이 크다는 사실을 발견했다. 반대로 생각하면 일곱 명의 친구를 추가하지 않은 사용자는 이탈할 가능성이 높다는 뜻이다. 페이스북의 경우, 일정 기간 동안 일곱 명 이상의 친구를 추가한다는 구체적인 행동이 유지와 높은 상관관계를 가지는 것이다. 제품의 핵심 가치가 무엇이든 상관없이, 가장 훌륭한 성장 요인은 사용자에게 가치를 발견하는 순간을 제공하는 일이다. 이것이 없다면 유지는 쉽지 않으며, 성장 역시 어렵다. 평범한 회사는 성장에만 집중한다. 앞서가는 회사는 사용자 참여와 고착도(stickiness), 유지를 통해 지속 가능한 성장에 집중한다. 일간 혹은 월간 활성 사용자에 집중하는 대부분의 그로스 팀은 유지와 후속 이벤트 데이터를 인공지능 머신에 전달하고 알고리즘을 훈련시켜 기존 사용자를 유지한다. 동시에 서비스에 매력을 느끼는 신규 사용자를 확보하기 위해 유지와 상관관계가 높은 사용자 세그먼트를 목표로 최적화할 수 있다. <린 AI>중