什么是AARRR模型？

在數(shù)據(jù)分析當(dāng)中，其實(shí)有很多的理論模型，比如數(shù)據(jù)漏斗模型、用戶行為模型、RFM模型、QQ模型、AARRR模型等等，在這些理論模型里面，AARRR可以算是一個(gè)比較經(jīng)典的模型。

而AARRR模型中的幾個(gè)字母則分別代表了Acquisition(獲取用戶)、Activation(激活用戶)、Retention(提高留存)、Revenue(獲取收入)、Referral(病毒傳播)，從互聯(lián)網(wǎng)產(chǎn)品的角度來說，該模型不只是使用于數(shù)據(jù)分析，甚至是貫穿了產(chǎn)品設(shè)計(jì)運(yùn)營的各個(gè)流程，那接下來我就來分別針對(duì)不同的環(huán)節(jié)進(jìn)行講解。推薦了解黑馬程序員產(chǎn)品經(jīng)理培訓(xùn)課程。

獲取用戶

從獲取用戶的角度來看數(shù)據(jù)，一般關(guān)注的重點(diǎn)會(huì)放在獲客渠道、不同渠道的付費(fèi)推廣費(fèi)用、下載量等數(shù)據(jù)，根據(jù)這些數(shù)據(jù)就再去進(jìn)行細(xì)致的分析，便可以在獲取用戶環(huán)節(jié)上盡可能降低成本提升獲取用戶的數(shù)量。

比如，當(dāng)我們公司App在不同的渠道都做了付費(fèi)推廣，前期在各個(gè)平臺(tái)上投入的費(fèi)用都是一致的，推廣一段時(shí)間后，發(fā)現(xiàn)A渠道帶來的下載量較低，那就可以考慮基于這個(gè)繼續(xù)去分析下載量低的原因是什么，是在A渠道的投放位置不佳還是落地頁不夠吸引人，或者說是A渠道本身的用戶群體跟我們自身App的目標(biāo)人群不太一致?那通過表現(xiàn)出來的現(xiàn)象就可以進(jìn)一步去發(fā)現(xiàn)各種問題，然后逐一去驗(yàn)證，如果是人群不匹配，那后面可能就會(huì)將該渠道推廣費(fèi)用減少用到其他渠道上，而如果是因?yàn)橥斗盼恢没蛘呗涞仨摰膯栴}，那就做出相關(guān)改進(jìn)。

激活用戶

激活用戶是緊跟在獲取到了用戶以后，此時(shí)更重要需要關(guān)注的于用戶對(duì)于平臺(tái)的第一印象以及基礎(chǔ)體驗(yàn)，所以對(duì)應(yīng)的一些數(shù)據(jù)會(huì)有注冊(cè)率、注冊(cè)后用戶關(guān)注的功能數(shù)據(jù)。如果在獲取用戶時(shí)已經(jīng)有大量用戶下載，但到了這個(gè)環(huán)節(jié)注冊(cè)用戶并沒有到達(dá)預(yù)期數(shù)量，那就需要再更加細(xì)化針對(duì)于注冊(cè)流程當(dāng)中的每一步進(jìn)行數(shù)據(jù)的分析，看用戶是在哪一步跳出了，這樣可以后續(xù)對(duì)流程或者頁面進(jìn)行調(diào)整。

當(dāng)然，在這一步當(dāng)中，為了能夠給后續(xù)的留存帶來提升，一方面是通過數(shù)據(jù)的分析來發(fā)掘問題繼而改進(jìn)產(chǎn)品，另一方面在產(chǎn)品設(shè)計(jì)上加入適當(dāng)?shù)男氯艘龑?dǎo)以及新人福利，也可能會(huì)有正向的效果。

提高留存

當(dāng)用戶被激活并開始活躍，接下來我們考慮的重點(diǎn)就是需要放在提高用戶的留存了，因?yàn)橛脩粲脩綦m然開始活躍，但如果沒有長期的留在平臺(tái)，那最終還是很難為平臺(tái)帶來預(yù)想的收益。那在這方面基于剛才所說的目的，需要關(guān)注的數(shù)據(jù)則主要在留存率這塊，次日留存、周留存、月留存等。

那在得到留存率的數(shù)據(jù)基礎(chǔ)上我們還可以去進(jìn)一步的進(jìn)行分析，比如次日留存比正常水平高、周留存卻遠(yuǎn)低于正常水平，那可能要考慮的是對(duì)于用戶而言可能平臺(tái)針對(duì)新人的引導(dǎo)或者福利能夠吸引到用戶，用戶在次日依然愿意來到平臺(tái)，但一周后卻有很多用戶流失，可能的原因比如平臺(tái)沒有一些長期激勵(lì)用戶來平臺(tái)使用的機(jī)制，導(dǎo)致用戶在幾天后就逐漸不再依賴平臺(tái)。所以就可能會(huì)嘗試建立打卡機(jī)制，或者連續(xù)打卡會(huì)有額外獎(jiǎng)勵(lì)等方式，促使用戶能夠盡可能長期留在平臺(tái)。

獲取收入

如果用戶已經(jīng)有了使用平臺(tái)的習(xí)慣，那就可以去考慮將這些用戶轉(zhuǎn)化為我們的付費(fèi)用戶。此時(shí)關(guān)注的數(shù)據(jù)則需要能夠體現(xiàn)出用戶的黏性這塊，針對(duì)某些功能的使用時(shí)長等方面，如果發(fā)現(xiàn)某些用戶在類似數(shù)據(jù)的表現(xiàn)超出了平均水平，那我們就可以考慮用合適的方式在產(chǎn)品設(shè)計(jì)上來轉(zhuǎn)化這樣的用戶為付費(fèi)用戶。

病毒傳播

在平臺(tái)發(fā)展到一定的階段，一方面我們需要不斷的去自己拓展渠道拉新，但另一方面平臺(tái)如果能夠讓老用戶形成自發(fā)的口碑式傳播，對(duì)平臺(tái)無論是從成本方面還是品牌推廣方面都會(huì)帶來良性的影響。那在這個(gè)過程當(dāng)中，用戶的忠誠度以及跟用戶傳播相關(guān)的數(shù)據(jù)則成為了我們需要關(guān)注的重點(diǎn)，比如用戶分享量、分享到不同渠道量、生成相應(yīng)海報(bào)量等等，在不同的數(shù)據(jù)情況下，再去進(jìn)行細(xì)分的分析，從而能夠根據(jù)不同的數(shù)據(jù)情況，進(jìn)行調(diào)整。

以上，就是AARRR模型在產(chǎn)品生命周期中的各個(gè)環(huán)節(jié)上，應(yīng)該去注意的不同指標(biāo)的數(shù)據(jù)以及應(yīng)該如何去進(jìn)行相應(yīng)的數(shù)據(jù)分析，當(dāng)然，最重要的還是對(duì)于不同的產(chǎn)品去進(jìn)行具體的數(shù)據(jù)分析，在模型的框架下，只是我們幫助分析的更加體系化。