数据分析方法-AARRR用户增长模型

AARRR模型因其掠夺式的增长方式也被称为海盗模型,《增长黑客》一书的核心思想就是AARRR漏斗模型。

AARRR模型的核心要点主要是把控产品的整体收益情况,用户生命周期价值(LTV)远大于用户获客成本(CAC)和用户经营成本(COC)的总和就意味着产品的成功


A(acquisition):获取

主要目的

本阶段的目的在于将潜在的目标用户转换为自身用户,而难点在于宣传注册引导获客成本把控这几个点

涉及指标

DNU(日新登用户数):首次登录、首启产品的用户数

解决问题

  • 临时用户数量
  • 注册转化率分析

CAC(用户获取成本)

解决问题

  • 渠道获客的效益

优化策略

官方

在产品上采用植入广告的方式提高曝光度

与其他公司战略合作,取长补短

私域流量推广(微信群、公众号、微博号等)

短信邮箱发送推广

利用开放平台、社交网站的第三方开放接口导入用户

付费

主流媒体发布关于产品的软文(产品介绍、使用心得、活动事件等),提高产品的曝光度

SEO搜索引擎优化,百度关键词竞价推广

利用种子用户(在领域上有一定影响力)带来用户

有影响力的明星代言

线下地推广告投放


A(activation):活跃

主要目的

本阶段的目的在于引导用户使用产品并潜移默化地养成使用习惯,其难点在于产品使用体验以及用户习惯培养

涉及指标

DAU(日活跃用户数)

解决问题:

  • 核心用户规模
  • 用户活跃率

WAU(周活跃用户数)

解决问题:

  • 周期性用户规模
  • 周期性变化趋势

MAU(月活跃用户数)

解决问题:

  • 用户规模稳定性
  • 总体用户规模变化

DAOT(日均使用时长)

解决问题:

  • 分析产品的体验问题
  • 了解不同用户群的习惯
  • 留存分析的依据

DAU/MAU(月度用户粘度)

PV(页面浏览量)

UV(独立访客数量)

优化策略

借鉴游戏类产品的用户成长体系,如任务系统、等级系统等,构建自己产品的用户成长体系

策划事件运营活动(线上线下),持续激发用户活跃

新用户首单引导(新人补贴鼓励用户决策、减少用户认知成本、关键步骤正向激励、引导用户选择产品使用偏好)

营销唤醒设计(构建流失用户预警机制、定义用户有效使用判别标准,跟踪用户行为做精细化营销、使用利益刺激型活动唤醒)

用户激励体系(快捷变现型:优惠红包;累积成就型:完成任务获得小额奖励;荣誉感激型:公益游戏的推送)

根据用户高频使用节点的习惯,进行相关性推送,以培养用户的使用习惯

注意事项

需要在产品周期中,根据不同的活跃状态将用户划分为流失、不活跃、回流、活跃、忠诚


R(retention):留存

主要目的

本阶段的目的在于反映产品的成长进度以及衡量用户粘性和质量的指标。

涉及指标

次日留存率(day 1 retention ratio):

三日留存率(day 3 retention ratio):

七日留存率(day 7 retention ratio):

解决问题:

  • APP质量评估
  • 用户质量评估
  • 用户规模衡量

日流失率(day churn ratio):

周流失率(week churn ratio):

月流失率(month churn ratio):

解决问题:

  • 运营产生的效果
  • 行业比较和产品评估

优化策略

该指标的运营策略可搭配提高活跃的方法一同使用

对留存用户以及流失用户进行用户分层(RFM用户分层模型)并分类输出优化策略

持续增加产品的尖叫体现,产品在功能、内容、体现价值等运营机制上产品用户预期


R(revenue):收益

主要目的

本阶段的目的在于将获取的流量用户以及持续贡献价值的留存用户转化为经济收益,其难点在于用户生命周期和平均用户收入

涉及指标

PR(付费率):

付费用户数占活跃用户数的比例

解决问题:

  • 产品的收益转化能力
  • 用户付费关键点和转化周期

LTV(用户生命周期)

用户在生命周期内创造的收入总和

计算方式:LTV = ARPU * LT

解决问题:

  • 用户收益贡献周期
  • 渠道的利润贡献

ARPU(用户平均收入)

在统计时间内,用户产生的平均收益

计算方式:ARPU = revenue / user

解决问题:

  • 不同渠道用户质量的判断
  • 产品收益贡献
  • 用户人均收入与获客成本的关系

ARPPU(用户平均收入)

APA(付费用户数)

优化策略

合理的定价策略,根据产品的性质,采用心理定价、折扣定价、差别定价等策略制定产品的价格

消费模式的制定,例如先试用后消费,VIP折扣消费,特殊用户免费,积分兑换体系等


R(referral):引荐

主要目的

本阶段的目的在于让用户自发对产品进行口碑传播,以病毒式分裂传播产品的价值,其难点在于让用户体会到产品的核心价值以及自发传播带来的益处

涉及指标

K因子(推荐系数)

计算方式: K = 发出的邀请数 / 接收邀请的新用户转化数

K > 1 则会增长,类似于滚雪球

K < 1 一定数量后停止增长

优化策略

分享邀请机制的制定。通过分析邀请可以获得更多的潜在目标用户

完善产品评价的机制,利用用户对产品使用的心得吸引潜在的目标用户

注意事项

需留意产品的分享邀请机制是否正面体现用户分享观念

用户自发式分享后需给予一定的利益


模型搭建要点

AARRR模型为一个典型的漏斗模型,通过各项指标的过滤,留存到越后其用户价值就越高

通过模型的数据指标来梳理产品的推广渠道以及用户运营策略


参考文章:

浅析AARRR模型各阶段的运营策略 | 人人都是产品经理

浅谈敏捷思想-07.AARRR模型_努力推石头的西西弗斯-CSDN博客

深度:用AARRR模型剖析蚂蚁森林对支付宝的增长价值 - 简书

AARRR模型(模型数据指标详解)_康师傅没有眼泪-CSDN博客_aarrr模型

AARRR模型常见指标_valkyrja110的博客-CSDN博客_aarrr模型指标

用户增长模型AARRR、策略&增长黑客十大案例 - 知乎

你可能感兴趣的:(数据分析,数据分析,用户运营,经验分享)