什么是AARRR模型？

在數(shù)據(jù)分析當(dāng)中，其實有很多的理論模型，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可以算是一個比較經(jīng)典的模型。

而AARRR模型中的幾個字母則分別代表了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)計運營的各個流程，那接下來我就來分別針對不同的環(huán)節(jié)進行講解。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)注的重點會放在獲客渠道、不同渠道的付費推廣費用、下載量等數(shù)據(jù)，根據(jù)這些數(shù)據(jù)就再去進行細(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推廣，前期在各個平臺上投入的費用都是一致的，推廣一段時間后，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)象就可以進一步去發(fā)現(xiàn)各種問題，然后逐一去驗證，如果是人群不匹配，那后面可能就會將該渠道推廣費用減少用到其他渠道上，而如果是因為投放位置或者落地頁的問題，那就做出相關(guān)改進。

激活用戶

激活用戶是緊跟在獲取到了用戶以后，此時更重要需要關(guān)注的于用戶對于平臺的第一印象以及基礎(chǔ)體驗，所以對應(yīng)的一些數(shù)據(jù)會有注冊率、注冊后用戶關(guān)注的功能數(shù)據(jù)。如果在獲取用戶時已經(jīng)有大量用戶下載，但到了這個環(huán)節(jié)注冊用戶并沒有到達預(yù)期數(shù)量，那就需要再更加細(xì)化針對于注冊流程當(dāng)中的每一步進行數(shù)據(jù)的分析，看用戶是在哪一步跳出了，這樣可以后續(xù)對流程或者頁面進行調(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)掘問題繼而改進產(chǎn)品，另一方面在產(chǎn)品設(shè)計上加入適當(dāng)?shù)男氯艘龑?dǎo)以及新人福利，也可能會有正向的效果。

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就是需要放在提高用戶的留存了，因為用戶用戶雖然開始活躍，但如果沒有長期的留在平臺，那最終還是很難為平臺帶來預(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)上我們還可以去進一步的進行分析，比如次日留存比正常水平高、周留存卻遠低于正常水平，那可能要考慮的是對于用戶而言可能平臺針對新人的引導(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，但一周后卻有很多用戶流失，可能的原因比如平臺沒有一些長期激勵用戶來平臺使用的機制，導(dǎo)致用戶在幾天后就逐漸不再依賴平臺。所以就可能會嘗試建立打卡機制，或者連續(xù)打卡會有額外獎勵等方式，促使用戶能夠盡可能長期留在平臺。

獲取收入

如果用戶已經(jīng)有了使用平臺的習(xí)慣，那就可以去考慮將這些用戶轉(zhuǎn)化為我們的付費用戶。此時關(guān)注的數(shù)據(jù)則需要能夠體現(xiàn)出用戶的黏性這塊，針對某些功能的使用時長等方面，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)計上來轉(zhuǎn)化這樣的用戶為付費用戶。

病毒傳播

在平臺發(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，但另一方面平臺如果能夠讓老用戶形成自發(fā)的口碑式傳播，對平臺無論是從成本方面還是品牌推廣方面都會帶來良性的影響。那在這個過程當(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，比如用戶分享量、分享到不同渠道量、生成相應(yīng)海報量等等，在不同的數(shù)據(jù)情況下，再去進行細(xì)分的分析，從而能夠根據(jù)不同的數(shù)據(jù)情況，進行調(diào)整。

以上，就是AARRR模型在產(chǎn)品生命周期中的各個環(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)該如何去進行相應(yīng)的數(shù)據(jù)分析，當(dāng)然，最重要的還是對于不同的產(chǎn)品去進行具體的數(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。