AARRR模型的理论和使用

学习目的：了解相关模型，运用模型工作，让工作更加系统和专业。

AARRR模型是描述产品用户生命周期的一个重要模型，分别对应Acquisition（获取用户）、Activation（活跃度）、Retention（留存）、Revenue（收入）、Refer（自传播）。下面是AARRR模型中每个项目对应的意义：

·Acquisition（获取用户）

运营一款应用的第一步，就是获取用户，没有用户，就谈不上运营。获取用户的渠道有很多，比如终端预置、广告等。

·Activation（提高活跃度）

用户通过各种渠道进入应用，如何将这些用户转化为活跃用户，是运营者面临的第一个问题。影响用户活跃有很多因素，其中一个重要因素是推广渠道的质量。差的推广渠道带来的是大量的一次性用户，严格意义上来说，这种不能算是真正的用户。好的推广渠道往往是有针对性地圈定了目标人群，他们带来的用户和应用设计时设定的目标人群有很大的吻合度，这样的用户通常比较容易成为活跃用户。因此，挑选推广渠道的时候要先分析自己应用的特性及目标人群。另一个影响用户活跃的因素是，产品本身是否能在最初使用的几十秒内抓住用户。

·Retention（提高留存率）

用户来了，也活跃了，但来得快也走的快怎么办？换句话说就是，应用缺少用户粘性。解决这个问题首先要通过日留存率、周留存率、月留存率等指标，监控应用的用户流失情况，帮采取相应的手段，在用户离开之前，激励这些用户继续使用应用。

留存率跟应用的类型也有很大关系。通常来说，工具类应用的首月留存率可能普遍比游戏类的首月留存率高。

·Revenue（获取收入）

Revenue是应用运营最核心的一块。主要分为三种：付费应用、应用内付费、广告。

·Refer（自传播）

社交网络+自传播，成本最低，效果也很好。

AARRR模型的使用：

Acquisition：

激活量：新增的启动了该应用的独立设备数

分渠道统计的激活量：了解渠道质量

用户获取成本CAC：每个用户的获取成本。

Activation：

通常活跃用户是指在指定周期内有启动的用户，主要指标有DAU、MAU、每次启动平均使用时长、用户每日平均启动次数。当后两者指标都处于上涨趋势时，可以肯定用户的活跃度在增加。

针对使用时长和启动次数的渠道统计同样很重要，我们称之为渠道的质量数据。

除了渠道，另一个和活跃度相关的分析维度是版本。各个版本的使用时长和启动次数也有差异。

辅助指标：日活跃率、周活跃率、月活跃率。活跃率与应用类别有关系。

Retention：

下载和安装——使用——卸载或遗忘，这是用户在每个应用中的生命周期。对于大部分应用，应该关心的是1-Day Retention（首日留存率）和7-Day Retention（首周留存率）。留存率是检验渠道的用户质量的重要指标。

Revenue：

ARPU：平均每用户收入

ARPPU：平均每付费用户收入

付费用户比例

LTV生命周期价值：某个用户在生命周期内为该应用创造的收入总计。

每个用户平均的LTV=每月ARPU*用户按月计的平均生命周期。

每个用户平均利润=LTV-CAC

最大化利润是指，在降低CAC的同事，提高LTV，使两者间的差值最大化。更进一步的，对不同渠道来源用户做断代分析，根据他们不同的CAC和LTV，就可以计算出不同渠道来源的利润率差异。

Refer：

K因子（K-factor）=每个用户向他的朋友们发出的邀请的数量*接收到邀请的人转化为新用户的转化率。当K>1时，用户群就会像滚雪球一样增大；如果K<1，那么当用户群到某个规模时就会停止通过自传播增长。