简介

AARRR 模型是一种侧重于营销数据分析的分析框架 ，是 AIDA模型 (原始漏斗模型) 的衍生模型之一。每一个字母都代表产品生命周期的一个阶段：获取「 Acquisition」、激活「Activation」、留存「Retention」、收益「Revenue」、自传播「Referral」。

当时很多初创公司容易将注意力放在肤浅、表面的指标上 (例如：社交产品的点赞量)。于是 McClure提出了 AARRR 模型，旨在：第一，帮助初创公司把注意力聚焦于那些真正会直接影响产品健康的指标上；第二，教会这些公司如何用正确的指标来衡量产品运营的成功程度，然后改进那些不起作用的举措。

产品经理、运营或市场部门可能会更多得使用 AARRR 来分析产品各种指标数据，确定产品在发展周期中可能存在的问题，并针对性进行解决。

详情

AARRR 每一个阶段都可以由不同的指标来进行衡量，所以在使用 AARRR 模型时，需要挑选合适的指标来进行跟踪，具体地说：

获取「Acquisition」的指标

获取，指的是用户最初通过哪些渠道吸引至产品，这些渠道可能包括：

  • SEO
  • 社交媒体
  • 视频、文章推广
  • 广告

针对渠道，有两方面的指标可以进行跟踪，渠道量级指标和渠道质量指标。

  • 渠道量级指标：简单的频次数据，包括曝光量、点击量、下载量、安装量等等；
  • 渠道质量指标：需依据后面几个维度的其他指标，结合渠道来判断不同渠道用户的质量，包括每用户成本、用户生命周期价值、用户使用时长、留存率、付费率等等。

这两类数据可以从渠道方获得，也能通过数据埋点进行清洗分析。通过这两类渠道数据，可以判断渠道的质量，辅助市场和营销进行推广决策。

激活「Activation」的指标

激活，指的是用户第一次接触产品或网站后，采取的后续的有价值的步骤，例如：访问其他网页、尝试其他功能、在您的站点或应用程序上花费一定的时间、注册免费试用等等。

在具体实践过程中，激活已经被分成了两个不同的场景，在产品初期推广阶段，会有大量新增用户涌入产品，所以依然使用原意即新用户的激活转化；而在产品稳定之后新用户的增加比例大大降低，其激活状态的意义也随之减小，所以激活逐渐泛化为了活跃度，且不再局限于新用户这一范围内。具体采用哪类指标，取决于产品处于什么阶段。

  • 针对新用户激活来说，我们研究的对象是新用户，关键指标也局限在新用户范围内的：注册激活率、关键页面点击率、平均浏览/使用时常等。
  • 针对稳定用户的活跃度来说，我们研究的对象是所有用户，关键指标则变成了用户活跃度。不同的产品对用户活跃的定义不同，有些产品只要用户在指定时间内登录或启动一次就算用户活跃，有些则还需要用户完成某一具体的操作才算活跃。另外，用户平均使用时长和用户平均每日打开次数也能衡量用户的活跃情况。

这类指标的原始数据可以通过网站日志、爬虫、数据埋点等方式获得，可以用来反映产品对用户的吸引力，帮助运营判断产品的运营情况。

留存「Retention」的指标

留存，指的是活跃用户不断重新使用你的产品，也即用户粘度、用户依赖度。

留存可以用用户留存率这个指标来衡量。留存率的具体算法为：活跃用户在某一时间周期后依然为活跃用户的比例，例如：2023年7月28日所统计出的日活跃用户，在2023年7月29日统计的日活跃用户的占比，此为次日留存率。而这个时间周期可以是次日、一周、半月、一月，在实践中，具体情况会选择不同的时间周期。

计算留存率所需的原始数据依然可以通过数据埋点获得。

收入「Revenue」的指标

收入，几乎是所有产品最核心的阶段，包含了用户从付费决策到付费完成的所有环节。从指标的维度来说，收入可以通过新老用户付费率、付费完成率、复购率、客单价、用户价值分布等指标进行衡量。在不同的运营活动中，也可以考虑追踪活动的付费转化率、人均充值额等指标来评价运营的效果。

用户付费情况的数据可以从交易渠道方获得，付费完成率则可以在付费引导页面进行数据埋点，更精细得获得用户在不同付费流程中的转化数据。

自传播「Referral」的指标

自传播，指的是用户自发进行的产品传播。可以靠分发调查问卷，询问用户了解产品的渠道 (他人推荐选项) ，以及满意度、推荐意愿来侧面获得自传播数据，但在实践的过程中，往往无法获得准确的自传播数据，推荐指数等指标也是在难以追踪，所以这一项的参考意义大于实际意义。

案例

McClure在自己的演讲中有一个例子，下面是简化且翻译成中文的版本：

AARRR模型案例

参考