數據分析理論模型：AARRR模型

在數據分析當中，其實有很多的理論模型，比如數據漏斗模型、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)網產品的角度來說，該模型不只是使用于數據分析，甚至是貫穿了產品設計運營的各個流程，那接下來我就來分別針對不同的環(huán)節(jié)進行講解。推薦了解傳智播客產品經理培訓課程。

獲取用戶

從獲取用戶的角度來看數據，一般關注的重點會放在獲客渠道、不同渠道的付費推廣費用、下載量等數據，根據這些數據就再去進行細致的分析，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量。

比如，當我們公司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，此時更重要需要關注的于用戶對于平臺的第一印象以及基礎體驗，所以對應的一些數據會有注冊率、注冊后用戶關注的功能數據。如果在獲取用戶時已經有大量用戶下載，但到了這個環(huán)節(jié)注冊用戶并沒有到達預期數量，那就需要再更加細化針對于注冊流程當中的每一步進行數據的分析，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整。

當然，在這一步當中，為了能夠給后續(xù)的留存帶來提升，一方面是通過數據的分析來發(fā)掘問題繼而改進產品，另一方面在產品設計上加入適當的新人引導以及新人福利，也可能會有正向的效果。

提高留存

當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想的收益。那在這方面基于剛才所說的目的，需要關注的數據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據基礎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

如果用戶已經有了使用平臺的習慣，那就可以去考慮將這些用戶轉化為我們的付費用戶。此時關注的數據則需要能夠體現(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)某些用戶在類似數據的表現(xiàn)超出了平均水平，那我們就可以考慮用合適的方式在產品設計上來轉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。那在這個過程當中，用戶的忠誠度以及跟用戶傳播相關的數據則成為了我們需要關注的重點，比如用戶分享量、分享到不同渠道量、生成相應海報量等等，在不同的數據情況下，再去進行細分的分析，從而能夠根據不同的數據情況，進行調整。

以上，就是AARRR模型在產品生命周期中的各個環(huán)節(jié)上，應該去注意的不同指標的數據以及應該如何去進行相應的數據分析，當然，最重要的還是對于不同的產品去進行具體的數據分析，在模型的框架下，只是我們幫助分析的更加體系化。

猜你喜歡：
什么是用戶運營?用戶運營究竟在運營什么?