数据分析理论模型：AARRR模型

在数据分析当中，其实有很多的理论模型，比如数据漏斗模型、用户行为模型、RFM模型、QQ模型、AARRR模型等等，在这些理论模型里面，AARRR可以算是一个比较经典的模型。

而AARRR模型中的几个字母则分别代表了Acquisition(获取用户)、Activation(激活用户)、Retention(提高留存)、Revenue(获取收入)、Referral(病毒传播)，从互联网产品的角度来说，该模型不只是使用于数据分析，甚至是贯穿了产品设计运营的各个流程，那接下来我就来分别针对不同的环节进行讲解。推荐了解传智播客产品经理培训课程。

获取用户

从获取用户的角度来看数据，一般关注的重点会放在获客渠道、不同渠道的付费推广费用、下载量等数据，根据这些数据就再去进行细致的分析，便可以在获取用户环节上尽可能降低成本提升获取用户的数量。

比如，当我们公司App在不同的渠道都做了付费推广，前期在各个平台上投入的费用都是一致的，推广一段时间后，发现A渠道带来的下载量较低，那就可以考虑基于这个继续去分析下载量低的原因是什么，是在A渠道的投放位置不佳还是落地页不够吸引人，或者说是A渠道本身的用户群体跟我们自身App的目标人群不太一致?那通过表现出来的现象就可以进一步去发现各种问题，然后逐一去验证，如果是人群不匹配，那后面可能就会将该渠道推广费用减少用到其他渠道上，而如果是因为投放位置或者落地页的问题，那就做出相关改进。

激活用户

激活用户是紧跟在获取到了用户以后，此时更重要需要关注的于用户对于平台的第一印象以及基础体验，所以对应的一些数据会有注册率、注册后用户关注的功能数据。如果在获取用户时已经有大量用户下载，但到了这个环节注册用户并没有到达预期数量，那就需要再更加细化针对于注册流程当中的每一步进行数据的分析，看用户是在哪一步跳出了，这样可以后续对流程或者页面进行调整。

当然，在这一步当中，为了能够给后续的留存带来提升，一方面是通过数据的分析来发掘问题继而改进产品，另一方面在产品设计上加入适当的新人引导以及新人福利，也可能会有正向的效果。

提高留存

当用户被激活并开始活跃，接下来我们考虑的重点就是需要放在提高用户的留存了，因为用户用户虽然开始活跃，但如果没有长期的留在平台，那最终还是很难为平台带来预想的收益。那在这方面基于刚才所说的目的，需要关注的数据则主要在留存率这块，次日留存、周留存、月留存等。

那在得到留存率的数据基础上我们还可以去进一步的进行分析，比如次日留存比正常水平高、周留存却远低于正常水平，那可能要考虑的是对于用户而言可能平台针对新人的引导或者福利能够吸引到用户，用户在次日依然愿意来到平台，但一周后却有很多用户流失，可能的原因比如平台没有一些长期激励用户来平台使用的机制，导致用户在几天后就逐渐不再依赖平台。所以就可能会尝试建立打卡机制，或者连续打卡会有额外奖励等方式，促使用户能够尽可能长期留在平台。

获取收入

如果用户已经有了使用平台的习惯，那就可以去考虑将这些用户转化为我们的付费用户。此时关注的数据则需要能够体现出用户的黏性这块，针对某些功能的使用时长等方面，如果发现某些用户在类似数据的表现超出了平均水平，那我们就可以考虑用合适的方式在产品设计上来转化这样的用户为付费用户。

病毒传播

在平台发展到一定的阶段，一方面我们需要不断的去自己拓展渠道拉新，但另一方面平台如果能够让老用户形成自发的口碑式传播，对平台无论是从成本方面还是品牌推广方面都会带来良性的影响。那在这个过程当中，用户的忠诚度以及跟用户传播相关的数据则成为了我们需要关注的重点，比如用户分享量、分享到不同渠道量、生成相应海报量等等，在不同的数据情况下，再去进行细分的分析，从而能够根据不同的数据情况，进行调整。

以上，就是AARRR模型在产品生命周期中的各个环节上，应该去注意的不同指标的数据以及应该如何去进行相应的数据分析，当然，最重要的还是对于不同的产品去进行具体的数据分析，在模型的框架下，只是我们帮助分析的更加体系化。

猜你喜欢：
什么是用户运营?用户运营究竟在运营什么?