AARRR 用户运营分析

概述

模型概念

AARRR 是用户获取（Acquisition）、用户激活（Activation）、用户留存（Retention）、获得收益（Revenue）、推荐传播（Referral），这个五个单词的缩写，分别对应用户生命周期中的 5 个重要环节。AARRR 模型又叫海盗模型，是用户运营过程中常用的一种模型，解释了实现用户增长的 5 个指标：获客、激活、留存、收益、传播，整个 AARRR 模型形成了用户全生命周期的闭环模式，不断扩大用户规模，实现持续增长。

应用意义

Acquisition：获取用户
运营一款产品的第一步，毫无疑问是获取用户，也就是大家通常所说的推广。此时推广人员经验很就显得重要：首先要分析自己产品的特性以及目标人群，与渠道用户进行定位和匹配，要摸清楚每个渠道量级与用户质量，不同产品时期选择不同渠道，是前期铺量还是稳定期保质量。
- 渠道量级指标：曝光量、点击、下载、安装、激活（注册激活，主动激活、推送激活、交易激活）、累计新增。
- 渠道质量指标：CTR（点击率），激活率，安装率，CPA 等每用户成本、用户 LTV、1次/1日用户量，用户使用时长、留存率、付费率、ARPU（每用户平均收入）。
Activation：提高活跃度
如何将新增转化为活跃用户，是运营者面临的第一个问题。
首先我们要理解下什么是活跃？ DAU 日均活跃用户数量 = 当日新增 + 累计历史日留存
即今日活跃的用户中，一部分是新增，另外绝大部分都是以往的留存用户，产品运营周期越长，新用户占比越少。所以影响活跃最主要因素就是产品的留存表现，另外一点就是产品粘度。
分析活跃可以从两个角度出发：
- 活跃用户构成
  - 新老用户占比、新老用户活跃率、忠诚用户数、回流用户数、1次/1日登录用户占比等指标，根据不同产品运营时期，不同的参考数值。
- 产品粘度
  - 产品黏度很关键的指标，它说明了用户对产品的喜欢接纳程度，我们通常用 MAU/DAU 来定义产品的黏度指标，比值代表用户回访的天数（几天会用一次产品），当 MAU/DAU=1 的话说明这款产品用户每天都用；
  - DAU/MAU * 30 代表用户一个月会用几次产品。
  - 7 日回访率、日均使用时长、日均登录次数等都是产品粘度的重要指标，分不同类型产品，依次分析。
Retention：提高留存率
通常维护一个老用户的成本要远远低于获取一个新用户的成本，所以熊瞎子掰苞米（掰一个，丢一个）的情况是产品运营的大忌。分析出用户在哪里流失，为什么流失，才能有的放矢的解决问题。
留存率跟产品的类型有很大关系。通常工具类应用的首月留存率可能普遍比游戏类的首月流存率要高，有些产品不是需要每日启动的，看周留存率、月留存率等指标，会更有意义。分析留存必须清楚用户是在哪些环节流失，所以每款产品，都必须有自己的流失漏斗，越细致越好，前期数据埋点要尽可能详细。另外，分析人员必须明白，你分析的是流失率还是流失占比，还是流失概率，这之间差距很大。
产品的活跃与留存息息相关，必须放在一起去分析，提升活跃与留存 4 种方式：
- 有效触达，唤醒用户：指的是通过手机 PUSH、短信和微信公众号等能够触达到用户，唤醒沉睡用户启动 APP 的方式，是提升留存的非常有效的方法之一。如游戏老用户短信召回，电商老用户召回，召回肯定是有成本的，所以要根据用户以往行为，进行分析定为，找到召回率最高的那部分用户，（如 RFM 模型定为核心用户）
- 搭建激励体系，留存用户：好的激励体系，可以让平台健康持续发展，让用户对平台产生粘性，对提升留存非常有效。通常使用的激励方式有成长值会员体系、签到体系、积分任务体系。
- 丰富内容，增加用户在线时长：这点游戏产品做的非常好，各种玩法活动本身就吸引用户投入时间成本，游戏又不断强化社交属性，更增加用户粘度与成本投入。
- 数据反推，找到你的关键点：比如知乎，评论超过 3 次，用户就会留存下来，很难流失。比如有些游戏产品，一旦玩家跨过某个等级就就很难流失。这些都是你需要通过数据分析才能找到的关键节点。
另外，只有留下来的才是你的用户，降低流失很重要，但也不必过分纠结于用户的流失，要清楚谁才是你的目标用户。
Revenue：获取收入
获取收入其实是产品运营最核心的一块。极少有人开发一款应用只是纯粹出于兴趣，绝大多数开发者最关心的就是收入。
- 基本指标：ARPU（每用户平均收入）、ARPPU（每付费用户平均收益）、付费率（区分新老）
- 了解付费用户构成：高额、中额、低额用户分布
- 付费破冰点，付费卡点是否合理？付费点设计不合理时，付费点会变成流失点
- 持续付费能力分析：回购率，回购点是哪些功能，用户付费频率，时间间隔是多久？
- 付费功能和环节分析：不同拉收入的活动或功能，哪些反馈较好，哪部分用户反馈好，人均充值额，付费率各是多少？
另外，有些产品内部会有自身货币系统，如漫画类产品的逗币流通，游戏产品的钻石，金币等产品内部货币，产出消耗是否平衡，严重关系到产品的收入。
Referral：自传播
病毒式传播是每个产品向往的推广方式，除了好的营销方式铺垫，更重要的还是要靠产品自身的品质。自传播中的数据指标，可以参考口碑指数、百度指数、网站 PR 值、搜索引擎收录数、反向链接数据来衡量。
自传播有个很重要的指标 K 值，K = （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），即每位用户能带来多少个新用户。当 K 值大于 1 时，说明具有自传播的能力，可以进一步通过“邀请获奖励”等运营活动进一步提高 K 值，加快传播速度。
还可以通过计算用户完成从传播到转化新用户所需要的时间（传播周期），通常传播周期越短，意味着用户裂变传播的效果越好。

实战

基础数据

这里选择某 APP 的数据进行分析，数据字段为：

login_time：登录时间
register_time：注册时间
is_active：是否激活
area：地区
phone：电话号码
channel：推广渠道
login_after_register_day：登录—注册天数差
member_type：会员类型
browse_time：浏览时间

部分数据如下：

login_time	register_time	is_active	area	phone	channel	login_after_register_day	member_type	browse_time
2020-04-03 00:00:00	2020-04-02 00:00:00	是	北京	189xxx2927	线下活动推广	1	低活跃客户	200
2020-05-05 00:00:00	2020-04-22 00:00:00	否	南京	188xxx9721	新媒体推广	13	低活跃客户	384
2020-09-25 00:00:00	2020-09-16 00:00:00	是	北京	138xxx6943	新媒体推广	9	普通用户	160
2020-05-26 00:00:00	2020-05-26 00:00:00	是	深圳	185xxx8775	线下活动推广	0	低活跃客户	559
2020-07-03 00:00:00	2020-06-21 00:00:00	是	成都	182xxx3136	线下活动推广	12	低活跃客户	299
2020-08-31 00:00:00	2020-08-12 00:00:00	是	武汉	138xxx3702	线下活动推广	19	普通用户	410

数据处理

用户获取（Acquisition）：对比各个渠道的获取用户数（获客渠道数量），平均浏览时长（获客渠道质量）。

SELECT
  "channel",
  COUNT ( DISTINCT "phone" ) AS "user_num",
  ROUND( AVG ( "browse_time" ), 2 ) AS "avg_browse_time" 
FROM
  "aarrr" 
GROUP BY
  "channel" 
ORDER BY
  "user_num" DESC

用户激活（Activation）：每月激活率。

SELECT
  "register_month",
  ROUND( COUNT ( DISTINCT "phone" ) FILTER ( WHERE "is_active" = '是' ) :: NUMERIC / COUNT ( DISTINCT "phone" ) * 100, 2 ) AS "active_ratio" 
FROM
  ( SELECT to_char( "register_time", 'yyyy-mm' ) AS "register_month", "phone", "is_active" FROM "aarrr" ) t1 
GROUP BY
  "register_month" 
ORDER BY
  "register_month"

用户留存（Retention）：

SELECT
  "register_month",
  ROUND( COUNT ( DISTINCT "phone" ) FILTER ( WHERE "login_after_register_day" = 1 ) :: NUMERIC / COUNT ( DISTINCT "phone" ) * 100, 2 ) AS "retent_ratio1", -- 次日留存率
  ROUND( COUNT ( DISTINCT "phone" ) FILTER ( WHERE "login_after_register_day" <= 7 ) :: NUMERIC / COUNT ( DISTINCT "phone" ) * 100, 2 ) AS "retent_ratio7", -- 周留存率
  ROUND( COUNT ( DISTINCT "phone" ) FILTER ( WHERE "login_after_register_day" <= 30 ) :: NUMERIC / COUNT ( DISTINCT "phone" ) * 100, 2 ) AS "retent_ratio30" -- 月留存率
FROM
  ( SELECT DISTINCT to_char( "register_time", 'yyyy-mm' ) AS "register_month", "phone", "login_after_register_day" FROM "aarrr" ) t1 
GROUP BY
  "register_month" 
ORDER BY
  "register_month"

获得收益（Revenue）：将提高用户购买活跃度作为提升收益的主要指标。将用户分为三个大类：低活跃客户、普通用户、会员。
1
2
3
4
5
6
7
8
9
SELECT
"member_type",
COUNT ( DISTINCT "phone" ) AS "member_num"
FROM
"aarrr"
GROUP BY
"member_type"
ORDER BY
"member_num" DESC