數據分析框架之AARRR漏斗模型


  AARRR模型是運營里面一個非常有名的用戶分析模型,也是一個典型的漏斗模型,前段時間工作上寫的分析材料里面也提到了這個模型,這個模型也可以作為數據分析的框架,這里結合了網上的一些參考資料,總結了模型中可能涉及到各項分析指標和分析方法。

 

AARRR模型

AARRR模型將數據分析分為了5個部分,而AARRR模型在用戶生命周期的管理中,運用的極為顯著。

獲取用戶(Acquisition) 通過不同的渠道讓用戶下載APP,獲取用戶

激活用戶(Activation) 通過提醒通知等功能,激活用戶

提高留存(Retention) 培養用戶習慣與粘性,提高用戶的留存率

獲取收入(Revenue) 為優質用戶提供針對性的服務,獲取收入

自傳播(Refer) 達到用戶忠誠,實現用戶傳播,達到用戶裂變效果

AARRR數據指標

1.獲取用戶(acquisition)  

  運營一件產品首先就需要獲取用戶,也就是推廣。要清楚目標人群,在對目標人群進行定位和匹配。在這一階段需要關注推廣各渠道的流量、質量、獲客成本等因素。

核心指標:
曝光量、點擊量、下載量、安裝量、激活量、CTR、激活率、安裝率、總用戶數
分析方法:
趨勢洞察、渠道歸因、鏈接標記、漏斗分析、熱圖分析、分群分析、A/B測試、留存分析
解決問題:
—— 渠道貢獻的用戶份額。
—— 是否存在大量垃圾用戶。
—— 注冊轉化率分析。

2.激活用戶(Activation)  

  已經獲取到新用戶后需要考慮怎樣留住這些新增用戶,怎樣增加用戶停留時間,增加增加用戶使用頻次,可能是優化內容,豐富產品種類,活動促活等等手段,讓新增用戶活躍起來。
核心指標:
PV(頁面瀏覽量)、UV(獨立訪客數)、DAU/WAU/MAU(日活躍數)、DAOT(日均使用時長)
分析方法:
針對某個細節點,進行多維度組合分析,留存分析、轉化分析、活躍分析
解決問題:
—— 核心用戶規模(日活)、周期性用戶規模(周活)、用戶規模穩定性(月活)。
—— 產品活躍用戶流失分析的依據,分解活躍用戶。
—— 用戶活躍率,活躍用戶計用戶量。
—— 分析產品的質量問題。
—— 觀察不同時間維度的平均使用時長,了解不同用戶群的習慣。
—— 渠道質量衡量標准之一。

3.提高留存(Retention)  

  通常維護一個老用戶的成本要遠低於獲取一個新用戶的成本,所以用戶留存非常重要,避免用戶流逝,就必須了解用戶的習慣、喜好,並以此對產品做出更改。
核心指標
次日留存率、三日留存率、七日留存率(日新增用戶在+7日登錄的用戶數占新增用戶的比例)、30日留存率。
每日流失率(統計日登錄APP,但隨后7日未登錄APP的用戶占統計日活躍用戶的比例)、每日回流、使用間隔、回訪率。
分析方法:
用戶場景分析
留存率解決問題:
—— APP質量評估。
—— 用戶質量評估。
—— 用戶規模衡量。
流失率解決問題:
—— 活躍用戶生命周期分析。
—— 渠道的變化情況。
—— 拉動收入的運營手段,版本更新對於用戶的流失影響評估。
—— 什么時期的流失率較高。

4.獲取收入(Revenue)

  收入的來源有很多種,主要包括:應用付費、應用內功能付費、廣告收入、流量變現等。
核心指標:
ARPU、ARPPU、付費率、付費頻率、回購率、高額、中額、低額用戶分布
分析方法:
用戶體驗分析、產品問題分析、銷量增長分析

付費率(PR或者PUR):付費用戶數占活躍用戶的比例。
解決問題:
—— 產品的收益轉化能力標准。
—— 用戶付費關鍵點和轉化周期。
—— 付費轉化效果評估。
活躍付費用戶數(APA):在統計時間區間內,成功付費的用戶數。
  活躍付費用戶數的計算公式:APA=MAU×MPR(月付費率)
解決問題:
—— 產品的付費用戶規模。
—— APA的構成情況,鯨魚用戶、海豚用戶、小魚用戶的比例以及收益能力。
—— 付費群體的價值即整體穩定性分析。
ARPU:平均每個用戶收入,ARPU=Revenue/User
解決問題:
—— 不同渠道用戶質量的判斷。
—— 產品收益貢獻分析。
—— 活躍用戶人均收入與投放成本的關系。
平均每付費用戶收入(ARPPU):在統計時間內,付費用戶產生的平均收入。一般以月計,ARPPU=Revenue/Payment User
解決問題:
  ARPPU與APA、MPR的結合可以分析付費用戶的留存情況,對特定付費群體的流失進行深度分析,保證付費質量和規模。
—— 付費用戶的付費能力和梯度變化。
—— 付費用戶的整體付費趨勢和不同付費階層差異。
—— 對鯨魚用戶的價值挖掘。

5.自傳播(Refer)

  自傳播也叫口碑傳播或者病毒式傳播,常見的邀請好友得好禮、朋友圈傳播,都屬於這里傳播方式。其中有一個重要的指標K因子
  k=(每個用戶傳播給他的朋友數量)*(接受邀請的人轉化為新用戶的概率)
  假設平均每個用戶會向20個朋友發出邀請,而平均的轉化率為10%,則K=20×10%=2。
  若大於1,說明用戶在增長,這個方式的成本低,效果好,唯一的前提是產品自身要足夠好,有很好的口碑,從自傳播到再次獲取新用戶,應用運營形成一個螺旋式的上升的軌道。
分析方法:
流失預警分析、用戶激活分析、付費決策分析

總結

  通過AARRR模型,可以看到產品運營等等每個環節的重要性,獲取用戶關系到產品多大程度進入市場,活躍與留存關系到產品生命周期,收入的重要自是必不可少,自傳播則是盡可能爭取的資源,降低成本擴大影響的環節,每個環節都需要大量的數據分析和迭代,從而不斷改進產品。
  最后再總結了不同側重點分析策略:

1、以用戶行為為中心的分析

  用戶行為事件、渠道、產品功能點擊、事件分析、用戶場景分析、用戶軌跡分析、用戶行為軌跡、頁面流、路徑分析、活躍用戶分析、用戶分群、用戶分層、用戶細查、用戶決策模型

2、以流量訪問為中心的分析

  PV、UV、跳出率、訪問深度、停留時長、熱點圖、頁面升降榜、頁面頻道流轉、用戶訪問地域、訪問終端、訪問來源、新老訪客、活躍度

3、以用戶生命周期為中心的分析

  新用戶、激活用戶、活躍用戶、衰退用戶、流失用戶、分析各個人群的數量、分析對應的關於產品、用戶行為、轉換、留存、注冊相關

4、以用戶分群分層為中心的分析

  按照新用戶、使用用戶、活躍用戶、付費用戶、高價值貢獻付費用戶分層、按照年齡、地域、消費能力、習慣、進行分群,分析各人群的數量,分析對應的關於產品,用戶行為,轉換、留存、注冊相關

————————————————
原作者:CSDN博主「紫雪凝香」
原文鏈接:https://blog.csdn.net/WANG_hl/article/details/105599276

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM