数据分析应关注AARRR模型的哪些指标

AARRR模型就是

  • Acquisition(获取)
  • Activation(活跃)
  • Retention(留存)
  • Revenue(收益)
  • Refer(传播)

这5个单词的缩写,对应用户生命周期中5个重要的环节,其实就是一个漏斗模型,每一个环节要怎么做不是我们讨论的重点,这篇文章是要来梳理一下AARRR模型关注的指标。


1、Acquisition:获取用户

首先是获取用户的阶段,用户从何处得知你的存在?通用指标是曝光量、点击量(率)、用户获取成本等,以微信公众号为例,这里比较关注的是新关注人数这个指标,还可以关注从各个渠道新增的用户数比例,微信给出的渠道统计有搜一搜、扫描二维码、支付后关注、他人转载、名片分享等,也可以自己在被关注回复里设置问题,让用户回答是从哪个场外渠道关注过来的,当然这些属于操作的层面了,这里就不再细聊。

2、Activation:提高活跃度

让新增用户成为活跃用户,我们需要关注的是用户使用的频次、停留的时长等指标,重点关注:

  • 阅读次数
  • 阅读人数
  • 完成阅读次数(用户滑到图文消息底部的次数)
  • 阅读完成率
  • 送达阅读率

这些指标可以按单篇文章来统计,也可以按天来统计,可以按发文24小时统计,也可以统计7日的数据,还可以从不同的渠道分析,这个阶段需要了解用户习惯,进而调整发文策略。

对于一个互联网产品会有日活跃用户数(DAU)、(周活跃用户数WAU)、(月活跃用户数MAU)、日均使用时长等指标,那在微信公众号里,可以根据每日阅读的人数或者每篇文章的送达阅读率来定义日活这个指标,同样地,周/月活跃用户数的指标就按照日活的定义统计周期时间段内的数据即可,关键在于了解一个周期性的规模和趋势,比如下图的每日阅读人数的折线图,因为我不是日更,所以高点肯定是发文的那一天。



对于使用时长这个指标可以通过阅读完成率来定义,即文章浏览到底的人数比例,通过统计单篇文章的阅读完成率可以发现用户爱好属性,比如篇幅的长短、文章标题、内容都会影响阅读完成率。


3、Retention:提高留存率

用户在初次使用后是否会继续使用,留存这个阶段就是需要衡量用户粘性和质量的指标,通用指标就是留存率,即某段时间的新增用户数经过一段时间后,仍然使用的用户数占比,由于微信公众号没有这个指标,也暂时没想到可替代的,就不说这个了,大家也可以集思广益想一下。

除了留存率,同样也会关注流失率,日/周/月流失率,微信公众号里我们关注:

  • 取消关注人数
  • 净增关注人数

对于用户参与度,则可以通过在看、分享的人数来衡量。

这几个指标,同时还需注意渠道的变化,以及在哪些时刻流失用户多,为什么。

4、Revenue:获取收入

这个阶段是流量变现的阶段,收入的来源有很多种,对于微信公众号来说,自带的有流量主广告收入(底部广告、文中广告)、广告主、返佣商品推广、文章赞赏、文章付费的收入模式。 通用指标是付费率,即付费用户占活跃用户的比例,比如我们可以用赞赏人数/阅读人数来评估单篇文章的赞赏率。

除此之外,微信流量主也会统计曝光率、点击率、eCPM的数据,可作为付费率参考的指标。

收入这个阶段还有一个互联网产品通用的指标,平均每付费用户收入,也就是ARPPU值,即总收入/付费用户数,如收入/点击量。

5、Refer:自传播

用户是否愿意将这个产品分享出去,这就是传播,病毒式传播有个K因子的指标,K因子的计算公式是

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)。

当K>1时,用户群就会像滚雪球一样增大。

当K<1时,用户群到某个规模时就会停止通过自传播增长。

比如可以统计单篇文章的分享次数、分享人数、阅读后关注人数,简单地计算k,自传播拉新的方式是有限的,通常还会与其他营销方式相结合。


其实具体关注哪些指标是根据不同的产品定义的,但是AARRR模型帮助我们在获取和转化用户的行为上进行了深入的思考。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343