aarrr模型案例分析「本讲提到的数据分析模型主要有」

今天给大家普及一下aarrr模型案例分析「本讲提到的数据分析模型主要有」相关知识，最近很多在问aarrr模型案例分析「本讲提到的数据分析模型主要有」，希望能帮助到您。

相比营销漏斗模型的耳熟能详，AARRR模型相对比较陌生，这个模型用得更多的是在APP推广以及产品运营领域，但同样适用于SEM领域。

"AARRR"源自于五个词语的缩写，分别是Acquisition(获取）、Activation（激活）、Retention（留存）、Revenue（变现）、Referral（推荐），对应了推广生命周期中的5个重要环节。

获取用户：

即让更多人看到企业的产品，从APP推广来说，就是让用户下载APP，而对于SEM来说，就是让用户进入企业的网站。

这个过程可以采用付费推广渠道，或者营销活动来吸引用户。

付费渠道就包括了SEM、联盟广告、DSP等广告类型，如何高效率地买量，又是另外一门学问了。在SEM中，就是通过关键词、创意、着陆页的设定，让潜在客户进入企业网站，这就是获取用户的步骤。

激活用户：

有的地方翻译的是“提高活跃度”，其实都是一个意思，就是让客户与产品有一定的接触，并尽可能提高客户对产品的粘度。在实际推广过程中，我们常常会遇到下载了APP却不打开的用户，和网站还没打开就关掉窗口的用户，而尽量减少这些用户的数量，就是激活用户的过程。

从APP推广来说，就是把下载了APP的客户运营成活跃用户，例如游戏行业会用新手引导、签到礼包、在线礼包等激发用户对游戏的兴趣。

从SEM来说，就是让进入了企业着陆页的客户，舒适地浏览网站内容和产品介绍，对该企业的产品有一个较全面的了解，如果网站有注册需求的话，那么在这个环节，需要让用户完成注册的动作。这个时候，对于网站就有比较高的要求了：相关性、用户体验、注册流程的简洁、吸引力等，都是影响用户激活环节的重要因素。

留存用户：

顾名思义，就是留住用户，让用户长期在自己的网站/APP内活跃，归根到底，就是解决用户的需求，让用户对APP/网站产生依赖感。

从APP推广来说，就是让用户持续使用APP，不离开，这需要在产品运营上下功夫。比如游戏行业，可以通过日签到礼包的叠加赠送极品装备，定期更新玩法等方式提高用户留存。

从SEM来说，其实留存用户并不是所有行业都需要的，很多低频行业，例如机械类，只要用户被激活了，进入了网站，看到了产品，从而进行咨询、谈单、下单，就直接跳到了收入阶段，不需要留存用户。而像电商、教育培训、金融等用户使用频率高的行业，要让用户对自己的网站“流连忘返”，那一定要在网站上打造能满足用户需求的模块，比如线上论坛、商品推荐等，让用户对网站产生依赖感。

收入阶段：

那就是流量的变现，比如用户在网站/APP内产生支付行为，或者APP通过积累的用户量出售广告位得到收入。

在APP方面，开发者的收入来源有三部分：付费下载APP、APP内付费以及广告。付费下载APP在国外很常见，但是国内接受度很低，游戏行业主要依靠APP内付费，而广告，是国内大多数APP开发者的收入来源。但无论哪种收入方式，收入规模都基于APP的用户数量和质量，因此，收入阶段是否能称心如意，取决于前面三个阶段是否做的好。

而SEM方面，收入完全来源于客户购买企业的产品或服务。同样前三个环节非常重要，决定了可能下单购买的人的数量大小，而企业产品本身的运营决定了产品的单价和利润。这个环节需要做好数据监控，即产生转化的渠道来源，有利于我们对渠道的评估，和买量的控制。

推荐阶段：

有的地方翻译成“病毒式传播”也称自传播，这是通过口碑和活动推广分享等手段进行传播，以达到获取用户的目的，其实就是老用户邀请新用户。此刻整个AARRR模型已经形成了一个闭环，回到了获取客户的阶段。

其实这种传播是要依靠口碑或活动来推动的，其中口碑尤其重要。所以要做好推广，产品/服务必须要过关。

在APP方面，我们经常看到自传播活动，比如百度外卖中的“邀请好友送红包”，优步中的邀请朋友双方领取乘车券的活动等。

其实这个阶段有一个评估效果的量化指标——K因子（K-factor)。

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)。

假设平均每个用户会向10个朋友发出邀请，而平均的转化率为20%的话，K =10*20%=2。这个结果还算是不错的效果——当K>1时，用户群就会象滚雪球一样增大。如果K<1的话，那么用户群到某个规模时就会停止通过自传播增长。

在SEM领域，这种传播多见于电商、教育、金融行业。通过企业的让利来发动用户进行自传播，其实是非常划算的事情，且自传播来的用户通常忠诚度会更高。

总结：

AARRR模型是一种营销模型，可作为企业进行市场推广时的策略依据。SEMer身为市场投放的一员，了解这个模型是很有必要的。最后送上一张图，相信能让大家对AARRR模型有更深入的认识。