AARRR模型是互联网的通用模型，互联网企业的模型是增长用户流量，而AARRR模型是一个用户路径模型，能够很好的分析流量。模型将用户不同阶段的行为分为五个不同的等级：
每个阶段的用户数量逐渐减少，为了分析该模型，往往需要分析不同阶段的用户行为，由此可以定义不同阶段的指标。
- 获客 Acquisition
- 获客阶段的任务是获取新客户，获取新客户的渠道是多种多样的，如广告、好友推荐、软件商店搜索、活动拉新等。
- 该阶段主要关心的指标
- 一级指标：新注册用户数
- 二级指标：分渠道新访问量、注册流程转化率
- 三级指标：渠道留存率、注册流程流失用户数、新注册用户留存率、新注册用户活跃度
- 激活 Activation
- 留存 Retention
- 一级指标：登录用户数
- 二级指标：用户留存度、核心功能使用频次
- 三级指标：用户生命周期、用户流失率、核心转化步骤完成率、核心转化步骤留存率
- 变现指标 Revenue
- 一级指标：营业额、客单价
- 二级指标：分客户规模金额、分客户规模客单价
- 三级指标：ARPU、销售效率、毛利率、利润率
- 广告/流量投放ROI=（曝光量*转化率*平均客单价）/（曝光量*曝光量单价）
- AARRR模型指出了两个核心点：
- 以用户为中心，以完整的用户生命周期为线索。
- 把控产品整体的成本/收入关系，用户生命周期价值(LTV)远大于用户获取成本(CAC)与用户经营成功。
- 1、Acquisition（获取用户）
- app上线之后，最重要的就是用户了，没有用户，app很难获得收益，而且很有可能令app下线。通过各种推广渠道来获取新用户，并对获客渠道进行评估，看看哪个渠道获客量最大，以重视该渠道，减少获客成本（CAC）。
- 核心指标：曝光量、点击量、下载量、安装量、激活量、CTR、激活率、安装率、总用户数
- 分析方法：趋势洞察、渠道归因、链接标记、漏斗分析、热图分析、分群分析、A/B测试、留存分析
- 解决问题：
- 1.渠道贡献的用户份额。
- 2.宏观走势，确定投放策略、优化推广策略。
- 3.是否存在大量垃圾用户。
- 4.注册转化率分析。
- 2、Activation [激活]
- 很多用户可能是被动进入应用的（例如浏览网页时误点了，或者是app进入封面时的广告），如何把他们转化为活跃用户就是运营者的一大问题。此外还有些应用会通过良好的新手教程吸引用户（游戏app常见）。
- 这时我们需要关注活动用户的数量以及用户使用频次、停留时间的数据。
- 核心指标：日活跃用户数（DAU）、月活跃用户数（MAU）、日均使用时长、用户每月访问app的平均天数（DAU\MAU ）、PV（页面浏览量）、UV（独立访客数)、日均使用时长(DAOT)
- 分析方法：针对某个细节点，进行多维度组合分析，留存分析、转化分析、活跃分析
- 解决问题：用户活跃率分析、活跃用户规模、一天中哪个时间段最活跃
- 3、Retention [存留]
- 活跃度解决后，就要研究用户的留存率了，有些用户来的快走的也快即每有用户粘性（留不住人）。很多应用确实并不清楚用户是在什么时间流失的，他们不断获取新用户，同时大量老用户又流失。而且获取新用户的获客成本要远远高于留住老客户。因此我们就要研究如何留住老用户。留存率时产品质量的重要标准。
- 核心指标：次日、三日、七日留存率（过了多久还剩下多少老用户）；流失率；复购率;页面访问量、回访率等。具体选定那个维度进行统计要依据自己的产品和业务重新定制
- 分析方法：用户场景分析
- 解决问题：
- 1.活跃用户生命周期分析。
- 2.渠道的变化情况。
- 3.拉动收入的运营手段，版本更新对于用户的流失影响评估。
- 4.什么时期的流失率较高。
- 5.行业比较和产品中期评估。
- 6.留存用户特征分析
- 4、Revenue [收益]
- 获取收入才是运营最关心的一块了。收益来源也有很多，例如付费应用、应用内付费（游戏皮肤）、以及广告（微博封面推广）。无论是哪种都是源于用户，因此前面提到的获客，留存等非常重要，有用户才有钱挣。
- 核心指标：付费率(PR或者PUR)、活跃付费用户数(APA)、平均每用户收入(ARPU)、平均每付费用户收入(ARPPU)、生命周期价值(LTV)、付费用户规模、生命周期价值(用户从注册到不再使用app创造的平台收入)、付费频率、回购率、高额、中额、低额用户分布...
- 分析方法：用户体验分析、产品问题分析、销量增长分析
- 解决问题：付费转化率效果评估、付费用户分析、获客渠道质量分析
- 5、Referral [传播]
- 以前的运营模型到第四个层次就结束了，但是社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的病毒式传播，这已经成为获取用户的一个新途径。这个方式的成本很低，而且效果有可能非常好。（拼多多砍一刀、邀请新用户得钱）
- 指标：K因子，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）；
- K>1时，用户群就会像滚雪球一样增大，指数增长。
- K<1时，用户群到某个规模时就会停止通过自传播增长。
- 核心指标：口碑指数、百度指数、网站PR值
- 分析方法：流失预警分析、用户激活分析、付费决策分析
- 1、以用户行为为中心的分析：用户行为事件、渠道、产品功能点击、事件分析、用户场景分析、用户轨迹分析、用户行为轨迹、页面流、路径分析、活跃用户分析、用户分群、用户分层、用户细查、用户决策模型
- 2、以流量访问为中心的分析：PV、UV、跳出率、访问深度、停留时长、热点图、页面升降榜、页面频道流转、用户访问地域、访问终端、访问来源、新老访客、活跃度
- 3、以用户生命周期为中心的分析：新用户、激活用户、活跃用户、衰退用户、流失用户、分析各个人群的数量、分析对应的关于产品、用户行为、转换、留存、注册相关
- 4、以用户分群分层为中心的分析：按照新用户、使用用户、活跃用户、付费用户、高价值贡献付费用户分层、按照年龄、地域、消费能力、习惯、进行分群，分析各人群的数量，分析对应的关于产品，用户行为，转换、留存、注册相关。
● 共同点：增长模型依然是5件事情，只是顺序发生了改变。● 不同点：在互联网的早期，各个垂直领域都是缺少竞品的空白区域，平台属于野蛮生长时期，最需要做好获客，适合 AARRR 模型。而在当下各个细分领域的供需双边都饱和的情况下，获客成本越来越高，且留存的成本远比获取新用户成本低，所以做好留存的重要度明显比获客高。
