AARRR模型

AARRR模型环节拆解

• Acquisition（获取用户）
• 通过各种渠道，进行拉新操作，让用户接触产品
  • 投放-资源置换-平台蹭流量-社交裂变
• Activation（激发活跃）
• 获取了用户后，需要让用户使用产品，引导用户完成某些动作
  • 电商新用户完成首单购买；一个月内完成三次购买
  • 新用户暑假默认五本书籍
• Retention（提高留存）
• 用户来了，也活跃了，但是以后再也不用了，流失太严重也不行，还需要让用户持续的活跃，留住一个老用户的成本远远低于获取一个新用户
  • 高活跃高消费：会员权益
  • 低活跃高消费：定时推送
  • 高活跃低消费：优惠券、打折、秒杀、拼团
  • 活跃消费一般：提留存
• Revenue（增加收入）
• 做产品、创业终究是要盈利的，产品要有自己的盈利模式，不断地盈利才可以更好的运营产品
• Referral（传播推荐）
• 金杯银杯不如老百姓口碑，通过传播，通过朋友间的推荐，会带了更多的流量

AARRR模型的意义

• AARRR模型是包括5个阶段获客（Acquisition）、激活（Activation）、留存（Retention）、变现（Revenue）、自传播（Referral）；
• 这五个阶段作为互联网公司最关注的阶段指标（KPI），有效的衡量了产品的增长，简单量化可操作。

电商漏斗模型

构建步骤

1. 梳理主要路径和流失节点

1. 梳理路径目的：对用户在产品上的消费行为、路径有一个比价全面的了解；
2. 主要路径上的流失节点：找出主要路径上的常规流失节点，并对其进行进一步分析优化
3. 选定核心路径
4. 原因：非核心路径对最后的指标影响不大
5. 观察和比较数据
6. 时间维度
   1. 天、周、月、季度、年
   1. 用户渠道类型维度
   2. 新老用户维度
   1. 新老用户产生的用户数据不一样

一、以京东为例梳理主要路径与流失节点

京东核心路径拆解

二、选定核心路径

规则：

• 选择开口大的路径
• 漏斗环节不能太多
• 环节太多需要考虑因素太多，一般选取5-8个
• 漏斗环节间的量差不能太大（100倍）
• 两个不能放在一起的环节例：当前页面转化率为50%，下一个页面的转化率为0.001%
  • 原因：转化率低的环节发生的0.001%-0.002%的波动变化，相较于50%的环节来说太小了
  • 如：搜索框进来的用户有1000万，900万点击了搜索结果，几千人点击了搜索结果页的相关推荐
  • 老板看不见0.001的增幅
  • 别人不好理解这样的搭配分析的目的是什么

• 将“产品推荐”“店铺页面”界定为流失的原因
• 与“搜索”入口不一致的用户路径，需要从新建立该入口的漏斗模型

三、观察和比价数据

时间划分

• 年、月、日
• 特殊日期（节假日、618、双11）

• 周期性（周末VS周中）
• 对应时间表发生的事件
• 了解每个时间段所发生的每件事情

用户划分

• 用户属性（地域、性别、年龄、机型、浏览器版本…）
• 活跃用户VS全量用户
• 新用户VS老用户
• 会员VS非会员

对漏斗数据进行分析

1. 纵向对比
2. 每个环节之间的合理性
3. 横向对比
4. 多维度对比
   1. 时间
   2. 用户
   3. 相似路径对比
5. 关注不同层级的数据指标
6. 搜索列表
   1. 搜索结果页结果点击率
   2. 详情页转化率
   3. 搜索无结果次数
   4. 需要关注搜索的途径：搜索框搜索、语音搜索、推荐搜索
   1. 详情页
   1. 平均页面停留时间
   2. 加入购物车数量
   3. 需要关注详情页面的排版设计、评论、客服…
   1. 订单页面和收银台页面
   1. 有效订单转化率
   1. 成交比率
   1. UV成交转化率
   1. 成交单数/页面UV数
   1. 平均UV价值
   1. 总成交额/页面UV
   1. 需要关注物流、退货、发票、运费、支付方式、支付异常（密码错误、冲动消费、技术问题…）
7. 结合其他数据分析工具
8. 基于漏斗模型，结合其他数据分析工具进行组合分析，如归因分析模型
9. 多从用户角度体验
10. 从数据中无法找出原因，不如上手体验体验

TIPS：仅从数据的角度有时候很难判断一个页面的质量！