翻译| M AARRR eting,基于AARRR模型的黑客增长

当前人群差异化愈发明显,流量经济大打折扣,必须对人群进行深度分析,了解你的的高留存用户,然后去“养”这些用户,那么才有可能产生持续稳定的高价值。AARRR用户模型契合移动应用运营的”养用户“思维,对产品运营具有指导意义。下面将给大家介绍”增长黑客“常用的aarrr模型及其相关案例剖析

认识AARRR漏斗模型

随着增长情况量化发展,数据已经成为增长黑客的核心。但到底以此来衡量什么呢?
营销人员通常会围绕数据的相关漏斗模型来论述增长状况,对于增长黑客,AARRR漏斗代表的是以下5点:
拉新(Acquisition),促活(Activation),留存(Retention),分享(Referral)和转化(Revenue)。

这个模型戴夫麦克卢尔在他著名的 “Startup Metrics for Pirates” 中有提及,并且证明该模型对初创公司非常有效,运用AARRR你能根据用户在不同阶段的行为去优化你的产品体验。说真的,尼尔·帕特尔的增长黑客权威指南对我影响很大。他将aarrr模型归纳为获取访客(拉新),激活用户(促活),留住用户(留存)。可以将其视为核心增长指标的一个框架,并用其辅助设置KPI。这个模型不一定能完全pitch到你的业务上,但可以做适当变通调整,更好应用。

举个栗子:

  • Dropbox 设置了一个分享激励机制(如果你的朋友注册,你将获得免费的存储空间),分享就走在变现之前。
  • 来看看一个典型电商网站的例子——亚马逊,在用户进行购买之前(营收/转化),是绝对不会先考虑用户留存的。

所以要牢牢记住一点:根据具体情况去调整优化这个模型的应用。(切勿生搬硬套)

下面进入这5点的具体介绍,通过一些具体例子和KPI(关键绩效指标)设置来理解


1.拉新:(Acquisition):

首先问问你自己,怎样让用户来接触你的产品?也许想通了这个问题,你就知通过怎样的途径去拉新。《牵引力:如何实现爆炸性的用户增长》一书中,作者谈到如何通过获取和优化拉新渠道去赢得用户关注。持续有效的用户测试是获得增长的秘籍。

访客获取其实就像是去相亲。————NeilPatel

三个主要类型的拉新渠道,下面简单的列举一下:

① 拉

  • SEO(搜索引擎优化)和博客
  • 社交媒体
  • 事件营销/组织活动
  • 新闻报道/出版物

② 推

  • SEM(搜索引擎营销)
  • 目标受众(精准营销)
  • 促销活动
  • 邮件

③ 产品

  • 推荐程序

举个栗子,Warby Parker(在线销售眼镜)采用的是电商网站加之基于搜索引擎优化的博客,并活跃于各社交媒体,还机智的采用电子邮件营销策略。

衡量拉新效果的KPI(关键绩效指标):

  • 网页浏览量(#)
  • 购置成本($)
  • 转化率(%)

2.激活(Activation)

当你运用以上的拉新策略后你的用户作何反应。他们因此采取了什么行动,而这是否对你有利?
根据具体情况去确定如何定义激活,是用用户注册了一个账户还是下载了免费的电子书还是其他?

激活作为AARRR模型的而一个环节,在这个阶段你可以通过基于用户数据获取的A/B测试优化你的方案。如果 只需要测试分析少量数据可以用Google Analytics直接测试同一个页面的两个不同版本。如果你是专业人员需要更严谨的分析,Optimizely能帮你更高效先进的运行测试(国内的有吆喝科技)。当我们提到A/B测试时,你需要对你的最小用户量有个概念,以便运行统计意义上的显著性测试。在这方面Optimizely是一个很好的测算工具。

用户激活可以看做相亲后开始接触,联络起来。————NeilPatel

依旧得按照具体情况去决定怎样才算是用户激活。举个栗子把,对于一家餐馆来说,用户激活其实就是路上的行人看到你摆在外面的菜单,然后决定进入餐厅用餐。最后的进入餐厅就相当于用户激活了。

衡量激活效果的KPI:

  • 账户创建量
  • 相关通讯的订阅量
  • 使用数据

3.留存(retention)

你的用户是只来过一次,还是说每月仅仅浏览一下

留存量其实考察的是随着时间推移,关于你产品或服务的使用情况。通过这个你可以观察用户反复浏览的原因。知道他们喜欢你提供的哪一方面的服务或产品。如果你只是想简单的监测一下回访者情况,你可以直接用Google analysis。如果你想深入挖掘整个用户生命周期和访问频率的话,你可以考虑使用cohorts analysis(获得用户的重组分类后的数据)

用户留存就相当于经历和相亲,接触后走进婚姻殿堂————NeilPatel

对于移动app来说,留存情况一般按照MAU(月活跃用户量)以及其使用频率来测量。像facebook 这种做的很成功的,日活跃用户量高达1.13亿。移动端增加留存率的一个有效方法是有针对性的精准推送通知去提醒app用户让他们回访。

衡量留存情况的KPI:

  • MAU:月活跃用户
  • 频率
  • 停留时间(持续时长)

4.推荐(Referral)

一个运行的推荐机制对于每个增长黑客来说都是他们的St-Graal 。推荐意味着通过你的现有每一个用户或顾客给你带来新的用户/顾客。事实上病毒传播系数K,如果超过1就已经属于十分罕见。属于病毒式传播了

但是病毒式营销可以采取不同的方式:

  • 网络效应的病毒传播(像社交媒体):你希望平台上又更多你的朋友,这是对你有利的情况
  • 奖励制的病毒传播:用互惠性原则激励用户去推荐给朋友,airbnb就是一个很好的例子,Uber的30元抵用券推荐制也是。

衡量推荐情况的KPI:

  • K:病毒系数(K>1=病毒传播)

5.营收(Revenue)

产品服务属性不同,其变现模式也各有差异。这是要弄清楚的一个重要环节。知乎后思考变现模式导致的乱局就可见这一环节的提前思考需要重视起来。可能是广告收入(例子:facebook);基于订阅服务(Evernote),一次性付款(WordPress的主题);订购和注册费用(会费)混合模式 (Shopify)

这一环节是生存发展的基础也可以说是底线。营收是整个AARRR模型中重要且不能忽视的一部分

衡量营收的KPI:

  • 每一用户的平均收入(ARPU)
  • 用户终身价值

总的来说,只要你确保你的指标总是处于上升趋势,那一般就是朝着正确方向前进了


编译原文链接:http://ambroisedebret.com/growth-hack-any-business-aarrr-funnel/

基于AARRR的推广尝试: https://shimo.im/doc/wPnM94qgHcYyTMO2

延伸阅读:Growth Hacking,黑客级的营销玩法

最后编辑于
©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 158,425评论 4 361
  • 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 67,058评论 1 291
  • 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 108,186评论 0 243
  • 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 43,848评论 0 204
  • 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 52,249评论 3 286
  • 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 40,554评论 1 216
  • 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 31,830评论 2 312
  • 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 30,536评论 0 197
  • 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 34,239评论 1 241
  • 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 30,505评论 2 244
  • 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 32,004评论 1 258
  • 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 28,346评论 2 253
  • 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 32,999评论 3 235
  • 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 26,060评论 0 8
  • 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 26,821评论 0 194
  • 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 35,574评论 2 271
  • 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 35,480评论 2 267

推荐阅读更多精彩内容