AARRR模型学习(一)

2022年 12月 24日11:19:05 发表评论

 AARRR模型学习(一)

首先要分析自己产品的特性以及目标人群,摸清楚每个渠道量级与用户质量。

渠道量级指标:曝光量、点击、下载、安装、激活(注册激活,主动激活、推送激活、交易激活)、累计新增。

渠道质量指标:CTR,激活率,安装率,CPA等每用户成本、用户LTV、1次/1日用户量,用户使用时长、留存率、付费率、ARPU

 

产品角度-->简化注册登录流程可以分账号强相关及账号非强相关进行简化

对于账号强相关产品,诸如即时通讯软件/网络游戏/金融产品等:由于当前绑定手机为硬性要求,往往可以采用默认手机验证码登录的形式,将注册/登录/绑定流程融合,简化用户操作流程。同时,可以辅以各个社交账号的引入登入,如常见的微信/微博/QQ授权等。

对于账号非强相关的产品,则可以采用直接体验,核心功能时注册登录的策略,先给用户带来一定的兴趣点,随着体验的深入,自然而然产生注册登录行为,降低转化流失。

不是在安装打开后,第一时间就对用户发起授权请求。而是当用户体验相关功能时进行授权,才是一件自然而然,更令用户接受的行为。

对于主页面较为复杂的产品,如游戏/工具类产品,往往在首次进入时,会有核心位置的介绍或指引,这是非常必要的,能够降低用户的认知及操作门槛。同时要注意数量,过多会降低用户的耐心。

 

运营角度

用户能够深入地体验我们的产品,并带来一些意见和反馈,让我们能够更好地进行产品打磨。如小米初期启动的用户体验官计划/游戏内测邀请用户等,这些用户往往在对应的领域里面是一个资深的玩家,并乐于分享自己的观点

经过冷启动期产品的打磨,在核心用户群体中通过验证,那么接下来就是大量寻找目标用户群体的阶段这个阶段,最重要的便是结合目标群体的普遍特征,比如说二次元/宅男/运动爱好者等等,寻找合适的渠道进行推广引流。应重点关注ROI指标,以尽可能少的成本,获取高质量的用户。

经历了快速增长阶段后,由于产品用户群体的不同,产品的用户规模,会达到一个瓶颈水平,很难再持续保持增长。这个阶段更多地可以寻找产品是否拥有延展的方向,通过需求的延展,获取更多的用户。

 

(4)衰退期

召回流失用户,可以从以下几个点出发:

1.利益驱动召回:诸如滴滴沉默用户发放优惠券,电商平台发放满减券等等;

2.社交属性召回:诸如脉脉提醒某用户对你进行关注等等;

3.产品核心需求召回:诸如探探多少用户对你右滑表示喜欢你等等;

4.新功能刺激召回:诸如游戏发放新的大版本。

 

2.Activation 用户激活

Activation激活作为AARRR模型的第二个阶段,千辛万苦从各种渠道获取的目标用户,通过这个阶段,部分用户将被激活,成为产品的真实用户,相应地,也会有部分用户无法被顺利激活,造成流失。

在结合自身产品特点,运用一些产品设计和运营的方法,促成用户激活的过程中,有以下核心数据指标需要时刻关注:

 

3.用户留存(Retention)

讲留存,首先得看,怎样的用户,才属于留存用户,用怎样的指标,才能有效地评估产品的留存水平。目前市面上,普遍存在有两种计算方式,来计算产品的次日留存/7天留存/30天留存,评估一个产品的留存情况。

第一种是第N天计算法:

  • 次日留存:统计日新增用户次日仍然使用产品的用户数量占总新增用户数量的比例;
  • 7天留存:统计日新增用户第七天仍然使用产品的用户数量占总新增用户数量的比例;
  • 30天留存:统计日新增用户第七天仍然使用产品的用户数量占总新增用户数量的比例。

第二种是N天内计算法:

  • 次日留存:统计日新增用户次日仍然使用产品的用户数量占总新增用户数量的比例;
  • 7天留存:统计日新增用户7天内,再次使用产品的用户数量占总新增用户数量的比例;
  • 30天留存:统计日新增用户30天内,再次使用产品的用户数量占总新增用户数量的比例。

从两种计算方式中,我们可以看出:

  • 第一种计算方法强调第N天,其反应的结果也就是随着时间的推移,留存用户逐渐减少,而行业上也存在着对应较为权威的基准 4-2-1 基准,也即40%/20%/10% 为此计算方法下,较为合理的一个水平。
  • 第二种计算方法强调N天内,其反应的结果就是30天留存>7天留存>次日留存,更多的是表现一个产品的活跃水平。

但从留存本质上来看,这两种计算方式,都存在着可以改进的地方:

让用户在合适的时候看到你,有以下几种常见方法:

  • 数据关联:目前很多电商产品通过输入法/浏览记录等,获取并及时为用户推送感兴趣的产品
  • 关注内容发生变动:当用户曾经关注/收藏的内容发生更新变化时,及时推送用户
  • 特定时间段/时间点:一些固定时间点(节日/生日/纪念日等),推送消息至用户
  • 用户场景变化:当用户的场景发生切换时,推送相关的内容,如城市切换/四季切换等

而让用户在适当的时候想起你,则更需要结合产品的调性,长期的诱导,促使在用户头脑中占据地位,比如一提到打车,你就想到滴滴;一提到送礼,你就想到脑白金;一提到降火饮料,你就想到王老吉;一提到职场社交,就想到脉脉。在用户心中形成认知后,即使用户因为各种原因离开了你,但只要合适的时机到来,用户自然而然又重新回到你的身边。

 

4.获取收入(Revenue)

绝大多数产品,其最终的目标,都是获得商业盈利,能否盈利,往往决定了产品能否在市场上最终存活下来。获取商业盈利,可以通过两种方式,一种是产品及服务变现,另一种则是流量变现。

不同的用户群体,商业盈利的方式及侧重点均有所不同。根据用户付费习惯及消费意识,大致上可以分为免费用户,普通付费用户,优质付费用户,每个不同的群体,他们的需求,用户行为往往不同,那么从他们身上获取收入的方式,自然也不尽相同。

对于付费,比如美团、饿了么等会员,通过会员获取优惠券,直接量化了投入与产出,用户一目了然,清晰看出一旦不买会员,便会吃亏,自然便会付费开通会员。比如百度网盘。对于用户的预期,来到百度网盘,一般就是为了下载东西,百度网盘确实可以下载东西。但是其通过限制下载速度,来区分免费与付费,下载速度明显下降,这是严重不符合用户预期的,这并不会导致用户出于无奈开通会员,更多的用户会选择寻找替代品。

掌握现代化广告的三个要点,有助于提升广告变现水平,三个要点分别是:

了解了整个变现方法与思路,在产品项目实际推进的过程中,则需要通过一些指标,去量化评估变现效果,从指标层面,可以关注以下指标:

2.用户付费率:付费用户群体在活跃用户群体中所占规模比例,一旦用户产生付费行为,便成为付费用户;这个指标往往用来衡量产品的付费模块是否能够真正触达用户需求。

3.二次付费率:付费用户群体中,产生过二次及以上付费行为的用户所占规模比例,通过观察二次付费率指标,可以评估产品付费模块是否对用户产生正向价值,付费体验是否良好。

4.ARPU及ARRPU:ARPU是指平均每用户收入,ARRPU是指平均每活跃用户收入,通常情况下,按月份维度进行统计。这两个指标,可以评估不用渠道的用户质量,不同时期的用户付费情况。

 

5.用户传播(Refer)

自传播优势:

因为自传播在相似的用户群体中进行,用户与用户之间,或多或少存在共性的特征,与此同时,新用户触达传播后,会根据产品与自身需求是否契合,进行选择,往往来到的新用户,均是存在需求的目标用户。

比如网易云音乐的自传播能力非常强,通过地铁广告/煽情推文等,在用户群体中形成了一个共识,那就是网易云音乐是有灵魂的音乐。

 AARRR模型学习(一)

比如支付宝最初满足了我们线上支付的需求,微信最初满足了线上通讯的需求,拼多多满足了我们购买便宜商品的需求,这些产品能够触达用户需求,帮用户解决问题,是实现自传播的基础条件。反观一些不靠谱的产品,例如强行绑定的流氓软件等,只会让自身的口碑变得更差,增长也会变得更加困难。

从纵向上出发,比如抖音,虽然微信封杀了其在微信平台的传播,但其通过视频内容的快速储存,同样也能够进行传播。从横向上出发,比如抖音,是否能够直接实现自身平台的内容转化分享,例如直接分享发布至西瓜视频。

 

 AARRR模型学习(一)

1)话题

每个人普遍存在社交需求,而社交过程,便会存在一个个话题。话题带来的传播,往往会非常迅速,总有一些事情,总有一些事情好像你不说,你不谈论就和这个世界脱轨了一样。所以产品借助话题,是能够有效激发用户进行传播的,最简单的便是蹭时事热点,比如种水果,攒五福等等。

2)从众

从众心理广泛存在于普通中,是个体普遍具有的心理现象,指的是个人受到外界人群行为的影响,而在自己的知觉、判断、认识上表现出符合于公众舆论或多数人的行为方式。

例如为头像加国旗等行为,都是典型的从众效应。产品通过创造话题性,激发从众心理,提升传播。

3)参与

参与其实就是通过沉淀用户的行为,促使用户分享自身的成果。

举个最简单的例子,我们通过DIY自制蛋糕,做陶瓷DIY时,大部分情况下,都会去分享我们的最终的产出成果,因为我们参与了这个过程,付出了行动,产出的东西,相当于自身的作品,融入了自己的感情。参与感容易激发我们的分享欲望。

4)情绪

人们在喜怒哀乐,贪欲瞋痴的人性弱点场景下,感同身受,才会更大可能地产生分享的欲望,平平淡淡,普普通通,很难激发人们进行分享,通过情绪上的引导,能够促使用户进行分享传播。举个例子,用户王者荣耀,段位达到王者的场景下,满足了虚荣成功的心理需求,则会更加乐于进行分享;用户通过网易云音乐,看到歌曲背后的故事,感同深受的情况下,也更有可能产生分享。

5)超预期

超预期也很好理解,就是超越用户的预期。假设用户用5块钱购买了一瓶饮料,然后额外中奖,再来一瓶,这其实就是超预期。在超预期的场景下,用户分享传播将会变得更加简单。又比如,再某些节日,收到各个公司产品精心准备的礼物,这个时候也是超预期的,分享传播也会变得更加自然。

 

如果只是传播,没有转化,那么本质上还是达不到用户增长的目的。

1)可读性

增加可读性的目的,就是降低被传播用户的接受门槛,直白点就是要让用户看得懂,Get到分享内容中的包含的信息点。

2)互动

互动很好理解,也就是构建传播用户与被传播用户之间的桥梁,更加精准地触达被传播用户,使被传播用户产生互动行为,业内将这一玩法玩得最精通得,非拼多多莫属。拼多多的砍一刀,一方面是促进传播用户通过自主扩散,从而获取降价,现金等直观收益。另一方面,对于被传播者,在其助力砍刀后,同样给予其直观的收益,并诱导其及进行二次传播。

3)注意力

内容需要能够抓住胡用户的眼球,吸引用户的注意力。

 

数据指标

K因子由传播数量和转化率组成,数学表达式为:

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)

从整体上看,K值的高低,直接体现自传播结果水平,当K值大于1时,将激发自传播巨大的力量,K值越大,力量越强。而若K值小于1,那么传播水平会逐步减弱,直至消失。

 

 

本网页由互联网用户所发,如若侵权请及时联系1936370309@qq.com删除。

原文链接:https://www.cnblogs.com/djbwxh/p/16611016.html

  • 版权声明:内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至 1936370309@qq.com 举报,一经查实,本站将立刻删除。
  • 转载请注明:AARRR模型学习(一) 紫林博客

发表评论

您必须才能发表评论!