數據分析應關注AARRR模型的哪些指標

AARRR模型就是

  • Acquisition(獲取)
  • Activation(活躍)
  • Retention(留存)
  • Revenue(收益)
  • Refer(傳播)

這5個單詞的縮寫,對應用戶生命週期中5個重要的環節,其實就是一個漏斗模型,每一個環節要怎麼做不是我們討論的重點,這篇文章是要來梳理一下AARRR模型關注的指標。

 

1、Acquisition:獲取用戶

首先是獲取用戶的階段,用戶從何處得知你的存在?通用指標是曝光量、點擊量(率)、用戶獲取成本等,以微信公衆號爲例,這裏比較關注的是新關注人數這個指標,還可以關注從各個渠道新增的用戶數比例,微信給出的渠道統計有搜一搜、掃描二維碼、支付後關注、他人轉載、名片分享等,也可以自己在被關注回覆裏設置問題,讓用戶回答是從哪個場外渠道關注過來的,當然這些屬於操作的層面了,這裏就不再細聊。

2、Activation:提高活躍度

讓新增用戶成爲活躍用戶,我們需要關注的是用戶使用的頻次、停留的時長等指標,重點關注:

  • 閱讀次數
  • 閱讀人數
  • 完成閱讀次數(用戶滑到圖文消息底部的次數)
  • 閱讀完成率
  • 送達閱讀率

這些指標可以按單篇文章來統計,也可以按天來統計,可以按發文24小時統計,也可以統計7日的數據,還可以從不同的渠道分析,這個階段需要了解用戶習慣,進而調整發文策略。

對於一個互聯網產品會有日活躍用戶數(DAU)、(周活躍用戶數WAU)、(月活躍用戶數MAU)、日均使用時長等指標,那在微信公衆號裏,可以根據每日閱讀的人數或者每篇文章的送達閱讀率來定義日活這個指標,同樣地,周/月活躍用戶數的指標就按照日活的定義統計週期時間段內的數據即可,關鍵在於瞭解一個週期性的規模和趨勢,比如下圖的每日閱讀人數的折線圖,因爲我不是日更,所以高點肯定是發文的那一天。

 


對於使用時長這個指標可以通過閱讀完成率來定義,即文章瀏覽到底的人數比例,通過統計單篇文章的閱讀完成率可以發現用戶愛好屬性,比如篇幅的長短、文章標題、內容都會影響閱讀完成率。

 

3、Retention:提高留存率

用戶在初次使用後是否會繼續使用,留存這個階段就是需要衡量用戶粘性和質量的指標,通用指標就是留存率,即某段時間的新增用戶數經過一段時間後,仍然使用的用戶數佔比,由於微信公衆號沒有這個指標,也暫時沒想到可替代的,就不說這個了,大家也可以集思廣益想一下。

除了留存率,同樣也會關注流失率,日/周/月流失率,微信公衆號裏我們關注:

  • 取消關注人數
  • 淨增關注人數

對於用戶參與度,則可以通過在看、分享的人數來衡量。

這幾個指標,同時還需注意渠道的變化,以及在哪些時刻流失用戶多,爲什麼。

4、Revenue:獲取收入

這個階段是流量變現的階段,收入的來源有很多種,對於微信公衆號來說,自帶的有流量主廣告收入(底部廣告、文中廣告)、廣告主、返傭商品推廣、文章讚賞、文章付費的收入模式。 通用指標是付費率,即付費用戶佔活躍用戶的比例,比如我們可以用讚賞人數/閱讀人數來評估單篇文章的讚賞率。

除此之外,微信流量主也會統計曝光率、點擊率、eCPM的數據,可作爲付費率參考的指標。

 

收入這個階段還有一個互聯網產品通用的指標,平均每付費用戶收入,也就是ARPPU值,即總收入/付費用戶數,如收入/點擊量。

5、Refer:自傳播

用戶是否願意將這個產品分享出去,這就是傳播,病毒式傳播有個K因子的指標,K因子的計算公式是

K=(每個用戶向他的朋友們發出的邀請的數量)×(接收到邀請的人轉化爲新用戶的轉化率)。

當K>1時,用戶羣就會像滾雪球一樣增大。

當K<1時,用戶羣到某個規模時就會停止通過自傳播增長。

比如可以統計單篇文章的分享次數、分享人數、閱讀後關注人數,簡單地計算k,自傳播拉新的方式是有限的,通常還會與其他營銷方式相結合。

 

其實具體關注哪些指標是根據不同的產品定義的,但是AARRR模型幫助我們在獲取和轉化用戶的行爲上進行了深入的思考。


猜你喜歡:
泰坦尼克號數據分析

深入淺出數據分析

數據分析實戰:母嬰商品分析

《吊打分析師》實戰—我要租個好房

簡單的Excel數據分析案例

爲什麼要學統計學:赤裸裸的統計學

成爲數據分析師的第三年,我寫了10W字

@ 作者:可樂
@ 公衆號/知乎專欄/頭條/簡書:可樂的數據分析之路
@ 個人微信:data_cola

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章