一、什么是AARRR用户分析模型
AARRR是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。获取用户-提高活跃度-提高留存率-获取收入-自传播。
获取用户（Acquisition）
运营一款移动应用的第一步，毫无疑问是获取用户，也就是大家通常所说的推广。如果没有用户，就谈不上运营。
Q：这个阶段，关心的数据是什么？
1，激活量。下载（下载量）了应用不等于一定会安装（安装量），安装了应用也不等于一定使用了该应用。所以激活量成为了这个层次中大家最关心的数据。从字面上看激活量似乎更应该是第二层Activation的指标，但是因为下载量、安装量这些数据都比较虚，不能真实反映用户是否已经被获取。所以大家都要看激活，这才是真正获取到了新的用户。
2，分渠道统计的激活量。因为在渠道推广时，CAC（用户获取成本 Customer Acquisition Cost）才是最需要去关注的数据。当然，应用市场下载、手机预置、广告等各种不同的渠道的获取成本是完全不同的。这里面有个性价比的问题，有些渠道的获取成本比较高，但是用户质量也比较高。
Q：激活量是什么？
通常激活量（即新增用户数量）的定义是新增的启动了该应用的独立设备的个数。
提高活跃度（Activation）
用户通过终端预置（刷机）、广告等不同的渠道进入，这些用户是被动地进入应用的。如何把他们转化为活跃用户，是运营者面临的第一个问题。
Q：转化为活跃用户的因素是什么？
1，推广渠道的质量。
2，产品本身是否能在最初使用的几十秒钟内抓住用户。再有内涵的应用，如果给人的第一印象不好，相亲如此。
3，体验良好的新手教程来吸引新用户，这在游戏行业尤其突出。
4，运用的版本。各个版本的使用时长和启动次数也会有差异。对产品经理来说，分析不同版本的活跃度差异有助于不断改进应用
Q：活跃度的关键指标是什么？
1，指标是DAU（日活跃用户）。
2，MAU（月活跃用户）。这两个数据基本上说明了应用当前的用户群规模，通常活跃用户是指在指定周期内有启动的用户，但是启动是否真的等于活跃呢？所以其实还要看另两个指标：
3、每次启动平均使用时长和。
4，每个用户每日平均启动次数。
5，针对这种被动激活的用户，可以看另一个指标，叫一次性启动用户数量，也就是迄今为止只启动过一次的用户的数量。
Q：好、坏渠道是什么？
1，差的推广渠道带来的是：大量的一次性用户，再也不会使用的那种用户，不能算是真正的用户。
2，好的推广渠道有针对性地圈定了目标人群，带来的用户和应用设计时设定的目标人群有很大吻合度，这样的用户通常比较容易成为活跃用户。另外，挑选推广渠道的时候一定要先分析自己应用的特性（例如是否小众应用）以及目标人群。对别人来说是个好的推广渠道，对你却不一定合适。
Q：渠道的质量评估指标是什么？
1，使用时长。
2，启动次数。
3，留存率。也是检验渠道的用户质量的重要指标，如果同一个应用的某个渠道的首日留存率比其它渠道低很多，那么这个渠道的质量是比较差的。
提高留存率（Retention）
解决了活跃度以后，来解决用户粘性。因为保留一个老客户的成本要远远低于获取一个新客户的成本，所以所以狗熊掰玉米（拿一个、丢一个）的情况是应用运营的大忌。
很多应用确实并不清楚用户是在什么时间流失的，于是一方面他们不断地开拓新用户，另一方面又不断地有大量用户流失。
下载和安装——使用——卸载或者遗忘，这是用户在每个应用中的生命周期。成功的应用就是那些能尽量延长用户的生命周期，最大化用户在此生命周期内的价值的应用。
Q：留存率监控指标是什么？
1，日留存率、周留存率、月留存率。
2，留存率跟应用的类型也有很大关系。通常来说，工具类应用的首月留存率可能普遍比游戏类的首月留存率要高。
Q：大家关心的1-Day Retention 和7-Day Retention是什么意思？
1，1-Day Retention通常翻译为首日留存率，其实这个“首日”并不是指应用被安装使用的第一天（假设日期为D），而是D+1日，即安装使用的第二天。到了第二天，前一天安装使用的用户中还有多少百分比的人还在启动使用这款应用，这就是1-DayRetention。因为是第二天，所以有些文章中也叫“次日留存率”。2，7-Day Retention是在D+7日启动使用这款应用的占D日首次安装使用这款应用的用户总数的百分比。
Q：所有运用都要看1-Day Retention 和7-Day Retention吗？
不一定。有些应用不是需要每日启动的，那样的话可以看周留存率、月留存率等指标，会更有意义。
获取收入（Revenue）
是应用运营最核心的一块，商业的本质是赚钱。
Q：收入来源主要是什么？
1，付费应用。
（付费应用在国内的接受程度很低，包括Google Play Store在中国也只推免费应用。在国内，广告是大部分开发者的收入来源，而应用内付费目前在游戏行业应用比较多。）
2，应用内付费。
3，广告。
收入都来自用户—需要提高用户基数——所以提高活跃度、提高留存率对获取收入来说，是必需的基础。
Q：关于收入的考核指标是？
ARPU（平均每用户收入）值。
ARPPU（平均每付费用户收入）。
Q：是不是ARPPU高，ARPU就一定会高呢？
不一定。因为其中还有个指标是付费用户比例，也就是付费用户在全部用户中所占的比例。如果付费用户比例较低，那么那些收入摊到所有用户身上的平均值就低了。通常来说，如果某个游戏为了提高ARPPU，提高了虚拟道具的价格，那么付费用户比例就会相应地降低。找到一个ARPPU和付费用户比例的平衡点，才能最大化收入。
Q：但是收入并不是最重要的，利润才是。-如何最大化利润呢？
利润最简化的计算公式是：利润=收入-成本。
Q：成本？
成本=CAC（用户获取成本）+应用本身的开发成本+服务器硬件+带宽成本+运营成本等等。
（不过在用户量很大的情况下，CAC会成为最主要的成本，而其它成本不在一个数量级，所以我们在后续讨论中只考虑CAC。）
Q：收入、利润？
ARPU是一个和时间段相关的指标（通常讲的最多是每月的ARPU值），还不能完全和CAC对应，因为CAC和时间段并没有直接关系。所以我们还要多看一个指标：LTV（生命周期价值）。用户的生命周期是指一个用户从第一次启动应用，到最后一次启动应用之间的周期。LTV就是某个用户在生命周期内为该应用创造的收入总计，可以看成是一个长期累计的ARPU值。每个用户平均的LTV = 每月ARPU * 用户按月计的平均生命周期。
LTV – CAC的差值，就可以视为该应用从每个用户身上获取的利润。
所以最大化利润，就变成如何在降低CAC的同时，提高LTV，使得这两者之间的差值最大化。更进一步的，对不同渠道来源用户做断代分析，根据他们不同的CAC和LTV，就可以推导出不同渠道来源的利润率差异。
自传播（Refer）
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。
Q：这个途径优缺点是什么？
优点：成本很低，而且效果有可能非常好；从自传播到再次获取新用户，应用运营形成了一个螺旋式上升的轨道，利用了这个轨道，不断扩大自己的用户群体。
缺点：唯一的前提是产品自身要足够好。
现在绝大部分移动应用还不能完全依赖于自传播，还必须和其它营销方式结合。但是从产品设计阶段就加入有利于自传播的功能。
Q：怎样怎样量化评估病毒式营销的效果？
K因子(K-factor)这个衡量指标。
其实K因子这个术语并非起源于市场学或软件业，而是来源于传染病学——对，就是研究真正的病毒传播的科学。K因子量化了感染的概率，即一个已经感染了病毒的宿主所能接触到的所有宿主中，会有多少宿主被其传染上病毒。
Q：K因子的计算公式？
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)。
假设平均每个用户会向20个朋友发出邀请，而平均的转化率为10%的话，K =20*10%=2。
当K>1时，用户群就会象滚雪球一样增大。如果K二、4种流量池
其实在互联网行业里“用户就是流量”，在传统的AARRR模型基础上，分享4个流量池模型，我的理解是，这也是对流量（用户）的运营思路。关键点在于裂变的环节。
漏斗模型1.0：漏斗
漏斗模型2.0：茶碗
私域流量池模型1.0：大鱼缸
私域流量池模型2.0：小鱼缸 x N
以上就是4种流量池模型详解，有什么问题可以给我留言，相互交流。
作者：周二小姐，文章来源：周二千金
题图来自Unsplash，基于CC0协议
