一、什麼是AARRR用戶分析模型
AARRR是Acquisition、Activation、Retention、Revenue、Refer，這個五個單詞的縮寫，分別對應用戶生命週期中的5個重要環節。獲取用戶-提高活躍度-提高留存率-獲取收入-自傳播。
獲取用戶（Acquisition）
運營一款移動應用的第一步，毫無疑問是獲取用戶，也就是大家通常所說的推廣。如果沒有用戶，就談不上運營。
Q：這個階段，關心的數據是什麼？
1，激活量。下載（下載量）了應用不等於一定會安裝（安裝量），安裝了應用也不等於一定使用了該應用。所以激活量成為了這個層次中大家最關心的數據。從字面上看激活量似乎更應該是第二層Activation的指標，但是因為下載量、安裝量這些數據都比較虛，不能真實反映用戶是否已經被獲取。所以大家都要看激活，這才是真正獲取到了新的用戶。
2，分渠道統計的激活量。因為在渠道推廣時，CAC（用戶獲取成本 Customer Acquisition Cost）才是最需要去關注的數據。當然，應用市場下載、手機預置、廣告等各種不同的渠道的獲取成本是完全不同的。這裡面有個性價比的問題，有些渠道的獲取成本比較高，但是用戶質量也比較高。
Q：激活量是什麼？
通常激活量（即新增用戶數量）的定義是新增的啟動了該應用的獨立設備的個數。
提高活躍度（Activation）
用戶通過終端預置（刷機）、廣告等不同的渠道進入，這些用戶是被動地進入應用的。如何把他們轉化為活躍用戶，是運營者面臨的第一個問題。
Q：轉化為活躍用戶的因素是什麼？
1，推廣渠道的質量。
2，產品本身是否能在最初使用的幾十秒鐘內抓住用戶。再有內涵的應用，如果給人的第一印象不好，相親如此。
3，體驗良好的新手教程來吸引新用戶，這在遊戲行業尤其突出。
4，運用的版本。各個版本的使用時長和啟動次數也會有差異。對產品經理來說，分析不同版本的活躍度差異有助於不斷改進應用
Q：活躍度的關鍵指標是什麼？
1，指標是DAU（日活躍用戶）。
2，MAU（月活躍用戶）。這兩個數據基本上說明了應用當前的用戶群規模，通常活躍用戶是指在指定週期內有啟動的用戶，但是啟動是否真的等於活躍呢？所以其實還要看另兩個指標：
3、每次啟動平均使用時長和。
4，每個用戶每日平均啟動次數。
5，針對這種被動激活的用戶，可以看另一個指標，叫一次性啟動用戶數量，也就是迄今為止只啟動過一次的用戶的數量。
Q：好、壞渠道是什麼？
1，差的推廣渠道帶來的是：大量的一次性用戶，再也不會使用的那種用戶，不能算是真正的用戶。
2，好的推廣渠道有針對性地圈定了目標人群，帶來的用戶和應用設計時設定的目標人群有很大吻合度，這樣的用戶通常比較容易成為活躍用戶。另外，挑選推廣渠道的時候一定要先分析自己應用的特性（例如是否小眾應用）以及目標人群。對別人來說是個好的推廣渠道，對你卻不一定合適。
Q：渠道的質量評估指標是什麼？
1，使用時長。
2，啟動次數。
3，留存率。也是檢驗渠道的用戶質量的重要指標，如果同一個應用的某個渠道的首日留存率比其它渠道低很多，那麼這個渠道的質量是比較差的。
提高留存率（Retention）
解決了活躍度以後，來解決用戶粘性。因為保留一個老客戶的成本要遠遠低於獲取一個新客戶的成本，所以所以狗熊掰玉米（拿一個、丟一個）的情況是應用運營的大忌。
很多應用確實並不清楚用戶是在什麼時間流失的，於是一方面他們不斷地開拓新用戶，另一方面又不斷地有大量用戶流失。
下載和安裝——使用——卸載或者遺忘，這是用戶在每個應用中的生命週期。成功的應用就是那些能儘量延長用戶的生命週期，最大化用戶在此生命週期內的價值的應用。
Q：留存率監控指標是什麼？
1，日留存率、周留存率、月留存率。
2，留存率跟應用的類型也有很大關係。通常來說，工具類應用的首月留存率可能普遍比遊戲類的首月留存率要高。
Q：大家關心的1-Day Retention 和7-Day Retention是什麼意思？
1，1-Day Retention通常翻譯為首日留存率，其實這個“首日”並不是指應用被安裝使用的第一天（假設日期為D），而是D+1日，即安裝使用的第二天。到了第二天，前一天安裝使用的用戶中還有多少百分比的人還在啟動使用這款應用，這就是1-DayRetention。因為是第二天，所以有些文章中也叫“次日留存率”。2，7-Day Retention是在D+7日啟動使用這款應用的佔D日首次安裝使用這款應用的用戶總數的百分比。
Q：所有運用都要看1-Day Retention 和7-Day Retention嗎？
不一定。有些應用不是需要每日啟動的，那樣的話可以看周留存率、月留存率等指標，會更有意義。
獲取收入（Revenue）
是應用運營最核心的一塊，商業的本質是賺錢。
Q：收入來源主要是什麼？
1，付費應用。
（付費應用在國內的接受程度很低，包括Google Play Store在中國也只推免費應用。在國內，廣告是大部分開發者的收入來源，而應用內付費目前在遊戲行業應用比較多。）
2，應用內付費。
3，廣告。
收入都來自用戶—需要提高用戶基數——所以提高活躍度、提高留存率對獲取收入來說，是必需的基礎。
Q：關於收入的考核指標是？
ARPU（平均每用戶收入）值。
ARPPU（平均每付費用戶收入）。
Q：是不是ARPPU高，ARPU就一定會高呢？
不一定。因為其中還有個指標是付費用戶比例，也就是付費用戶在全部用戶中所佔的比例。如果付費用戶比例較低，那麼那些收入攤到所有用戶身上的平均值就低了。通常來說，如果某個遊戲為了提高ARPPU，提高了虛擬道具的價格，那麼付費用戶比例就會相應地降低。找到一個ARPPU和付費用戶比例的平衡點，才能最大化收入。
Q：但是收入並不是最重要的，利潤才是。-如何最大化利潤呢？
利潤最簡化的計算公式是：利潤=收入-成本。
Q：成本？
成本=CAC（用戶獲取成本）+應用本身的開發成本+服務器硬件+帶寬成本+運營成本等等。
（不過在用戶量很大的情況下，CAC會成為最主要的成本，而其它成本不在一個數量級，所以我們在後續討論中只考慮CAC。）
Q：收入、利潤？
ARPU是一個和時間段相關的指標（通常講的最多是每月的ARPU值），還不能完全和CAC對應，因為CAC和時間段並沒有直接關係。所以我們還要多看一個指標：LTV（生命週期價值）。用戶的生命週期是指一個用戶從第一次啟動應用，到最後一次啟動應用之間的週期。LTV就是某個用戶在生命週期內為該應用創造的收入總計，可以看成是一個長期累計的ARPU值。每個用戶平均的LTV = 每月ARPU * 用戶按月計的平均生命週期。
LTV – CAC的差值，就可以視為該應用從每個用戶身上獲取的利潤。
所以最大化利潤，就變成如何在降低CAC的同時，提高LTV，使得這兩者之間的差值最大化。更進一步的，對不同渠道來源用戶做斷代分析，根據他們不同的CAC和LTV，就可以推導出不同渠道來源的利潤率差異。
自傳播（Refer）
以前的運營模型到第四個層次就結束了，但是社交網絡的興起，使得運營增加了一個方面，就是基於社交網絡的病毒式傳播，這已經成為獲取用戶的一個新途徑。
Q：這個途徑優缺點是什麼？
優點：成本很低，而且效果有可能非常好；從自傳播到再次獲取新用戶，應用運營形成了一個螺旋式上升的軌道，利用了這個軌道，不斷擴大自己的用戶群體。
缺點：唯一的前提是產品自身要足夠好。
現在絕大部分移動應用還不能完全依賴於自傳播，還必須和其它營銷方式結合。但是從產品設計階段就加入有利於自傳播的功能。
Q：怎樣怎樣量化評估病毒式營銷的效果？
K因子(K-factor)這個衡量指標。
其實K因子這個術語並非起源於市場學或軟件業，而是來源於傳染病學——對，就是研究真正的病毒傳播的科學。K因子量化了感染的概率，即一個已經感染了病毒的宿主所能接觸到的所有宿主中，會有多少宿主被其傳染上病毒。
Q：K因子的計算公式？
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為新用戶的轉化率)。
假設平均每個用戶會向20個朋友發出邀請，而平均的轉化率為10%的話，K =20*10%=2。
當K>1時，用戶群就會象滾雪球一樣增大。如果K<1的話，那麼用戶群到某個規模時就會停止通過自傳播增長。很遺憾的是，即使是社交類的移動應用，目前K因子大於1的也很少。
二、4種流量池
其實在互聯網行業裡“用戶就是流量”，在傳統的AARRR模型基礎上，分享4個流量池模型，我的理解是，這也是對流量（用戶）的運營思路。關鍵點在於裂變的環節。
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：大魚缸
私域流量池模型2.0：小魚缸 x N
- 以上就是4種流量池模型詳解，有什麼問題可以給我留言，相互交流。
閱讀更多 青瓜傳媒 的文章
