Эксплуатационный анализ AARRR?User

1. Обзор

1.1 Концепции

В данной статье для анализа работы пользователей используется модель AARRR. Модель AARRR, также известная как "пиратская модель", - это модель, широко используемая в процессе работы пользователей, которая объясняет пять показателей для достижения роста пользователей: приобретение клиентов, активация, удержание, доход и распространение. Начиная с приобретения клиентов и заканчивая распространением рекомендаций, вся модель AARRR образует замкнутую модель всего жизненного цикла пользователя, постоянно увеличивая его размер для достижения устойчивого роста.

1.2 Ожидаемые результаты

Конкретная ситуация для каждого продукта своя, но в целом она включает эти 5 аспектов процесса разработки. В этой статье мы используем FineBI для анализа этих 5 процессов разработки приложения для бакалеи.

1.3 Доступ к данным

Пример данных, используемых в этом случае: AARRR example data.rar

Ссылка на предварительный онлайн-обзор приборной панели: AARRR Dashboard, которую можносохранить для просмотра шагов внутреннего редактирования или выполнить упражнение самостоятельно.

2. привлечение клиентов

Привлечение клиентов - это привлечение новых клиентов, то есть, чтобы пользователи узнали, поняли, что есть такое APP и пришли его попробовать. Обычно существует несколько каналов для повышения узнаваемости продукта, но как выбрать оптимальный канал, используя наименьший бюджет, чтобы получить максимальный эффект от привлечения новых, первое, что нужно сделать, - это анализ канала.

Обычно в анализе каналов выделяют два измерения: количество и качествопривлечения клиентов. (В данной статье в качестве критерия оценки качества привлечения клиентов мы используем среднее время просмотра страницы после открытия APP).

Вывод: видно, что количество и качество оффлайн-активностей по продвижению оптимально, можно увеличить инвестиции в оффлайн-активности, в супермаркете или приложении к продуктовому рынку заниматься оффлайн-активностями - оптимальный вариант.

3. активация

Активация не является прямым эквивалентом успешной регистрации. Активация имеет отношение к активным клиентам и должна быть больше связана с использованием пользователем основных функций продукта.

Например, приложения для просмотра коротких видео требуют, чтобы новые пользователи смотрели их в течение определенного времени, а приложения для общения требуют, чтобы новые пользователи завершили разговор, прежде чем они будут считаться активированными. В случае с приложением для покупки продуктов мы считаем активным пользователя, совершившего покупку один раз.

Были проанализированы прибавления пользователей за каждый месяц, и линейный график показан ниже:

Вывод: коэффициент активации снизился в октябре, необходимо проанализировать конкретные причины. В то же время нужно помогать в работе с новыми клиентами и проводить тонкую работу, персонализировать рекомендуемые продукты на главной странице, чтобы привлечь пользователей.

4. Удержание

После активации пользователи будут потеряны, если их не удержать, что является бесполезной затеей.

Поэтому статистика удержания пользователей также важна. Обратитесь к разделу " Анализ удержания ", чтобы рассчитать коэффициент удержания за одну неделю/две недели/30 дней для активированных пользователей. Как показано на рисунке ниже:

Вывод: есть куда повышать коэффициент удержания пользователей, необходимо проанализировать причины оттока и продолжить улучшать опыт использования продукта для удержания существующих клиентов.

5. выручка

Как только пользователь активируется и становится одним из ваших пользователей, все, о чем нужно подумать, - это как получить доход и стать прибыльным. Прибыльность программного обеспечения для покупок продуктов связана со многими показателями, поэтому давайте рассмотрим повышение активации пользователей как один из основных способов увеличения дохода.

Мы делим пользователей на три большие категории: малоактивные пользователи, постоянные пользователи и пользователи-члены. Для их отображения используйте диаграмму воронки, как показано ниже:

Вывод: количество малоактивных пользователей огромно и имеет большой потенциал. Активируйте малоактивных пользователей и сохраняйте пользователей-участников.

6. распространение

Как только продукт набирает определенное количество пользователей, необходимо задуматься о стимулировании спонтанного распространения среди пользователей. Показателем самораспространения является K-фактор (фактор рекомендации):

K = (среднее количество приглашений, которые каждый пользователь отправляет своим друзьям) * (коэффициент конверсии тех, кто получил приглашения, в новых пользователей)

Уровень K-значения напрямую отражает уровень результатов самораспространения, когда K-значение больше 1, это будет стимулировать самораспространение огромной силы, чем больше K-значение, тем сильнее сила. Если же значение K меньше 1, то уровень самораспространения будет постепенно ослабевать, пока не исчезнет.

Рассчитайте K-значение APP, как показано ниже:

Вывод: K-значение APP уже больше 1, и она обладает способностью к самораспространению. Мы можем еще больше увеличить K-значение с помощью оперативных действий, таких как "Приглашение получить красные пакеты", чтобы ускорить скорость распространения.