App运营指标中留存率和回访率的区别

在和许多移动运用开发者触摸的过程中，咱们留意到有一个现象是：许多开发者只留意运用的下载量和激活量，他们把这些方针看成是一款运用成功与否的标志。所以许多运用呈现了“重推行、轻运营”，乃至是“有推行、无运营”的状况。

可是，一个人实在成为某款运用的用户是在哪个时刻呢？是他决议下载这款运用的时分吗？仍是他装置了这款运用的时分？事实上，都不是。乃至当他发动并进入了这款运用的时分，也还没有实在成为这款运用的用户——一般这时他还带着置疑的情绪。只有当他觉得这款运用契合（也或许是超出）他的期望值、或许至少还有爱好再次进入运用体会时，他才实在成为这款运用的用户。为了协助那些移动运用开发者认清这一点，咱们一般用以下这个AARRR模型向他们解说一个移动运用背面的运营形式。

什么是AARRR模型

AARRR是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的所写，别离对应这一款移动运用生命周期中的5个重要环节。下面咱们来简略解说一下AARRR模型中每个项目的含义。

获取用户（Acquisition）运营一款移动运用的第一步，毫无疑问是获取用户，也便是咱们一般所说的推行。假如没有用户，就谈不上运营。

进步活泼度（Activation）许多用户或许是经过终端预置（刷机）、广告等不同的途径进入运用的，这些用户是被迫地进入运用的。怎么把他们转化为活泼用户，是运营者面对的第一个问题。当然，这儿边一个重要的要素是推行途径的质量。差的推行途径带来的是许多的一次性用户，也便是那种发动一次，可是再也不会运用的那种用户。严厉含义上说，这种不能算是实在的用户。好的推行途径往往是有针对性地圈定了方针人群，他们带来的用户和运用规划时设定的方针人群有很大吻合度，这样的用户一般比较简略成为活泼用户。别的，挑选推行途径的时分必定要先剖析自己运用的特性（例如是否小众运用）以及方针人群。对他人来说是个好的推行途径，对你却不必定适宜。另一个重要的要素是产品自身是否能在开始运用的几十秒钟内捉住用户。再有内在的运用，假如给人的第一印象欠好，也会“相亲”失利，成为“嫁不出去的老大难”。此外，还有些运用会经过体会杰出的新手教程来招引新用户，这在游戏职业特别杰出。

进步留存率（Retention）有些运用在处理了活泼度的问题今后，又发现了另一个问题：“用户来得快、走得也快”。有时分咱们也说是这款运用没有用户粘性。咱们都知道，一般保存一个老客户的本钱要远远低于获取一个新客户的本钱。所以狗熊掰玉米（拿一个、丢一个）的状况是运用运营的大忌。可是许多运用的确并不清楚用户是在什么时刻丢失的，所以一方面他们不断地开辟新用户，另一方面又不断地有许多用户丢失。处理这个问题首要需求经过日留存率、周留存率、月留存率等方针监控运用的用户丢失状况，并采纳相应的手法在用户丢失之前，鼓励这些用户持续运用运用。留存率跟运用的类型也有很大联系。一般来说，东西类运用的首月留存率或许遍及比游戏类的首月流存率要高。

获取收入（Revenue）获取收入其实是运用运营最中心的一块。很少有人开发一款运用仅仅朴实出于爱好，绝大多数开发者最关怀的便是收入。即便是免费运用，也应该有其盈余的形式。收入有许多种来历，首要的有三种：付费运用、运用内付费、以及广告。付费运用在国内的承受程度很低，包含Google Play Store在我国也只推免费运用。在国内，广告是大部分开发者的收入来历，而运用内付费现在在游戏职业运用比较多。无论是以上哪一种，收入都直接或直接来自用户。所以，前面所提的进步活泼度、进步留存率，对获取收入来说，是必需的根底。用户基数大了，收入才有或许上量。

自传达（Refer）曾经的运营模型到第四个层次就完毕了，可是交际网络的鼓起，使得运营添加了一个方面，便是依据交际网络的病毒式传达，这现已成为获取用户的一个新途径。这个办法的本钱很低，并且作用有或许十分好；仅有的条件是产品自身要足够好，有很好的口碑。从自传到达再次获取新用户，运用运营形成了一个螺旋式上升的轨迹。而那些优异的运用就很好有利地势用了这个轨迹，不断扩大自己的用户集体。经过上述这个AARRR模型，咱们看到获取用户（推行）仅仅整个运用运营中的第一步，好戏都还在后头。假如只看推行，不注重运管中的其它几个层次，任由用户自生自灭，那么运用的远景必定是昏暗的。

怎么运用AARRR模型一般咱们在推行运用时，头痛的是后台核算的激活量比途径供给的下载量小许多。可是前几天，有一位朋友找我咨询，说他们公司的一款App来自某个途径的激活量忽然陡增。可是他查了在那个途径（是家运用商场）上的下载量，并没有显着的改变。所以他十分困惑，问我有没有办法帮他查到原因。少了多了都会让人头痛——由于数据呈现异常，一般就阐明有某个环节出了问题。可是光看一个激活量和一个下载量，并不能提醒问题的根本原因。特别是当咱们现已了解了移动运用运营模型时，咱们更需求了解在AARRR的每个环节中，咱们应当重视什么样的数据，什么样的数据体现才是正常的——简略来说，只知道AARRR还不行，还要会用才行。

一、获取用户（Acquisition）这个阶段，开始咱们最关怀的数据是下载量。到今天，一些媒体的报导中也还经常用下载量来衡量一个运用的用户规划和是否成功。不过，下载了运用不等于必定会装置，装置了运用也不等于必定运用了该运用。所以很快激活量成为了这个层次中咱们最关怀的数据，乃至是有些推行人员仅有重视的数据。一般激活量（即新增用户数量）的界说是新增的发动了该运用的独立设备的个数。从字面上看激活量好像更应该是第二层Activation的方针，可是由于下载量、装置量这些数据都比较虚，不能实在反映用户是否现已被获取。所以咱们都要看激活，这才是实在获取到了新的用户。另一个十分重要的数据，便是分途径核算的激活量。由于在途径推行时，许多运用开发者挑选了付费推行。结算的时分，天然要了解在某个途径有多少实在激活的用户。即便没有付费联系，开发者也需求知道哪个途径是最有作用的。可是站在更高的高度看，CAC（用户获取本钱 Customer Acquisition Cost）才是最需求去重视的数据。现在职业里有种大略的说法，每个Android用户的获取本钱大约在4元左右，而iOS用户大约在8元以上。当然，运用商场下载、手机预置、广告等各种不同的途径的获取本钱是彻底不同的。这儿边有个性价比的问题，有些途径的获取本钱比较高，可是用户质量也比较高（什么样的叫质量高，后边会有阐明）。

二、进步活泼度（Activation）看到活泼度，咱们首要会想到的方针是DAU（日活泼用户）、MAU（月活泼用户）。这两个数据根本上阐明晰运用当时的用户群规划，在网络游戏职业这是两个运营人员必看的方针。一般活泼用户是指在指定周期内有发动的用户。可是发动是否真的等于活泼呢？假如在指定周期内只发动了一次，并且时刻很短，这样的用户活泼度其实并不高（当然对某些特别的运用来说或许算高，例如用来记载女人生理周期的运用，一月发动一次就够了）。所以其实还要看另两个方针：每次发动均匀运用时长和每个用户每日均匀发动次数。当这两个方针都处于上涨趋势时，能够必定运用的用户活泼度在添加。针对运用时长和发动次数的途径核算相同很重要。咱们把它们称为途径的质量数据，假如某个途径上来的用户，这两个方针很差，那么在这个途径上投入太多是没有含义的。最典型的便是水货刷机的用户，许多预置的运用都是在刷机完结时被激活的。针对这种被迫激活的用户，能够看另一个方针，叫一次性发动用户数量，也便是迄今为止只发动过一次的用户的数量。除了途径，另一个和活泼度相关的剖析维度是版别。各个版别的运用时长和发动次数也会有差异。对产品司理来说，剖析不同版别的活泼度差异有助于不断改进运用。此外跟活泼度相关的，还有日活泼率、周活泼率、月活泼率这些方针。当然活泼率和运用的类别是很有联系的，比方桌面、省电类的运用的活泼率就比字典类的运用高。

三、进步留存率（Retention）下载和装置——运用——卸载或许忘记，这是用户在每个运用中的生命周期。成功的运用便是那些能尽量延伸用户的生命周期，最大化用户在此生命周期内的价值（下一节会谈到生命周期价值这个论题）的运用。关于大部分运用，应该关怀的是1-Day Retention 和7-Day Retention。这儿我之所以用英文，是由于其间文翻译不一致，简略引起歧义。1-Day Retention一般翻译为首日留存率，其实这个“首日”并不是指运用被装置运用的第一天（假定日期为D），而是D+1日，即装置运用的第二天。由于装置运用的第一天没有留存率这个概念（有的话，只能是100%）。到了第二天，前一天装置运用的用户中还有多少百分比的人还在发动运用这款运用，这便是1-Day Retention。由于是第二天，所以有些文章中也叫“次日留存率”。相同的，7-Day Retention是在D+7日发动运用这款运用的占D日初次装置运用这款运用的用户总数的百分比。一般用户新装置运用后的前几天是丢失份额最大的时期（关于用户留存的细节，请参阅咱们搭档的另一篇博客《读懂你的用户留存》）。所以这两个方针在留存率剖析是最重要的。曾经有游戏职业的行家指出，假如想成为一款成功的游戏，1-Day Retention要到达40%， 7-Day Retention要到达 20%。有些运用不是需求每日发动的，那样的话能够看周留存率、月留存率等方针，会更有含义。 留存率也是查验途径的用户质量的重要方针，假如同一个运用的某个途径的首日留存率比其它途径低许多，那么这个途径的质量是比较差的。

四、获取收入（Revenue）关于收入，咱们最耳熟能详的方针便是ARPU（均匀每用户收入）值。对应的比较少提的还有个方针叫ARPPU（均匀每付费用户收入）。前几天，@吴刚在微博里贴图比较二战风云的ARPU值时就注明晰是周付费用户ARPU（所以其实是ARPPU）。可是许多人误读了以为是六十多元的周ARPU值，就会让他们对Android游戏发生过火的达观。是不是ARPPU高，ARPU就必定会高呢？答案是不必定。由于其间还有个方针是付费用户份额，也便是付费用户在悉数用户中所占的份额。假如付费用户份额较低，那么那些收入摊到一切用户身上的均匀值就低了。一般来说，假如某个游戏为了进步ARPPU，进步了虚拟道具的价格，那么付费用户份额就会相应地下降。找到一个ARPPU和付费用户份额的平衡点，才干最大化收入。可是收入并不是最重要的，赢利才是。怎么最大化赢利呢？赢利最简化的核算公式是：赢利=收入-本钱。首要咱们看一下本钱，咱们在上一篇中提到过CAC（用户获取本钱）。除此之外，还有运用自身的开发本钱、服务器硬件和带宽本钱以及运营本钱等等。不过在用户量很大的状况下，CAC会成为最首要的本钱，而其它本钱不在一个数量级，所以咱们在后续评论中只考虑CAC。那么收入怎么核算？ ARPU是一个和时刻段相关的方针（一般讲的最多是每月的ARPU值），还不能彻底和CAC对应，由于CAC和时刻段并没有直接联系。所以咱们还要多看一个方针：LTV（生命周期价值）。用户的生命周期是指一个用户从第一次发动运用，到最后一次发动运用之间的周期。LTV便是某个用户在生命周期内为该运用发明的收入总计，能够看成是一个长时间累计的ARPU值。每个用户均匀的LTV = 每月ARPU * 用户按月计的均匀生命周期。LTV – CAC的差值，就能够视为该运用从每个用户身上获取的赢利。所以最大化赢利，就变成怎么在下降CAC的一起，进步LTV，使得这两者之间的差值最大化。更进一步的，对不同途径来历用户做断代剖析，依据他们不同的CAC和LTV，就能够推导出不同途径来历的赢利率差异。

五、自传达（Refer）

自传达，或许说病毒式营销，是最近十年才被广泛研讨的营销办法。尽管咱们都听过一些病毒式营销的经典事例，可是要说怎样量化评价其作用，却很少有人知道K因子(K-factor)这个衡量方针。其实K因子这个术语并非起源于商场学或软件业，而是来历于流行症学——对，便是研讨实在的病毒传达的科学。K因子量化了感染的概率，即一个现已感染了病毒的宿主所能触摸到的一切宿主中，会有多少宿主被其传染上病毒。K因子的核算公式不算杂乱，K = (每个用户向他的朋友们宣布的约请的数量) * (接收到约请的人转化为新用户的转化率)。假定均匀每个用户会向20个朋友宣布约请，而均匀的转化率为10%的话，K =20*10%=2。这个成果还算是不错的作用——当K>1时，用户群就会象滚雪球相同增大。假如K<1的话，那么用户群到某个规划时就会中止经过自传达增加。很惋惜的是，即便是交际类的移动运用，现在K因子大于1的也很少。所以绝大部分移动运用还不能彻底依赖于自传达，还必须和其它营销办法结合。可是从产品规划阶段就参加有利于自传达的功用，仍是有必要的，究竟这种免费的推行办法能够部分地削减CAC。

以上咱们列举了在运用推行运营各个层次（各个阶段）需求重视的一些方针。在整个AARRR模型中，这些量化方针都具有很重要的位置，并且许多方针的影响力是跨多个层次的。及时精确地获取这些方针的详细数据，关于运用的成功运营是必不可少的。

本文来历：知乎  作者：鸟哥，鸟哥笔记创始人