AARRR 用户生命周期模型

所有互联网业务增长的底层逻辑

A
Acquisition
获取用户 - 拉新
CAC | 下载量 | 激活量
A
Activation
激发活跃 - 促活
注册转化率 | 新手任务完成率
R
Retention
提高留存 - 留客
次日/7日/30日留存率
R
Revenue
增加收入 - 变现
转化率 | 客单价 | 复购率
R
Referral
传播推荐 - 裂变
K因子 | 分享率

1. Acquisition (获取用户 - 拉新)

用户怎么来?关注的是渠道转化效果和获客成本。

📌 核心指标

  • CAC (Customer Acquisition Cost) - 获客成本
  • 下载量 / 安装量
  • 激活量(首次打开APP)
  • 渠道转化率

🎯 常见获客渠道

  • 应用商店优化 (ASO)
  • 社交媒体广告
  • KOL/KOC 推广
  • SEO/SEM 投放
  • 地推活动

💡 业务洞察

不同渠道的 CAC 差异巨大,需要追踪每个渠道的 ROI(投资回报率)。如果 CAC > LTV,说明获客成本过高,商业模式不可持续。

获客成本 (CAC) = 总获客投入 / 新增用户数

2. Activation (激发活跃 - 促活)

用户来了之后,有没有体验到产品的"Aha Moment"(啊哈时刻)?

什么是 Aha Moment?

用户第一次感受到产品核心价值的瞬间。比如:第一次成功生成图片、第一次匹配到好友、第一次完成订单。

📌 核心指标

  • 注册转化率
  • 新手任务完成率
  • 核心功能触达率
  • 首次使用时长

🎯 促活策略

  • 优化新手引导流程
  • 设计激励任务(签到、红包)
  • 推送个性化内容
  • 降低核心功能使用门槛

💡 业务洞察

很多产品"获客不少但留存很差",根本原因就是 Activation 没做好——用户没体验到核心价值就流失了。

3. Retention (提高留存 - 留客)

用户明天还来不来?这是产品生死的关键指标。

留存率曲线示意图

📌 核心指标

  • 次日留存率 - Day 1 Retention
  • 7日留存率 - Day 7 Retention
  • 30日留存率 - Day 30 Retention
  • 月活跃率

📊 留存率基准

  • 优秀:次日 > 40%,7日 > 20%
  • 良好:次日 > 30%,7日 > 15%
  • 一般:次日 > 20%,7日 > 10%
  • 差:次日 < 20%

💡 提升留存策略

  • 建立用户习惯(推送、签到)
  • 持续提供新内容
  • 社交关系链绑定
  • 会员体系设计
次日留存率 = (当天活跃且次日也活跃的用户数 / 当天活跃用户数) × 100%

4. Revenue (增加收入 - 变现)

用户怎么给你钱?这是商业模式的本质。

📌 核心指标

  • ARPU - 活跃用户平均收入
  • ARPPU - 付费用户平均收入
  • LTV - 生命周期总价值
  • 付费转化率
  • 客单价、复购率

💰 常见变现模式

  • 电商:商品销售佣金
  • 游戏:内购充值
  • 广告:CPM/CPC计费
  • 订阅:会员服务费
  • 交易抽佣:平台撮合费

💡 商业健康度

黄金法则:LTV > CAC

用户生命周期价值 > 获客成本,说明商业模式健康。反之,每获取一个用户都在亏钱。

ARPU = 总收入 / 总活跃用户数

ARPPU = 总收入 / 总付费用户数

LTV = ARPU × 用户生命周期长度

5. Referral (传播推荐 - 裂变)

用户愿不愿意推荐给别人?这是降低 CAC 的关键。

📌 核心指标

  • K因子 - 病毒传播系数
  • 分享率
  • 邀请成功率
  • NPS (净推荐值)

🎯 裂变策略

  • 邀请奖励(现金、优惠券)
  • 拼团、砍价
  • 社交炫耀设计(战报、成就)
  • 一键分享优化

💡 K 因子解读

  • K > 1:自动增长(病毒式传播)
  • K = 1:维持现状
  • K < 1:需要持续投放获客

大多数产品的 K 因子都在 0.5-0.8 之间。

K因子 = 平均每个用户发送的邀请数 × 邀请转化率

案例:拼多多的裂变魔法

通过"帮我砍一刀"、"邀请好友得现金"等设计,拼多多曾将 K 因子做到接近 1,实现了低成本快速增长。

📊 AARRR 的实际应用

在面试中,面试官可能会问:"如果你来负责我们产品的数据体系,你会关注哪些指标?"

回答框架:

  1. 先明确业务阶段:创业期关注 Aquisition 和 Activation,成熟期关注 Retention 和 Revenue
  2. 按 AARRR 拆解:在每个阶段列出 2-3 个核心指标
  3. 说明指标关联:比如 Activation 做不好会直接影响 Retention
  4. 提出优化方向:基于当前数据给出改进建议