App資料分析

在和大量移動應用開發者接觸的過程中，我們注意到有一個現象是：很多開發者隻注意應用的下載下傳量和激活量，他們把這些名額看成是一款應用成功與否的标志。于是很多應用出現了“重推廣、輕營運”，甚至是“有推廣、無營運”的情況。

但是，一個人真正成為某款應用的使用者是在哪個時刻呢？是他決定下載下傳這款應用的時候嗎？還是他安裝了這款應用的時候？事實上，都不是。甚至當他啟動并進入了這款應用的時候，也還沒有真正成為這款應用的使用者——通常這時他還帶着懷疑的态度。隻有當他覺得這款應用符合（也可能是超出）他的期望值、或者至少還有興趣再次進入應用體驗時，他才真正成為這款應用的使用者。

為了幫助那些移動應用開發者認清這一點，我們通常用以下這個AARRR模型向他們解釋一個移動應用背後的營運模式。

什麼是AARRR模型

AARRR是Acquisition、Activation、Retention、Revenue、Refer，這個五個單詞的所寫，分别對應這一款移動應用生命周期中的5個重要環節。下面我們來簡單講解一下AARRR模型中每個項目的意義。

擷取使用者（Acquisition）

營運一款移動應用的第一步，毫無疑問是擷取使用者，也就是大家通常所說的推廣。如果沒有使用者，就談不上營運。

提高活躍度（Activation）

很多使用者可能是通過終端預置（刷機）、廣告等不同的管道進入應用的，這些使用者是被動地進入應用的。如何把他們轉化為活躍使用者，是營運者面臨的第一個問題。

當然，這裡面一個重要的因素是推廣管道的品質。差的推廣管道帶來的是大量的一次性使用者，也就是那種啟動一次，但是再也不會使用的那種使用者。嚴格意義上說，這種不能算是真正的使用者。好的推廣管道往往是有針對性地圈定了目标人群，他們帶來的使用者和應用設計時設定的目标人群有很大吻合度，這樣的使用者通常比較容易成為活躍使用者。另外，挑選推廣管道的時候一定要先分析自己應用的特性（例如是否小衆應用）以及目标人群。對别人來說是個好的推廣管道，對你卻不一定合适。

另一個重要的因素是産品本身是否能在最初使用的幾十秒鐘内抓住使用者。再有内涵的應用，如果給人的第一印象不好，也會“相親”失敗，成為“嫁不出去的老大難”。

此外，還有些應用會通過體驗良好的新手教程來吸引新使用者，這在遊戲行業尤其突出。

提高留存率（Retention）

有些應用在解決了活躍度的問題以後，又發現了另一個問題：“使用者來得快、走得也快”。有時候我們也說是這款應用沒有使用者粘性。

我們都知道，通常保留一個老客戶的成本要遠遠低于擷取一個新客戶的成本。是以狗熊掰玉米（拿一個、丢一個）的情況是應用營運的大忌。但是很多應用确實并不清楚使用者是在什麼時間流失的，于是一方面他們不斷地開拓新使用者，另一方面又不斷地有大量使用者流失。

解決這個問題首先需要通過日留存率、周留存率、月留存率等名額監控應用的使用者流失情況，并采取相應的手段在使用者流失之前，激勵這些使用者繼續使用應用。

留存率跟應用的類型也有很大關系。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流存率要高。

擷取收入（Revenue）

擷取收入其實是應用營運最核心的一塊。極少有人開發一款應用隻是純粹出于興趣，絕大多數開發者最關心的就是收入。即使是免費應用，也應該有其盈利的模式。

收入有很多種來源，主要的有三種：付費應用、應用内付費、以及廣告。付費應用在國内的接受程度很低，包括Google Play Store在中國也隻推免費應用。在國内，廣告是大部分開發者的收入來源，而應用内付費目前在遊戲行業應用比較多。

無論是以上哪一種，收入都直接或間接來自使用者。是以，前面所提的提高活躍度、提高留存率，對擷取收入來說，是必需的基礎。使用者基數大了，收入才有可能上量。

自傳播（Refer）

以前的營運模型到第四個層次就結束了，但是社交網絡的興起，使得營運增加了一個方面，就是基于社交網絡的病毒式傳播，這已經成為擷取使用者的一個新途徑。這個方式的成本很低，而且效果有可能非常好；唯一的前提是産品自身要足夠好，有很好的口碑。

從自傳播到再次擷取新使用者，應用營運形成了一個螺旋式上升的軌道。而那些優秀的應用就很好地利用了這個軌道，不斷擴大自己的使用者群體。

通過上述這個AARRR模型，我們看到擷取使用者（推廣）隻是整個應用營運中的第一步，好戲都還在後頭。如果隻看推廣，不重視運管中的其它幾個層次，任由使用者自生自滅，那麼應用的前景必定是暗淡的。

如何使用AARRR模型

通常大家在推廣應用時，頭痛的是背景統計的激活量比管道提供的下載下傳量小很多。但是前幾天，有一位朋友找我咨詢，說他們公司的一款App來自某個管道的激活量突然猛增。但是他查了在那個管道（是家應用市場）上的下載下傳量，并沒有明顯的變化。于是他非常困惑，問我有沒有辦法幫他查到原因。

少了多了都會讓人頭痛——因為資料出現異常，通常就說明有某個環節出了問題。但是光看一個激活量和一個下載下傳量，并不能揭示問題的根本原因。尤其是當我們已經了解了移動應用營運模型時，我們更需要了解在AARRR的每個環節中，我們應當關注什麼樣的資料，什麼樣的資料表現才是正常的——簡單來說，隻知道AARRR還不夠，還要會用才行。

一、擷取使用者（Acquisition）

這個階段，最初大家最關心的資料是下載下傳量。到今天，一些媒體的報道中也還經常用下載下傳量來衡量一個應用的使用者規模和是否成功。不過，下載下傳了應用不等于一定會安裝，安裝了應用也不等于一定使用了該應用。是以很快激活量成為了這個層次中大家最關心的資料，甚至是有些推廣人員唯一關注的資料。通常激活量（即新增使用者數量）的定義是新增的啟動了該應用的獨立裝置的個數。從字面上看激活量似乎更應該是第二層Activation的名額，但是因為下載下傳量、安裝量這些資料都比較虛，不能真實反映使用者是否已經被擷取。是以大家都要看激活，這才是真正擷取到了新的使用者。

另一個非常重要的資料，就是分管道統計的激活量。因為在管道推廣時，很多應用開發者選擇了付費推廣。結算的時候，自然要了解在某個管道有多少真正激活的使用者。即使沒有付費關系，開發者也需要知道哪個管道是最有效果的。

但是站在更高的高度看，CAC（使用者擷取成本 Customer Acquisition Cost）才是最需要去關注的資料。目前行業裡有種粗略的說法，每個Android使用者的擷取成本大約在4元左右，而iOS使用者大約在8元以上。當然，應用市場下載下傳、手機預置、廣告等各種不同的管道的擷取成本是完全不同的。這裡面有個成本效益的問題，有些管道的擷取成本比較高，但是使用者品質也比較高（什麼樣的叫品質高，後面會有說明）。

二、提高活躍度（Activation）

看到活躍度，大家首先會想到的名額是DAU（日活躍使用者）、MAU（月活躍使用者）。這兩個資料基本上說明了應用目前的使用者群規模，在網絡遊戲行業這是兩個營運人員必看的名額。通常活躍使用者是指在指定周期内有啟動的使用者。但是啟動是否真的等于活躍呢？如果在指定周期内隻啟動了一次，而且時間很短，這樣的使用者活躍度其實并不高（當然對某些特殊的應用來說可能算高，例如用來記錄女性生理周期的應用，一月啟動一次就夠了）。是以其實還要看另兩個名額：每次啟動平均使用時長和每個使用者每日平均啟動次數。當這兩個名額都處于上漲趨勢時，可以肯定應用的使用者活躍度在增加。

針對使用時長和啟動次數的管道統計同樣很重要。我們把它們稱為管道的品質資料，如果某個管道上來的使用者，這兩個名額很差，那麼在這個管道上投入太多是沒有意義的。最典型的就是水貨刷機的使用者，很多預置的應用都是在刷機完成時被激活的。針對這種被動激活的使用者，可以看另一個名額，叫一次性啟動使用者數量，也就是迄今為止隻啟動過一次的使用者的數量。

除了管道，另一個和活躍度相關的分析次元是版本。各個版本的使用時長和啟動次數也會有差異。對産品經理來說，分析不同版本的活躍度差異有助于不斷改進應用。

此外跟活躍度相關的，還有日活躍率、周活躍率、月活躍率這些名額。當然活躍率和應用的類别是很有關系的，比如桌面、省電類的應用的活躍率就比字典類的應用高。

三、提高留存率（Retention）

下載下傳和安裝——使用——解除安裝或者遺忘，這是使用者在每個應用中的生命周期。成功的應用就是那些能盡量延長使用者的生命周期，最大化使用者在此生命周期内的價值（下一節會談到生命周期價值這個話題）的應用。

對于大部分應用，應該關心的是1-Day Retention 和7-Day Retention。這裡我之是以用英文，是因為其中文翻譯不統一，容易引起歧義。1-Day Retention通常翻譯為首日留存率，其實這個“首日”并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。因為安裝使用的第一天沒有留存率這個概念（有的話，隻能是100%）。到了第二天，前一天安裝使用的使用者中還有多少百分比的人還在啟動使用這款應用，這就是1-Day Retention。因為是第二天，是以有些文章中也叫“次日留存率”。同樣的，7-Day Retention是在D+7日啟動使用這款應用的占D日首次安裝使用這款應用的使用者總數的百分比。通常使用者新安裝使用後的前幾天是流失比例最大的時期（關于使用者留存的細節，請參考我們同僚的另一篇部落格《讀懂你的使用者留存》）。是以這兩個名額在留存率分析是最重要的。曾經有遊戲行業的行家指出，如果想成為一款成功的遊戲，1-Day Retention要達到40%， 7-Day Retention要達到 20%。

有些應用不是需要每日啟動的，那樣的話可以看周留存率、月留存率等名額，會更有意義。 留存率也是檢驗管道的使用者品質的重要名額，如果同一個應用的某個管道的首日留存率比其它管道低很多，那麼這個管道的品質是比較差的。

四、擷取收入（Revenue）

關于收入，大家最耳熟能詳的名額就是ARPU（平均每使用者收入）值。對應的比較少提的還有個名額叫ARPPU（平均每付費使用者收入）。前幾天，@吳剛在微網誌裡貼圖比較二戰風雲的ARPU值時就注明了是周付費使用者ARPU（是以其實是ARPPU）。但是很多人誤讀了以為是六十多元的周ARPU值，就會讓他們對Android遊戲産生過分的樂觀。

是不是ARPPU高，ARPU就一定會高呢？答案是不一定。因為其中還有個名額是付費使用者比例，也就是付費使用者在全部使用者中所占的比例。如果付費使用者比例較低，那麼那些收入攤到所有使用者身上的平均值就低了。通常來說，如果某個遊戲為了提高ARPPU，提高了虛拟道具的價格，那麼付費使用者比例就會相應地降低。找到一個ARPPU和付費使用者比例的平衡點，才能最大化收入。

但是收入并不是最重要的，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。首先我們看一下成本，我們在上一篇中提到過CAC（使用者擷取成本）。除此之外，還有應用本身的開發成本、伺服器硬體和帶寬成本以及營運成本等等。不過在使用者量很大的情況下，CAC會成為最主要的成本，而其它成本不在一個數量級，是以我們在後續讨論中隻考慮CAC。

那麼收入如何計算？ ARPU是一個和時間段相關的名額（通常講的最多是每月的ARPU值），還不能完全和CAC對應，因為CAC和時間段并沒有直接關系。是以我們還要多看一個名額：LTV（生命周期價值）。使用者的生命周期是指一個使用者從第一次啟動應用，到最後一次啟動應用之間的周期。LTV就是某個使用者在生命周期内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。每個使用者平均的LTV = 每月ARPU * 使用者按月計的平均生命周期。

LTV – CAC的內插補點，就可以視為該應用從每個使用者身上擷取的利潤。是以最大化利潤，就變成如何在降低CAC的同時，提高LTV，使得這兩者之間的內插補點最大化。更進一步的，對不同管道來源使用者做斷代分析，根據他們不同的CAC和LTV，就可以推導出不同管道來源的利潤率差異。

五、自傳播（Refer）

自傳播，或者說病毒式營銷，是最近十年才被廣泛研究的營銷方法。雖然大家都聽過一些病毒式營銷的經典案例，但是要說怎樣量化評估其效果，卻很少有人知道K因子(K-factor)這個衡量名額。其實K因子這個術語并非起源于市場學或軟體業，而是來源于傳染病學——對，就是研究真正的病毒傳播的科學。K因子量化了感染的機率，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。

K因子的計算公式不算複雜，K = (每個使用者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使用者的轉化率)。假設平均每個使用者會向20個朋友發出邀請，而平均的轉化率為10%的話，K =20*10%=2。這個結果還算是不錯的效果——當K>1時，使用者群就會象滾雪球一樣增大。如果K<1的話，那麼使用者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因子大于1的也很少。是以絕大部分移動應用還不能完全依賴于自傳播，還必須和其它營銷方式結合。但是從産品設計階段就加入有利于自傳播的功能，還是有必要的，畢竟這種免費的推廣方式可以部分地減少CAC。

以上我們列舉了在應用推廣營運各個層次（各個階段）需要關注的一些名額。在整個AARRR模型中，這些量化名額都具有很重要的地位，而且很多名額的影響力是跨多個層次的。及時準确地擷取這些名額的具體資料，對于應用的成功營運是必不可少的。