分享

拼多多凭什么能一年增粉三亿?就因为套用了这一模型

 AnonymousV脸 2018-05-11

最近我在复读一本很好的书,相信很多朋友都有看过,叫做《增长黑客》,当我看到“AARRR”模型的时候,我想到了一个实例,就是拼多多!

AARRR模型是什么呢?这个模型将数据分析分成了五个大的模块,我们依据这个模型,把每一个模块划分出更细分的维度,罗列出影响每一个维度的变变量,整理出一些表格,这些表格就成了我们做数据分析的基础。共有

拉新(Acquisition)”、“促活(Activation)”、“留存(Retention)”、“转化(Revenue)”、“传播(Refer)”五大板块。

通俗的解释就是,用户怎么来,来了怎么活跃,活跃之后怎么留存,留存之后怎么转化,去为产品付费,用户付费之后怎么进行传播,传播过后如何再次拉新。

来,我们仔细研究一下拼多多,它的 4 大套路:拼团、秒杀、砍价、红包小程序都是以这个 AARRR 模型为基础的实操案例。在用户增长的过程中,它的每一步是怎样实现的呢?

通过分析我们可以发现:

1)砍价主要在拉新和传播这两个阶段发挥出了重要的作用。

2)拼团活动的主要目的是留存和转化。

3)秒杀的主要目的就是每天最大限度地活跃用户

4)红包小程序的主要目的在于拉新和传播。

砍价、拼团、秒杀、小程序都有各优势,拼多多的高明之处就在于它把这 4 种营销工具集于一身,让其优势互补,完美的实现了产品用户周期的闭环。

如图:

拼多多就是通过这四大套路,将AARRR模型中每个环节都完美的执行落地,在短短两年多的时间实现了3亿用户的增长奇迹。

其实这套AARRR模型是通用的,不管你是APP运营还是新媒体运营,都可以拆解并且运用在工作当中

1)Acquistion拉新活:用户怎么找到我们?

获取用户的前期,建议冷启动,毕竟早期的种子用户质量,将决定产品初期的氛围,所以最开始导入用户时质量比数量更重要。冷启动完成后再通过常用的增长黑客手段来实现用户的大量获取,比如社交红利、数据抓取、内容营销、搜索引擎优化。

2)Activation—促活:用户会一直关注你吗?

获取到用户之后,需要给用户各种引导和激励,让用户与产品发生交互。否则用户要么走了,要么留下来变僵尸粉。A/B测试、游戏机制、补贴用户、反复优化注册流程都属于这个阶段。

3)Retenion—留存:用户还会再回来吗?

谈到留存大家都不陌生,除了做好用户引导,不断优化产品性能等常见用户留存手段,增长黑客们还倾向于采用社交绑定的方式,提高用户和用户之间的粘性,利用社交唤醒机制,给用户常回来看看的动力。

4)Revenue—转化:如何获取利润?

免费大行其道的互联网也要考虑如何赚钱吗?当然,增值服务、交叉补贴、开源代码盈利、广告,都是互联网公司的常见收入形态。企业最终走向盈利才符合商业生态。

大数据时代的来临,还给互联网企业提供了基于数据挖掘的精准推荐,提供了个性化服务的可能性。增长黑客从来不放过任何通过挖掘数据产生价值的机会。

5)Referral—传播:用户会让别人推荐你们吗?

增长黑客的思路与一般产品推广思路不同,他们在产品设计初期就会考虑产品本身是否有传播性,比如通过分享解锁高级特性,再通过构建体外病毒循环触发病毒传播,完成推广。

关于AARRR模型,网上很多大神都做过案例式的详细解析,在此不多做解释。

普通运营与增长黑客只差一个数据驱动

指导增长黑客们将AARRR各个阶段都做到位的,还是数据。

普通的运营人会通过数据监控注册/转化率,或者监控活动/转化率。但AARRR告诉你,你需要掌握每个转化率指标的数据构成,才能搞明白用户在AARRR流程中哪儿出现了断层,及时优化策略,减少损耗。

增长黑客们会追踪极长链条中极细致的数据,基于注册产品、互动、付费等一系列用户行为做出精准的用户分类,这样一方面能帮助黑客们从根本上判断渠道优劣,另一方面帮助增长黑客们找到最适合成为病毒传播源的基础用户。

增长黑客和普通运营的最大区别是:普通运营很可能在制定目标时,会给单一KPI。比如用户数达到XXX,留存率提升百分之X。然而在增长黑客看来,所有的单一KPI都围绕着两个目的: 一,降低获客/运营成本 二,提升用户生命周期价值。

平台流量分析:实时监控访客数量、首页流量、流量来源,更好地判断、评估渠道投放效果。

能够支撑这两个目标的常见指标如:累计用户量、新增用户、活跃用户数、阅读量、复购率、停留时长等数据,也是普通运营人需要掌握的数据,然而由于增长黑客更了解技术,在用户行为上,增长黑客能自发的挖掘更为细化的功能事件,以深入理解用户行为,发掘真正影响用户行为的关键点。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多