龍創(chuàng)手游：你想要的|手游運營AARRR模型

2018-01-16 11:51:57 來源:91加盟網閱讀：567次友情提示：投資有風險加盟需謹慎！

　　在手游運營中我們注意到有一個現(xiàn)象是：很多運營者只注意應用的下載量和激活量，他們把這些指標看成是一款應用成功與否的標志。于是很多應用出現(xiàn)了“重推廣、輕運營”，甚至是“有推廣、無運營”的情況。

品牌名稱：游戲
所屬行業(yè)：數(shù)碼 > 電腦
門店數(shù)量：468家
投資金額：10~20萬

　　在手游運營中我們注意到有一個現(xiàn)象是：很多運營者只注意應用的下載量和激活量，他們把這些指標看成是一款應用成功與否的標志。于是很多應用出現(xiàn)了“重推廣、輕運營”，甚至是“有推廣、無運營”的情況。龍創(chuàng)手游在游戲推廣運營中，注重推廣更注重運營，改善玩家的游戲體驗同時增加手游的率。為了幫助手游運營者和創(chuàng)業(yè)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后的運營模式。

　　什么是AARRR模型

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

　　如何使用AARRR模型

　　因為數(shù)據(jù)出現(xiàn)異常，通常就說明有某個環(huán)節(jié)出了問題。但是光看一個激活量和一個下載量，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運營模型時，我們更需要了解在AARRR的每個環(huán)節(jié)中，我們應當關注什么樣的數(shù)據(jù)，什么樣的數(shù)據(jù)表現(xiàn)才是正常的——簡單來說，只知道AARRR還不夠，還要會用才行。

　　一、獲取用戶（Acquisition）

　　這個階段，初次大家關心的數(shù)據(jù)是下載量。到今天，一些媒體的報道中也還經常用下載量來衡量一個應用的用戶規(guī)模和是否成功。不過，下載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。所以很快激活量成為了這個層次中大家關心的數(shù)據(jù)，甚至是有些推廣人員單獨關注的數(shù)據(jù)。通常激活量（即新增用戶數(shù)量）的定義是新增的啟動了該應用的獨立設備的個數(shù)。從字面上看激活量似乎更應該是第二層Activation的指標，但是因為下載量、安裝量這些數(shù)據(jù)都比較虛，不能真實反映用戶是否已經被獲取。所以大家都要看激活，這才是真正獲取到了新的用戶。

　　另一個非常重要的數(shù)據(jù)，就是分渠道統(tǒng)計的激活量。因為在渠道推廣時，很多應用開發(fā)者選擇了付費推廣。結算的時候，自然要了解在某個渠道有多少真正激活的用戶。即使沒有付費關系，開發(fā)者也需要知道哪個渠道是果的。

　　但是站在更高的高度看，CAC（用戶獲取成本 Customer Acquisition Cost）才是需要去關注的數(shù)據(jù)。目前行業(yè)里有種粗略的說法，每個Android用戶的獲取成本大約在4元左右，而iOS用戶大約在8元以上。當然，應用市場下載、手機預置、廣告等各種不同的渠道的獲取成本是完全不同的。這里面有個性價比的問題，有些渠道的獲取成本比較高，但是用戶質量也比較高（什么樣的叫質量高，后面會有說明）。

　　二、提高活躍度（Activation）

　　看到活躍度，大家首先會想到的指標是DAU（日活躍用戶）、MAU（月活躍用戶）。這兩個數(shù)據(jù)基本上說明了應用當前的用戶群規(guī)模，在網絡游戲行業(yè)這是兩個運營人員必看的指標。通?；钴S用戶是指在指定周期內有啟動的用戶。但是啟動是否真的等于活躍呢？如果在指定周期內只啟動了一次，而且時間很短，這樣的用戶活躍度其實并不高（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）。所以其實還要看另兩個指標：每次啟動平均使用時長和每個用戶每日平均啟動次數(shù)。當這兩個指標都處于上漲趨勢時，可以肯定應用的用戶活躍度在增加。

　　針對使用時長和啟動次數(shù)的渠道統(tǒng)計同樣很重要。我們把它們稱為渠道的質量數(shù)據(jù)，如果某個渠道上來的用戶，這兩個指標很差，那么在這個渠道上投入太多是沒有意義的。典型的就是水貨刷機的用戶，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用戶，可以看另一個指標，叫一次性啟動用戶數(shù)量，也就是迄今為止只啟動過一次的用戶的數(shù)量。

　　除了渠道，另一個和活躍度相關的分析維度是版本。各個版本的使用時長和啟動次數(shù)也會有差異。對產品經理來說，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、月活躍率這些指標。當然活躍率和應用的類別是很有關系的，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）

　　下載和安裝——使用——卸載或者遺忘，這是用戶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用戶的生命周期，大化用戶在此生命周期內的價值（下一節(jié)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。這里我之所以用英文，是因為其中文翻譯不統(tǒng)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優(yōu)先天（假設日期為D），而是D+1日，即安裝使用的第二天。因為安裝使用的優(yōu)先天沒有留存率這個概念（有的話，只能是）。到了第二天，前一天安裝使用的用戶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，所以有些文章中也叫“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日安裝使用這款應用的用戶總數(shù)的百分比。通常用戶新安裝使用后的前幾天是流失比例大的時期（關于用戶留存的細節(jié)，請參考我們同事的另一篇博客《讀懂你的用戶留存》）。所以這兩個指標在留存率分析是重要的。曾經有游戲行業(yè)的行家指出，如果想成為一款成功的游戲，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、月留存率等指標，會更有意義。留存率也是檢驗渠道的用戶質量的重要指標，如果同一個應用的某個渠道的首日留存率比其它渠道低很多，那么這個渠道的質量是比較差的。

　　四、獲取實現(xiàn)目標（Revenue）

　　關于實現(xiàn)目標，大家耳熟能詳?shù)闹笜司褪茿RPU（平均每用戶實現(xiàn)目標）值。對應的比較少提的還有個指標叫ARPPU（平均每付費用戶實現(xiàn)目標）。前幾天，@吳剛在微博里貼圖比較二戰(zhàn)風云的ARPU值時就注明了是周付費用戶ARPU（所以其實是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游戲產生過分的樂觀。

　　是不是ARPPU高，ARPU就一定會高呢？答案是不一定。因為其中還有個指標是付費用戶比例，也就是付費用戶在全部用戶中所占的比例。如果付費用戶比例較低，那么那些實現(xiàn)目標攤到所有用戶身上的平均值就低了。通常來說，如果某個游戲為了提高ARPPU，提高了虛擬道具的價格，那么付費用戶比例就會相應地降低。找到一個ARPPU和付費用戶比例的平衡點，才能大化實現(xiàn)目標。

　　但是實現(xiàn)目標并不是重要的，收銀才是。如何大化收銀呢？收銀簡化的計算公式是：收銀=實現(xiàn)目標-成本。首先我們看一下成本，我們在上一篇中提到過CAC（用戶獲取成本）。除此之外，還有應用本身的開發(fā)成本、服務器硬件和帶寬成本以及運營成本等等。不過在用戶量很大的情況下，CAC會成為主要的成本，而其它成本不在一個數(shù)量級，所以我們在后續(xù)討論中只考慮CAC。

　　那么實現(xiàn)目標如何計算？ ARPU是一個和時間段相關的指標（通常講的多是每月的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。所以我們還要多看一個指標：LTV（生命周期價值）。用戶的生命周期是指一個用戶從優(yōu)先次啟動應用，到一次啟動應用之間的周期。LTV就是某個用戶在生命周期內為該應用創(chuàng)造的實現(xiàn)目標總計，可以看成是一個長期累計的ARPU值。每個用戶平均的LTV = 每月ARPU * 用戶按月計的平均生命周期。

　　LTV – CAC的差值，就可以視為該應用從每個用戶身上獲取的收銀。所以大化收銀，就變成如何在降低CAC的同時，提高LTV，使得這兩者之間的差值大化。更進一步的，對不同渠道來源用戶做斷代分析，根據(jù)他們不同的CAC和LTV，就可以推導出不同渠道來源的收銀率差異。

　　五、自傳播（Refer）

　　自傳播，或者說病毒式營銷，是近期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)這個衡量指標。其實K因子這個術語并非起源于市場學或軟件業(yè)，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因子量化了感染的概率，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復雜，K = (每個用戶向他的朋友們發(fā)出的邀請的數(shù)量) * (接收到邀請的人轉化為新用戶的轉化率)。假設平均每個用戶會向20個朋友發(fā)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，用戶群就會象滾雪球一樣增大。如果K<1的話，那么用戶群到某個規(guī)模時就會停止自傳播增長。

　　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。所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。但是從產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。

　　龍創(chuàng)手游結合自身的運營經驗，總結出在應用推廣運營各個層次（各個階段）需要關注的關鍵指標。在整個AARRR模型中，這五個量化指標都具有很重要的地位，而且很多指標的影響力是跨多個層次的。及時準確地獲取這些指標的具體數(shù)據(jù)，對于應用的成功運營是必不可少的。