现在大厂对设计师的要求越来越高，数据指标和简单的数据分析也成为了设计师的必备技能。

之前只对指标有一些零星的记忆，大量零散的指标难以记忆，因此，这次打算借助用户生命周期的概念把一些常用指标串联起来，方便理解和记忆。

AARRR模型，也被称为海盗模型，或者用户增长模型，它主要包含用户生命周期的五个阶段：用户获取（Acquisition）、用户激活（Activation）、用户留存（Retention）、用户变现（Revenue）和用户推荐（Referral）。

这5个阶段可以看作用户的转化漏斗，呈现了用户从听说产品，到成为产品忠实用户的过程，咱们日常的设计内容大多也是围绕这几个阶段来进行的。

接下来详细介绍一下5个阶段的具体含义和衡量指标。

01.

用户获取

用户获取，顾名思义就是拉新。获取用户是指通过线上或线下的各种渠道让用户知道产品，这是AARRR模型的第一步。所有的故事都是从听说开始，再到了解熟悉，最终将潜在用户转化为实际用户。

用户获取渠道多种多样，比如咱们常见的综艺赞助、地铁广告、自制宣传片等等。

常见数据指标有app下载量、安装量、新增用户数等，咱们主要介绍新增用户数。

新增用户数

新增用户数通常指首次成功启动产品的用户数量，按照时间周期统计通常需要关注日新增（DNU）、周新增（WNU）和月新增（MNU）。

新增用户数量一般按照设备IP统计，我曾经使用过某个app，卸载后重新安装不算是一个新用户。

作用：新增用户数在产品初期特别重要，能够反映出产品的发展前景和营销活动的推广效果。

02.

用户激活

用户激活，也被称为用户活跃。如果说获取是让用户知道，用户激活就是让用户使用产品、了解产品。

用户激活是指新用户通过产品引导或者活动策划开始使用产品功能，发现产品价值的过程。通常各产品对于用户激活的定义不同，有的产品只需要用户在指定时间内登陆就算激活，有些需要用户完成某些特定操作。

主要的衡量指标有活跃度。

活跃度

活跃度是指成功启动或操作过产品核心功能的用户，按照时间周期统计通常分为日活跃（DAU）、周活跃（WAU）、月活跃（MAU）。

DAU是日活跃用户数，英文是“Daily Active Users”，也就是说活跃度这个指标是按照用户数量计算的，同一个用户多次点击只算做一个活跃用户。

作用： 能够直接反应产品的用户规模，或者用户变化趋势，是一个非常重要的综合型指标。

说明： 不同产品需要关注的时间周期不同，社交类、资讯类等产品更加关注DAU数据，比如微信、抖音等；一些工具型产品、低频需求或者临时性需求的产品更加关注周活跃或月活跃，比如携程、去哪儿等。

03.

用户留存

激活阶段，新用户已经对产品有了一定的了解，留存阶段便是新用户转向老用户的过程，这主要取决于用户是否认可产品价值。

由于获取用户是需要成本的，因此在留存阶段，我们要尽可能提升留存率，减少用户流失。

常用衡量指标有留存率、流失率、人均使用时长等。

1）留存率

留存用户是指经过一段时间的产品体验后，仍愿意使用产品的用户。留存率便是留存用户占当初新增用户比例，也是咱们通常说的用户粘性。

根据时间周期统计，同样分为次日留存率、周留存率和月留存率。周留存率是一个重要指标，用户通常会在7天经历一个完整的产品体验周期，因此，经历7天的留存用户很有可能转变为产品的忠实用户。

作用： 用户留存能够直接反应用户对产品的满意度，留存率越高，则说明用户对产品的需求越高，使用产品的体验越好。

计算方式： 留存率=目前留存用户数/当初新增用户数。

比如某产品5月1日新增用户数为100人，7天后，这100人中有40人启动了这款产品，则周留存率为40%。

说明： Facebook曾经提出一个4-2-1的衡量标准，就是说，如果次日留存率达到40%，周留存率达到20%，月留存率达到10%，就算是优秀水平了。

2）流失率

流失用户与留存用户恰好相反，是指由于各种原因不再使用产品的用户。通常也是需要关注次日流失率、周流失率或月流失率。

作用： 通过对流失率进行分析，产品经理或设计师可能定位到用户流失的原因，然后进行修复。

计算方式： 流失率的计算根据我们的使用目的各有不同，但大体都是以下公式：

流失率=流失人数/总人数

根据我们的使用目的，首先要定义什么是流失用户，不同产品对于流失用户的界定不同，社交产品如果超过一个月未使用，便可以定义为流失用户，而工具类产品的时间周期会更长一些。

3）人均使用时长

人均使用时长是指每个用户每天平均使用产品的时间。

作用： 与留存率相似，能够直接反映出用户粘性，用户对产品的满意度。

计算方式： 人均使用时长=使用总时长/访问总人数

比如5月1日，某产品的日活跃DAU为1万人，累计使用时长为3万小时，那么人均使用时长就是3小时。

04.

用户变现

用户变现是指用户愿意为产品付费，最终将留存用户转化为付费用户的过程。

产品盈利通常有两种渠道，一种是让用户直接买单，另一种是通过展示广告等其他业务收费。

常用衡量指标也比较多，比如总成交、人均客单价等等。

1）GMV

GMV是商品总成交金额，一般公司称之为总流水。

GMV包含平台所产生的一切交易金额，包含已付款、未付款、取消订单和退货的部分。比如淘宝双十一的总成交额应该就是GMV，包含未付款、退款数据。

作用： 主要用来展示平台交易规模。

2）ARPU

ARPU是人均客单价，代表每个用户付费的平均水平。

这个指标通常在高奢侈品行业比较关注，毕竟每位用户带来的利润比较高。

作用： 用户衡量用户的人均购买力。

计算公式： ARPU=总收入GMV/支付UV。

比如，5月1日这天，总收入是200万，支付人数是50万人，则人均客单价就是4万。

05.

用户推荐

用户推荐与用户获取息息相关，是指已有用户愿意向其他人推荐产品或服务。用户推荐是一个持续性极强、成本极低的推广方式，能够带来惊人的用户增长。用户推荐大体可分为产品驱动和利益驱动两种。

产品驱动主要取决于产品质量，如果产品质量够好，用户觉得好用便会自发推荐给其他人。

比如，去年的网易云年度总结，通过情感化的方式重温了用户与网易云音乐在一起的一年，更是勾起了用户对过去一年的记忆，打到用户内心深处。

当用户被打动的时候，用户就会自发地、主动地进行传播，那一段时间我感觉朋友圈都被网易云刷屏了。

另一种是利益驱动，直白的讲就是，你帮我转发我给你好处，也是现在比较常见、比较讨厌的方式，例如补贴推荐、朋友邀请、病毒传播等等。

比较成功的案例有拼多多的砍一刀，花小猪起步时期的裂变营销，被称为“打车界的拼多多”，这种病毒式传播虽然引起很多人的反感，但是传播效果极好。

这里主要介绍两大衡量指标“K因子”和“NPS”

1）K因子

K因子，也被称为病毒系数，是指一个发起推荐的用户可以带来几个新用户。

作用： 直接反应裂变活动的效果，K值越高，裂变效果越好。只有当K值大于1时，才能实现爆发式增长。

计算方式： 增长黑客对K因子的描述是：K因子=分享率*转化率。

其中分享率是指每个用户发送的邀请数量，也就是分享次数/分享人数；转化率是指每个邀请成功的概率，也就是成功转化人数/分享次数。

例如，在一场活动中，100个用户发出500次分享链接，则分享次数500/分享用户100等于5，则分享率就是5，这些链接第一天转化了200个用户，则转化人数200/分享次数500等于0.4，则K值为5*0.4=2，也就是说一个老用户平均可以带来2个新用户。

2）NPS

K因子通常用于C端产品，NPS一般用户B端产品。

NPS，也被称为净推荐值，是一种计量一个客户将会向其他人推荐某个产品可能性的指数。

作用：用于衡量用户长期的幸福感，广泛用于互联网产品来衡量用户忠诚度。

计算方式：NPS通常通过发放问卷的方式，在问卷中询问用户有多大意愿向其他人推荐这款产品，分值通常是1-10份。

其中0-6分被认为是贬损者，7-8分被认为是被动满意，9-10分被认为是推荐者，NPS等于（推荐者数-贬损者数）/总人数*100。

通常认为30分算是合格，50分良好，70分优秀。