京公网安备 11010802034615号
经营许可证编号:京B2-20210330
AARRR不是一张固定的指标清单,而是一条把用户从接触产品到主动传播的路径拆成五段的漏斗:拉新(Acquisition)、激活(Activation)、留存(Retention)、变现(Revenue)、推荐(Referral)。数据运营用它,核心不是把五个阶段的所有指标都监控一遍,而是先确定当前业务阶段的北极星指标,再为每个阶段选1—2个结果指标、配几个过程指标,写清口径,然后用漏斗和同期群定位卡点,最后把结论落成可执行的动作。
下面按“怎么选指标—怎么统一口径—怎么诊断—怎么闭环”的顺序说明。
AARRR的每一段都能量化,但指标之间不是并列关系。北极星指标回答“当前阶段公司最在意什么”,例如内容产品早期可能在意“周活跃创作者数”,交易型产品可能在意“完成首单的用户数”。北极星确定后,五阶段指标才有取舍依据:与北极星无关的指标可以看,但不作为阶段目标。
对数据运营来说,这一步的产出是一句话的目标和一张指标树:北极星在上,五阶段结果指标在中,过程指标在下。没有这棵树,后面按渠道、按新老用户下钻时很容易失去方向。
拉新看渠道新增用户数、获客成本(CAC)、渠道转化率。过程指标包括曝光量、点击率、落地页到达率。拉新的关键不是新增总量,而是“哪个渠道带来的用户在后端留存更好”,所以拉新指标必须能和后续阶段打通。
激活看注册完成率、首日关键行为达成率。关键行为要按产品定义,例如内容产品是首次发布或收藏,工具产品是完成一次核心操作。激活指标的价值在于它是留存的前置信号,首日关键行为没达成的用户,后续留存通常明显偏低。
留存看次日、7日、30日留存率,以及同期群曲线。留存是AARRR里最容易被误读的一段:整体留存率会被新老用户结构稀释,所以要用同期群(按注册周或注册月分组)看同一批用户随时间的衰减,而不是只看某一天的总留存。
变现看付费率、ARPU、LTV。过程指标包括付费入口曝光率、试用转化率、客单价。LTV要和CAC放在一起看,单看LTV高不代表健康,可能是获客投入被低估。
推荐看分享率、邀请转化率、K因子(每个用户平均带来的新用户数)。K因子大于1意味着自传播能带来净增长,但多数产品达不到,所以推荐阶段更现实的指标是“分享行为发生率”和“邀请链路各步转化率”。
同一指标在不同部门口径不一致,是数据运营最常见的返工来源。每个指标至少要写清四件事:定义(分子分母各是什么)、统计周期(日、周、月,按自然周期还是滚动周期)、去重规则(按用户ID还是设备ID,跨渠道是否去重)、数据来源(埋点表、订单表还是后台导出)。
例如“7日留存率”,要明确是“注册后第7天当天活跃”还是“注册后7天内任意一天活跃”,两种算法结果差别很大。口径文档写完后,检验方法是让别人按文档独立复算一遍,结果一致才算可用。
指标看板只能告诉你“哪里低”,漏斗和同期群才能告诉你“低在哪一段、哪一批人”。
漏斗的做法是把五阶段转化率串起来,看整体转化在哪一步损失最大。同期群的做法是按注册时间或渠道分组,比较不同群体的留存曲线。两者结合,常见的诊断顺序是:变现差先查留存,留存差先查激活,激活差先查拉新渠道质量。因为后段指标的问题往往由前段用户质量或激活不足引起,直接在后段做促销可能只是短期掩盖。
下钻维度通常按渠道来源、新老用户、设备类型、地区分组,每次下钻只回答一个问题,避免一次拆太多维度导致样本过小、结论不可靠。
以下为模拟案例,数据仅用于演示方法,非真实业务数据。
某内容类产品的数据运营发现7日留存偏低。按AARRR拆解:拉新渠道新增正常,激活阶段“首日首次发布或收藏”的达成率只有三成,留存同期群显示未达成首日关键行为的用户7日留存明显低于达成用户。判断卡点在激活,而不是留存本身。动作是调整新手引导,把发布入口前置,并在一周后对比新注册同期群的留存曲线是否出现可解释的改善。如果曲线没有变化,说明假设不成立,需要回到埋点口径和用户分层继续排查。
这个循环可以固化为节奏:指标看板日常监控,周度做一次漏斗复盘,月度做一次同期群对比;关键指标设预警阈值,触发后按“阶段—维度—假设—动作—验证”五步走。
AARRR落地真正吃力的地方往往不在模型本身,而在三件事:把业务问题翻译成可计算的指标口径、按渠道和用户群体正确取数、把阶段转化和同期群呈现成可读的看板。CDA Level I的数据分析方法模块覆盖漏斗、同期群、RFM等描述方法,用户标签与用户画像模块练行为标签与人群划分,战略与业务数据分析模块涉及业务归因与实验思路,可以配合公开或模拟数据完成一份五阶段指标看板加一份卡点定位复盘报告,用来检验取数、口径与结论能否互相解释。
下一步:选一个你手上正在运营的产品,写下它的北极星指标,再为五个阶段各选一个结果指标和一个过程指标,把口径四要素补齐——这张表就是后续所有复盘的基础。
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10