CDA I级学习 - 漏斗模型

漏斗模型是一个形象的称谓，因为最终的样子长得像漏斗，而被成为漏斗模型。它不仅仅是一个业务分析过程中常见的分析模型，更是一种可以普遍适用的方法论，或者说是一种思维方式，其核心作用在于风险管控。

漏斗模型可以描述完整事项中各递进阶段的状态特征，常用漏斗图来进行展示和分析。漏斗图对于一些规范性、周期长和环节多的业务流程有着较好的可视化展现效果。它可以广泛应用于流量监控、产品目标转化等日常数据运营工作中，称之为转化漏斗；也可以用于产品、服务销售，称之为销售漏斗。

漏斗图

通过漏斗图比较各环节业务数据，能够直观地发现问题。还可以展示各步骤的转化率，例如通过漏斗图可以清楚地展示用户从进入网站到实现购买的最终转化率。

漏斗图由漏斗分层和漏斗层宽决定，其中漏斗分层即为数据维度，而漏斗层宽为数据度量。由数据的维度决定。

销售漏斗模型

销售漏斗模型，是科学反映商机状态以及销售效率的一种重要的销售管理模型。

由于业务及数据都是动态变化的，即数据存在着不确定性，在进行数据分析处理时，需将每个不确定性尽可能变成确定性，用正确的销售决策最大限度地降低风险，这也是设计及管理销售漏斗模型的目的所在。而为了保证有效数据，我们需要尽可能的保证数据的准确性与时效性，有效数据积累越多价值越高。

流程

先将发现潜在商机机会开始到现金回收为止的整个销售过程分为不同销售阶段
再对每一个销售阶段进行有针对性的细致管理
最终达到及早发现并回避潜在商机风险的目的

关注点

粗细 - 容量
斜率 - 销售技巧
均匀 - 阶段分布
流速 - 销售周期

销售漏斗公式

销售=流量*转化率*客单价*复购率

可以用这个公式来分析餐厅经营逻辑：

流量，就是知道这家餐厅的总人数；
转化率，就是知道这家餐厅的总人数中，有多少人真的会来吃饭；
客单价，就是每桌来吃饭的顾客消费多少金额；
复购率，就是吃过这家餐厅的顾客中，有多少会再来。

营销漏斗模型 - AARRR模型

AARRR模型是指Acquisition、Activation、Retention、Revenue、Referral，即用户获取、用户激活、用户留存、用户收益以及用户传播，是产品运营中比较常见的一个模型。

A - Acquisition 用户获取

A - Activation 用户激活

R - Retention 用户留存

R - Revenue 获得收益

R - Referral 传播推荐

通过结合产品本身的特点以及产品的生命周期位置，来关注不同的数据指标，最终制定不同的运营策略。通过拆解和量化整个用户生命周期各环节，可以进行数据的横向和纵向对比，从而发现对应的问题，最终进行不断的优化迭代。

1）Acquisition用户获取：

获取用户的目的在于让潜在用户可以接触到产品，也就是大家所熟知的推广。其途径有很多，比如，投放广告、使用应用市场引流等等。

2）Activation用户激活：

获取到用户后就需要引导用户进行下一步，让其可以更好地了解到产品，认可产品价值，激发起活跃度，这样才能为后面成为忠诚的用户提供保证，而不仅仅只是我点击进来，“嗯”，“知道”，“好”就结束了。这不仅需要有一个好的推广渠道，也需要制定相应的关键策略来吸引到更多的用户。

衡量渠道好坏核心指标：

Customer Acquisition Cost - CAC 获取一个用户的成本：CAC = (营销总费用+销售总费用)/同时期新增用户数

Life Time Value - LTV（用户生命周期价值）：LTV = 平均用户使用产品多少个月*平均每月你在用户身上赚的钱。

只要LTV > CAC（在用户身上赚到钱大于获取用户的成本），那么这个生意就是成立的，否则每获取一个用户都是亏本的，是没有意义的，需要舍弃。

3）Retention用户留存：

就算是激活了用户，但是仍会面临着用户只是一次性消费后即永远流失的情况，因此，需要建立用户粘性，毕竟保留一个老客户的成本要远远低于获取一个新客户的成本。因此提高用户留存，是维持产品价值、延长生命周期的重要手段。

在研究用户留存的时候，我们最常关注的指标就是留存率。通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况，然后制定相应的政策来适当的激励存量用户，保证用户粘性。

4）Revenue获得收益：

盈利是产品运营的最重要的目的，如果可以在有限的用户生命周期中，尽可能的完成其商业价值的开发和转化，就可以提高我们最终的产品运营获利。

想要获得收益主要有三类来源：付费应用、应用内付费、以及广告。比如腾讯优酷爱奇艺的会员模式、游戏APP中惯用的免费软件+增值服务模式、视频中的广告等。

ARPU - Average Revenue Per User 每用户平均收入，是评估AARRR模型效果的重要参考指标之一。

5）Referral传播推荐：

随着信息技术的不断发展，社交网络的建立和普及和各类社区平台崛起，微信、微博、小红书、抖音、淘宝直播等，让用户指数级增长变成了可能。好的产品只要建立好口碑，在社交网络上面“病毒式”传播也不是不可能的，这个成本也许是非常小的，但是收益确实极大的。

我们通过使用K因子来衡量产品传播推荐状况，当K>1时，在社交传播的这个过程中，就会获得指数增长的效果，而K<1时，说明传播到一定程度后就会停止传播了。

K = 每个老用户带来新用户的数量 = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)。

AARRR各阶段常见指标

参考文献：

（1）产品经理的数据分析必备：漏斗模型 - 知乎

（2）销售漏斗模型学习笔记 - 知乎

（3）用户运营之常用模型-AARRR模型 - 知乎

（4）AARRR_百度百科

（5）AARRR模型常见指标_valkyrja110的博客-CSDN博客_aarrr模型指标