上次我们分享过一篇文章告诉大家四大数据分析方法，数据分析方法是当我们面对具体数据的时候所需要掌握的方法，用来挖掘数据背后隐藏的有用信息。app刷量

今天给大家分享的内容是：数据分析框架。相比于数据分析方法这种战术上的东西；数据分析框架是一种偏战略的数据分析思路，当面对产品问题的时候，告诉我们该如何去开展工作。

在产品经理的工作过程中，数据分析框架到底有哪些作用呢？

日常在开展数据分析工作的时候，往往会进入误区，往往希望展现那种比较大，比较全的指标，而没有针对我们需要去分析的问题深入，数据分析的框架能够帮助我们把抽象的问题具体化，基于业务特征和数据指标来构建相关的分析体系，保证分析结果的准确性，可靠性和针对性。

我们今天讲一个互联网产品经理都要用到的分析框架：AARRR模型。

AARRR模型是硅谷的一个风险投资人叫戴维·麦克鲁尔在2008年的时候创建的。

这个模型是用来分析新公司和新产品的可行性，提出赢得客户需要经历的5各阶段，但是在数据分析领域同样适应！

1、什么是AARRR模型

包括获取、激活、留存、收益、推荐。

获取：获取也就是我们常说的引流，也叫做产品推广，这是整个产品运营的基础。常用的引流方式有很多，从形式上来分分为文字引流、图片引流、音频引流、视频引流，所有能让你的产品信息触达用户的渠道都是你引流的战场。在这个过程中我们需要关注的指标可能很多，通常会有曝光数、点击数、打开率、下载量、安装量、用户获取成本等。

激活：用户来了以后，都是僵尸用户也不行，我们不仅要关注数量，更要关注质量。不同产品对活跃的定义不一样，有的产品可能登录就算活跃，贷款产品定义用户上传相关信息才算活跃，活跃的定义根据产品的性质来区分。这个阶段我们关注的指标有设备激活量、订阅量、时长达成数、日活跃率等。应用市场审核规则

留存：如果你的产品不是一次性筷子，那么留存是每个产品都要考虑的事情。所谓的留存是当用户体验过我们的产品之后，我们的重点放在吸引客户持续使用我们的产品上来，在这个过程中会有一些指标作为参考，比如说次日留存率、七日留存率、距离上次使用的时长、DAU/MAU、7日回访率等。

收入：没有那家公司老板不关注收入，我也相信没有那个老板一开始创业就为了改变世界，无非是想让自己活得好一点，过的有尊严一点，不用天天朝九晚五，挨骂的讨生活。在产品上，收入是一个比较关键的指标，更是一个关键的阶段，对于任何产品来讲，最为关心的就是收入，即使你是一个免费的应用，也应该有一个盈利模式。你收入的大小和你给用户提供的价值成正比，很多人说我辛辛苦苦上班八小时还不如直播的女生抖胸露肉赚的多，那我想说的是你提供的价值没有直播露肉的女生提供的价值大，你是给你老板提供8小时的劳动力价值，而直播女生是给成千上万的屌丝用户提供其饥渴的性价值，明显后者提供的价值更大，可能单位时间没你提供的价值大，但是你只给你老板提供价值，而她向成千上万人提供价值，这也就是为什么用户量要多的原因。如果针对产品而言，这个阶段我们关注的主要指标可能有付费率、付费频次、客单价、和用户价值等。应用宝手机版

推荐：推荐是随着社交网络的兴起而产生的，社交网络的兴起使我们在获取用户又多了一个新的途径，用户推荐他人来使用我们的产品，推荐的前提是你的产品要做的好，情感领域，谁也不希望给自己的闺蜜推荐一个渣男，那在产品领域，谁也不希望给自己的朋友推荐一个渣产品，即使你用金钱诱惑也达不到你想要的结果，因为大家分享不仅是为了钱，还有分享给朋友，能帮到朋友的那份喜悦感！在这个阶段我们关注的指标可能会有转发数、邀请数、评论数、K因子等

2、产品经理该如何使用AARRR模型？

AARRR模型给我们提供了一个很好的精细化数据运营思路。通过各个阶段的指标分析，产品经理可以清晰的了解到用户是从那些渠道引入的，那些渠道引入的用户是比较活跃的，那些渠道用户付费转化率非常高，那些渠道的用户留存表现好，产品里面那些功能是比价受欢迎的，那些引导的方式用户接受度非常高，那些方式可以有效的提醒用户回访，那些方式可以提升用户的留存率，那些用户对我们的贡献价值比较大，什么类型的用户喜欢传播我们的产品，所以说产品经理在这样一个过程中，他通过这样的一个模型可以把整个的运营数据打通，而不是把他的精力停留在下载量、激活量这样一个数量的指标，把这些指标当作产品成功与否的一个标志！

太多理论难免会空洞，我们下面举例说明：

在没有细致的分析之前，我们看看这两个指标，渠道A给我们带来用户量较多，花费的价格较低；而渠道B给我们带来的用户量较少，花费较高，可能对产品经理来说，更加趋向于A这样的方案。

而如果我们把这样的一个渠道分析放到AARRR模型的框架里面。

我们首先看一下渠道A：

获取阶段：渠道A帮我们获取10万个用户，单个用户成本3元。

激活阶段：100000个用户里面激活的用户只有5万，有一半的用户没有激活。

留存阶段：最终留存下来的用户有5000个，单个用户留存成本60元。

收入阶段：贡献收入的用户有1000个，单个付费用户成本300元。

从这个框架里面我们可以看到虽然A渠道给我们带来的用户量较多，但最终留下来的，对整个产品有贡献的用户他的量是非常少的，A渠道有价值的用户成本是非常高的。

相反我们来看看B渠道：

talkingdata sdk

获取阶段：B渠道给我们带来50000个用户，单个用户成本10元。

激活阶段：50000个用户里面有45000个 用户是激活的，激活的比例是非常高的。

留存阶段：在这激活的用户里面最终留下的用户有25000个，单个留存用户成本20元，也就是B渠道引入的用户有一半是留存下来的。

小米应用商店审核规范

收入阶段：这些留存下来的用户对我们的产品产生价值的有15000个用户，单个付费用户成本33.33元。

很明显B渠道的引入的用户质量更高！

上面就是AARRR框架在数据分析领域的应用，希望大家能够从中学习到知识。

作者：德艺双馨产品刘 来源：产品壹佰

刷友盟数据已经是业内常见的一种优化数据的方式，很多APP产品要拉投资，要给数据给投资人看，但是用户量却一直上不来，刷友盟数据就成为常见的一种方式。

随着技术的发展，友盟平台也逐渐抵制假量的出现，技术上防止刷量行为，因此很多做模拟数据的工作室做的数据都无法显示，因为他们的数据是假数据，是破解得来的数据，并不是真正的下载量和激活量，友盟数据出不了数据。

安智宝都是真实手机做任务，刷APP下载量和激活量，以达到友盟数据的优化，因此在这个层面上来说，安智宝比市场上的现有刷机服务都要可靠，值得信赖。