如何搭建高效的用戶增長模型

談及增長，人們總是習慣性捧出AARRR模型。然而AARRR到底是怎麼來的？到底它的底層邏輯是什麼？現階段又存在哪些不足？卻很少有人探討。實際上，增長模型歷經了三次大的迭代，了解了這個過程，才能杜絕邯鄲學步式抄襲經典模型，才能更好地理解：如何搭建適應時代特色的增長模型。

01 用戶增長模型的三次迭代

過往20年時間，經濟發展歷經了傳統線下模式-PC網際網路-移動網際網路的三次變革，增長的邏輯，也經歷了三次大迭代（如下圖）

傳統增長模型：基於位置的人-貨-場。在傳統線下經營中，能佔據優勢賣場位置，就等於壟斷了用戶來源。因此區域、位置的選擇是第一位要素，之後才是如何給賣場配置業務員（人）如何引進商品（貨）如何優化布局（場）。

第一次迭代：PRAPA產生。網際網路的興起打破傳統渠道對位置（場）的壟斷，也提供給消費者更豐富的體驗。用戶可以免費看視頻、玩遊戲、讀文章，體驗流程大大增加。從傳統的「到店即消費」逐步轉化為「先體驗，後付費」，甚至「免費體驗，付費增值」。這種轉變，使得增長模型，必須關注體驗全流程，對「推廣→註冊→付費→轉化→高客單價」的整個路徑進行關注，以提高轉化效率，實現經營效果。

第二次迭代：從PRAPA到AARRR。當移動網際網路取代了PC網際網路，增長的邏輯也發生變化：

1. 用戶更加依賴手機及手機應用，對移動網際網路的總的時間投入在提高、但對每個APP的忠誠度反而在降低，因此用戶留存（Retention）變得非常重要。
2. 新媒體（微信、微博、抖音、快手、B站……），使得用戶觸點更加豐富。獲取用戶的手段，不僅限於廣告推廣，變得更加多樣，因此Acquisition概念，取代了Promotion。
3. 用戶間互動更頻繁，除了傳統KOL，大量KOC崛起，病毒式傳播大行其道。這使得用戶間轉介紹成為重要增長力量（Refer）。

由此可見，增長模型從來不是一成不變，而是隨著技術條件、商業模式、經濟發展的趨勢而變化。第三次轉變，則是近年來隨著AI技術進步、數據資源積累增加而悄然進行，並在後疫情時代愈發明顯的變化的，從AARRR向6R模型轉變。轉變的直觀原因，則是：AARRR模型遭遇越來越多增長難題。

02 後疫情時代，AARRR的新難題

雖然AARRR被很多書籍、文章奉為經典。但誕生於移動網際網路大躍進時代的它，被打上了鮮明的時代烙印。

問題一：整個增長起點仍然是獲客，但新獲客的成本越來越高。獲取新用戶是增長的發動機。在高速增長的紅利期，這種觀點無可厚非，但隨著電商、社交、媒體、O2O、遊戲等領域頭部玩家割據局面的形成，留給整個市場的新用戶獲取空間越來越小。相應的，獲客成本持續飆升。想從對手那裡搶人可不是件容易事。

問題二：整個增長模型是線性漏鬥，用戶轉介紹來的太遲。傳統AARRR模型把refer作為轉化漏鬥最後一步，默認了轉介紹是只有少數核心用戶，或者KOC/KOL們才能做得事。這樣並沒有充分發揮用戶轉介紹的威力，反而為了推動用戶轉介紹，額外投入了成本。至於從KOC、KOL那裡購買公眾號、微博、直播推廣位置，則更是把原本應該自發產生的轉介紹變成了生意，變成了另一種形式的廣告，從而拉高了投入成本。

問題三：用戶活躍水份高，羊毛用戶日漸多。傳統的拉動用戶活躍的手段，除了派券，就是籤到、打卡、大轉盤、抽紅包、砸金蛋、搖豆子、種果樹。雖然形式多變，但在推送對象上，都是全員參與，很容易養出來一幫專門薅羊毛的活躍參與者，拖高成本。真正沉默的用戶，反而覺得一次又一次的信息騷擾很煩人，最後日趨沉默。

問題四：一刀切式用戶留存劃分。用戶留存的習慣算法，是人為制定一個「3個月不登錄」之類指標作為流失標準，把未達標準的都算作留存用戶。可實際上，用戶在觸達流失標準以前，行為已經有明顯差異，有的特別忠誠，有的飄忽不定，一刀切式劃分過於簡單粗暴，統一喚醒的結果，則是平均使用力量，導致忠誠用戶挽回難度大，飄忽用戶白佔便宜，成本高且效果差。

問題五：轉化只靠把券發，簡單粗暴把錢砸。從2013年開始，我們依次經歷了拼團、在線支付、網際網路金融、O2O、外賣平臺、網絡打車、共享單車、短視頻等行業的紅包大戰。以至於「做網際網路就是發紅包」的觀念深入人心。在一輪輪紅包轟炸下，用戶胃口日漸刁鑽；拉新、促活的成本都在提升。

縱觀五大問題，成本上升/手段簡單這八個字出現的頻率最高。在行業紅利期見頂的今天，從跑馬圈地轉向精耕細作是必然的趨勢，這就引發了第三次大變革。

03 適應新時代的6R模型

所有的變革，都是從解決具體問題而來。 AARRR當前面臨的五大問題，本質是來自缺少精細化手段。想要實現精細化，就得加深對用戶的了解，提供更個性化的產品與服務。這又離不開數據的積累與AI算法的進步。

試想這些年行業重大革新：基於社交玩法的拼多多；基於個性化推薦的頭條系崛起；阿里開始打通數據中臺，推出基於用戶標籤的推薦系統；都是在改造傳統的增長手段。具體成功經驗有以下六點：

1. 基於對用戶了解的精準獲客。

傳統的投放都是基於渠道屬性進行分析。比如發現A渠道投放效果好，就追加投入；B渠道效果差，就減少投入，一腳一個坑試過來。如果我們能從新用戶中篩選出一批高活躍和高留存的「種子用戶」，結合種子用戶的基礎屬性+偏好特徵，建立分析模型，在全渠道鎖定相似人群，就能大規模獲取高精準度的新用戶，不用再一步步踩雷嘗試，就能極大降低成本。

這時候，就不是生拉硬拽式的Acquisition，而是Recruitment，像HR招聘一樣篩選簡歷，先了解面試者的特徵再約見，從而極大提升投放效率。

2. 社交傳播前置，激發新用戶傳播熱情

在獲客階段，就充分發揮社交傳播和口碑推薦的強連接能力，通過「推」與「拉」的靈活配合和相互作用，從而有效降低單客成本。與轉介紹（refer）相比，推力的打造更加強調再生數（Reproduction），即一個用戶能口碑傳播給他身邊的人。

因此，需要給予用戶簡單、可複製的任務，快速實現裂變式轉發，無需再經用戶個人創作，從而避免了轉介紹變為KOC/KOL掙廣告費的途徑這個老大難問題。

3. 分層級定義用戶，制定精細化促活策略

促進用戶活躍要避免盲目、無節制地打擾用戶，就必須進行用戶細分。除了對用戶沉默程度分層以外，對用戶的行為偏好、可觸達方式、會響應的觸達內容，都需要建立起豐富的標籤庫。從而在站內推送、彈框、簡訊、EDM等眾多方式中選擇最優手段，真正使已經沉默的用戶再次登錄和使用。一定程度上避免活躍老用戶薅羊毛。

總之，我們不要簡單的Activation，我們需要的是細緻的Retargeting。

4. 個性化內容定製，激發內在動力

想要降低促活成本，就得擺脫只依靠優惠券的一條腿走路方式。因此需要為用戶提供有用、有趣的服務和內容，給用戶留下良好的印象，讓沉默或流失用戶能夠在合適的場景主動記起並再次煥發活力。這就得依賴大數據和推薦算法，打造個性化和人性化體驗。無論是淘寶的「千人千面」還是今日頭條的「個性化推薦」，都是基於龐大的標籤庫開展精細化運營的成功實踐。

第3、4步改變，實際上細化了AARRR模型中的Acquisition與Retention。在個性化推薦算法助力下，用基於用戶分層的Retargeting（分層促活）和Retention（內容喚醒）避免了大水漫灌式促活活動，從而降本增效。

5. 精準鎖定目標，優化轉化過程

想要避免無節制的派券，企業得對目標用戶特徵和自身用戶的畫像進行多維度對比，從而鎖定適合投放的人群，從源頭上避免用優惠券生拉硬拽；在大規模投放廣告之前，還可將目標人群再細分，對不同廣告創意進行A/B Test來指導投放。從而逐步調整流程，實現轉化效率提升，也避免了做Revenue過份依賴補貼的做法（如下圖）。

（圖片優化建議：可以文案中強調一下，是針對同一個樣本集，進行不同的文案測試。）

6. 重視存量經營，提升挽留質量

從增量經營向存量經營的轉變是大勢不可逆的。因此在考慮收入轉化時，不能「割一波韭菜就走」。要定期復盤，進行流失預測，識別出有流失傾向的高價值用戶，以做好提前應對，降低用戶流失風險。經營存量用戶的Reservation，與直接促成轉化的Revenue同樣重要。

正是觀察到了這六種精細化增長的思路轉變，每日互動（個推）提出新的6R增長模型。多年來深耕移動網際網路領域的實踐經驗以及對數據智能行業的技術積累，使得個推打造出更細緻的增長模型。

同AARRR相比，6R模型：

1. 用Recruitment細化了Acquisition，提高投放效率
2. 前置了refer，提高社交裂變效率
3. 用Retargeting細化了Activation，提高促活效率
4. 新增了Reservation，加強了對存量用戶的經營

整體邏輯如下：

除了更細緻的劃分與運營以外，基於6R模型的增長邏輯，不再是單純的漏鬥式篩選。在運營過程中，用戶會持續受到個性化的內容推動，活躍的用戶會保持活動力；針對即將要流失的用戶，通過個性化內容喚起他們對App的美好記「憶」，保持端內活躍；針對已流失的用戶，則要進行再次的「拉」和「推」，讓他們重新「回」來，以此再度開啟全新的用戶生命周期，形成可持續的增長閉環。

04 6R模型成功經驗

6R模型是對AARRR的細化改進，因此在落地過程中，常常是首先對AARRR力有不逮的地方進行優化：強化獲客拉力，強化基於用戶分層的個性化推送，強化用戶留存等傳統運營中的薄弱環節，最終將單向漏鬥豐富為閉環操作，從而提升運營能力。

1. 6R在傳統企業數位化升級中的應用

在數位化運營上，傳統企業最大的難點在回+憶兩個環節。後疫情時代，用戶出行受到限制，傳統企業無論是業務還是用戶都在快速從線下向線上轉移。如何借力數位化工作，保持和用戶關係，發覺更多使用場景，及時激發並滿足用戶需求，成為破局關鍵。6R模型在傳統企業數位化升級中作用，更多表現在：基於用戶分層進行個性化觸達，加強用戶粘性，及時為用戶提供優質的服務。

比如手機銀行APP其用戶量是龐大的，用戶需求也屬於「剛需」，但是手機銀行APP的使用如何變得「高頻」卻需要數智化的6R模型的幫助。在運營活動策劃上，手機銀行APP可以將自身的埋點數據、業務數據與像個推這樣的第三方數據打通，根據用戶的職業、興趣愛好、線上行為偏好等維度將非活用戶群分，制定相應運營活動、產品交叉推薦以及異業合作等形式觸發活躍，比如對於都市通勤人群設置叫車服務優惠，比如對於網購人群提供豐巢快遞滯留收費優惠等。在用戶喚醒策略上，手機銀行APP可以進行定製化數據建模，挖掘長尾用戶中與高活躍用戶相似人群，從而提高整體用戶活躍。

2. 6R在網際網路新玩家中應用

網際網路新玩家最大痛點，在於流量貴、推廣難。很容易陷入花錢買繁榮、財散業務終的困境。想避免陷入花錢買增長的陷阱，就得減少盲目補貼投入，真正了解用戶， 激發用戶需求。6R模型在網際網路新玩家中應用，更多體現在挖掘用戶特點，找到匹配用戶的內容，激發用戶自傳播手段，向相似人群推廣。強化了拉力與推力。

比如：某租房類APP通過基於個推用戶畫像系統，為其用戶個性化展示房源。例如了解到某新用戶群體為95後職場女性、居住在上海、寵物愛好者、消費水平為中等偏低、喜歡逛街後，便為其精準推薦性價比較高、地理位置較為便利、可以合租、允許飼養寵物的精裝房。

針對宅生活的職場男性，為其推薦價格更優惠且地鐵直達的遠郊區房。通過個性化的推送，提高了對新用戶吸引力，從而提升新用戶留存質量與轉化難度，降低獲客成本。

3. 6R在網際網路老玩家中應用

後疫情時代，大量企業轉型線上，使得存量用戶爭奪更激烈。對於網際網路老玩家而言，守住大量存量用戶與拉新同樣重要。面對經營成本壓力，進行精細化分層，留存老用戶，降低轉化成本是關鍵。

改變過去大水漫灌，到處發券的狀況勢在必行。6R模型在網際網路老玩家中應用，更多體現在通過自動化ABtest系統，優化轉化成本，基於用戶分層，減少激活成本之上活躍用戶轉化、流失用戶挽留的效率同步提升。

比如某小說閱讀類APP與個推開展合作，打造了用戶流失預警模型。經分析發現，表面上看起來不活躍佔比高達67%，可其中判定為高流失預警用戶僅19%。剩餘48%用戶其實處於待激活狀態，有很大喚醒可能性。在清晰人群後，針對高流失預警用戶投放有力活動進行吸引，對待喚醒用戶轉用內容更新、籤到等活動激活。既降低了挽留成本，又大範圍拉升用戶。

類似的案例還有很多，越來越多的企業開始改造傳統的AARRR，本著精細化、個性化、智能化的原則，向6R升級。總之，精細化運營，降本增效，是後疫情時代整個移動網際網路行業的大勢所趨。

未來在所有抱怨：

新客獲取，成本高！

用戶互動，粘性差！

老客留存，沒方法！

轉化靠券，花錢多！

的行業裡都會有6R模型應用場景。