拉新即增長?一個(gè)公式走出誤區(qū)

一为居、如何定義用戶增長

如果不能定義碌宴,就無法衡量;如果不能衡量蒙畴,就無法管理贰镣。

定義用戶增長可拆分為兩部分:用戶和增長。

1. 用戶:哪類用戶屬于增長用戶

在線上獲客成本低廉的移動(dòng)互聯(lián)網(wǎng)早期膳凝,AARRR模型圍繞著獲客建立碑隆,它符合用戶與產(chǎn)品的互動(dòng)方式,并且突出了從拉新到變現(xiàn)的所有重要元素蹬音。

AARRR代表:

  • 用戶拉新Acquisition
  • 用戶激活A(yù)ctivation
  • 用戶留存Retention
  • 用戶推薦Referral
  • 商業(yè)收入Revenue
AARRR模型

而如今上煤,只有短視頻那類受追捧的新場景能夠享受到增量紅利,多數(shù)市場已經(jīng)進(jìn)入獲客成本高企著淆、人口紅利不在的存量市場劫狠,AARRR模型也將留存置于拉新之前,優(yōu)化成新的RARRA模型永部。

RARRA模型

RARRA模型意味著嘉熊,首先產(chǎn)品要有留住用戶的能力,然后再進(jìn)行拉新扬舒,減少獲客成本的浪費(fèi)阐肤。

增長用戶如果直接用新客數(shù)來定義,則猶如用漏水的桶接水,把接進(jìn)來的水量當(dāng)做是最后能使用的量孕惜。所以愧薛,能夠算作增長的用戶只是新客中留存的那部分用戶。

2. 增長:就全量用戶而言衫画,留存的新客是否能夠代表增長

用戶成為新客毫炉,意味著啟動(dòng)了用戶生命周期的旅程。

用戶生命周期將用戶劃分為五個(gè)階段:

  • 引入期:將用戶從外部市場引入削罩,轉(zhuǎn)變?yōu)樽约寒a(chǎn)品的用戶瞄勾;
  • 成長期:通過刺激需求,促使用戶粘性提升弥激,所有留存的新客都會(huì)進(jìn)入成長期进陡;
  • 成熟期:用戶形成使用習(xí)慣,成長為忠誠用戶微服,是用戶價(jià)值最高的時(shí)期趾疚;
  • 沉默期:用戶的粘性逐漸下降,有流失風(fēng)險(xiǎn)以蕴;
  • 流失期:用戶基本不活躍糙麦,對營銷刺激反應(yīng)也不明顯。
用戶生命周期模型

從用戶生命周期看丛肮,用戶有新增也有流失赡磅,用戶流失后不能再帶來價(jià)值。所以宝与,用戶增長既包括了留存新客的增加仆邓,也包括了價(jià)值老客的減少。

因此伴鳖,用戶增長應(yīng)定義為:能帶來價(jià)值的凈增長用戶节值。

相應(yīng)地,用戶增長公式為:
能帶來價(jià)值的凈增長用戶=留存的新客-流失的價(jià)值老客

二榜聂、如何計(jì)算增長用戶

以電商為例計(jì)算增長用戶:

1. 計(jì)算留存的新客數(shù)

電商行業(yè)搞疗,一般將首次下單用戶視為新客,將用戶的第二次下單視為留存须肆。由于購買商品的性質(zhì)不同匿乃,首次購買后,間隔一周甚至一個(gè)月再次購買都是有可能的豌汇,所以用戶留存是個(gè)相對長期的行為幢炸,那么,計(jì)算近期新客在未來的留存數(shù)量則是一個(gè)預(yù)測問題拒贱。

找一個(gè)較長的時(shí)間宛徊,比如一年佛嬉,將所有留存新客的首次下單日期與第二次下單日期計(jì)算差值,就得到了每個(gè)新客的留存天數(shù)闸天。對留存天數(shù)統(tǒng)計(jì)用戶占比暖呕,得到一條曲線:


曲線長尾的拐點(diǎn)處是留存天數(shù)的閾值(圖中約為30天),新客在這個(gè)日期之后再進(jìn)行第二次下單的概率是非常低的苞氮。

計(jì)算新客在閾值天數(shù)內(nèi)的累計(jì)留存率湾揽,就得到了新客留存率的預(yù)測值。

新客留存率與行業(yè)季節(jié)性變化相關(guān)笼吟,在大促月份库物,新客數(shù)量多但是留存率很可能不如其他月份,因此贷帮,新客留存率應(yīng)分月計(jì)算戚揭。同時(shí),最好使用歷史兩年的數(shù)據(jù)計(jì)算皿桑,以驗(yàn)證季節(jié)因素的普遍性。

月留存新客數(shù)=月新客數(shù) x 新客留存率的預(yù)測值

2. 計(jì)算流失的價(jià)值老客數(shù)

電商的價(jià)值老客指歷史至少下單兩次的老用戶蔬啡。

用戶流失預(yù)示著用戶未來大概率不會(huì)再下單诲侮,那么,找到用戶下單間隔時(shí)間大概率在哪個(gè)臨界點(diǎn)內(nèi)箱蟆,也就找到了用戶流失的關(guān)鍵時(shí)間點(diǎn)沟绪,即超過多長時(shí)間未下單可判定為流失。

下表數(shù)據(jù)為例空猜,對歷史一年下單2次及以上的用戶計(jì)算其全部訂單的間隔天數(shù)绽慈,間隔90天以上的訂單占比僅為3%,那么辈毯,可將90天定為流失點(diǎn)坝疼。

某月新增流失老用戶,指用戶最后一次下單后谆沃,持續(xù)90天未下單钝凶,且第90天的日期剛好落在這個(gè)月內(nèi)。即可以通過計(jì)算流失日期唁影,獲取流失價(jià)值老客數(shù):

月第一天≤(價(jià)值老客最后一次下單日期+90天的流失期)≤月最后一天

三耕陷、通過用戶增長平衡點(diǎn)計(jì)算推廣預(yù)算

用戶流失是無法避免的事,為了獲得用戶持續(xù)的增長据沈,就要保證用戶流入的速度比流出的速度快哟沫,即留存的新客數(shù)要超過流失的價(jià)值老客數(shù)。

用戶增長平衡點(diǎn):留存的新客數(shù)>流失的價(jià)值老客數(shù)

利用用戶增長平衡點(diǎn)锌介,可以為未來獲客數(shù)量劃定紅線嗜诀。

未來的流失價(jià)值老客數(shù)可以通過價(jià)值老客數(shù)及歷史流失率進(jìn)行預(yù)測猾警,該預(yù)測結(jié)果為未來留存新客數(shù)的底線。再通過未來留存新客數(shù)及歷史新客留存率裹虫,就可推算出未來至少應(yīng)該獲客多少才能保證用戶增長肿嘲。

通過推算的未來獲客數(shù)量與歷史獲客成本,可得出需要多少預(yù)算才能帶來真正的用戶增長筑公。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末雳窟,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子匣屡,更是在濱河造成了極大的恐慌封救,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,080評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件捣作,死亡現(xiàn)場離奇詭異誉结,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)券躁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,422評論 3 385
  • 文/潘曉璐 我一進(jìn)店門惩坑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人也拜,你說我怎么就攤上這事以舒。” “怎么了慢哈?”我有些...
    開封第一講書人閱讀 157,630評論 0 348
  • 文/不壞的土叔 我叫張陵蔓钟,是天一觀的道長。 經(jīng)常有香客問我卵贱,道長滥沫,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,554評論 1 284
  • 正文 為了忘掉前任键俱,我火速辦了婚禮兰绣,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘编振。我一直安慰自己狭魂,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,662評論 6 386
  • 文/花漫 我一把揭開白布党觅。 她就那樣靜靜地躺著雌澄,像睡著了一般。 火紅的嫁衣襯著肌膚如雪杯瞻。 梳的紋絲不亂的頭發(fā)上镐牺,一...
    開封第一講書人閱讀 49,856評論 1 290
  • 那天,我揣著相機(jī)與錄音魁莉,去河邊找鬼睬涧。 笑死募胃,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的畦浓。 我是一名探鬼主播痹束,決...
    沈念sama閱讀 39,014評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼讶请!你這毒婦竟也來了祷嘶?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,752評論 0 268
  • 序言:老撾萬榮一對情侶失蹤夺溢,失蹤者是張志新(化名)和其女友劉穎论巍,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體风响,經(jīng)...
    沈念sama閱讀 44,212評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡嘉汰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,541評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了状勤。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鞋怀。...
    茶點(diǎn)故事閱讀 38,687評論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖持搜,靈堂內(nèi)的尸體忽然破棺而出密似,到底是詐尸還是另有隱情,我是刑警寧澤朵诫,帶...
    沈念sama閱讀 34,347評論 4 331
  • 正文 年R本政府宣布辛友,位于F島的核電站薄扁,受9級特大地震影響剪返,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜邓梅,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,973評論 3 315
  • 文/蒙蒙 一脱盲、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧日缨,春花似錦钱反、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,777評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至毅待,卻和暖如春尚卫,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背尸红。 一陣腳步聲響...
    開封第一講書人閱讀 32,006評論 1 266
  • 我被黑心中介騙來泰國打工吱涉, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留刹泄,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,406評論 2 360
  • 正文 我出身青樓怎爵,卻偏偏與公主長得像特石,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子鳖链,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,576評論 2 349

推薦閱讀更多精彩內(nèi)容