建数据分析框架的3个步骤如何搭建数据分析框架？( 二 ) _数据分析框架

从用户获取到病毒传播，每个环节都有重要的指标需要我们去关注，通过AARRR模型系统化的拆解5大类目用户行为，可以让我们更清晰的知道每个环节需要重点关注的重点指标。
以电商业务为例，下图基于AARRR模型，构建用户生命周期运营全脉络和每个节点需要关注的重点指标：
1. Acquisition 获取用户在获取用户阶段，我们希望让更多潜在用户关注到我们的产品，通过以下基础途径来曝光我们的推广页面：

付费获取：媒体广告、SMS、EDM、流量交易/置换
搜索营销：搜索引擎优化(SEO) ，搜索引擎营销（SEM）
口碑传播：用户间邀请活动，病毒H5传播等

【建数据分析框架的3个步骤如何搭建数据分析框架？】用户访问页面后，可以通过导航、主动搜索、算法推荐来了解到我们的产品。切中当下需求的用户会进行注册行为，算是和用户真正意义上第一次会面。
这时就要重点关注推广页UV ，点击率，注册量，注册率，获客成本等重要指标。
2. Activation 激发活跃用户注册后是否有进一步了解我们的产品？这其中涉及到产品的功能，设计，文案，激励，可信等等。我们需要不断调优，引导用户进行下一步行为，让新用户成为长期的活跃用户：
我们可以通过界面/文案优化，新手引导，优惠激励等手段，进行用户激活流程的转化提升。监控浏览商品页面，加入购物车，提交订单，完成订单的漏斗转化。
这个过程中，我们要重点关注活跃度，若定义加入购物车为活跃用户，那么我们就要观察注册至加入购物车漏斗转化率，按维度拆分，分析优质转化漏斗的共有特征/运营策略，提升策略覆盖率，优化整体转化效果。
3. Retention 提高留存用户完成初次购买流程后，是否会继续使用？流失的用户能否继续回来使用我们的产品？
产品缺乏粘性会导致用户的快速流失，我们可以通过搭建生命周期节点营销计划，通过push、短信、订阅号、邮件、客服跟进等一切适合的方式去提醒用户持续使用我们的产品。并且在此基础上通过积分/等级体系，培养用户忠诚度，提升用户粘性。
重点关注留存率，复购率，人均购买次数，召回率等指标。
4. Revenue 增加收入我们获得每位用户平均需要花费多少钱？每位用户平均能为我们贡献多少价值，能是否从用户的行为，甚至其他方式赚到钱？
电商业务的基础要关注获客成本CAC ，顾客终身价值，在此基础上通过运营活动激励用户进行购买，提升用户单价、频次、频率，最终提升用户生命周期贡献价值。
重点关注获客成本，顾客终身价值，营销活动ROI等指标。
5. Referral 病毒传播用户是否会自发的推广我们的产品？通过激励是否能让更多的忠诚用户推广我们的产品？
在社交网络高度发达的今天，我们可以通过各种新奇的方式去进行产品传播：用户邀请的老带新活动，垂直领域的社群运营， H5营销传播，让老用户推广我们的产品，吸引更多的潜在用户。
重点关注邀请发起人数，每个病毒传播周期的新用户量，邀请转化率，传播系数等。
三、3大增长引擎

精益创业提出一个概念：唯一关键指标（one metric that matters,OMTM）。

在任何类型产品的任何一个阶段，都需要找到唯一的一个数字，把它放到比其他任何事情都更重要的位置上。在数据分析时，可以抓取许许多多的数据，但必须聚焦在最关键的事情上。同时其也是“增长黑客”中的关键特质：专注目标。
1. 粘着式增长引擎粘着式增长引擎以 Retention 留存作为 OMTM 驱动增长

典型案例是游戏类的App ， facebook针对游戏提出的“40-20-10”法则，即如果你想让游戏的DAU超过100万，那么新用户的次日留存率应该大于40% ， 7日留存率大于20% ， 30日留存率大于10% 。

不使用任何运营激励手段与使用留存激励相比，次日留存相差甚远。
例如游戏中常见的：签到活动，登录奖励，时长奖励等玩法都是基于提升用户留存的目的，
登录奖励
通过提供目的性的目标，制定规则和反馈系统，为玩家带来创造性成就和能力的提高带来的满足感和愉快感，从而提升用户的游戏频率，游戏时长，最终提升用户留存。