数据分析方法
AARRR模型
整理下AARRR模型的概念、实际应用场景等问题，初步感觉这个模型主要应用在APP应用分析中。
什么是AARRR模型
AARRR是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。
Acquisition（获取用户）
任何产品的运营，第一步都是获取用户，有了用户才可以开始运营。对应注册用户，注册用户都有一个来源渠道，对用户进行分群
Activation （提高活跃度）
用户有了，下面就是提高活跃，用户光注册没啥用，需要经常登录、进行互动。
根据应用是否有固定的客户群体，进行精准营销，看哪一个渠道的用户活跃最高
Retention （提高留存率）
提高活跃度以后，用户可能“来的快，走的也快”，我们需要提高用户粘性，提高留存率。
需要关注指标“日留存率、周留存率、月留存率”，找到用户流失的原因
Revenue （获取收入）
获取收入，对产品来说是最重要的一点，开发产品出来都是为了盈利
收入来源主要有三种：应用付费，应用内付费，广告
应用付费国内接收程度很低，大部分收入都是广告，应用内付费在游戏行业应用较多
Refer （病毒式传播）
基于产品自身的优点，通过社交网络，产品进行自传播，又进一步获取用户，产生良好的循环。
如何使用
获取用户阶段关注的指标：获客成本（CAC：Customer Acquisition Cost）
就APP来说，APP下载了不一定安装，安装了不一定使用
提高活跃度阶段关注的指标：日活（DAU）、月活（MAU）、使用时长、启动次数
前两个阶段需要考察用户的来源渠道，在优质的渠道加大推广力度
获取收入，关注的指标是ARPU（平均用户收入），ARPPU（平均每付费用户收入）
ARPPU高，ARPU不一定高，还要考虑付费用户比例
收入也不是最重要的，利润才是最重要的，利润=收入-成本
声明周期价值
自传播，主要使用K因子（k-factor）作为衡量指标
K = (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)
当K>1时，用户群就会象滚雪球一样增大。如果K<1的话，那么用户群到某个规模时就会停止通过自传播增长
