AARRR 是很实用的增长模型,不是因为五个字母巧妙,而是因为它规定了顺序:没激活的人,谈不上留存。本文列出每个阶段的指标和公式,说明怎么统计,用人数而不是百分比算一个例子,再讲怎么选出那个一次实验就能带动整个模型的阶段。
读完你会知道
- 每个阶段两三个指标,每个都有明确的事件和公式
- 和自己的历史、相邻阶段比,而不是和行业基准比
- 算一个例子:留存掉五个点,损失的付费用户比任何获客缺口都多
本次更新 · 2026 年 11 月 3 日
重写 AARRR 各阶段统计什么、先改哪个阶段,新增测算示例和出处。
AARRR 指标:每个阶段在问什么每个阶段的 AARRR 指标和公式统计全部五个阶段和自己比,而不是和基准比为什么留存常常是杠杆每个阶段一个实验不同业务的 AARRR 例子把决定写下来常见问题
AARRR 指标:每个阶段在问什么
本节新增
AARRR 指标把增长模型变成五个可以比较的数字:来了多少人(获取 Acquisition)、多少人感受到价值(激活 Activation)、多少人回来(留存 Retention)、多少人付费(收入 Revenue)、多少人带来新用户(推荐 Referral)。这个模型出自 Dave McClure 2007 年的演讲《Startup Metrics for Pirates》,「海盗指标」的叫法也由此而来。背景介绍见 AARRR 模型;本文讲指标、公式,以及怎么用它们挑出最值得先改的那个阶段。
每个阶段对每个人都是一个「是或否」的问题,而且只有背后有一个明确的事件才成立。「激活」如果只是一种感觉就没用;「7 天内创建了第一个项目并看到数据」才是指标。McClure 原版的顺序是推荐在收入之前;很多团队(包括下面的示例)把收入放在前面。顺序没那么重要,重要的是每个月都用同样的方式统计每个阶段。
每个阶段的 AARRR 指标和公式
本节新增
每个阶段跟踪两三个数字就够,不要十个。建议从这些开始:
| 阶段 | 问题 | 核心指标 | 公式 | 辅助指标 |
|---|---|---|---|---|
| 获取 | 来了吗? | 新用户 | 本期首次出现的人数 | 分渠道新用户、获客成本 CAC |
| 激活 | 感受到价值了吗? | 激活率 | 完成激活事件的新用户 ÷ 新用户 | 激活耗时 |
| 留存 | 回来了吗? | 第 7 天(或第 30 天)留存 | 第 N 天活跃的人数 ÷ 起始同期群人数 | 流失、活跃用户 |
| 收入 | 付费了吗? | 付费率 | 购买人数 ÷ 活跃用户 | ARPU、LTV |
| 推荐 | 带人来了吗? | 分享率 | 分享过的人数 ÷ 活跃用户 | 推荐带来的新用户、K 值 |
有两个定义要小心。激活应该是能预测这个人会回来的事件,而不是第一次点击;挑选方法是比较做过和没做过候选事件的人的留存。K 值常见的定义是每人发出的邀请数乘以邀请的转化率;TapCub 用的是一个更简单、可以直接观察的版本:推荐带来的新用户 ÷ 活跃用户。
统计全部五个阶段
本节新增
在 TapCub 里,AARRR 增长视图在「全平台分析 › 经营」下,五个事件在「经营设置」的 AARRR 标签页里设置。默认是注册(signup)、购买(purchase)和分享(share);激活默认为空,因为它和你的产品密切相关。激活统计本期内、或本期结束后 7 天内完成该事件的新用户;留存看第 7 天留存率;收入和购买人数来自订单账本;推荐统计分享次数、分享人数,以及来自社交或推荐渠道的新用户(见文档 AARRR)。
下面演示项目的图把每个阶段显示为相对上一阶段的转化率,并和上季度对比。
本季度获取
48,213
▲ 12.4%
激活率
38.1%
▲ 0.6 pts
第 7 天留存
24.3%
▼ 4.9 pts
阶段间转化 · 本季度 vs 上季度
只看真人和自己比,而不是和基准比
本节新增
行业基准平均的是和你完全不一样的业务。有用的比较是和自己的上一期比、和相邻阶段比。相邻阶段都没动、它却下降了的阶段,是头号嫌疑;从来没变过的阶段是第二嫌疑,因为没人尝试过。
示例里,激活稳定在 38% 左右,留存从 29.2% 降到 24.3%,收入保持在 9% 附近。从 48,213 个新用户算起,换算成人数是这样:
| 阶段 | 比例 | 本季度人数 | 如果留存还是 29.2% |
|---|---|---|---|
| 获取 | — | 48,213 | 48,213 |
| 激活 | 38.1% | 18,369 | 18,369 |
| 留存(第 7 天) | 24.3% | 4,464 | 5,364 |
| 付费 | 9.1% | 406 | 488 |
| 推荐 | 3.2% | 13 | 16 |
单是留存下降,这个季度就少了约 82 个付费用户。把他们找回来不需要投放获客,修好留存就行,而且后面每个阶段都会跟着受益。
读这些比例时注意两点。每个阶段要按同一批人统计;按全部注册算的留存率和按已激活用户算的收入比例不能直接比较。还要考虑季节性:如果上季度有新品发布或节假日,同时和去年同期比一下。
为什么留存常常是杠杆
本节新增
因为各阶段相乘,任何一个阶段相对提高 10%,付费用户都会同样增加 10%。不同的是成本。获取带来的增长每个月都要重新花钱买;激活和留存的改进一次做进产品里,之后一直有回报。
留存的诊断手段也很丰富。按注册周排列的同期群表,能看出第 12 周的改动有没有改变后来各批用户的曲线;留存报表能看出哪些人群一直在回来。留存计算器可以估算提高一个百分点在一年里值多少。
每个阶段一个实验
本节已更新
每个阶段都有一个顺理成章的起步实验。选定阶段,把实验跑满一个完整周期,再看这个阶段和后续阶段的比例,然后下结论。
| 阶段 | 先做的实验 | 用什么判断 | 常见失误 |
|---|---|---|---|
| 获取 | 把预算从「每元带来的激活用户」最少的渠道挪走 | 每元带来的激活用户,而不是点击 | 追求便宜但从不激活的点击 |
| 激活 | 删掉通往激活事件路上的步骤 | 7 天内激活的比例 | 加教程,而不是删步骤 |
| 留存 | 用户激活后停下时,触发一条消息 | 按同期群的第 7 天留存 | 发给所有人,而不是发给停下的人 |
| 收入 | 在用户碰到额度上限的那一刻展示升级 | 30 天内付费率 | 用户还没感受到限制就展示价格 |
| 推荐 | 在一次成功之后立刻邀请分享 | 留存用户中的分享率 | 注册时就要求推荐,那时还没什么可推荐 |
不同业务的 AARRR 例子
本节新增
五个问题不变,事件随业务而变。
| 阶段 | SaaS | 网店 | 内容网站 |
|---|---|---|---|
| 获取 | 到达注册页的访客 | 首次访问 | 首次访问 |
| 激活 | 创建了第一个项目并看到数据 | 首次加购,或首次下单 | 一次访问读了两篇文章,或订阅 |
| 留存 | 第 2 周仍活跃 | 60 天内第二次下单 | 7 天内回访 |
| 收入 | 转为付费套餐 | 客单价、复购率 | 付费订阅或每访客广告收入 |
| 推荐 | 邀请了同事 | 分享商品或使用推荐码 | 分享了文章 |
TapCub 内置十个行业模板,预先填好了类似的定义,事件一到,AARRR 视图就有数据。行业包只会填你还没改过的位置(见文档行业包)。
把决定写下来
本节新增
模型只有产出决定才有用。写下你选的阶段、实验、预期它会把比例提高多少,以及哪天看结果。TapCub 在 AARRR 标签页里可以设年度目标,按年累计显示你关心的阶段的进度,会议结束后决定也一直摆在那里。如果拿不准选哪个阶段,转化漏斗优化的方法在每个阶段内部同样适用。
常见问题
本节新增
什么是 AARRR 指标?
对应用户生命周期五个阶段的指标:获取、激活、留存、收入和推荐,因 Dave McClure 2007 年的演讲《Startup Metrics for Pirates》而流行。
什么样的激活指标比较好?
能预测留存的事件:做过它的人,回来的比例明显高于没做过的人。用留存比较候选事件,选定一个后保持稳定。
应该先关注 AARRR 的哪个阶段?
相邻阶段都没动、它却往坏的方向变了的阶段,或者从来没人改过的阶段。因为各阶段相乘,要比较的是改进每个阶段的成本,而不是比例本身。
顺序是 AARRR,还是收入在推荐前面?
McClure 的缩写里推荐在收入之前。很多团队把收入放前面,因为对他们来说付费发生得更早。按你的业务选一种,并保持一致。
推荐的 K 值怎么算?
常见的定义是每人发出的邀请数乘以邀请的转化比例。TapCub 给出的是可以直接观察的版本:推荐带来的新用户 ÷ 活跃用户。
更新记录1
- 大改重写 AARRR 各阶段统计什么、先改哪个阶段,新增测算示例和出处。
- 首次发布
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。





