运营数分四大模型:AIPL/RFM/AIDMA/AARRR

发布于 2023-05-30  1207 次阅读


AARRR模型

市场营销、运营、用户增长工作者常用数分模型之首,又被叫做海盗模型,也是拼多多运用最成熟的模型。

AARRR模型是Dave McClure 在2007提出的客户生命周期模型,解释了实现用户增长的5个指标,分别是:

Acquisition(获取)、Activation(激活)、Retention(留存)、Revenue(收入)、Referral(自传播)。

因其掠夺式的增长方式也被称为海盗模型,可以帮助我们更好地理解获客和维护客户的原理。

拼多多获客模型
拼多多获客模型

AIDMA模型

AIDMA是消费者行为学领域很成熟的理论模型之一,由美国广告学家E.S.刘易斯在1898年提出,就是市场营销中常说的漏斗模型

之前介绍Google广告投放的时候,就大量运用了这个模型(《消费者旅程》)。该理论认为,消费者从接触到信息到最后达成购买,会经历这5个阶段:

A:Attention(引起注意)——花哨的名片、提包上绣着广告词等被经常采用的引起注意的方法

I:Interest (引起兴趣)——一般使用的方法是精制的彩色目录、有关商品的新闻简报加以剪贴。

D:Desire(唤起欲望)——推销茶叶的要随时准备茶具,给顾客沏上一杯香气扑鼻的浓茶,顾客一品茶香体会茶的美味,就会产生购买欲。推销房子的,要带顾客参观房子。餐馆的入口处要陈列色香味具全的精制样品,让顾客倍感商品的魅力,就能唤起他的购买欲。

M:Memory(留下记忆)—— 一位成功的推销员说:“每次我在宣传自己公司的产品时,总是拿着别公司的产品目录,一一加以详细说明比较。因为如果总是说自己的产品有多好多好,顾客对你不相信。反而想多了解一下其他公司的产品,而如果你先提出其他公司的产品,顾客反而会认定你自己的产品。”

A:Action(购买行动)——从引起注意到付诸购买的整个销售过程,推销员必须始终信心十足。过分自信也会引起顾客的反感,以为你在说大话、吹牛皮。从而不信任你的话。

AIDMA营销漏斗模型
AIDMA营销漏斗模型

RFM模型

RFM模型根据客户活跃程交易金额的贡献,进行客户价值细分的一种方法。这个电商运营人员是常用的。

R(Recency)——最近一次交易时间间隔。基于最近一次交易日期计算的得分,距离当前日期越近,得分越高。如5分制。反映客户交易活跃度。

F(Frequency)——客户在最近一段时间内交易次数。基于交易频率计算的得分,交易频率越高,得分越高。如5分制。反映客户交易活跃度。

M(Monetray)——客户最近一段时间内交易金额。基于交易金额计算的得分,交易金额越高,得分越高。如5分制。反映客户价值。

AIPL模型

AIPL:把品牌人群细分,将人群资产定量化,是品牌进行全域营销策划最重要的一环,这个模型对于数字营销、广告预算分配有着极其重要的作用,其中AIPL代表的意思为:

A(Awereness):品牌认知人群。主要有品牌广告曝光,页面浏览,品类词搜索人群
I(Interest):品牌兴趣人群。主要有品牌点击广告,浏览品牌主页/店铺主页、参与品牌互动、浏览产品详细页、品牌词搜索、订阅/关注/入会、加购收藏人群
P(purchase):品牌购买人群。品牌购买人群
L(Loyalty):品牌忠诚人群。复购、评论、分享人群

AIPL模型

举个栗子:某品牌在双十一大促期间,要达到GMV5000W的目标,广告应投放给哪些人群,每类人群的投放量是多少?投放预算是多少?

(1)定义AI为新客户,PL为老客户

(2)依托历史数据看出新用户和老用户对GMV的贡献,就能得出二者的分别的GMV

(3)新客:根据历史数据能够得出AI各自的GMV占比,客单价(历史数据)和转化率(历史数据)就能得出投放用户数:根据公式GMV=投放用户数*转化率*客单价

(4)老客:老用户的人数是固定的,进行反推,人数,转化率,客单价都是历史数据,能算出PL各自的GMV,计算能得出老用户的GMV是2300,还差700万,还得在老用户的客户上下功夫,做一些活动:多给一些券,或者举办一些活动等举措,提升转化率,最后能达成老客户的GMV。

假设历史数据如下:

目标GMV5000W
今年618大促
新老用户贡献GMV比例为:新用户40% ,老用户60% , 618至今,业务稳定,新老用户比例
基本不变;
新用户中, A类用户GMV贡献占比45% , I类用户GMV贡献占比55%。
客单价
去年双1 1A类用户客单价100元, I类用户客单价150元, P类用户客单价200元,L类用户客单
价200元。
转化率: A类用户转化率1% , I类用户转化率2% , P类转化率5% , L类转化率8%。大促活动截止,P类用户150万,L类用户50万。

据此历史投放数据反推现在广告投放要覆盖的大致人群:

然后根据推算出的覆盖用户数,加上当前数字广告市场投放价格,预估出当前的预算方案。

注意:以上每个模型都需要有自己产品或者竞品的相关历史数据来推算,要有数据支撑,不可随意捏造数据,否则你就等着提桶跑路吧。