谈及增长，人们总是习惯性捧出AARRR模型。然而AARRR到底是怎么来的？到底它的底层逻辑是什么？现阶段又存在哪些不足？却很少有人探讨。实际上，增长模型历经了三次大的迭代，了解了这个过程，才能杜绝邯郸学步式抄袭经典模型，才能更好地理解：如何搭建适应时代特色的增长模型。
过往20年时间，经济发展历经了传统线下模式-PC互联网-移动互联网的三次变革，增长的逻辑，也经历了三次大迭代（如下图）
传统增长模型：基于位置的人-货-场。在传统线下经营中，能占据优势卖场位置，就等于垄断了用户来源。因此区域、位置的选择是第一位要素，之后才是如何给卖场配置业务员（人）如何引进商品（货）如何优化布局（场）。
第一次迭代：PRAPA产生。互联网的兴起打破传统渠道对位置（场）的垄断，也提供给消费者更丰富的体验。用户可以免费看视频、玩游戏、读文章，体验流程大大增加。从传统的“到店即消费”逐步转化为“先体验，后付费”，甚至“免费体验，付费增值”。这种转变，使得增长模型，必须关注体验全流程，对“推广→注册→付费→转化→高客单价”的整个路径进行关注，以提高转化效率，实现经营效果。
第二次迭代：从PRAPA到AARRR。当移动互联网取代了PC互联网，增长的逻辑也发生变化：
用户更加依赖手机及手机应用，对移动互联网的总的时间投入在提高、但对每个APP的忠诚度反而在降低，因此用户留存（Retention）变得非常重要。 新媒体（微信、微博、抖音、快手、B站……），使得用户触点更加丰富。获取用户的手段，不仅限于广告推广，变得更加多样，因此Acquisition概念，取代了Promotion。 用户间互动更频繁，除了传统KOL，大量KOC崛起，病毒式传播大行其道。这使得用户间转介绍成为重要增长力量（Refer）。由此可见，增长模型从来不是一成不变，而是随着技术条件、商业模式、经济发展的趋势而变化。第三次转变，则是近年来随着AI技术进步、数据资源积累增加而悄然进行，并在后疫情时代愈发明显的变化的，从AARRR向6R模型转变。转变的直观原因，则是：AARRR模型遭遇越来越多增长难题。
02 后疫情时代，AARRR的新难题虽然AARRR被很多书籍、文章奉为经典。但诞生于移动互联网大跃进时代的它，被打上了鲜明的时代烙印。
问题一：整个增长起点仍然是获客，但新获客的成本越来越高。获取新用户是增长的发动机。在高速增长的红利期，这种观点无可厚非，但随着电商、社交、媒体、O2O、游戏等领域头部玩家割据局面的形成，留给整个市场的新用户获取空间越来越小。相应的，获客成本持续飙升。想从对手那里抢人可不是件容易事。
问题二：整个增长模型是线性漏斗，用户转介绍来的太迟。传统AARRR模型把refer作为转化漏斗最后一步，默认了转介绍是只有少数核心用户，或者KOC/KOL们才能做得事。这样并没有充分发挥用户转介绍的威力，反而为了推动用户转介绍，额外投入了成本。至于从KOC、KOL那里购买公众号、微博、直播推广位置，则更是把原本应该自发产生的转介绍变成了生意，变成了另一种形式的广告，从而拉高了投入成本。
问题三：用户活跃水份高，羊毛用户日渐多。传统的拉动用户活跃的手段，除了派券，就是签到、打卡、大转盘、抽红包、砸金蛋、摇豆子、种果树。虽然形式多变，但在推送对象上，都是全员参与，很容易养出来一帮专门薅羊毛的活跃参与者，拖高成本。真正沉默的用户，反而觉得一次又一次的信息骚扰很烦人，最后日趋沉默。
问题四：一刀切式用户留存划分。用户留存的习惯算法，是人为制定一个“3个月不登录”之类指标作为流失标准，把未达标准的都算作留存用户。可实际上，用户在触达流失标准以前，行为已经有明显差异，有的特别忠诚，有的飘忽不定，一刀切式划分过于简单粗暴，统一唤醒的结果，则是平均使用力量，导致忠诚用户挽回难度大，飘忽用户白占便宜，成本高且效果差。
问题五：转化只靠把券发，简单粗暴把钱砸。从2013年开始，我们依次经历了拼团、在线支付、互联网金融、O2O、外卖平台、网络打车、共享单车、短视频等行业的红包大战。以至于“做互联网就是发红包”的观念深入人心。在一轮轮红包轰炸下，用户胃口日渐刁钻；拉新、促活的成本都在提升。
纵观五大问题，成本上升/手段简单这八个字出现的频率高。在行业红利期见顶的今天，从跑马圈地转向精耕细作是必然的趋势，这就引发了第三次大变革。
03 适应新时代的6R模型所有的变革，都是从解决具体问题而来。 AARRR当前面临的五大问题，本质是来自缺少精细化手段。想要实现精细化，就得加深对用户的了解，提供更个性化的产品与服务。这又离不开数据的积累与AI算法的进步。
试想这些年行业重大革新：基于社交玩法的拼多多；基于个性化推荐的头条系崛起；阿里开始打通数据中台，推出基于用户标签的推荐系统；都是在改造传统的增长手段。具体成功经验有以下六点：
1. 基于对用户了解的精准获客。传统的投放都是基于渠道属性进行分析。比如发现A渠道投放效果好，就追加投入；B渠道效果差，就减少投入，一脚一个坑试过来。如果我们能从新用户中筛选出一批高活跃和高留存的“种子用户”，结合种子用户的基础属性+偏好特征，建立分析模型，在全渠道锁定相似人群，就能大规模获取高精准度的新用户，不用再一步步踩雷尝试，就能极大降低成本。
这时候，就不是生拉硬拽式的Acquisition，而是Recruitment，像HR招聘一样筛选简历，先了解面试者的特征再约见，从而极大提升投放效率。
2. 社交传播前置，激发新用户传播热情在获客阶段，就充分发挥社交传播和口碑推荐的强连接能力，通过“推”与“拉”的灵活配合和相互作用，从而有效降低单客成本。与转介绍（refer）相比，推力的打造更加强调再生数（Reproduction），即一个用户能口碑传播给他身边的人。
因此，需要给予用户简单、可复制的任务，快速实现裂变式转发，无需再经用户个人创作，从而避免了转介绍变为KOC/KOL挣广告费的途径这个老大难问题。
3. 分层级定义用户，制定精细化促活策略促进用户活跃要避免盲目、无节制地打扰用户，就必须进行用户细分。除了对用户沉默程度分层以外，对用户的行为偏好、可触达方式、会响应的触达内容，都需要建立起丰富的标签库。从而在站内推送、弹框、短信、EDM等众多方式中选择最优手段，真正使已经沉默的用户再次登录和使用。一定程度上避免活跃老用户薅羊毛。
总之，我们不要简单的Activation，我们需要的是细致的Retargeting。
4. 个性化内容定制，激发内在动力想要降低促活成本，就得摆脱只依靠优惠券的一条腿走路方式。因此需要为用户提供有用、有趣的服务和内容，给用户留下良好的印象，让沉默或流失用户能够在合适的场景主动记起并再次焕发活力。这就得依赖大数据和推荐算法，打造个性化和人性化体验。无论是淘宝的“千人千面”还是今日头条的“个性化推荐”，都是基于庞大的标签库开展精细化运营的成功实践。
第3、4步改变，实际上细化了AARRR模型中的Acquisition与Retention。在个性化推荐算法助力下，用基于用户分层的Retargeting（分层促活）和Retention（内容唤醒）避免了大水漫灌式促活活动，从而降本增效。
5. 精准锁定目标，优化转化过程想要避免无节制的派券，企业得对目标用户特征和自身用户的画像进行多维度对比，从而锁定适合投放的人群，从源头上避免用优惠券生拉硬拽；在大规模投放广告之前，还可将目标人群再细分，对不同广告创意进行A/B Test来指导投放。从而逐步调整流程，实现转化效率提升，也避免了做Revenue过份依赖补贴的做法（如下图）。
（图片优化建议：可以文案中强调一下，是针对同一个样本集，进行不同的文案测试。）
6. 重视存量经营，提升挽留质量从增量经营向存量经营的转变是大势不可逆的。因此在考虑收入转化时，不能“割一波韭菜就走”。要定期复盘，进行流失预测，识别出有流失倾向的高价值用户，以做好提前应对，降低用户流失风险。经营存量用户的Reservation，与直接促成转化的Revenue同样重要。
正是观察到了这六种精细化增长的思路转变，每日互动（个推）提出新的6R增长模型。多年来深耕移动互联网领域的实践经验以及对数据智能行业的技术积累，使得个推打造出更细致的增长模型。
同AARRR相比，6R模型：
用Recruitment细化了Acquisition，提高投放效率 前置了refer，提高社交裂变效率 用Retargeting细化了Activation，提高促活效率 新增了Reservation，加强了对存量用户的经营整体逻辑如下：
除了更细致的划分与运营以外，基于6R模型的增长逻辑，不再是单纯的漏斗式筛选。在运营过程中，用户会持续受到个性化的内容推动，活跃的用户会保持活动力；针对即将要流失的用户，通过个性化内容唤起他们对App的美好记“忆”，保持端内活跃；针对已流失的用户，则要进行再次的“拉”和“推”，让他们重新“回”来，以此再度开启全新的用户生命周期，形成可持续的增长闭环。
04 6R模型成功经验6R模型是对AARRR的细化改进，因此在落地过程中，常常是首先对AARRR力有不逮的地方进行优化：强化获客拉力，强化基于用户分层的个性化推送，强化用户留存等传统运营中的薄弱环节，最终将单向漏斗丰富为闭环操作，从而提升运营能力。
1. 6R在传统企业数字化升级中的应用在数字化运营上，传统企业的难点在回+忆两个环节。后疫情时代，用户出行受到限制，传统企业无论是业务还是用户都在快速从线下向线上转移。如何借力数字化工作，保持和用户关系，发觉更多使用场景，及时激发并满足用户需求，成为破局关键。6R模型在传统企业数字化升级中作用，更多表现在：基于用户分层进行个性化触达，加强用户粘性，及时为用户提供优质的服务。
比如手机银行APP其用户量是庞大的，用户需求也属于“刚需”，但是手机银行APP的使用如何变得“高频”却需要数智化的6R模型的帮助。在运营活动策划上，手机银行APP可以将自身的埋点数据、业务数据与像个推这样的第三方数据打通，根据用户的职业、兴趣爱好、线上行为偏好等维度将非活用户群分，制定相应运营活动、产品交叉推荐以及异业合作等形式触发活跃，比如对于都市通勤人群设置叫车服务优惠，比如对于网购人群提供丰巢快递滞留收费优惠等。在用户唤醒策略上，手机银行APP可以进行定制化数据建模，挖掘长尾用户中与高活跃用户相似人群，从而提高整体用户活跃。
2. 6R在互联网新玩家中应用互联网新玩家痛点，在于流量贵、推广难。很容易陷入花钱买繁荣、财散业务终的困境。想避免陷入花钱买增长的陷阱，就得减少盲目补贴投入，真正了解用户， 激发用户需求。6R模型在互联网新玩家中应用，更多体现在挖掘用户特点，找到匹配用户的内容，激发用户自传播手段，向相似人群推广。强化了拉力与推力。
比如：某租房类APP通过基于个推用户画像系统，为其用户个性化展示房源。例如了解到某新用户群体为95后职场女性、居住在上海、宠物爱好者、消费水平为中等偏低、喜欢逛街后，便为其精准推荐性价比较高、地理位置较为便利、可以合租、允许饲养宠物的精装房。
针对宅生活的职场男性，为其推荐价格更优惠且地铁直达的远郊区房。通过个性化的推送，提高了对新用户吸引力，从而提升新用户留存质量与转化难度，降低获客成本。
3. 6R在互联网老玩家中应用后疫情时代，大量企业转型线上，使得存量用户争夺更激烈。对于互联网老玩家而言，守住大量存量用户与拉新同样重要。面对经营成本压力，进行精细化分层，留存老用户，降低转化成本是关键。
改变过去大水漫灌，到处发券的状况势在必行。6R模型在互联网老玩家中应用，更多体现在通过自动化ABtest系统，优化转化成本，基于用户分层，减少激活成本之上活跃用户转化、流失用户挽留的效率同步提升。
比如某小说阅读类APP与个推开展合作，打造了用户流失预警模型。经分析发现，表面上看起来不活跃占比高达67%，可其中判定为高流失预警用户仅19%。剩余48%用户其实处于待激活状态，有很大唤醒可能性。在清晰人群后，针对高流失预警用户投放有力活动进行吸引，对待唤醒用户转用内容更新、签到等活动激活。既降低了挽留成本，又大范围拉升用户。
类似的案例还有很多，越来越多的企业开始改造传统的AARRR，本着精细化、个性化、智能化的原则，向6R升级。总之，精细化运营，降本增效，是后疫情时代整个移动互联网行业的大势所趋。
未来在所有抱怨：
新客获取，成本高！
用户互动，粘性差！
老客留存，没方法！
转化靠券，花钱多！
的行业里都会有6R模型应用场景。
作者：接地气的陈老师
来源：接地气的陈老师