百木园
随着流量红利时代的过去，很多互联网从业者觉得AARRR模型已经不符合市场现状， 其中托马斯·佩蒂特Thomas Petit和贾博·帕普Gabor Papp就基于现有环境的理解对AARRR模型的优化，提出了RARRA模型。
相对比于AARRR模型强调拉新与单线转化，而RARRA更加充分的挖掘一个用户对于产品的更多元价值。
而国内互联网产品中，燃豆一直认为拼多多在对于一个用户的更多元价值挖掘上，是做的非常成功的。
因此燃豆科技这篇文章以“拼多多”App为案例，阐述RARRA模型在实际业务场景中的应用。
一、我们先回顾下什么是“RARRA模型”
RARRA模型是托马斯·佩蒂特Thomas Petit和贾博·帕普Gabor Papp对于海盗模型-AARRR模型的优化。RARRA模型突出了用户留存的重要性。
这个模型强调用户运营，以精细化运营带二次购买，交叉销售及拉新获客。
RARRA模型突出了用户留存的重要性，不再一味关注用户增长；由此很多互联网企业由野蛮的用户增长时代迈入用户的精细化运营时代。
关注用户留存，运营好现有用户：
- 让用户产生购买转化
- 让产生购买行为的多老用户带来复购，拉长生命周期，增加用户生命周期价值
- 让产生购买行为的用户交叉购买
- 让老用户传播，影响其他新用户，实现低成本的拉新获客、唤醒用户
二、拼多多介绍
2015年，电商行业中的阿里和京东的年活用户数已分别达到 4.1 亿和 1.3 亿，行业两强格局已经较为明显时，拼多多以下沉市场为切入点，硬式跻身其中。
截至 2021 年底，拼多多拥有超过 8.6 亿的年活跃用户和 24410 亿元的全年成交规模，跻身成为国内3大综合电商平台之一。
8月29日，拼多多发布了2022年第二季度财报，季度内营收314.4亿元，同比增长36%；净利润为86.96亿元，同比增长335%，远远超出了市场预期，给市场交了份满意的业绩报告。
拼多多的快速崛起有太多内容可讲。燃豆科技今天主要讲如何用RARRA模型挖掘用户多元价值，通过用户获得爆发式增长。
三、增长前提是产品对于用户的价值
在讲增长策略之前，我们必须正视，增长的基础是产品对于用户真正有价值，否则所有的增长都是加速灭亡。（同样的来自《增长黑客》的观点）
而拼多多的基本盘就是便宜，也是用户购物最核心关注点的因素之一。在当时淘宝往消费升级的方向进发的时候，拼多多精准的定位了下沉市场需求，牢牢占据“低价”购物的用户心智，乃至于今天，同样的商品哪怕淘宝跟拼多多一样的价格，用户可能都默认为拼多多更便宜。
四、RARRA模型揭秘增长：用“游戏化运营产品”让用户留下，再做转化
1. 用户留存Retention
策略一：轻游戏化产品与重游戏化产品结合，将用户留在产品中。
互联网里有句话特有趣，我们说拼多多不是电商公司，而是游戏公司。
作为一个电商App，他们的核心流量位放置了大量的轻量化互动小游戏（比如种树、养牛，合成小游戏、消消乐小游戏等等），用户哪怕没有购物诉求，也可以在产品中停留很长时间。停留更多时间，打开更多的页面，即有深的印象，以及更多的机会（游戏中植入商品购买任务促成直接转化。）
策略二：优惠策略都是按天发放，用户每天用完当天无法再使用同样的优惠，可以次日再来领取。给予用户打开产品的理由促成更高的打开率。
2. 用户激活Activation
策略1: 用“首单1元购优惠”激活用户，产生购买动作，体验低价购物的aha moment。（笔者在首次购买的时候也是惊喜到了，这么便宜的东西呢）
策略2: 同“支付免单”“超额优惠券”+“10块钱以内的包邮小东西”，层层诱惑，刺激老用户完成前几次购物，完成产品核心体验，巩固心智。
3. 用户推荐Referral
策略：通过核心“拼单功能”，让用户吸引好友一起购买。
通过社交推荐方式，营造了一种好友购买，并将好物推荐给你共同购买的连接感，让购物不只是简单的孤单的单人逛商场感受，而是小姐妹一起逛街的陪伴感。
虽然现在这个功能已经变成伪功能，但在产品设计之初，或者用户在未发现这是伪功能之时，还是会去权衡商品可以分享给哪些好友，我相信这些基于对于好友的了解与推荐帮助拼多多获得了更多订单。
4. 商业变现Revenue
策略一：通过“用户标签及商品推荐”让产生购买行为的用户交叉购买。
千人千面已经成为所有电商平台的标配。但是否能达到良好的催化效果，结果更多取决于平台对于用户理解，以及算法模型的准确性，这方面燃豆科技不展开讨论。
策略二：拼多多所有的优惠券、红包、活动基本都是限时24小时内，即不断强化过期不候，营造优惠错过不再有的方式，刺激用户直接下单购买。
5. 用户拉新Acquisition
策略：通过“朋友帮砍一刀，100元红包差一点点就可以提现”等运营产品化工具，让老用户传播，影响其他新用户，实现低成本的拉新获客
拼多多最为人诟病的也是这块的策略。
有非常多的用户为了拿到100元红包，或者砍更低的价格购买商品，而骚扰整个朋友圈。能被大规模的骂也说明这个策略确实起到了很好的效果，在拼多多运营之初刷爆好友圈，通过用户的相互邀请为拼多多带来了超高的裂变。
从商业ROI角度，也有很多UP主分析过，要拿到红包需要为拼多多拉来几十或者上百个新用户，平均获客成本才几块钱，对比其他渠道获客成本ROI简直不要太棒。
随着拼多多产品发展到当前8亿的规模，平台运营重点也从拉新调整成转化，因此在用户自拉新上的预算逐步减少之后，商品砍价、邀好友开红包等策略也逐步弱化。
五、除了模型应用外的其他亮点
1. 所采用的运营策略与产品及用户特性结合度高
很多运营人说拼多多这些直接用现金激励的策略吸引的是对钱极其敏感的用户，这部分用户不是优质用户因此没有平台忠诚度，但他们忽略了拼多多本身平台的定位就是低价，对应的用户群里就是价格敏感的用户。所以采用的运营激励方案与用户特征是吻合的，用户进了产品从一开始的利益刺激，到后面的产品价值都获得了“低价购物”的一致性体验，进一步巩固了用户心智，因此策略获得了很好的效果。
与之相反的是有些产品哪怕采取了同样的运营手段，但由于产品本身特性与运营利益点的结合性不够强，导致效果远不如预期。
比如趣头条类资讯App，同样通过运营用户产生裂变，但玩法拉新和内容消费无法有效结合，而广告收入与用户补贴之间无法有效结合，产品快速兴起后也快速走向衰败。
2. 固定版块-强化认知
用过拼多多的朋友们应该都感觉到，拼多多的产品模块一直都比较稳定，近几年除了增加了“多多买菜”“多多视频”等拓宽业务面的版块，其他的产品版块相对比于几年前一直没有很明显变化。
前几年互联网行业非常看重创新，很多公司，一段时间玩一种花样，今天做个养成、明天做个抽奖，但是效果却不甚了了，用户因信息纷扰而缺乏记忆点。
而拼多多看似近几年没有明显创新，但简单粗暴且守旧的产品形态，让用户牢牢记住了拼多多就是那个砍一刀的平台，就是那个拆红包可能获得400块钱奖励的平台。这个心智建立与长期接触同样的运营产品曝光是分不开的。
所以运营手段不在于多，而在于在设计之初方案清晰，设计好简单的用户体验路径，长期形成运营IP，才能有效的植入用户心智。
3. 细节到位
得益于电商平台持续购物特性，拼多多平台特别深刻洞察到用户的心理（也可以说利用了用户的心理），在运营策略上、交互呈现上，都可以说是提前预测了用户下一步的动作，极其擅长给予用户惊喜，并且以文案、画面等方式push着用户一步步往下走。
举个例子，平台希望用户购买会员卡，但又不像常规平台直接发放给到用户购买会员卡的优惠券（这样显得有点过于常规），而是给用户一个抽奖工具，用户抽奖获得该超低价格购买会员卡的机会。而且奖池里其他很多奖品价值不如该奖品（比如谢谢参与），给予用户非常难得抽到如此优惠的价格的感觉，如果不及时购买后面就没办法享受到如此优惠的即视感。在这种氛围烘托下用户非常容易冲动下单。
虽然，做运营久了，也知道这些产品可能原先的定价就是这个价格，有些地方的设计有点欺诈用户之嫌，但是！燃豆依然认为作为商业公司的员工，拼多多的团队对于每个细节动作的处理都值得作为运营人员的我们去学习，毕竟商业更多以结果为导向。
六、本文小结
本篇文章我们根据RARRA模型的内容，用拼多多的案例，详细解释了该模型在实际业务场景中的应用。
虽然本篇文章套用的是RARRA模型，并不意味着燃豆科技认为AARRR模型是过时的。
相反，燃豆科技人物这两个模型对于用户路径的理解是基本一致的，只是业务侧重点不同。
对于互联网产品来说，在早期没有用户的时候无法谈论留存，因此更需侧重新增获客；而中期聚集了大量用户之后，对应的获客边际成本下降，因此侧重活跃、留存相对应ROI更高。
产品不同阶段侧重点不同，所对应的运营策略区别而已。
在产品同质化的今天，无论哪个产品都需要关注拉新，关注用户留存与更多元价值的挖掘。
哪怕是拼多多，我们也可以看出是两条腿走路。
平台依然付出大成本拉新，去保持用户量的增长。燃豆科技有一些从事互联网广告行业的朋友，大概知道拼多多是很多视频平台、广告平台的超级VIP大客户。
而另一方面，拼多多不断拓宽产品里的用户补贴版块，将很多预算给到用户补贴，以激励用户转介绍、更多的复购，除了拉新及商业转化之外，这部分补贴也能获得用户更高的留存率与满意度。
模型提供了很好的工作思路跟方向，而最终结果如何关键在于产品对于用户的价值，以及运营团队对用户的深刻洞察、分析，与产品价值有效结合的玩法设计。
关注用户才是运营的核心，而对于模型的应用可以双管齐下，才是走的更稳定，更长远。
本文由 @燃豆科技 原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
来源：https://www.woshipm.com/operate/5557499.html
本站部分图文来源于网络，如有侵权请联系删除。