コスト0で10日間で15万人のファンを集める。AARRRモデルはこんな使い方もできるんですね！

AARRRモデルに関する記事をたくさん読んでみたところ、実際に使ってみるとこのように使う方が効果的だということが分かりました。

運用に携わる人の多くは、Pirate Indicator (AARRR) について基本的な概念は理解していると思います。しかし、知ることは言うほど簡単ではありません。実際の問題解決に使用してみると、何をすべきかはわかりますが、それをどのように実行すればよいかはわかりません。また、途方に暮れたり、模索したり、落とし穴に陥ったりするプロセスを経る必要があります。この記事では、私が行ったケースを再現して AARRR モデルを分解し、運用パートナーに何らかの支援を提供します。

「5W1H」を活用して新規顧客を獲得する

まず、海賊指標の意味を簡単に説明しましょう。5つの文字は、露出と新規顧客獲得、活性化と変換、維持とサービス、価値マイニング、コミュニケーションと推奨に対応しています。その機能は、漏斗状のトラフィック変換フレームワークを提供することです。

新規顧客獲得においては、ターゲットユーザーは誰か、ユーザーはどこにいるのか、ユーザーはなぜ参加したいのか、ユーザーを誘導するために何を使うのか、いつトラフィックを集めるのか、新規顧客獲得活動をどのように実行するのか、という6つの質問に答えて、何をすべきかを整理するために「5W1H」を活用します。

当時、私たちはダイエット商品を作っていて、ターゲットユーザーは減量したいがダイエットして簡単に痩せたくないホワイトカラーや母親でした。選択できる露出チャネルは、自社タオバオストア、千牛を通じた1対1のプロモーション、微博の有名人との協力、百度の有料プロモーション、ミニプログラムの配置、微信モーメンツの6つでした。しかし、初めての試みで効果が未知数だったため、大きな投資をすることはできず、最終的には自社タオバオストア、微信、ミニプログラムというほぼコストのかからないものを選択しました。

タオバオストアの訪問者数、コレクション数、カートに追加率からタオバオチャネルを通じた新規顧客獲得の推定価値を計算し、ソフトウェアツールを使用してWeChatとWeidianのアクティブユーザー数をカウントしました。3つの合計を新規顧客獲得の目標値として使用しました。

ユーザーの要望は、減量することであり、非常に明確ですが、ほとんどのユーザーが報告した問題点は、減量の決意が足りず、諦めがちであるということです。そこで、私たちは「1週間で5ポンド減量」というイベントを企画し、共同減量の雰囲気を作り、イベント参加者間の相互監督を通じて減量の目標を達成することを目指しました。このイベントについてユーザーに知ってもらうために、ストア内にいくつかのイベントページを作成し、ストアに入ったすべての人にイベントを宣伝するための小さなポップアップウィンドウも作成しました。

同時に、千牛内の対応する単語とリンクを編集し、ユーザーをイベントページに誘導し、WeChatモーメンツにテキストとポスターを掲載しました。これは比較的従来のプロモーション方法です。イベントページの固定露出に加えて、夜間はユーザーが情報に注意を払う時間が多いことを考慮して、夜間にイベントの詳細をプッシュすることを選択しました。

実行段階では、主に友人の輪の中で熱心な登録の雰囲気を作り、減量結果の写真、参加登録した人数、チャット記録などを絶えず投稿し、参加していないユーザーに期待感と緊迫感を持たせました。事例宣伝-登録の誘致-熱い登録雰囲気の作成-登録の誘致...このようなサイクルを通じて、より多くのユーザーが参加できるようになります。

「B=MAT」を使用してユーザーを活性化し、変換する

新規ユーザーをより効果的に活性化し、変換し、引き付けるために、私たちは「行動 = 動機、能力、トリガー」という公式を使用しました。これは、行動が発生するために満たす必要がある 3 つの条件です。

「モデルによれば、変換は保持後に行うべきではないのか？」と疑問に思う人もいるかもしれません。

当時はそう思っていたのですが、実際にやってみると、変革は第2段階でできることがわかりました。フレームワークは良いものだけれど、フレームワークにとらわれて、自分たちがやっていることの目的を忘れてしまうと、逆効果になってしまうということに気づいたんです。

私たちは、ユーザーの行動の動機を、このアクティビティがユーザーにどのような価値をもたらすことができるかとして理解します。新規顧客獲得の段階で述べたように、私たちの活動は、減量に対する決意が不十分であるという問題を解決し、ユーザーの減量成功率を高めるのに役立ちます。

さらに、私たちのコンバージョンモデルは、グループに参加するためにお金を払い、無料の製品（減量製品はギフトとして提供されます）であり、報酬ルールを設定しています。最終的に3キロ以上減量した人には、減量コースを50％割引で購入する機会が与えられ、2キロ未満の減量の場合は10％割引となり、その後の製品コンバージョンの準備となります。これにより、ユーザーはお得感を覚え、内部要因と外部要因を組み合わせる強い動機付けが得られます。

行動式の2番目の条件は能力です。私たちの理解では、ユーザーの参加経路を最小限に抑え、認知閾値を下げること、つまり、明確な参加手順を与えることです。支払いQRコードをスキャンする - 支払いが成功した後にオペレーターを追加する - ギフトを受け取る - オペレーターをグループに参加するように招待する

イベント期間中、運営スタッフは、前日の減量ランキングの発表、各ユーザーの目標値に対する進捗状況、予定より早くタスクを完了したユーザーのリストなど、ユーザーが減量プランを完了する能力があることを示唆する毎日のレポートも作成します。

最後はトリガーです。私たちはコントラストの強いポスターを選びました。店内で 20 ポンド減量した販売員のビフォーアフターの比較写真を見つけ、コピーを捨てました。「10 日間で、最も欲しかったタイトなジーンズを履くことができます。」

サービス+つながりがユーザーを定着させる

行動方程式を通じてユーザーをイベントに申し込ませることに成功したとしても、それは始まりに過ぎません。ユーザーが支払いをキャンセルする可能性があり、その結果、努力が無駄になります。したがって、ユーザー維持は、ユーザーのニーズを継続的に調査する必要がある長期的な戦いです。いくつかの落とし穴にぶつかった後、私たちは「サービス + 接続」という 2 つのポイントをまとめました。

私たちはWeChatグループをトラフィックキャリアとして使用しています。インスタントメッセージと高い開封頻度という利点がありますが、欠点も明らかです。ファイルを長期間保持できず、情報の流れが時系列に並べられているため、グループメッセージが他の情報に押し下げられ、無視される可能性があります。したがって、WeChatグループに留まる最良の方法は、トピックをアクティブにすることです。

参加ユーザーには、毎日のタスクの完了、体重の状態、減量スローガンを記録するために、毎日グループにチェックインすることを要求しています。これは拡張可能なトピックです。他の人は、誰かのチェックイン内容に基づいてより多くのトピックを拡張し、グループ内での議論を促し、より多くのユーザーの注目を集めることができます。同時に、グループメンバー間の社会的関係を強化し、ユーザーが社会的コストを負ってグループに留まることを可能にします。

第二に、大幅な減量成果を達成したユーザーを何人か招待して小規模な共有セッションを開催します。これにより、ユーザーの名誉意識が高まるだけでなく、コミュニティKOLを育成し、将来の運営コストを削減するための基盤を築きます。

サービス面では、毎日のチェックイン期限前にユーザーに通知し、前述のランキングなどの対応するデータ記録を作成し、ユーザーの日常的な質問に答えるなどの日常的なサービスを提供します。また、ユーザー間のつながりを強化するためにオフラインミーティングを開催します。

価値を中心に据えたユーザーユーティリティの採掘

最初の 3 つのステップを終えると、ユーザーはコミュニティへの帰属意識と製品への信頼を持つようになります。次に、ユーザーの口コミを通じてビジネス価値をさらに高める方法を検討する必要があります。

運用の初期段階で、私たちが経験した最も困難な点の 1 つはユーザー調査でした。膨大な労力を費やしましたが、ユーザーが何を考えているのかを真に理解するのは依然として困難でした。初期運用後、ユーザーの口調を基本的に理解し、アクティビティプロセスをより巧妙かつ合理的にすることができます。重要なリンクのガイダンスとメッセージ伝達が大幅に改善されました。これらは、新しいユーザーのライフサイクルで再利用できる資料です。

また、今後の新たな活動では、シードユーザーをテストすることでデザインしたポスターを修正する可能性があり、同時にユーザーの価値を十分に探求し、サービスの詳細を継続的に磨くことができます。

ユーザーの動機を特定し、プロモーションと成長を推奨し、導く

ユーザー価値を十分に検討した結果、口コミは十分に効果があり、ユーザーは積極的に友人に製品の購入を勧めるだろうと考えましたが、データからその成長は期待に応えられなかったことがわかりました。最終分析では、ユーザーの推奨の背後にある動機を特定する必要があるという結論に達しました。ユーザーの口コミはありますが、それはユーザーが推奨を行うための前提条件にすぎません。

私たちはオクタゴン行動分析法を借用し、それを自社のユーザーの特性と組み合わせて、ユーザー推奨の動機を 3 つ導き出しました。