获客成本如何计算（单个获客成本）

今天我们就参照AARRR模型中的5个环节（拉新、活跃、留存、转化、传播），以App为例来简单盘点一下运营中都需要关注哪些过程指标。

1、拉新类指标

曝光量/点击量/下载量/新增用户/获客成本

拉新是运营的起点，该环节主要是增加对产品的曝光，吸引用户点击广告、下载App、打开App并完成注册等。

• 曝光量：指产品的相关信息（广告、活动、优惠等）在各种广告平台上（搜索引擎、应用商店、信息流、朋友圈等）的展现次数，也就是累计被多少用户看到过。
• 点击量：与曝光量紧密相关，两者的比值（点击量/曝光量）就是衡量互联网广告效果的重要指标CTR（Click-Through-Rate，点击通过率）。
• 下载量：指App的下载安装次数，是衡量拉新效果的结果指标。
• 新增用户：用户在下载App之后还需完成注册才能成为严格意义上的新增用户，这也是许多拉新活动以“新客礼包”作为利益点的主要原因，目的正是为了吸引用户完成注册。
• 获客成本：对获客的定义不同，成本计算方式也有所不同，常见的获客成本计算方式有三种：CPM（Cost Per Mille，千次曝光成本）、CPC（Cost Per Click，单次点击成本）、CPA（Cost Per Action，单次行动成本）。

2、活跃类指标

活跃用户数/活跃率/在线时长/启动次数/页面浏览量

吸引用户完成注册仅是“万里长征的第一步”，如何让用户在App上保持活跃才能真正反映产品自身的价值。

• 活跃用户数：按照时间维度的不同，可区分为日活（DAU，Daily Active User）、周活（WAU）、月活（MAU）和年活（YAU）等，而对“活跃”的定义也依具体情况不尽相同（如登陆活跃、交易活跃等）。
• 活跃率：活跃用户数反映的是产品的市场体量，而活跃率所反映的则是产品的健康度，也就是有多少比重的用户是处于活跃状态的。
• 在线时长：也称为“访问时长”，不同类型产品的访问时长有着不同的衡量标准，比如社交类、内容类产品的访问时长一定会长于工具类、金融类产品。
• 启动次数：主要体现用户的使用频率，单一用户的日均启动次数越高，说明用户对产品的依赖性越高，相应的活跃度也就越高。
• 页面访问量：主要有PV（Page View，页面访问量）和UV（Unique Visitor，独立访客数量），这两个指标的比值（PV/UV）即单位UV带来的页面访问量，可以反映页面访问的质量，与用户的粘性成正比。此外，如果这个值特别高，就存在被攻击的可能性。

3、留存类指标

留存率/流失率

留存指标主要衡量用户对产品或服务的认可度，也是产品能否可持续发展的重要指标。

• 留存率：在统计周期（周/月）内，每日活跃用户数在第N日仍启动该App的用户数占比的平均值，其中N通常取2、3、7、14、30，分别对应次日留存率、三日留存率、周留存率、半月留存率和月留存率。
• 流失率：流失率与留存率刚好相反，对应留存率的统计方法，主要可以关注次日流失率、周流失率、月流失率等指标，流失率在一定程度能预测用户总量的走势。

4、转化类指标

交易额/成交额/净收入/客单价/ARPU/复购率

转化是用户价值的集中体现，也是衡量大部分运营工作的终极指标，许多产品的“北极星指标”大多就是转化指标之一，或者与转化指标高度相关。

• 交易额：即所谓的GMV（Gross Merchandise Volume），指某段时间内的商品交易总额，注意交易额包含下单但未支付的订单，所以是有一定水分的。
• 成交额：指用户完成付款的实际流水，是用户购买后的消费金额，注意成交额是包含退款订单的。
• 净收入：指成交额减去退款之后的净收入。
• ARPU：指每个用户的平均收入（Average Revenue Per User），通常用“净收入/付费用户数”得出，该指标是衡量用户价值的核心指标，通常情况下，ARPU越高，高端用户就越多。
• 客单价：可以理解为ARPU在电商场景中的另一个称呼，主要反映平均一个用户支付的金额，金额越高，其为平台带来的利润也就越多。
• 复购率：指用户对产品或服务的重复购买次数，复购率越高，用户的忠诚度就越高。通常情况下，复购率以购买次数为统计口径，即在单位时间内，购买两次以上的用户数与购买总用户数的比率。

5、传播类指标

K因子/传播周期/NPS

在移动互联网时代，用户自发对产品的传播或推荐能够帮助产品实现高速增长。

• K因子：也被称为病毒系数，主要用来衡量用户推荐的效果，即一个发起推荐的用户可以带来多少新用户。K因子可以通过“发起邀请的用户数*转化率”得出，K因子只有大于1时，才能实现用户的快速增长。
• 传播周期：指用户完成从传播到转化新用户所需要的时间，通常传播周期越短，用户裂变传播的效果越好。
• NPS：全称Net Promoter Score，即“净推荐值”，主要用来计算一个用户向其他用户推荐某产品或服务的可能性的指数，也可以说是“量化的口碑”。NPS通常通过问卷调研的形式来获（50%以上被认为是不错的），公式如下：

NPS=[(推荐数/总数)-(贬损数/总数)]*100%

结语

数据指标是运营的灵魂，不管是在运营的哪个环节，都尽可能通过数据分析来指引运营策略的优化和运营动作的落地。

当然，要想做到这一点，运营初期就需要进行科学合理的指标设定，以确保后续的优化方向能够与用户增长形成良性循环，让数据指标在运营中发挥最大作用。