「AARRR」模型是企業運營的重要理論之一。拉新做爲該模型中重要的一環，深深影響了以後的用戶轉化。爲了提高拉新質量、提高用戶活躍以及留存使出渾身解數，可是獲取收益狀況卻不盡人意，對於如何提高收益無從下手。git

華爲分析服務6.0.0版本中全新加入了「付費用戶分析」報告，從付費用戶購買行爲、購買頻率、購買習慣等方面深刻洞察付費狀況，結合華爲分析服務的其餘分析模型，共同助力企業提高產品運營收益。github

一、引導用戶快速產生消費意願

用戶首次付費是用戶對於APP價值確定的一個重要信號。一般狀況下，用戶須要通過一段時間的體驗纔會發現APP的核心價值點，並願意去爲APP付費。markdown

不一樣APP對於用戶的吸引程度不一樣，這就致使不一樣APP用戶首次付費時間有較大差別。那麼如何引導用戶快速產生消費意願呢？oop

進入「受衆分析「報告頁面，新建首次付費人羣，查看首次付費人羣報告，肯定首次付費用戶高頻使用能力。以一款教育類APP爲例，以下圖，首次付費人羣中發生次數最多的事件爲搜索課程和分享課程。spa

圖片數據爲虛擬code

進入「付費分析」報告頁面經過「過濾器「篩選「首次付費用戶」人羣，查看首次付費人羣的付費規律，制定運營策略。orm

經過對於首購用戶分析，發現每每用戶使用搜索課程或者分享課程功能時，更加容易產生首次付費動做。因此能夠在APP中增強對用戶使用搜索、分享課程能力的引導，或者針對未付費用戶經過推送該功能的詳細介紹等方式，引導用戶使用與體驗。事件

二、提高用戶平均付費金額（ARPU）與付費率

提升用戶平均付費金額（ARPU）以及付費率是提升APP用戶整體付費的主要目標。因爲不一樣用戶付費能力以及付費偏好不一樣，致使不一樣用戶對於APP的付費貢獻不一樣，須要經過RFM模型對用戶進行分層，對不一樣類型用戶採用不一樣運營策略提高付費指標。圖片

點擊進入「付費分析」報告頁面，查看當前APP用戶付費用戶變化趨勢以及付費金額變化趨勢，根據趨勢變化，結合過濾過濾器能力以及對比分析能力肯定不一樣人羣付費習慣。開發

圖片數據爲虛擬

如上圖，例如該APP付費用戶屬於付費較高的活躍用戶，集中在北京地區，所以APP能夠針對該地區活躍用戶進行持續引導轉化活動。

經過RFM模型對用戶進行分層

R表明Recency（最近一次消費）：用戶距取很多天期最近一次的消費。能夠衡量用戶的消費週期。

F表明Frequency（用戶消費頻次）：用戶在規定時間段內的消費次數。

M表明Money（消費金額）：用戶在規定時間段內的消費金額。

圖片數據爲虛擬

針對不一樣類型的用戶，能夠個性化推送對應內容，如年費會員定製、滿減類活動優惠活動刺激消費如優惠券派放等。

經過對於APP不一樣類型用戶付費狀況的分析，分層運營，從而提升總體付費指標，提高ROI。

瞭解更多詳情>>

訪問華爲分析服務官網

關注咱們，第一時間瞭解 HMS Core 最新技術資訊~