AARRR metrics to model pięciu etapów wzrostu, często używany w growth hackingu. Mierzy drogę użytkownika od pierwszego kontaktu z produktem do przychodu (od wejścia do płatności). Jego siła jest prosta: cały lejek mieści się w jednej ramie, więc szybciej widzisz, gdzie ruch zamienia się w użycie, a gdzie po prostu się urywa. Same wejścia potrafią wyglądać dobrze na wykresie, ale bez aktywacji, powrotów i poleceń biznes zwykle stoi w miejscu.
Dobrze ustawione AARRR szybko pokazuje wąskie gardła i przypina do nich konkretne liczby. Zamiast patrzeć na ogólne wskaźniki, sprawdzasz dokładnie, na którym etapie spadek jest największy. Przy 10 000 wejść taka różnica wyskakuje od razu.
Model pięciu etapów wzrostu w growth hackingu
AARRR, znane też jako piracka metryka, dzieli wzrost na kilka punktów kontrolnych, które da się mierzyć i testować osobno. Dzięki temu nie poprawiasz w ciemno całego marketingu, tylko przypisujesz hipotezę do konkretnego miejsca procesu i sprawdzasz, czy wynik faktycznie drgnął.
W startupach i SaaS ten układ działa szczególnie dobrze, bo jedna zmiana w formularzu, onboardingu albo ofercie (czasem to 1 pole mniej) potrafi dać wzrost bez dokładania budżetu reklamowego. Szerszy kontekst takich modeli daje artykuł Co to są frameworki growth?, zwłaszcza gdy chcesz odróżnić framework, który porządkuje decyzje, od takiego, który tylko komplikuje raportowanie.
Jak działa lejek AARRR w praktyce
W praktyce lejek AARRR to ciąg kolejnych pomiarów zachowania tego samego użytkownika, a nie jeden zbiorczy raport o wzroście. Zespół wybiera zdarzenie oznaczające realną wartość produktu i sprawdza, ile osób dociera do niego w pierwszych 24 godzinach (albo w innym oknie pierwszej wartości), ilu wraca po 7 lub 30 dniach oraz ilu finalnie zamienia się w przychód.[1]
- Najpierw ustalasz ścieżkę krytyczną. W aplikacji do fakturowania takim momentem może być wystawienie pierwszej faktury, bo samo założenie konta (rejestracja to za mało) łatwo zawyża poczucie postępu.
- Potem dochodzi instrumentacja produktu: zdarzenia w analityce, oznaczenie źródeł ruchu, kohorty i atrybucja. Gdy 10 000 osób odwiedza landing page, 600 zakłada konto, 180 wykonuje kluczową akcję w ciągu doby, 70 wraca po 30 dniach, 15 poleca produkt, a 24 przechodzą na plan płatny, problem ma już konkretny adres. Po 30 dniach zostaje 70 osób. W tym miejscu zwykle kończy się zgadywanie.
- Dopiero wtedy stawiasz hipotezę dla jednego miejsca. Czy niski moment wartości bierze się z onboardingu, copy albo danych demo? Czasem wystarczy skrócić liczbę kroków z 5 do 3. Gdy odpadają osoby, które już skorzystały z produktu, trzeba pracować nad nawykiem, przypomnieniami lub użytecznością funkcji.
- Wynik oceniasz w seriach, nie po jednym dniu. Lepiej porównać co najmniej 2 kohorty tygodniowe albo 1 pełny cykl sprzedaży, bo chwilowy skok ruchu łatwo pomylić z realną poprawą modelu.
Każdy eksperyment dostaje tu własny cel i własną metrykę sukcesu, więc zespół przestaje mylić większy ruch z lepszym biznesem. Część pomiarową rozwija osobny materiał (Jak mierzyć każdy etap lejka AARRR – metryki i narzędzia?).
Acquisition, Activation, Retention, Referral, Revenue jako kluczowe etapy
Pięć liter AARRR opisuje pięć różnych pytań o wzrost: skąd przychodzą użytkownicy, czy rozumieją sens produktu, czy wracają, czy polecają go dalej i czy z tego zostają pieniądze. Model zaczyna mieć sens dopiero wtedy, gdy każdy etap ma własną definicję sukcesu, bo jeden wspólny wykres ruchu nie mówi tu zbyt wiele.
Co mierzy etap Acquisition
Na etapie Acquisition patrzysz na jakość pozyskania użytkownika, a nie na samą liczbę wejść. Liczy się źródło, koszt oraz to, czy dana osoba ma realną szansę dojść do pierwszej wartości produktu.
- To filtr wejściowy. Sprawdzasz udział kanałów, koszt kliknięcia, koszt pozyskania leada lub rejestracji oraz przejście z wizyty do konta. Przykład jest prosty: SEO daje 300 zapisów miesięcznie przy koszcie treści 1500 zł, a kampania płatna 180 zapisów za 3600 zł. Oba źródła mogą być wartościowe, ale dopiero dalsze zachowanie pokaże, który kanał dowozi lepsze konto.
- Co, jeśli kanał przyciąga dużo osób hasłem „za darmo”? Rejestracje rosną, ale odsetek ludzi wykonujących sensowną akcję po wejściu często spada. Dlatego Acquisition lepiej oceniać przez visit-to-signup i signup-to-activation niż przez sam ruch.[2]
- Relacja z Revenue szybko sprowadza temat na ziemię. Gdy średni przychód z pozyskanego konta wynosi 90 zł, a koszt jego zdobycia 120 zł, skala zaczyna dokładać stratę.
Jak rozpoznać Activation i Retention
Activation pokazuje pierwszy dowód, że użytkownik zrozumiał wartość produktu, a Retention sprawdza, czy ta wartość wraca i zamienia się w powtarzalne użycie. Różnica jest praktyczna: Activation może wydarzyć się po jednej sesji, Retention wymaga kolejnych powrotów w zdefiniowanym oknie czasu.
Activation najłatwiej rozpoznać po zdarzeniu bliższym użyciu niż samej rejestracji. W aplikacji do zarządzania zadaniami takim sygnałem może być utworzenie projektu i dodanie pierwszego zadania, a w narzędziu B2B podłączenie integracji albo import minimum 1 zestawu danych. Sam nowy lead w CRM nie oznacza jeszcze, że produkt został naprawdę uruchomiony przez użytkownika.[3]
Retention zaczyna się wtedy, gdy pojedyncza ciekawość zamienia się w nawyk albo stałą potrzebę. Dla produktu używanego codziennie sensowne może być sprawdzenie, ilu użytkowników wraca co najmniej 3 razy w ciągu 14 dni; dla narzędzia księgowego ważniejszy bywa powrót w następnym cyklu rozliczeniowym (to już inny rytm użycia). Przy oknie 14 dni definicja robi dużą różnicę.
Relacja między Activation a Retention bywa bardzo diagnostyczna. Wysokie Activation przy słabym Retention zwykle oznacza, że onboarding obiecuje więcej, niż produkt daje po pierwszym użyciu. Gdy aktywuje się mało osób, ale te nieliczne wracają regularnie, moment pierwszego sukcesu jest po prostu zbyt trudny albo słabo wyjaśniony. O rozdzielaniu zdarzeń jednorazowych od wskaźników powrotu szerzej piszemy w Jak zbudować dashboard raportowania metryk wzrostu dla zespołu?.
Referral i Revenue w procesie wzrostu
Referral najłatwiej pokazuje, czy produkt broni się sam w użyciu. Revenue odpowiada już bez sentymentu: czy taki wzrost ma ekonomiczny sens.
- Referral mierzy skłonność użytkownika do zaproszenia innych albo naturalnego polecenia marki. Najbardziej praktyczny sygnał to odsetek aktywnych kont, które wysłały minimum 1 zaproszenie, oraz konwersja zaproszenia na nowe konto. Jeśli 8% aktywnych użytkowników poleca produkt, ale z linku rejestruje się tylko 1 osoba na 20 kliknięć, problem nie musi leżeć w satysfakcji. Często blokuje sam mechanizm polecenia.
- Revenue zbiera liczby, które ostatecznie decydują o sensie skali: ARPU i MRR, a zależnie od modelu także średnią wartość koszyka, udział planów płatnych albo czas zwrotu kosztu pozyskania. Polecenia obniżają koszt wzrostu, lecz dopiero Revenue pokazuje, czy darmowy zasięg przekłada się na marżę. Dużo zależy tu od konstrukcji oferty i progów cenowych (Przykłady strategii cenowych i ich znaczenie w ustalaniu cen produktów).
Dave McClure i prezentacja '500 Hats’ w 2007 roku
W 2007 roku Dave McClure pokazał model AARRR szerzej w prezentacji „500 Hats” i dał zespołom prosty sposób rozbijania wzrostu na mierzalne odcinki.[4] Nie chodziło o chwytliwy akronim. Chodziło o to, by zamiast jednego dużego wyniku widzieć serię przyczyn.
| Model tradycyjny | Model AARRR |
|---|---|
| Raportuje ogólną liczbę użytkowników | Analizuje przejście przez etapy: Acquisition, Activation, Retention, Referral, Revenue |
| Trudno znaleźć przyczynę spadku | Łatwo zidentyfikować wąskie gardła w procesie wzrostu |
| Decyzje oparte na liczbach sumarycznych | Decyzje oparte na konkretnych wskaźnikach dla każdego etapu |
Dlaczego powstał model AARRR
W 2007 roku Dave McClure stworzył AARRR, bo sama liczba użytkowników za słabo opisywała, czy produkt naprawdę rośnie. Startup mógł pokazywać 50 000 rejestracji i nadal nie wiedzieć, czy użytkownicy rozumieją produkt, wracają do niego albo generują przychód.[1]
Po co to było potrzebne zespołom i inwestorom? Bo raport z dużą liczbą wygląda dobrze, ale nadal może niczego nie wyjaśniać. Firmy pokazywały skoki po kampanii czy publikacji w mediach (czasem tylko po jednym materiale), a potem trudno było oddzielić chwilowy efekt od realnego postępu. AARRR porządkował tę rozmowę, bo spadek wyniku można było przypisać do konkretnego miejsca procesu i dopiero wtedy dobrać eksperyment. Tę zmianę od „ładnych liczb” do ram decyzyjnych dobrze pokazuje Jak frameworki growth zmieniały podejście firm do skalowania.
Alternatywa dla liczenia użytkowników
AARRR nie pyta wyłącznie o to, ilu ludzi pojawiło się w systemie. Sprawdza, ilu z nich przeszło przez kolejne warunki zdrowego wzrostu, więc operacyjnie daje więcej niż sama metryka „liczba użytkowników”.
Różnicę dobrze widać na prostym zestawieniu. Firma może mieć 1 000 000 kont po agresywnej kampanii i nadal słaby biznes, jeśli tylko mała część tych osób wykonuje ważne działania lub płaci. Inna firma przy 80 000 użytkowników potrafi mieć stabilniejszy model, gdy po wejściu pojawiają się powroty, polecenia i przychód.
Dlatego AARRR działa jak panel kontrolny, a nie jak licznik odwiedzin. Pokazuje, czy wzrost ma strukturę, którą da się rozwijać bez zgadywania. W arkuszu z 1 000 000 kont taka różnica wychodzi od razu.
Piracka Metryka i jej miejsce w słowniku growth
W zespołach growth nazwa Piracka Metryka pada regularnie, bo skrót AARRR naprawdę łatwo zapamiętać. To potoczna nazwa modelu używana w środowisku startupów, product i growth. Jednym słowem zespół odwołuje się tu do całego sposobu patrzenia na wzrost oraz do diagnozowania problemów.
Skąd wzięła się nazwa Piracka Metryka
Samo brzmienie skrótu AARRR przypomina pirackie „Arrr!”, stąd nazwa Piracka Metryka. To proste skojarzenie sprawiło, że pięcioliterowy akronim szybciej zapadł w pamięć i wszedł do słownika growth.
Brzmi jak żart? Na spotkaniu albo w raporcie (szczególnie tygodniowym) łatwiej powiedzieć „problem mamy w Retention w pirackiej metryce” niż za każdym razem rozwijać pełną nazwę modelu. Dlatego ten termin działa jako użyteczny skrót operacyjny.
Jak Piracka Metryka pomaga zespołom growth
Na cotygodniowym spotkaniu taka nazwa porządkuje rozmowę od ręki. Zamiast ogólnego „spada performance” zespół może powiedzieć, że problem dotyczy słabego utrzymania albo niskiej monetyzacji.
To zmienia codzienną pracę między funkcjami. Marketing, produkt, sprzedaż i analityka zwykle mają własne definicje sukcesu, więc bez wspólnej ramy każdy optymalizuje swój kawałek. Gdy pojawia się jeden słownik, łatwiej przypisać właściciela metryki, ustalić próg alarmowy i odróżnić cel lokalny od wyniku biznesowego.
Przykład jest prosty: marketer dowozi więcej zapisów, a zespół produktowy widzi równocześnie spadek jakości zachowania po wejściu. Wtedy decyzja brzmi: najpierw naprawiamy punkt tarcia. Przy wspólnym dashboardzie (na jednym ekranie) taka rozmowa trwa 15 minut, a bez niego potrafi zająć cały sprint.
Źródła
- https://ideaplan.io/metrics/pirate-metrics-aarrr
- https://prodpad.com/glossary/aarrr/
- https://roaarrr.app/docs/activation
- https://builtin.com/articles/aarrr-1
Dorian Zawadzki to redaktor i autor publikacji w serwisie Growthhacker.pl. Specjalizuje się w tematach związanych z marketingiem wzrostu, SEO, content marketingiem i analityką. Tworzy praktyczne materiały, które pomagają lepiej rozumieć narzędzia, strategie i procesy wspierające rozwój biznesu online.
