AARRR增长模型
AARRR Growth Funnel
把用户增长拆成获客、激活、留存、变现、传播五层漏斗，定位转化率最低的瓶颈层并设计增长实验，把"想增长"变成"在哪增长、怎么增长"。
这是什么
AARRR，说穿了就是把"用户增长"这件听起来很玄的事，拆成一条流水线。一个陌生人从听说你的产品，到掏钱、再到帮你拉来下一个人，中间要走五道关：获客（Acquisition）、激活（Activation）、留存（Retention）、变现（Revenue）、传播（Referral）。每一道关，都会漏掉一批人。
你把这五道关串起来，就是一个漏斗——上面进来一万人，越往下越窄，最后真正掏钱、真正帮你传播的可能只剩几百。AARRR 的全部价值，就是让你能盯着这个漏斗，一眼看出："水到底漏在哪一层？"找到那个最大的洞，先把它堵上。增长不是靠玄学、靠运气，是靠你能不能找到漏斗里那个最致命的窟窿。
来历与出处
AARRR 由戴夫·麦克卢尔（Dave McClure）提出。他是硅谷著名的早期投资机构 500 Startups 的创始人，常年跟一堆嗷嗷待哺的早期创业公司打交道。这些公司最大的痛点就是：钱不多，到底该把有限的子弹打在哪？
2007 年前后，麦克卢尔把这套五层框架讲了出来，因为五个英文首字母连起来念是"AARRR"，听着像海盗咆哮，所以它有个更出名的外号——"海盗指标"（Pirate Metrics）。它后来成了"增长黑客"（Growth Hacking）这套打法的地基。在它出现之前，"增长"是市场部和产品部各说各话的一团浆糊；它出现之后，所有人第一次有了一套共同的语言，能把"我们要增长"这句空话，翻译成"我们到底卡在哪一层、下一步在哪使劲"。
解决什么真实问题
最典型的场景是：你的产品增长停了，但你不知道为什么。后台一堆数据，DAU、注册数、付费率、分享数，看哪个都觉得不太对，又说不出到底哪个最致命。于是团队开始拍脑袋——有人说要加大投放，有人说要改产品，吵成一团，谁也说服不了谁。
AARRR 治的就是这种"瞎使劲"的病。它逼你把所有数据归到五个抽屉里，再一层层对照行业基准看健康度，最后逼出一个答案：你最大的瓶颈，到底是没人来（获客）、来了不爽（激活）、爽完不回来（留存）、回来了不付钱（变现），还是付了钱却不肯帮你说句好话（传播）。
它尤其救两类人：一类是钱紧的早期创业者，乱投放就是烧钱自杀，必须找到那个杠杆最大的点；另一类是写增长复盘、做投资人材料的人，需要一张清清楚楚的全局地图，把"我们的增长结构"讲明白。
核心思想
打个比方。增长就像往一个木桶里倒水，你想把桶装满。
很多人的本能是：水不够？那就拼命倒水（拼命投放获客）。但 AARRR 提醒你一件残酷的事——如果你这个桶底下有个大洞（留存差），你倒得越猛，漏得越快，最后桶里还是空的，钱全顺着洞流走了。
所以麦克卢尔这套框架里藏着一条铁律：留存 > 激活 > 获客。 先把桶底的洞补上，再往里倒水才有意义。早期产品最忌讳的，就是在一个漏底的桶里疯狂砸钱买流量。先确保用户"留得住"，再去花钱"买得来"——顺序反了，倒多少都是白费。
而漏斗的最后一层"传播"更精妙：它能让桶自己长出新的水龙头。一个满意的老用户帮你拉来一个新用户，这就是病毒系数 K。当 K 大于 1，意味着每个用户都能带来超过一个新用户，增长就开始像滚雪球一样自己转起来，不用你一直往里倒水了。
记住这套框架最狠的一句话：别只盯着绝对数，要看相对基准的差。 某一层转化率看着不高，但已经远超同行，那它就不是你的瓶颈；反过来，看着不低却已经落后行业一大截，那才是真正在拖你后腿的地方。
完整案例
最经典的案例，是 Dropbox 的增长翻盘。
Dropbox 早期也想靠付费投放买用户。一算账傻眼了：买一个用户的成本（CAC）高达 233 到 388 美元，而产品本身月费才 99 美元。这意味着每买来一个用户，公司倒贴几百美元——获客这一层的经济账，根本算不过来。
换成一般团队，下意识反应是"再优化优化投放、把 CAC 压下来"。但 Dropbox 的增长团队用 AARRR 一拆，看清了真正的杠杆不在"获客"，而在最后那层"传播"。文件同步这个产品有个天然属性：你越用越离不开（留存极强），而且天生有分享的理由。
于是他们做了一件后来被反复研究的事——双向激励邀请：你邀请一个朋友，你和朋友各得 500MB 免费空间。这一下击中了人性，老用户有动力拉新人，新人也乐意被拉。结果是，注册量在 15 个月内从 10 万暴涨到 400 万，其中约 35% 的每日新注册，都来自老用户的推荐。
这个故事的启示特别锋利：增长卡在获客，不代表你就该在获客层死磕。 把漏斗五层都摆出来看，你常常会发现，那个能四两拨千斤的杠杆，藏在另一层。
常见误解与边界
第一个误解，是把激活和留存的定义当成放之四海皆准的标准。其实它随品类天差地别：内容产品的"激活"是完成第一次深度阅读，"留存"是订阅收藏；教育产品的激活是上完第一堂课；AI 产品的激活，是用户第一次感受到"这玩意儿居然超出我预期"的那个瞬间。定义不清就谈优化，等于无的放矢。
第二个误解，是以为漏斗本身就是增长引擎。它不是。漏斗是个诊断工具，是体检报告，帮你找到病灶；但真正让增长持续滚动的，是你过了 PMF 之后切换到的增长飞轮思维。AARRR 找到断点，飞轮让增长自我驱动，两者是接力，不是替代。
还要补一句 AI 时代的变化：买流量的获客成本只会越来越贵，但 AI 给"激活"和"留存"两层开了新杠杆——个性化的新手引导、智能召回、精准推荐，能在不加大获客投入的前提下，把漏斗中后段撑大。增长的重心，正从"买流量"悄悄转向"提转化、提留存"。
一句话记住它
别急着往桶里倒水，先看清水漏在哪一层——增长不是玄学，是找到漏斗里那个最大的洞，堵住它。
想看这套方法喂给 AI 的执行规格？点上方「标准模组」。
用过此方法的案例
商业访谈播客，3年5万订阅，三次变现失败（课程无复购、社群沉默、赞助嫌小）——根本问题不是听众太少，而是用「内容博主」框架对接了「商业决策者」听众。
case-019B2C SaaS 知识管理工具：注册 5 万、月活 2.2 万，付费转化率 1.5% 一年没动——团队加了 13 个付费功能、讨论了 3 次降价，都没用。根本问题不是功能不够多，而是 18 个付费功能里没有一个会让免费用户「没有就停摆」。
case-021ToB SaaS 工具完成 MVP，免费试用 3 个月获得 12 家种子用户，一个都没有转付费——根本问题不是功能不够好，而是种子用户选错了：选的是「愿意试」的人，而不是「没有就痛」的人。
case-023某 200 人电子精密零件制造商花 80 万采购 5 套 AI 工具（智能排产、视觉质检、销售 CRM、客服机器人、财务报表），一年后工厂还在按原来方式运行，总经理找不到问题在哪里。根本原因：把「工具采购」当成了「AI 转型」——5 套工具都在原有流程旁边运行，没有一套真正取代了任何一个决策环节。
case-026某 B2B 文档协作 SaaS（主打「团队知识库 + AI 摘要」），免费增值模式运行 10 个月，积累 8000 注册用户、1200 活跃团队，但付费率 1.2%（96 个付费团队），月 MRR 约 2.4 万元。创始人困惑：是定价太高了（499 元/月/团队）、功能不够、还是 Freemium 本身选错了？核心误判：把「用户多」当成「价值已验证」——8000 用户里大部分是个人试用，真正的 B2B 决策者（有预算、有采购权）的激活率从未被测量过。
case-027某三线城市连锁 K12 教培机构（6 个校区，600 名在读学生，主做初中数学/英语），花 30 万购入 AI 出题系统（号称「千人千面自适应练习」），使用半年后：学生平均分提升 2.3 分（对照组提升 1.8 分），差异不显著；老师普遍反映「出的题太简单」；家长问「学了 AI 以后有什么不同」，说不出来。根本问题：把「工具采购」当成了「教育模式升级」——AI 出题系统装进了原有的「课堂讲课 + 课后刷题」流程，没有改变任何教学决策节点。
case-030消费金融 App 最常见的增长幻觉：注册用户多但月活低，原来是用户质量分层的问题
case-033企业微信私域社群最常见的失败模式：把「用户数量」当成「用户价值」，500 个群却没有一个能自我运转
case-036职业培训平台最常见的错误：用「课程内容质量」解释「学员不学」，但真正原因是「动机结构」从入学那一刻起就坏了
case-037HR SaaS 团队把销售漏斗转化率低归因于「价格太高」，但真正问题是：买家决策路径里从来没有出现过真正的「痛点时刻」
case-040拿到融资后的最常见陷阱：用钱买来的 DAU 和用产品价值赢来的 DAU 在数据上长得一模一样，但体质完全不同——一个停钱就死，一个越用越强
case-042销售驱动和产品主导增长不是「二选一」，而是「并行期 → 飞轮转速足够后让产品接棒销售」——但很多 SaaS 公司在飞轮转速不够时就裁撤销售团队，把自己逼入死角
case-043健康类 App 最常见的增长困境：数据是私密的、行为是孤立的，没有天然的社交传播动机——增长飞轮必须「重新设计」而不是「依靠现有产品的自然传播」
case-044双边平台冷启动最大的误区：同时解决供给侧和需求侧，结果两边都没解决——平台冷启动的核心是「先跑通单边，再激活另一边」
case-046BCG 矩阵的价值不在于把产品分类贴标签，而在于「用现金牛的现金流去喂有潜力的明星或问题儿童，同时有纪律地停止喂瘦狗」——问题是大多数公司都在无差别地喂所有产品线
case-047战略路线图的价值不是「把未来 3 年的计划写清楚」，而是「设计出哪些里程碑必须先完成，哪些可以并行，哪些必须等前一个确定后才能启动」——顺序错了，3 年计划等于零
case-052智能密度不是 AI 功能的「重要性」排序，而是「AI 真正能发挥作用」的可能性评估——假勤异常检测智能密度最高（数据结构化、规则明确、高频高人力消耗），而用户最想要的「简历筛选 AI」反而因主观性强排名第五
case-053创新十环揭示了最普遍的企业创新陷阱：把 90% 的创新资源押注在「产品性能」上，而忽视了另外九个同样可以创造差异化的维度——学海平台的创新盲区在服务、品牌、客户参与三个维度，而非产品功能
case-057用户不升级高档会员不是因为「贵」，是因为产品层级设计和马斯洛需求层级完全错位——轻脉的付费机会在「社交/尊重层」（被专业人士看见和关心），而非「生理层」（更多健康数据），亲和图从 300 份访谈中挖出了这个反直觉洞察
case-059杰文斯悖论是 AI 时代最重要的思维工具：当写作成本趋近于零，内容生产的总需求不是减少而是爆炸——写匠 AI 应该从「更好的 AI 写作」转向「企业内容资产管理平台」，用六步共生飞轮积累用户专属资产作为真正的护城河
case-060设计民族志揭示了用户研究最大的陷阱：人们描述的行为和实际行为之间存在系统性偏差——老年人访谈说「很有用」，真实家庭观察发现「几乎不主动使用」；被动式健康监测（无需主动操作）才是真正的价值机会
case-062创新五大构成最重要的洞察：绝大多数内容创业者死在「单维优化」上——林晓艺的护城河在人本+文化维度（复购率 68% 的真实原因），升级重点在科技+商业维度；认知组装者方法重构 AI 协作系统，让生产效率翻倍同时核心洞察价值完整保留
case-064小众精品品牌的规模化悖论：护城河（稀缺性）恰恰是规模化的上限——Blue Bottle 被收购后扩张到 100 家的失败案例直接预演了「素语」A 路线的结局；正确路径是豆子订阅+培训体系，用不破坏稀缺性的方式扩大商业规模
case-065B2B SaaS 定价的核心：定价是价值感知的信号，不是成本的倍数——在客户感知到价值之前涨价是加速流失；数据洞的 61% 续费率源于「用不好」而非「价格贵」，应先建立成功引导体系和月度价值报告，再对三层客户实施差异化定价
case-066当大平台用 AI 做到「标准化交易效率极致化」，区域中小平台的出路是做大平台做不了的事——稳家的护城河是 10 年本地隐性知识（学区、邻里、物业），聚焦 800 万以上置换客群，从传统佣金转向本地置换顾问模式
case-069碳聚 12 次 A 轮路演未成功，问题不是业务而是叙事——原有叙事讲「我们做了什么」，重构后用三方共进化（政策×企业×市场不可逆趋势）+ 战略路线图（三阶段从 SaaS 到数据基础设施）+ 因果回路可视化飞轮，让投资人看到必然会发生的未来
用「AARRR增长模型」推演你的问题
描述你正面临的难题，InnoLab 会用这套方法当场跑一次结构化推演。
免费推演一次