AARRR: пиратские метрики
AARRR — модель из пяти этапов (привлечение, активация, удержание, рекомендации, выручка), которая даёт команде пять отдельных цифр вместо одного размытого разговора о росте и показывает, какой этап его ограничивает.
AARRR — это модель из пяти этапов: acquisition, activation, retention, referral, revenue, то есть привлечение, активация, удержание, рекомендации и выручка. Инвестор Dave McClure предложил её в 2007 году, чтобы заменить размытые разговоры о росте пятью конкретными цифрами. Все пять цифр по одной когорте показывают, какой этап тормозит рост. Чаще всего решает удержание: рекомендации и выручка приходят только от тех, кто остался.
- Автор
- Dave McClure (Дэйв Макклюр), 2007
- Уровень
- 201 · Инструмент
- Подходит
- стартап, малый и средний бизнес, растущая компания
- Время на внедрение
- полдня, чтобы описать пять событий и выгрузить цифры за месяц, если трекинг уже настроен
- Что понадобится
- трекинг событий, который уже фиксирует регистрацию, первое ценное действие, повторные визиты, рекомендации и оплату как отдельные события · одна полная когорта (регистрации за неделю или месяц), достаточно «старая», чтобы удержание и рекомендации успели случиться
AARRR — это модель из пяти этапов: acquisition, activation, retention, referral, revenue (привлечение, активация, удержание, рекомендации, выручка). Инвестор Дэйв Макклюр собрал её в 2007 году, чтобы дать стартапам пять конкретных цифр вместо одного размытого разговора о росте. Название — шутка: первые буквы этапов складываются в пиратский клич, а презентация Макклюра «Startup Metrics for Pirates» до сих пор ходит по рукам в версии на SlideShare. Макклюр годами переиздавал и обновлял её, но пять этапов почти не менялись.
Какой пост или доклад считать первым появлением модели, единого мнения нет: есть только сама презентация и год, 2007-й. Зато устоялись порядок и идея: пять отдельных цифр, по одной на этап, и каждая отвечает на свой вопрос об одной и той же группе пользователей.
Что измеряют пять букв
Привлечение — то, как человек впервые появляется: клик, установка, регистрация, — с разбивкой по каналу, который его привёл. Активация — первый момент, когда человек получает пользу от продукта, а не только открывает его один раз. Удержание — возвращается ли тот же человек позже сам, без новой рекламы. Рекомендации — приводит ли удержанный пользователь кого-то ещё. Выручка — превращается ли всё это в деньги: подписку, покупку, платное расширение.
Продукт может быть сильным в привлечении и слабым везде дальше, и только все пять цифр вместе показывают, какой этап мешает.
Две вариации: одна добавляет этап, другая меняет порядок
Более поздняя вариация добавляет этап в начало: Awareness, осведомлённость, и получается AAARRR. Это дополнение обычно приписывают обучающей компании Growth Tribe, примерно 2016 год. Логика такая: нельзя привлечь человека к продукту, о котором он не слышал, поэтому осведомлённость заслуживает отдельного счёта до привлечения.
Другая вариация оставляет те же пять букв и меняет их порядок. RARRA ставит удержание первым, затем активацию, рекомендации, выручку и привлечение в конце. Идею приписывают консультанту по росту Томасу Петиту, а в 2017 году её описали вместе с Габором Паппом. Их довод: если мобильное приложение теряет большинство новых пользователей за несколько дней, то тратить на привлечение до исправления удержания — значит раз за разом платить за то, чтобы наливать воду в дырявое ведро. AAARRR и RARRA — практические надстройки над исходными пятью этапами Макклюра.
Почему от удержания зависят остальные четыре этапа
Фред Райхельд из Bain доказывал, что удержание клиентов определяет прибыль, ещё в статье 1990 года в Harvard Business Review, написанной вместе с Эрлом Сассером. Он же автор цифры, которую HBR повторил в 2014 году: рост удержания клиентов на пять процентных пунктов увеличивает прибыль на 25–95%. Руководство Amplitude по удержанию идёт дальше и утверждает, что улучшение удержания сильнее влияет на число активных пользователей в месяц, чем привлечение или вирусность. И Amplitude, и Mixpanel строят отчёты по удержанию вокруг когорты, которая возвращается в фиксированное окно — седьмой день, тридцатый, своё окно, — потому что одна средняя доля возвратов скрывает, как быстро когорта тает.

Зависимость работает в одну сторону. Рекомендация случается, только если рекомендующий ещё пользуется продуктом. Выручка после первой покупки в основном приходит от тех, кто продолжил пользоваться. Если улучшать привлечение и активацию, пока удержание сломано, рекомендации и выручка так и останутся ограничены тем немногим, кто остался.
Когорта по пяти этапам на примере
Возьмём сервис онлайн-консультаций с врачом. Пример иллюстративный, цифры круглые, когорта новых пользователей за один месяц. 20 000 человек устанавливают приложение. 10 000 заполняют профиль и проходят первую консультацию в течение 48 часов — активация 50%. Из них только 2 000 открывают приложение через месяц после активации — удержание 20% от активированных. Из удержанной группы 300 приглашают знакомого — рекомендации 15% от удержанных. И 600 оплачивают подписку на консультации — выручка 30% от удержанных.
Привлечение и активация выглядят здоровыми. Выделяется удержание: остался один из пяти активированных. Рекомендации и выручка считаются от этого сжавшегося пула в 2 000 человек. Исходные 20 000 установок и даже 10 000 активированных в эти цифры не входят. Команда, которая в этом месяце гонится за числом установок, доливает в верх воронки, которая уже на следующем шаге теряет четырёх из пяти.

Как превратить сарафанное радио в одну цифру
Рекомендациями часто управляют по наитию, а не по цифре. Исследование 2009 года в Journal of Marketing на данных социальной сети показало, что рекомендации дают заметно более долгий эффект и более сильный отклик, чем традиционные расходы на маркетинг; это удалось измерить, потому что платформа логировала каждое отправленное приглашение. Исследование 2010 года в том же журнале пошло дальше и предложило способ оценивать, каких клиентов стоит просить о рекомендации, исходя из их собственной ценности для бизнеса и вероятной ценности их рекомендаций, вместо того чтобы просить всех одинаково.
При таком подходе рекомендации перестают быть догадкой о том, достаточно ли людям понравился продукт, чтобы о нём рассказать, и становятся счётом: сколько удержанных пользователей отправили приглашение в этом месяце и сколько из этих приглашений дали новое привлечение в следующем.
AARRR, воронка продаж и анализ воронки
AARRR, воронку продаж и анализ воронки называют воронками, но каждый инструмент отвечает на свой вопрос.
| AARRR (пиратские метрики) | AIDA / воронка продаж | Анализ воронки | |
|---|---|---|---|
| Измеряет | Пять поведений на всём жизненном цикле продукта | Четыре стадии психологии покупателя до покупки | Реальные количества внутри одной заданной последовательности шагов |
| За кем следит | Когорта реальных пользователей после регистрации | Потенциальный покупатель, который ещё не стал пользователем | Пользователи, проходящие один конкретный сценарий |
| Отвечает на вопрос | Какой этап жизненного цикла ограничивает рост | Что должна сказать страница или объявление дальше | Где внутри одного сценария люди уходят |
| Результат | Пять отдельных цифр, по одной на этап | Этап, закреплённый за конкретным текстом | Конверсия от шага к шагу и общая конверсия |
Воронка продаж планирует, что сказать, пока никто ещё не зарегистрировался. Анализ воронки разбирает один конкретный сценарий, когда реальные шаги уже отслеживаются: оформление заказа, онлайн-запись. AARRR стоит над обоими: он следит за поведением целой когорты неделями и месяцами, от первого контакта до оплаты и рекомендаций, и его пять цифр подсказывают, какой из двух других инструментов стоит запускать следующим.
Если смотреть на пять цифр раз в месяц, с одними и теми же определениями когорт, AARRR превращается из запомнившегося слайда в рабочий разбор роста. Так устроена регулярная работа с цифрами в Growth Lab Pushers: пять этапов лежат рядом с текущим экспериментом, а не перерисовываются с нуля каждый квартал.
Как применять: AARRR: пиратские метрики по шагам
- Определите, что считается каждым из пяти событий. Для каждого этапа запишите одно конкретное отслеживаемое действие: установка, завершённая настройка, повторный визит в заданном окне, отправленное приглашение, оплата. Тогда два человека, глядя на одну когорту, посчитают одних и тех же пользователей. Результат: пять событий «да или нет» вместо пяти расплывчатых идей.
- Возьмите одну когорту и выгрузите по ней все пять цифр. Выберите группу пользователей, которые пришли в один период, за неделю или месяц, и посчитайте, сколько из них дошли до каждого из пяти событий. Результат: один срез AARRR по одной когорте, который можно сравнивать месяц к месяцу, потому что все цифры в нём считаются от одной группы людей.
- Сравните пять этапов с историей самого продукта. Сравните долю на каждом этапе с предыдущим этапом и с той же цифрой прошлого месяца: нормальная активация для маркетплейса и для приложения клиники — совершенно разные числа. Результат: ранжированный список этапов, начиная с самого слабого для этого продукта.
- Исключите этап, который просто ограничен предыдущим. Прежде чем тратить спринт на самый слабый на вид этап, проверьте, не ограничен ли он этапом выше: и рекомендации, и выручка берутся из тех, кто удержался. Результат: один этап, который действительно стоит тянуть, отдельно от цифры, которая просто выглядит меньше всех.
- Измените одну вещь на этом этапе. Поменяйте одну переменную на выбранном этапе — шаг онбординга, напоминание, бонус за рекомендацию — и не трогайте остальное. Результат: одно изменение, влияние которого на цифру этапа можно прочитать без помех.
- Выгрузите те же пять цифр для следующей когорты. Примените те же определения и то же окно к когорте следующего месяца и сравните пять цифр рядом. Результат: доказательство, что изменение сдвинуло цифру, или что не сдвинуло и пора смотреть на следующий этап.
Примеры
Приложение клиники для пациентов
Иллюстративный пример. Привлечение — объявление в Яндекс Директе по запросу о записи к врачу. Активация — первый прошедший приём и включённые уведомления в приложении. Удержание — повторная запись в течение 90 дней. Рекомендации — пациент отправляет ссылку на запись члену семьи. Выручка — приём, на который пациент пришёл и который оплатил.
Студия фитнеса с онлайн-записью
Иллюстративный пример. Привлечение — переход из карточки в Яндекс Картах на страницу записи. Активация — посещённое пробное занятие. Удержание — третье посещение в течение месяца. Рекомендации — клиент приводит друга по промокоду. Выручка — купленный абонемент.
B2B-сервис для управления проектами
Иллюстративный пример. Привлечение — регистрация после рекламы бесплатного пробного периода. Активация — приглашён один коллега и создана первая доска проекта. Удержание — вход на третьей неделе. Рекомендации — приглашено рабочее пространство другой компании. Выручка — переход с пробного периода на платное место.
Когда применять
Используйте AARRR, когда у продукта уже есть пользователи, которых можно измерять, и настроен трекинг событий, а команда хочет видеть весь жизненный цикл клиента, а не только регистрации на входе, чтобы понять, какой этап ограничивает рост.
Когда не применять
Не подходит до запуска и в первые недели после него, когда пользователей ещё слишком мало, чтобы цифры удержания и рекомендаций что-то значили. Не подходит и бизнесу на одной редкой покупке без повторных визитов — продажа подержанного автомобиля, ремонт квартиры, — где пять этапов не ложатся на повторное поведение.
Частые ошибки
- Сначала гнаться за привлечением, потому что эта цифра заметнее всех, пока удержание, от которого зависят остальные четыре этапа, остаётся сломанным.
- Оставлять активацию ощущением («люди вроде вовлечены») вместо одного конкретного отслеживаемого действия: тогда два человека называют две разные цифры активации для одной когорты.
- Сравнивать долю на этапе с общеотраслевым бенчмарком вместо истории своего продукта, хотя нормальная активация или доля рекомендаций сильно различаются по категориям.
- Объявлять рекомендации или выручку слабыми, не проверив, не ограничило ли их удержание: оба этапа обычно считаются от одного и того же удержанного пула.
- Не пересчитывать те же пять цифр после изменения, и тогда никто не узнаёт, сдвинуло ли исправление хоть что-то.
Вопросы и ответы
Что такое AARRR, или пиратские метрики?
AARRR, или пиратские метрики, — модель из пяти этапов: привлечение, активация, удержание, рекомендации и выручка. Её предложил инвестор Dave McClure в 2007 году. Пять цифр по одной когорте пользователей показывают, какой этап роста продукта ограничивает остальные, вместо того чтобы судить о росте по одной цифре.
Кто придумал пиратские метрики AARRR?
Инвестор Дэйв Макклюр собрал модель в 2007 году и опубликовал её как презентацию Startup Metrics for Pirates, которая до сих пор лежит на SlideShare. Какое выступление или пост считать первым появлением, единого мнения нет; сохранилась сама презентация, которую потом несколько раз переиздавали.
Что означает каждая буква в AARRR?
Acquisition, привлечение, — как пользователь впервые приходит. Activation, активация, — первый момент, когда он получает пользу от продукта, а не только открывает его. Retention, удержание, — возвращается ли он сам. Referral, рекомендации, — приводит ли кого-то ещё. Revenue, выручка, — приносит ли всё это деньги.
Что такое RARRA и чем она отличается от AARRR?
RARRA переставляет те же пять букв: удержание первым, затем активация, рекомендации, выручка и привлечение в конце. Её предложил консультант по росту Thomas Petit, а в 2017 году описал вместе с Gabor Papp: деньги на привлечение сгорают, пока удержание мобильного приложения ещё сломано.
AARRR — это то же, что воронка продаж или анализ воронки?
Нет. Воронка продаж вроде AIDA планирует, что сказать человеку, который ещё не стал клиентом. Анализ воронки разбирает один отслеживаемый сценарий, например оформление заказа. AARRR следит за целой когортой пользователей неделями и месяцами, от привлечения до выручки, чтобы найти этап жизненного цикла, который ограничивает рост.
Источники
- Dave McClure, Startup Metrics for Pirates (long version), SlideShare, 2007
- Thomas Petit, Gabor Papp, Patrick Vlaskovits, Casey Armstrong, Why Focusing Too Much on Acquisition Will Kill Your Mobile Startup, Phiture Mobile Growth Stack, 2017
- Growth Tribe, What Is a Growth Marketing Framework? And How To Do It
- Frederick F. Reichheld, W. Earl Sasser Jr., Zero Defections: Quality Comes to Services, Harvard Business Review, 1990
- Amy Gallo, The Value of Keeping the Right Customers, Harvard Business Review, 2014
- Bain & Company, The Loyalty Effect
- Frederick Reichheld, The One Number You Need to Grow, Harvard Business Review, 2003
- Michael Trusov, Randolph E. Bucklin, Koen Pauwels, Effects of Word-of-Mouth versus Traditional Marketing: Findings from an Internet Social Networking Site, Journal of Marketing 73(5), 2009
- V. Kumar, J. Andrew Petersen, Robert P. Leone, Driving Profitability by Encouraging Customer Referrals: Who, When, and How, Journal of Marketing 74(5), 2010
- Amplitude, Interpret your retention analysis, Amplitude Docs
- Amplitude, N-Day LTV in retention analysis, Amplitude Docs
- Amplitude, Retention Rate: Complete Definition & Calculation Guide
- Amplitude, The 7% Retention Rule Explained
- Amplitude, Retention Analytics For Stopping Churn In Its Tracks
- Mixpanel, Retention, Mixpanel Docs
- Mixpanel, A primer on retention analytics for product leaders, Signals & Stories
- Eric Ries, Vanity Metrics vs. Actionable Metrics, The Blog of Author Tim Ferriss, 2009
- Bessemer Venture Partners, The Five Accounting Metrics for Cloud Companies, State of the Cloud
- Marc Andreessen, The Only Thing That Matters, Pmarchive (The Guide to Startups, Part 4), 2007
- Frank V. Cespedes, Sales Teams Need to Stop Focusing on the Customer Funnel, Harvard Business Review, 2023
- Amplitude, What Is Retention Analysis & Why It Matters for Growth
Обновлено 1 октября 2026

