RARRA 留存優先模型 RARRA Model

什麼時候該用它？

當你的 App 或產品拉新數字很漂亮，但 30 天留存率慘不忍睹的時候。RARRA 的核心訊息是：大部分團隊把資源花在漏斗最上面（拉新），但真正的成長來自漏斗最裡面（留存）。

• 留存率低迷：DAU/MAU 比值長期低於 20%，使用者來了就走
• 拉新成本飆升：CAC 越來越貴但成長率沒有同步上升，代表你在往漏水的桶裡倒水
• AARRR 指標混亂：五個指標同時追，團隊不知道先改哪個
• Product-Market Fit 驗證：留存是 PMF 最誠實的指標，不留的人就是不需要你的產品
• 從拉新驅動轉向產品驅動：想要擺脫「不投廣告就不成長」的困境
• App 或訂閱制產品：任何需要使用者「回來」才能產生價值的商業模式

框架結構

AARRR 的問題

Dave McClure 在 2007 年提出的 AARRR（Acquisition → Activation → Retention → Revenue → Referral）是經典，但有個致命問題：它把 Acquisition 放在第一位，團隊很自然地把最多資源投在拉新上。

結果呢？很多產品拉了 100 萬使用者進來，30 天後只剩 3 萬人。

RARRA 的翻轉

Thomas Petit 和 Gabor Papp 在 2017 年提出 RARRA，把 AARRR 按「對成長的實際影響力」重新排序：

1. Retention（留存）：使用者會回來嗎？回來頻率如何？
2. Activation（啟動）：新使用者有沒有體驗到「啊哈時刻」？
3. Referral（推薦）：使用者會主動推薦給別人嗎？
4. Revenue（營收）：使用者願意付錢嗎？
5. Acquisition（拉新）：怎麼讓更多人知道你？

為什麼留存排第一

數學很簡單。假設你每月拉 10,000 新使用者：

同樣的拉新量，留存率差 4 倍，12 個月後活躍用戶差 5 倍以上。而且留存好的產品，推薦率通常也更高，形成複利效應。

每一層的關鍵指標

Aha Moment 與留存的關係

Activation 排第二是因為它直接影響留存。Facebook 的經典發現：新用戶如果在 10 天內加了 7 個好友，留存率會從 20% 跳到 70%。「10 天 7 好友」就是 Facebook 的 Aha Moment。

你的產品也有自己的 Aha Moment — 找到它，然後把新用戶盡快推到那裡。

來源與歷史

• 2007：Dave McClure 提出 AARRR（海盜指標），成為 Startup 界的通用語言
• 2015-2016：行動應用市場成熟，App 安裝成本飆升，業界開始反思「拉新至上」的策略
• 2017：Thomas Petit 和 Gabor Papp 在 Mobile Growth Stack 發表 RARRA 模型，主張「留存第一、拉新最後」
• 2019：Reforge（前 HubSpot VP of Growth Brian Balfour 創立的成長課程）將 RARRA 概念融入課程體系，進一步推廣到 SaaS 和非 App 領域
• 2020s：隱私政策（ATT / GDPR）讓拉新更難更貴，RARRA 的「留存優先」理念從理論變成生存策略

真實案例：健身 App 的留存翻盤

一家台灣健身 App，月下載量 8 萬，但 D30 留存率只有 4%。團隊長期投注 80% 資源在拉新（KOL 合作、廣告投放），但月活用戶始終卡在 15 萬。

用 RARRA 重新分配資源後：

R - Retention 分析：

• D1 留存 35%、D7 留存 12%、D30 留存 4%
• 斷崖在 D1→D7：使用者第一天用完就忘了這個 App 存在

A - Activation 分析：

• 找到 Aha Moment：「完成第一次 15 分鐘課程 + 收到完成徽章」
• 但只有 28% 的新使用者在第一天完成一堂課（大部分人在選課頁面就放棄了）

改善行動：

1. Onboarding 重設計：從「填問卷選目標」改成「直接開始一堂 7 分鐘入門課」
2. D1 推播：傍晚 6 點提醒「你的 7 分鐘課程還在等你」
3. D3 推播：「連續 3 天運動會啟動習慣循環，今天要完成嗎？」
4. D7 成就：完成 7 天挑戰送虛擬獎章 + 分享到 IG Story 的模板

結果（3 個月後）：

• D1 留存：35% → 52%
• D7 留存：12% → 29%
• D30 留存：4% → 15%
• 月活用戶從 15 萬成長到 34 萬（拉新量幾乎沒變，純靠留存提升）
• Referral 自然提升：IG Story 分享帶來的自然安裝佔比從 3% → 11%

使用步驟

Step 1：面對你的留存數據

先不要看拉新數字。打開你的分析工具，看 D1、D7、D30 留存率。如果 D30 低於 10%（消費類 App）或低於 40%（SaaS 工具），你有留存問題。承認它。

Step 2：找到你的 Aha Moment

分析留下來的使用者跟離開的使用者，行為上有什麼差異。通常會找到一個關鍵行為 — 做了這件事的人留存率是沒做的 3-5 倍。那就是你的 Aha Moment。

Step 3：把新使用者推向 Aha Moment

Onboarding 流程只有一個目標：讓使用者在最短時間內體驗到 Aha Moment。砍掉所有不相關的步驟 — 填問卷、看介紹、選偏好都可以延後。

Step 4：建立回訪機制

留存不是一次性的事。你需要「觸發回訪」的機制：

• Push notification（但不要濫發，每週 2-3 次上限）
• Email / LINE 推播（內容要有價值，不是廣告）
• 習慣迴圈設計（每日任務、連續打卡獎勵）

Step 5：留存穩了再放大拉新

當 D30 留存達到你的目標門檻後（通常是行業平均值的 1.5 倍以上），再開始加大拉新投入。這時候每拉進來的使用者都有更高的機率留下來，ROI 會好很多。

這樣做 vs 避免這些

這樣做

• 先看 cohort 留存曲線再做任何決策 — 這是最誠實的數據
• 把 Activation 當成留存的前哨站 — 啟動率直接決定留存率
• 用 RARRA 的順序分配資源 — 留存 > 啟動 > 推薦 > 營收 > 拉新
• 設定留存門檻才開放拉新預算 — 例如「D30 > 15% 才加大廣告投放」

避免這些

• 不要用「總下載量」自我安慰 — 下載 100 萬但活躍只有 3 萬，那 97 萬都是浪費的 CAC
• 不要把推播當成留存策略的全部 — 推播只是觸發，產品本身要有回來的理由
• 不要忽略付費留存 — 免費使用者留存高但付費轉換低，商業模式還是不成立
• 不要照搬別人的 Aha Moment — Facebook 的「7 天 10 好友」跟你的產品無關，要自己找