В 2009 году у Dropbox было около 100 000 пользователей — растущий, но не взрывной сервис облачного хранения. Основатель Дрю Хьюстон обратился к Шону Эллису, будущему автору термина «growth hacking», чтобы найти рычаг для взрывного роста. Эллис проанализировал данные и обнаружил, что почти треть пользователей Dropbox уже пришла по рекомендациям — сарафанное радио работало само по себе, просто никто не сделал его системным. Он спроектировал двустороннюю реферальную программу: и пригласивший, и приглашённый получали по 500 МБ дополнительного места (до 16 ГБ суммарно). Результат: программа устойчиво подняла число регистраций на 60%, а 35% ежедневных новых пользователей стали приходить именно по рекомендациям. За 15 месяцев Dropbox вырос со 100 000 до 4 000 000 пользователей — рост на 3900%. Это стало хрестоматийным примером того, как осознанная работа именно с этапом Referral («рекомендации») — одним из пяти этапов AARRR — способна дать эффект, недостижимый одним лишь наращиванием платного привлечения.
Компания не улучшает воронку целиком. Она улучшает то самое узкое место, которое реально сдерживает рост, — и AARRR существует именно для того, чтобы это узкое место сначала найти.
Происхождение и исследовательская база
Фреймворк AARRR представил инвестор и предприниматель Дейв Макклюр (впоследствии основатель фонда 500 Startups) в 2007 году на конференции Ignite Seattle в презентации «Startup Metrics for Pirates» («Стартап-метрики для пиратов») — название и аббревиатура — намеренная игра слов: AARRR читается как пиратский возглас «А-р-р-р!». Макклюр обратил внимание на тревожную закономерность среди молодых компаний того времени: многие увлекались поверхностными «тщеславными» метриками — число подписчиков в соцсетях, просмотры страниц — которые выглядели впечатляюще, но не были связаны с реальным бизнес-результатом. AARRR предложил взамен пять конкретных, последовательных и измеримых этапов пути клиента: Acquisition (привлечение), Activation (активация), Retention (удержание), Referral (рекомендации), Revenue (доход).
Кейс Dropbox 2010 года (реализованный Шоном Эллисом и Дрю Хьюстоном) стал одной из самых цитируемых иллюстраций третьего и четвёртого этапов воронки AARRR в действии: удержание было достаточным, чтобы обеспечить базу лояльных пользователей, а системная работа именно с этапом Referral высвободила уже существующий, но нереализованный потенциал сарафанного радио.
Ключевые идеи и принципы
Принцип: Acquisition — откуда приходят пользователи
Через какие каналы (реклама, контент, партнёрства, органический поиск) пользователи впервые узнают о продукте и приходят на него — первый этап воронки, определяющий объём входящего потока, но не его качество. Хрестоматийный (и спорный) пример нестандартного решения именно на этапе Acquisition — интеграция Airbnb с Craigslist около 2010 года: компания создала бота, автоматически публиковавшего объявления Airbnb на Craigslist без официального разрешения площадки, — пользователи, искавшие жильё на Craigslist, натыкались на явно более качественные объявления Airbnb (лучшие фото, живые описания) и массово переходили на сам сервис. Приём сработал и вошёл в легенды Кремниевой долины, но одновременно считается показательным примером того, как погоня за ростом на этапе Acquisition может завести в этически и юридически спорную зону — технически это было нарушением условий использования Craigslist.
Принцип: Activation — первый успешный опыт
Момент, когда новый пользователь впервые получает реальную ценность от продукта, а не просто формально зарегистрировался — например, для Dropbox это не сам факт регистрации, а момент, когда пользователь реально сохранил и синхронизировал первый файл. Смешение регистрации и активации — одна из самых частых методологических ошибок в применении AARRR.
Принцип: Retention — возвращаются ли пользователи
Продолжает ли пользователь возвращаться к продукту после первого успешного опыта — этот этап определяет, есть ли у бизнеса устойчивая база, на которую вообще имеет смысл наращивать привлечение и монетизацию.
Принцип: Referral — рекомендуют ли продукт другим
Делятся ли существующие пользователи продуктом с другими людьми — органически или через специально спроектированный механизм, как двусторонняя реферальная программа Dropbox (500 МБ обеим сторонам), поднявшая регистрации на устойчивые 60%.
Принцип: Revenue — конвертируется ли всё это в деньги
Приводит ли весь предыдущий путь клиента к реальному доходу бизнеса — последний этап воронки, ради которого существуют все предыдущие, но который бессмысленно оптимизировать в отрыве от удержания и активации. Метрики этого этапа напрямую пересекаются с показателями юнит-экономики — стоимостью привлечения (CAC) и пожизненной ценностью клиента (LTV): здоровый Revenue-этап воронки AARRR и положительная юнит-экономика — по сути разные ракурсы одной и той же проверки, приносит ли бизнес прибыль на уровне одного клиента.
Принцип: искать самое узкое место воронки
Вместо равномерных усилий по всем пяти этапам сразу метод требует найти этап с наихудшими показателями относительно потенциала — именно туда, а не во все стороны одновременно, направляется фокус команды. У Dropbox 2010 года узким местом оказался не Acquisition (платное привлечение уже работало) и не Retention (продукт удерживал пользователей), а недоиспользованный Referral — именно на нём сосредоточился весь последующий эффект.
AARRR тесно связан с более широким движением Lean Startup, которое систематизировал Эрик Райс в одноимённой книге (2011) примерно в те же годы: оба подхода настаивают на измеримых, проверяемых показателях вместо интуитивных суждений о здоровье продукта, и оба возникли как реакция на культуру Кремниевой долины конца 2000-х, где огромные раунды финансирования нередко обосновывались красивыми, но не связанными с реальной экономикой цифрами роста аудитории.
Ограничения, слепые зоны и критика
AARRR — линейная последовательная модель, предполагающая, что клиент проходит этапы один за другим в фиксированном порядке; реальное поведение клиентов (особенно в B2B или сложных продуктах с длинным циклом продажи) часто не укладывается в строгую линейную последовательность — активация и рекомендация могут происходить параллельно, а не строго друг за другом.
Модель изначально ориентирована на потребительские digital-продукты с большим объёмом пользователей и быстрым циклом — для B2B-компаний с малым числом сделок и длинными циклами продаж прямое применение пяти этапов в исходном виде требует существенной адаптации терминологии и метрик.
Фокус на одном «узком месте» полезен для концентрации усилий, но рискует создать туннельное зрение — пока команда полностью сосредоточена на одном этапе, состояние остальных четырёх может незаметно ухудшаться без постоянного мониторинга всей воронки целиком.
Типовые ошибки
Ошибка 1: измеряют только Acquisition и Revenue, пропуская середину воронки.
Компания знает, сколько людей пришло и сколько денег заработано, но не видит, что происходит между этими двумя точками — активацию, удержание, рекомендации, — то есть не может найти реальную причину слабого результата.
Как избежать
выстраивать измерения по всем пяти этапам AARRR, а не только по входу и выходу воронки.
Ошибка 2: пытаются улучшать все пять этапов одновременно.
Ресурсы и внимание команды распыляются по всем направлениям сразу, не давая ни одному этапу того фокуса, который дал бы измеримый эффект — как у Dropbox, где именно концентрация на одном Referral, а не одновременная работа над всеми пятью, дала кратный рост.
Как избежать
находить самое узкое место воронки и концентрировать усилия именно на нём, прежде чем переходить к следующему этапу.
Ошибка 3: считают Activation тем же самым, что и регистрацию.
Формальная регистрация засчитывается как активация, хотя пользователь мог зарегистрироваться и ни разу не получить реальной ценности от продукта — метрика активации становится бессмысленной.
Как избежать
явно определять момент первой реальной ценности для конкретного продукта (не факт регистрации) и измерять активацию именно по нему.
Ошибка 4: применяют модель линейно там, где реальное поведение клиента нелинейно.
В сложных B2B-продуктах или продуктах с длинным циклом продажи этапы AARRR могут происходить параллельно или в другом порядке, а не строго последовательно — жёсткое навязывание линейной последовательности искажает картину.
Как избежать
адаптировать терминологию и порядок этапов под реальную специфику пути клиента конкретного продукта, не следовать модели механически.
Ошибка 5: фокус на одном узком месте оставляет остальные этапы без мониторинга.
Пока команда полностью сосредоточена на устранении одного узкого места, состояние остальных этапов воронки может незаметно ухудшаться без своевременного обнаружения.
Как избежать
вести регулярный мониторинг всех пяти этапов даже при точечном фокусе усилий на одном конкретном узком месте.
Ошибка 6: погоня за ростом на этапе Acquisition заходит в этически или юридически спорную зону.
Как показал сам кейс Airbnb/Craigslist (автоматический бот, нарушавший условия использования чужой площадки), стремление любой ценой ускорить рост на входе воронки может подтолкнуть к решениям, которые формально работают, но создают репутационные или юридические риски.
Как избежать
явно оценивать этическую и юридическую сторону тактик роста на этапе Acquisition, а не судить о них только по немедленному эффекту на метрику.
План внедрения
Неделя 1: определение метрик каждого этапа
Определить конкретную измеримую метрику для каждого из пяти этапов — с явным определением, что именно считается моментом активации для данного продукта, не регистрацией по умолчанию.
Недели 2-3: сбор данных по всей воронке
Собрать данные по всем пяти этапам воронки — не ограничиваться только входом (Acquisition) и выходом (Revenue).
Неделя 4: поиск узкого места
Найти этап с наихудшими показателями относительно его потенциала и определить его как приоритет для фокусированной работы.
Далее: итеративное улучшение
Концентрировать усилия на выявленном узком месте, продолжая при этом регулярно мониторить остальные четыре этапа воронки.
Как реализовать этот план с помощью фрейма «AARRR» в OrgDevTools
Фрейм превращает пять этапов AARRR в считающую воронку. Вы вносите объёмы по этапам за один период и целевые конверсии, а фрейм сам считает конверсию каждого шага, отставание от цели и узкое место. После этого остаётся записать эксперименты под выбранный этап. Это бесплатный тренажёр: можно разобрать на нём свою воронку и только потом переносить работу в реальные метрики.
Вкладка «1. Воронка и цели» — Неделя 1 и Недели 2–3: метрики этапов и сбор данных
Вкладка устроена как таблица из пяти строк: Acquisition, Activation, Retention, Referral, Revenue. Под названием каждого этапа есть подсказка. Для активации это «Сколько получили первую реальную ценность?», то есть не регистрация. Для удержания пример такой: «Сколько вернулись (напр., через 30 дней)?».
В каждой строке два числовых поля: «Людей за период» и «Цель, %». У Acquisition цели нет. По умолчанию все поля пустые, готовых данных фрейм не подставляет. Остальное фрейм считает сам:
Конверсия шага. Активация считается от пришедших, удержание — от активированных. Рекомендации и доход считаются от удержанных. Если удержание не заполнено, доход считается от активированных.
Отставание. Это доля, на которую конверсия не дотягивает до цели: (цель − конверсия) / цель. Положительное отставание подсвечивается красным, нулевое или отрицательное (цель достигнута) — зелёным.
Под таблицей четыре числовых поля: «Затраты на привлечение», «Доход за период», «Отправлено приглашений», «Пришло по приглашениям». Они нужны для экономики и вирусности на вкладке «Итоги».
Вкладка «2. Узкое место и эксперименты» — Неделя 4 и «Далее»: фокус на одном этапе
Вверху фрейм показывает узкое место, которое выбрал сам. Правило выбора — рабочая настройка фрейма:
Если хотя бы для одного этапа задана цель, узким местом становится этап с наибольшим относительным отставанием среди этапов с целью.
Если целей нет, им становится этап с самой низкой конверсией шага.
Ниже идёт список «Какие эксперименты ставим на узком месте и как измерим эффект?» с подсказкой «Гипотеза — метрика — срок». Ещё ниже пять списков заметок, по одному на этап. Это место для наблюдений за остальными этапами, пока фокус стоит на одном.
Вкладка «Визуализация» — Неделя 4: увидеть узкое место
Каждый этап показан горизонтальной полосой. Ширина полосы пропорциональна числу людей относительно пришедших, но не меньше 4% (рабочая настройка отображения). Рядом стоит конверсия шага. Узкое место обведено тёмной рамкой и помечено «← узкое».
Вкладка «Итоги» — «Далее»: итеративное улучшение
Вердикт проверяет условия строго по порядку и выводит первое сработавшее сообщение:
Число пришедших не заполнено — подсказка внести объёмы по этапам за один период.
На каком-то этапе людей больше, чем на предыдущем (кроме дохода) — предупреждение проверить определения этапов и период.
Не удалось посчитать ни одной конверсии — просьба заполнить хотя бы два этапа.
Список экспериментов пуст — фрейм называет узкое место с конверсией и целью и просит записать 1–3 эксперимента именно для этого этапа.
Стоимость привлечения платящего (затраты / число заплативших) больше трёх доходов с платящего за период — 🔴 «не масштабируйте привлечение». Порог «в три раза» — рабочая настройка фрейма.
Иначе — ✅ фокус выбран. Вердикт показывает сквозную конверсию в оплату и вирусный коэффициент, если его удалось посчитать.
Под вердиктом четыре карточки:
сквозная конверсия «в оплату от пришедших»;
«CAC на пришедшего»;
«доход на платящего»;
«вирусный коэффициент». Он равен числу пришедших по приглашениям, делённому на число активированных, и считается только при заполненных рекомендациях и приглашениях.
Кнопка «Создать задачу» создаёт задачу «Эксперименты на этапе «…»». В описание попадают текст вердикта и список экспериментов.
Чего фрейм не делает
Работает с одним периодом: не хранит историю и не показывает, как меняются этапы со временем. Регулярный мониторинг остальных четырёх этапов (Ошибка 5) остаётся на вас.
Не проверяет, что в строке Activation посчитана реальная ценность, а не регистрация (Ошибка 3).
Считает воронку строго линейной. Нелинейный путь клиента (Ошибка 4) он не моделирует.
Узкое место выбирается всегда, даже если все цели перевыполнены. Если цели заданы только у части этапов, этапы без цели в выборе не участвуют.
Не считает LTV: сравнивает CAC с доходом на платящего только за текущий период.
Не оценивает этичность и законность тактик привлечения (Ошибка 6).
Заполнили фрейм? Сохраните, чтобы не потерять
Книги по теме
Sean Ellis, Morgan Brown — «Hacking Growth: How Today's Fastest-Growing Companies Drive Breakout Success» (2017). От того самого специалиста, который спроектировал реферальную программу Dropbox — подробное изложение методологии growth hacking, тесно связанной с фокусом AARRR на узких местах воронки.