解锁用户价值：HVA模型助力LTV飞跃！

Sherryyyyy

大家都知道这样一个用户增长的基础常识：任何产品肯定都希望提升自己用户的LTV。
那如何提升LTV？

01 引导用户产生价值更高的HVA
如果用户在我们产品中产生了一些关键行为，那整个LTV曲线就发生了跃迁。
在开始使用某个产品后，用户会随着时间的推移不断贡献价值，如用户价值曲线图片所示，整个曲线下方的面积就是用户的LTV。如果在时间T0上用户产生了一个HVA，那么他后续的价值贡献轨迹就会发生跃迁，从价值曲线1跃迁到价值曲线2，跃迁到一个用户价值贡献更高的轨迹上。这样一来，后续曲线下面的面积也就更大，即LTV随着价值曲线的跃迁而变大。

举个例子：我一直在拼多多上购买水果，我的“用户价值曲线”符合下图的“曲线 1”。有一次，拼多多给了我一张优惠券，我尝试购买了日用品，我发现即使不用凑单也比京东便宜。所以，我不仅在拼多多购买水果，还会购买日用品了。我的“用户 LTV 曲线”就跃升到了“曲线2”。我“购买日用品”的行为，就是一个高价值行为。后续，我发现在拼多多购买数码产品也很划算，我的“用户 LTV 曲线”就进一步提升。

那么对于品牌平台方来说，常见的HVA还包括：用户注册，用户首单，用户客单价提升，用户关注其他用户或者点赞行为，品牌需要对用户进行高价值引导。
案例：这是某品牌进行的HVA的尝试和增长优化
1）运营目标：提高客单价，增加需求频次
HAV：提供一个与用户需求场景挂钩的额外场景，增加用户对产品使用场景的联想。

2）运营目的：提升需求预算
HVA: 形成价格矩阵，引导用户尝试高客单

多次进行尝试，寻找最合适的HVA，才是用户增长的关键点。通过多种数据和经验，能够找到很多的HVA。
问题来了？？？？那如何量化评估每个HVA的价值？
HVA训练模型针对某个HVA，总是会有部分用户在某个时间点已经产生了这个HVA，我们就可以用已经产生了这个HVA的用户的数据去训练一个模型。通过大量的数据训练，我们就能得到一个价值预测模型。这个价值预测模型可以决定多少成本进行测试补贴激励用户。

例如下图是 通过大量数据和AB测试分析，某品牌L对用户高价值引导的HVA价值排序

通过定于HVA模型和价值基础，将用户关键行为和用户群带来的价值数据化，更方便后面的运营策略和成本制定，每个HVA行为需要投放的预算和带来的效果预期更好评估，让增长更加数据化！

02 用户增长HVA的“长期主义”
任何用户增长曲线，都有势衰的时候，任何一个高价值行为都有会随着业务变动，而发生变化，不停进行HVA的探索和尝试，HVA模型更新，会让用户增长持续性更高。

对于品牌 L来说，用户增长还处于 A 至 B 的过程中：第一曲线业务还在高速增长。然后，品牌 L 已经提前构建用户增长的 “第二曲线”。
为什么需要在用户还在高速增长的时期就考虑 HVA的“第二曲线” ？
只有在这个时期，决策者才可能高频地测试不同的、短期成功概率低、但潜在收益高的增长策略，以测试的冗余性来获得收益的确定性。
一旦业务曲线来到 B 点，面对第一曲线增长放缓的压力，用户的HVA价值会发生急剧下降。而当到达 C 点时，用户的HVA价值已经是捉襟见肘，第二曲线对增长效益降低。在 C 点，用户的HVA价值疲软，但带来的增长是非常有限的，需要进行HVA第二曲线的转化。
开启用户增长第二曲线的方法一般有两种，一种是找到衍生性痛点，一种是颠覆性痛点；衍生型痛点，是基于第一曲线的基础上，从第一曲线中衍生出的痛点，可以将其理解为是原有产品市场的延伸和拓展。而颠覆型痛点，则是与第一曲线没有直接的关联，但能够对第一曲线的解决方案产生革命性的影响的痛点。
举个例子：品牌L的用户通过衍生性痛点，寻找第二曲线
品牌 L 的粉丝数还在高速增长期，高端品牌 T 就正式推出。高端品牌 T 可以看作是品牌 L 母公司的 “第二曲线”，也就是衍生性痛点。T 是以淡水珍珠为主的高端品牌，代表了 L 的母公司最高品质的珍珠。T 所表现出的更强势的增长属性：

很明显，以 T 为主的“第二曲线” 已经在铺设之中了。
引导用户产生高价值行为（HVA）是提升LTV的一种战术动作。HVA指的是那些能够显著增加用户价值的行为，比如购买高利润产品、参与推荐计划或者成为品牌的忠实拥护者。通过识别和激励这些行为，企业可以更有效地提升用户的活跃度和忠诚度，从而提高他们的LTV。
本文由 @ Sherryyyyy 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自 Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务