真正的用户增长,增长的是用户价值总量。分享一个增长底层方法论,也是 ALTV 增长的前置指标,即 HVA(High Value Action)。本文从以下几点我们来聊聊什么是HVA模型。
1、什么是HVA模型?
HVA(High Value Action),即高价值模型
任何产品都希望提升自己用户的LTV(Life Time Value)用户生命周期总价值,引导用户增长的的的重要方法之一就是引导用户产生HVA。如果用户在的产品上产生了一些关键行为,那他的整个LTV曲线就会发生跃迁。
用户价值跃迁:用户在 T0时间 产生HVA,价值曲线上升,即从曲线1到曲线2,产生的曲线下的面积更大(曲线下的面积即LTV)。
例:某个电商平台的通过数据分析,发现购买过3C产品的用户,有大概率会产生复购行为。某用户A在此平台上买过其他产品,但是还没有购买过3C产品,那么引导用户A购买一次3C产品,即对平台来说,即产生了HVA,价值曲线从1跃迁到了曲线2,给平台带来了更多的价值,达到了提升LTV的目的。引导方式可以是给用户A一张限制3C品类的的优惠券。
常见的HVA有:注册、首单、关注特定的用户or内容。
找到HVA并不难,重点是在多个HVA中,如何量化不同的HVA。
2、怎么用HVA来提升LTV?
通常用户接触并进入产品后,产品&运营经常考虑和观察的是:让用户多下单,提升GMV(交易类产品);让用户多浏览,提升PV、UV、时长(流量变现类)。概括来说,就是提升用户的LTV,也就是引导用户产生一系列的HVA,因为每一个HVA都能产生增量的LTV。
那么如何做呢?
一、在众多的HVA中,进行HVA价值量化,聚焦在高价值HVA
一般过程是:
根据经验、直觉,找到一些可能的HVA;
将HVA产生的数据,代入模型中进行评估,得出预估的价值,得出增量LTV是多少;
进行LTV增量的排序。
注:这里的模型得出,是个难点,首先公司要有以数据渠道产品、运营的意识,才有可能获得资源去完成。大致原理是: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预测出用户如果产生特定的HVA,他们对平台的价值贡献会变成多少。
我个人的想法,在得不到有效的模型支持的情况下,简单来做:每个产品总有公司认为最关键的指标(要么挣钱相关,要么流量相关)。因此可以针对每个HVA在流程中能对这个关键指标带来多少提升,或者在关键业务流程中转化率带来多少提升,作为衡量的标准,相对简单,也更可执行。
二、HVA的选择和成本投入
优先引导高价值的HVA;
付出成本补贴,引导用户产生HVA;
从新用户进来的开始,进行全生命周期的管理,引导用户沿着HVA的链条走;