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；
