在免费增值产品的用户群中，鲸鱼用户（或高付费用户 highly-monetizing users : HMUs）的存在常常会引起数据分析上的混乱。与大多数从不付费的用户相比，鲸鱼用户会引起一些指标统计偏离现象，比如计算一群用户的平均 LTV  时就会产生让人误解的结果。鲸鱼用户因为在免费产品用户群中的人数稀少，而有时被用来做为总体分析时排除在外的理由：如被当作离群异常数据，在计算平均 LTV 时被忽略掉，认为这么做对设定用户获取竞价是更有帮助。

然而高付费用户并不是离群异常的群体，免费增值产品的商业模式正是要产生一小部分高付费用户，他们在免费增值产品用户群中的存在是可以预见的，同时也是商业成功的必备条件。离群用户在统计学上的定义是不仅数值表现异常，还与已知的数据样本相违背。在 Douglas Hawkins 的 《Identification of Outliers》一书中，离群用户是这么定义的：

一个离群者是一个观察体与其他的观察体在行为表现上相差太多而引起怀疑，而他们的产生机制是不相同的。

一般来说，离群异常值会改变数据分布的形状，质疑数据的准确性或观察到的结果。在消费软件中，离群异常值检测常常跟欺骗行为检测一起进行：找出现有购买数据分布无法预测的异常购买数据即可。高付费用户在免费增值游戏中出现是正常的，并且数量少——当高付费用户数量确实稀少时，他们就不是离群异常数据（更多关于离群值的更多讨论，可以参考 Charu Aggarwal 的《Outlier Analysis》一书）。

这就引出了一个问题：在免费增值游戏的数据分析中，应该如何看待高付费用户。先来看一张有 10% 的总体付费率的免费增值 APP 的 LTV 值的离散概率分布图：

离散在这里的意思是指把 LTV 限定在几个特定的值——对于这个产品来说，他们是有限的，并且以 $10 作为增量。0 被排除在外是因为它会让图表渲染无法查看。

从上图中可以看到，用户 LTV 为 $10 的可能性为 1.52%，而为 $500 的可能性为 0.0002%，这意味着在 1,000,000 个用户中，只有 2 个用户的 LTV 会达到 $500。

同时从上图中也可以看到，LTV 在 $100 以上的用户占比是 2.36%（图中 $100+ 的 LTV 被省略掉了）。由此看来，在 1,000,000 个用户中，虽然 LTV 达到 $500 的用户只有 2 个，但 LTV 超过 $100 的用户却超过 23,500 个。

这些“异常” LTV 在上面的离散概率分布图中其实是正常的。对一款产品的新进用户群的任何分析都应该了解异常的 LTV 是可以和可能发生的；在免费增值产品的分析中，计算平均值时如果不把高付费用户的数值计算在内可能会产生令人误解的结果，如忽略产品的真实性。高付费用户在免费增值产品中不是异常离群体，相反，他们正式产品应该优化并产生出更多的用户群体。

LTV 是一个具体的指标，用于指导一个明确的目的：为每个用户的营销成本设定上限值。基于 LTV 的分布设定广告竞价来捕捉用户生命的最后价值。不过这种方式也可能不好使，因为某些用户表现跟预想的分布不一致（或者产品是新上线，准确的 LTV 还不能推测出来）；它也无法帮助在广告网络或资源获取方面进行开销优化，因为这些方面太多变化因素。

为了适应这种情况，有两个技巧可以帮助缓和高付费玩家在投标竞价时的影响：

对于单独的活动或渠道，设定投标价格要基于 LTV 的中位数，而不是平均值。

对特定渠道或用户群的 LTV 进行缩尾处理，对超过某个阀值所有值归入到这个阀值里。如一个 10% 的缩尾处理会看到所有低于 5% 值归入到 5% 的值里，而高于 95% 值则归入到 95% 的值里。对一个免费增值产品的 LTV 曲线，只有尾端极高的值会收到缩尾处理的影响。

需要说明的是，上面的规则只适合于对部分用户进行分析时使用，而不是所有用户。

在对免费增值产品进行分析时，仅仅认为高付费用户是异常离群体而抛弃其数据是不对的，相反他们是产品业务依赖的关键所在。通过简单的分析，如排除掉 LTV 分布尾端的数据时，优化的目标就缩小到对产品不够狂热的用户。

这种针对 LTV 分布最密集部分的分析，是付费产品分析的一种策略：由于每个人支付的入场费相同，因此尽量让分母变小是一种精明的策略。在免费增值模式中，这是荒谬不可取的。

高付费用户常常是免费增值产品取得商业成功的支柱，因此在设定营销价格、或对产品功能优先及排序以及处理客户支持时都需要考虑整体 LTV。抛开高付费用户是对免费增值模式基础核心的误解：LTV 的幂率分布最终会比一个单一的价格创造更多收入。