背景：为什么需要「高价值用户识别」
帕累托法则在用户运营里格外准：前 20% 的用户贡献 60~80% 的收入。但「前 20%」具体是谁、他们的流失损失有多大、该给他们什么待遇——需要算出来。
⚠ 常见痛点：高价值用户沉没在用户池里：没有单独识别与维护，流失了都没人知道。
方法：怎么算
- 上传用户明细：消费额、频次、最近活跃
- 按消费排序切出头部（如前 20% 或金额门槛）
- 算出头部贡献占比与「流失损失预估」
- 输出：鲸鱼用户清单 + 专属维护建议
头部贡献占比 = 头部消费合计 ÷ 总消费：头部贡献占比 = 头部消费合计 ÷ 总消费
流失损失 = 该用户年消费 × 流失概率：流失损失 = 该用户年消费 × 流失概率
案例：真实数字走一遍
CASE
某零售品牌 8 名种子用户池
输入：消费分布：1000/800/500/200/100/50/30/20（总 2700）
- 前 2 人（25%）消费 1800，占总额 66.7%——典型帕累托
- 若 U0（消费 1000）流失，损失 = 1000 × 概率
- 动作：Top 2 设专属权益（生日礼、优先客服）、消费波动周监控
识别出 3 个「鲸鱼」后设周监控，其中 1 个活跃度下降立即被客户经理触达挽回。鲸鱼用户流失损失是普通用户的 50 倍——识别本身就是在止损。