免费额度与付费墙:模型算出的最优额度,你不该照抄
低于 aha 门槛转化直接归零;而最优点取决于三个你还没测过的数
"免费给多少?"——这是 AI 产品最常被问、也最常被拍脑袋决定的一个数。
我建了个模型扫了一遍,结果的两端都很清楚:
额度 体验到价值 付费人数 转化率 利润
1 0 0 0.00% -9 ← 用户还没爱上你就被赶走了
3 0 0 0.00% -25
5 7804 1082 10.82% 31303 ← 最优
50 7804 162 1.62% 4514
500 7804 3 0.03% -166 ← 免费就够用,没人付费
低于"aha 门槛"的额度,转化直接归零——你买来的流量全浪费了,因为没有人会为自己没感受过的东西付钱。
但这一节真正想讲的,是为什么你不该照抄那个"最优 5 次"。
试吃摊的两种错误:
给太少——一小勺尝不出味道,顾客走了; 给太多——吃饱了,不用买了。
而试吃的最优量,取决于你的东西"要吃几口才觉得好吃"。卖巧克力和卖普洱茶,答案完全不同。
一、aha 门槛:所有免费策略的地基
模型里最关键的一个参数是 AHA——用户至少要用几次,才能感受到你的价值。
aha门槛 最优额度
2 3
5 5
10 10
20 20
规律很直白:最优额度总是紧贴 aha 门槛。而这意味着:
- 你必须先知道自己的 aha 门槛是多少,否则后面所有讨论都是空的;
- aha 门槛越高,免费额度必须给得越大——这也解释了为什么复杂产品常用“限时全功能试用”而不是"限次数":因为用次数卡,会在用户刚要明白它有多好的时候关门。
怎么测 aha 门槛(用 ap1.6 的流水就够):
-- 按「首月使用次数」分组,看第二个月的留存率
SELECT first_month_calls_bucket, COUNT(*), AVG(retained_next_month)
FROM user_cohorts GROUP BY 1;
留存率明显跳升的那一档,就是你的 aha 门槛。这是本节最该先做的一件事。
二、然后是三种"墙"的边界
同样是"免费不够用",墙立在哪差别很大:
| 形态 | 做法 | 优点 | 代价 |
|---|---|---|---|
| 按次数 | 每月 N 次 | 简单直观 | 重度轻度一刀切 |
| 按功能 | 高级功能付费 | 轻度用户永远免费,成本可控 | 价值感知弱(用户不知道自己缺什么) |
| 按质量 | 免费小模型,付费大模型 | 成本天然分层(ap1.1) | 免费体验差会伤口碑 |
| 按时长 | 7 天全功能试用 | aha 门槛高的产品最合适 | 到期一刀切,流失集中 |
实践里几乎都是组合:免费档 = 足量的基础功能 + 小模型,付费档 = 更大额度 + 更好模型 + 高级功能。三条线同时区分,而不是只卡次数——因为只卡次数的墙,用户的第一反应是"抠"而不是"该升级了"。
三、为什么你不该照抄"最优 5 次"
我把眼光放长到 6 个月,加上留存和口碑效应再跑一次:
额度 6个月累计利润 月末付费用户 月末免费用户
5 289205 1965 810
10 211235 1484 1506
50 42749 338 3764
结论没变,还是 5 次最赚钱。但这个结论完全建立在三个我瞎猜的数上:
- 撞墙用户的付费转化上限(假设 16%);
- 留存对"额度够不够用"的敏感度(假设
0.3 + 0.4 × 满足度); - 口碑系数(假设 0.25)。
把第三个数扫一遍:
口碑系数 最优额度 6个月累计利润
0.25 5 289434
0.50 5 317723
0.80 5 370726
1.10 5 432304
1.40 10 511182 ← 最优额度跳了
口碑系数从 0.25 涨到 1.4,最优额度就从 5 跳到 10。
这才是模型真正的用处:它不告诉你"额度设几",它告诉你哪个假设最要命——然后你去把那个数测出来。
具体做法:用 ap7.5 的哈希分流,把新用户分成 3-4 组给不同额度,观察三件事:
| 观察 | 说明 |
|---|---|
| 次月留存率 | 额度太小最先伤的是这个 |
| 付费转化率 | 额度太大最先掉的是这个 |
| 推荐/分享率 | 口碑系数的代理指标——最容易被忘,却是长期最重要的 |
观察窗口至少两个月(ap7.5:样本量不够就别下结论)。
四、撞墙那一刻的体验,比额度本身更重要
模型里看不出来、但实际影响巨大的一件事:用户撞到墙的那一秒,你给他看什么。
差的做法:一个红色弹窗,"您的免费额度已用完"。 好的做法:
- 说清楚他已经获得了什么("你这个月已经处理了 5 份文档,节省约 2 小时");
- 说清楚升级后能做什么(具体,不是"解锁高级功能");
- 给一个不花钱的出路(明天恢复 / 邀请好友 +10 次 / 完善资料 +5 次)——把墙变成一个可以翻过去的门;
- 别在用户"正做到一半"时弹——让他把当前这次做完,在结果页再提示。
最后一条尤其重要:在结果页提示的转化率,通常明显高于在中途打断——因为用户刚刚亲眼看到了价值。
🔧 动手做:定你自己的免费额度(20 分钟)
- 先测 aha 门槛:用 ap1.6 的流水,按首月使用次数分桶,看次月留存在哪一档跳升。
- 跑本节代码,把
AHA、用量分布、PRICE、COST换成你的,看最优额度落在哪。 - 别照抄那个数。把三个假设(转化上限、留存敏感度、口碑系数)标出来,问自己:我知道哪个?
- 设计一次额度 A/B:3 组额度,哈希分流,观察两个月,盯留存/转化/推荐三个指标。
- 设计撞墙那一屏:已获得什么 + 升级能做什么 + 一条不花钱的出路,并且放在结果页而不是中途。
- 确认成本安全:用 ap8.1 的模型算一下,你给的额度在最坏情况(全员用满)下会花多少钱。
✅ 做到这里你应该有:一个用数据测出的 aha 门槛 + 一个模型跑出的额度起点 + 一个正在跑的额度 A/B + 一屏设计好的付费墙。
为什么:免费额度是你唯一同时影响增长和收入的产品参数——给松了长得快但不赚钱,给紧了赚得多但长不大。而它又是最容易靠感觉拍板的一个数。
这一节给你的不是一个数字,是一套能算、能测、能调的方法。尤其是"模型告诉你该测什么"这个用法——它在你后面所有商业决策里都适用。
把 50 次改成 20 次,和一开始就是 20 次,用户的反应完全不同——前者是"你们把我的东西拿走了"。
四条实践:
① 老用户保留原额度(grandfather),新规则只对新用户生效。这几乎总是值得的——老用户数量有限,但他们是你的口碑源头。 ② 提前通知,给缓冲期。至少提前两周,并说明原因(成本、可持续性)——诚实的解释比沉默的调整好接受得多。 ③ 同时给点什么。收窄额度的同时提升质量(换更好的模型)或加个功能,让它是"结构调整"而不是"单方面变差"。 ④ 先灰度。用 ap7.5 的分流在新用户里试,别对全量直接动手。
反过来说:一开始就别给得太松。收紧永远比放松难——放松是惊喜,收紧是背叛。
我的 AI 产品是【描述】,单次调用成本约【X】元,计划月费【X】元。我的用量数据:中位数【X】次/月、P90【X】次/月。请帮我:1) 设计一个测 aha 门槛的分析方案(按首月使用次数分桶看次月留存);2) 推荐免费额度的形态(次数/功能/质量/时长,或组合)并说明理由;3) 给出额度 A/B 的分组设计、观察指标和最短观察时长;4) 写撞墙那一屏的文案(已获得什么 + 升级能做什么 + 一条不花钱的出路),并说明该在什么时机弹出;5) 算一下最坏情况(全员用满)的成本敞口。
免费额度三句话:先测 aha 门槛(低于它转化直接归零)、墙要组合着立(额度 + 模型质量 + 功能,别只卡次数)、模型的用处是告诉你该测哪个假设,不是给你一个可以照抄的数。
再加一条产品细节:撞墙那一屏放在结果页,而不是打断用户。
下一节讲比转化更靠前的一步:激活与留存——用户第一次用完了,他为什么会回来?
🔎 来源与核验· 3 条,点开核对
