1. 增长黑客 Growth Hacker首页
  2. CGO圈子

病毒传播公式:衡量病毒传播效果,k因子要大于1

病毒传播效果的衡量公式

以下公式是用来衡量病毒传播效果的。我不认为有实际的操作意义, 但是里面的几个关键指标K, CT还是有很强的解释意义的。

Custs(0)是种子用户数量, Custs(t)是过了一个时间周期后, 增加的新用户人数。t则是周期, 可以选择天,月年。 确定T周期后, 通过大数据统计, 计算K值和ct值。 

传播周期是指种子用户在一轮传播后, 失去了再邀请新用户的能力。换句话说, 是一个新用户用户了7天时间成功推荐了2个用户后, 就再也不推荐了。那这个传播周期如何计算呢? 我认为是加权平均值。  第一个用户是第一天推荐的, 第二个用户是第7天推荐的。 那传播周期就等于(1*1+7*1)/2 =4. 平均花了4天推荐了2个用户, 种子用户就失去了推荐能力。 

这里传播周期ct应该为4.  

K因子是一个用户可以成功推荐的新用户。 因此需要通过新用户到老用户的转化率来计算。 举例说, 某日新增用户有10000人, 这些新用户里有5000人进行了朋友圈分享推荐, 这5000用户的推荐带来了13000个新用户。 总之根据数据统计这个例子里, K因子就是1.3, 即每个用户可以带来1.3个新用户。 

K因子必须要大于一才能实现用户数量的快速增长, 假如用户基数是100, 100个用户带来了100个新用户, 平均每个用户只带来一个新用户, K因子就是1, 用户人数的时间轴曲线是线性的。 

看上去不错, 单用户人数增长速度则是经过短短几个周期后迅速逼近0

K=1的时候, 用户数量好歹还可以有所增长, 但是当K因子<1的时候, 系统是没有传播性的, 过一段时间, 新增用户人数就会变成0, 系统就会完全停止增长。

K>1的时候, 系统的增长要好于线性关系, 例如K=2, cust0=5, 则新增用户变化, 与用户总数变化为

这里要注意的是, 每一个周期结束后, 上个周期的用户全部失去成功推荐新用户的能力, 下个周期的新增用户人数完全由新增用户人数*K得到。 

对应的用户人数增长曲线是下面的样子, 明显是加速发展的态势

用户人数增长速度则会接近于(K-1)。

所有的通过病毒营销, 自我复制, 实现爆炸式增长的互联网产品, K因子都远大于1. 在facebook发展初期, 一个用户可以带来20个新用户。 对应的用户增长图表就是。 它反映出, 在初始阶段迅速积累用户, 在4到5个传播周期过后, 系统用户就呈现惊人的爆炸增长。仅用6个传播周期人数就达到14亿。

以上是理想情况下, 假设K因子不变的情况下。

真实的情况是在一个系统发展后期, 实际上由于用户周围遍布着老用户, 传播能力大大下降, K因子会逐渐降低到很低的水平上。因此K因子的初始值越大, 越有利于系统长期的发展。

实际运营中, 当用户数量增长趋势下降, K因子小于1的时候, marketing部门就得谋划着转型, 从拉新为主转为更加注重用户留存和体验 ,否则市场部就得被兔死狗烹了。一个城市的K因子小于1的时候, 不影响另一个城市, 产品还是同样的产品, 但全国各地市场发展情况都会不一样。

—— 如果觉得文章还OK,请转发 ——

特别提示:关注本专栏,别错过行业干货!

PS:本司承接 小红书 / 淘宝逛逛 / 抖音 / 百度系 / 知乎 / 微博/大众点评 等 全网各平台推广;

咨询微信:139 1053 2512 (同电话)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(GrowthHK.cn)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

本文经授权发布,不代表增长黑客 Growth Hacker立场,如若转载,请注明出处:https://www.growthhk.cn/quan/39795.html

发表评论

登录后才能评论

联系我们

139-1053-2512

在线咨询:点击这里给我发消息

邮件:kuko1028@163.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code