什么是增长黑客？裂变营销如果何做好呢？

如果今，“裂变”玩法酿成了互联网产物界的当红炸子鸡，许多产物都正在可能但愿靠裂变来实现用户增长。可是，我们该如果何阐明和预测这种病毒式增长对用户数的影响，并且做好裂变营销呢？本文作者理会了病毒增长模型的四点因素，并且为我们举办了具体地阐明。

什么是增长黑客？

这个观念发源于美国的互联网行业，其核心就是指以数据阐明为根本，操作产物可能技能手段来驱动用户增长。用户增长对付初创公司来说是至关重要的，所以低本钱的获客是营销人员一直都在探寻的。

而裂变，正是低本钱高增长的规范获客手段，通过裂变活动去实现用户的指数级增长，从而发生大量的新客户，是所有公司都梦寐以求的工作。可是实际上能够做到这一点的公司可以说是少之又少，即即是有的公司偶然做到了这一点，那也只是凑齐了天时地利人和，难以复制。

虽然了，本日我们不聊裂变手段，主要来说是裂变背后的一个核心公式——病毒增长公式，以及其核心指标——病毒系数K-Factor。

这个病毒系数模型是出自亚当·潘恩伯格的《病毒循环》（浙江人民出书社·第1版），在《病毒循环》第三章病毒营销模式的成立傍边，对病毒系数做了数据化的诠释，在第十章调解病毒系数傍边，以Bebo社交网站为例，用病毒系数作为网站用户增长的指标，对Bebo的成长发生的影响。

我们凡是用K值去暗示病毒系数，简单的去表述的话，K值所代表的就是每个此刻的用户能够带来几何个新用户。而用最直接的计算公式去暗示的话，就是K=I*Conv。

I：Invitation，代表的是每个用户发送的邀请数量（分享率）；Conv：Conversion rate，指的是每个邀请的成功概率（转化率）。

以一场简单的裂变活动为例，假设这场活动在宣布今后，一位用户给10个挚友发送了活动邀请，那么I=10，而最后有5位挚友接管了活动邀请，那么最后的Conv=5/10=50%，而K值=I*Conv=10*50%=5。

虽然了，此刻较量多大概不是单对单的发送邀请，大概是通过社群可能朋友圈去分享邀请链接。

假设用户的朋友圈笼罩了1000位用户，最后有7位用户通过朋友圈的邀请进入了活动没那么I=1000，Conv=7/1000=0.7%，K值=1000*0.7%=7。一般来说，我们只有当K值＞1的时候，这个裂变活动才华举办下去。

然后我们进一步，去了解一下病毒流传模型：

Custs(t)：customers after time 代表的是一段时间后的总用户数；Custs(0)：initial customers 代表的是活动开始时的总用户数（初始用户数）；K：viral coefficient 也就是所谓的病毒系数；T：time 指的是病毒流传的总共时间；CT：cycle time 每一轮传染周期所要耗费的时间。我们照旧以一场裂变活动为例，或许在2018年的时候，课程分销呈现了一种新的玩法，或许明白就是众包分销，将KOL们拉到同一个群里，让他们低用度可能0用度购买课程，同时许诺更多的利润分层，让他们去推广课程。

一方面KOL有更大的影响力，能够发动更多的购买者；另一个方面，一堆的KOL发同一个课程的海报，自己就是一个很好的品牌课程宣传时机（嗯，许多就是集团割韭菜了……）。

我们假设第一批KOL有100人，那么公式傍边的Custs(0)，(抖音刷粉平台)，初始用户数就是100。

假设一名KOL能够带来5个购买者，那么K值就便是5，而流传总时长一般来说要么是活动方本身遏制，要么是因为流传衰退到遏制，要么是被封杀而遏制。

一般来说，那种朋友圈刷屏式的活动大大都都是被微信官方封杀的。所以我们假设T的数值为50分钟，差不多25分钟可以有一轮新的流传，也就是第二批人从KOL的朋友圈转发分销海报，那么CT=25，我们要的公式的数值就出来了。

理论状态下，25分钟一轮流传，50分钟可以带三轮来流传（加上第一轮），而每个人可以带来五个用户，那么一个人在50分钟后就可以带来31人，而100人在50分钟后就可以带来3100人。

假设每个人可以带来7个用户的话，那一个人在50分钟后就可以带来57人，100人在502分钟后就可以带来5700人。而假设时间耽误到100分钟，那就可以带来五轮流传，那么一个人在100分钟后就可以带来781元，100人就可以带来78100人。

一连时间每增加一轮，都会带来指数级的发作（同理，循环的时间缩减也能到达相应的结果）。虽然了，这个只是理论估值，在实际环境下会因为各种因素，实际上很难到达这样的数据，(淘宝真人流量平台)，这个我们稍后再说。

由上面的公示和数据我们可以判断出K值、CT的值、另有T值三个因素对付一场裂变活动的影响，Custs(0)的值这边先不去说，因为初始用户数如果何去扩大没有太多的本领可言。

主要照旧思量K值，每轮传染时间和总时长这三个值，因为他们的可操作性更强，包括的本领性也更多，作为裂变活动的运营，最重要的就是针对这三个因素举办优化——而这篇内容重点说的也就是K值。

我们用更详细的数字比拟来看一下，K值变革的影响。

假设一场活动中初始用户数为10，流传周期为25分钟，总时长设置为六个时长，然后将差此外K值代入公式，(微博刷粉网站)，然后再绘制一张趋势图；因为K值过大导致功效数值也过大，所以K＞2以上的数值就不在趋势图中显示了，否则前期的趋势图看不出颠簸来。

Custs(t) 变革表

Custs(t) 变革图

病毒系数K的寄义是一个初始用户能够带来几何的用户，而从以上数值和图表我们大抵可以看出来。

当0＜K＜1的时候，如果K值0.5和0.9所示：固然用户数值照旧有增长的，可是这种增长长短常无力的，属于亚线性增长，一个用户都难以完整的带来另一个用户；如果果这种一场裂变增长活动的话，无疑是一场失败的活动。

当K=1时，用户是处于一个线性增长的趋势，不温不火，岁月静好……一个用户能够带来一个新的用户，这样的增长算不上是失败，可是也不能说是一场病毒裂变。

坦白说一个公司的常态增长应该就是线性增长，只有少数公司能够实现指数增长，可是对付裂变活动来说，这样的增长照旧失败的。

当K＞1时，这个增长就会泛起发作性的增长，我们一般称为超线性增长可能指数增长，这才是成功的病毒裂变，一个用户能够带来多位用户。

不外在这种环境下，也就更磨练运营人员的能力了，如果何让这场成功的裂变可控的，一连的举办下去。

我们再用几个数值去推导一下理论数据：一个K值便是10的活动，初始用户数100人，传染周期20分钟。

由上表我们可以看出，如果果在理论状况下，这场活动在第141分钟的时候，用户数就会到达12亿人，这个数值是此刻微信用户总数的数值。

倘若这场活动不受流传途径的限制的话，在156分钟的时候，用户数就会到达70亿人，这个数值是此刻地球人口的数值；也就是说，两半个小时再加六分钟，不到三个小时的时候，就传染全人类了。

虽然了，我们也一直在强调，这是在完美条件下的理论数值，(店家网：淘宝补流量平台)，实际上做活动大概到达吗？

我们可以很无脑的去说，这个是不行能到达的。不消说流传全球了，就是流传整个微信也是不行能的。微信封杀这种猖獗裂变的活动，不是怕这个裂变活动会攻下整个微信，只是为了担保微信的用户体验不受过多的影响。

在现实流传傍边，往往会受到很多因素的制约，最主要的就是以下这几个：

一个是并非所有的用户的K值都能到达初始的用户的K值，实际上每个裂变活动都会寻找有必然影响力的KOL可能KOC。可是大大都的用户，无论是辐射的用户数照旧能够转化的用户数，都远远达不到第一批用户数的程度。

一个KOC的挚友基本上在两三千甚至于五千人以上，而一个普通用户的挚友大概还不凌驾500人，这就注定了他们的影响的人群的基数，而且KOC挚友更多为行业、职业相关，普通用户的挚友更多的是亲戚朋友和同事，受众的准确度是不如果前者的。

与此同时KOC历久都是在宣布一些专业化的内容，(淘宝真人流量平台)，更容易获得普通用户的认同，而普通用户一般就在朋友圈里发一些吃喝玩乐的动态，溘然间宣布一些裂变活动的话，难以获得其他用户的认同。

另一个就是，并非所有的用户都会对这个裂变活动感乐趣。所有的活动都有其受众的，就像我们营销学的老师说的，如果果有人跟你说他的产物的方针客户是所有人的，可以直接给他挂科了。

实际上此刻大部分的刷屏活动都没有出圈，刚出圈就消亡了。活动时间越长，打仗到的对这个不感乐趣的用户就越多，传染周期也就会跟着变长。K值也会越来越小，最后增长趋近于遏制，一场裂变活动就差不多随之竣事了。

去年国庆的时候，微信朋友圈被【给我一面国旗@微信官方】刷屏了，这场活动或许有凌驾两亿的微信用户参加进来，最后为活动方APP带去了数百万的用户增量。

而这场活动的本钱，听说就是200块钱，团队在某个群里发了个红包让大家资助转发（功效都领了没转发……）；可是即即是这样参加门槛很是低的活动，到最后参加用户也不到三个亿，就遏制了。

一个就是不感乐趣的人群就是对这个不感乐趣，又可能是因为高龄人群动作力的缺失无法参加。那么既然有这样的各种限制，病毒增长模型的应用代价在哪儿呢？

病毒增长模型的最大代价，我想应该是应用在活动的策划、监控和复盘。

在病毒增长模型傍边，我们可以看到几个数据，初始用户数Custs(0)、病毒系数K、传染周期CT，另有病毒流传总时长T；而我们对裂变活动的运营也就是从增加初始用户数、提高他们的拉新个数、精简缩短用户的流传周期，想步伐耽误活动的存活周期这四个方面去着手。

Custs(0)初始用户数就相当于是一个初始流量池，这个流量池越大，那么起量也就越快。

可是除了初始用户的数量以外，其实更重要的照旧初始用户的一个属性问题。初始用户是我们精挑细选的人群，可是针对差此外裂变方案，我们也需要挑选差此外初始用户，并非说KOC/KOL就必然要比普通的用户强。

诚然，像上面所说的KOC/KOL笼罩用户广，信任背书强。

可是与此同时他们的挚友更多的都是强相关的，人群的重叠度更高，在一些更需求打破圈层去扩散的，参加门槛低的活动，借助那些弱链接的用户更多的人群会更容易渗透到其他圈层。因此在做裂变活动之前，要做好初始用户的一个筹划事情。

病毒系数K适才也说明了，是至关重要的一个因素，从这个系数坎坷，我们基本上就可以判断活动的成败了。对付系数过低的时候就要想步伐拉高这个数值了，比方果换钩子之类的。

可是对付系数多高，也不要过分自得了，大概封杀离你已经不远了，要公道的节制这个数值。

从去年到此刻都较量风行的任务宝，拉挚友送课程/送书活动来看，三位挚友会是一个较量安详的数值，是一个用户参加门槛较量低，容易形成裂变，与此同时又不会凌驾官方的警戒线的数值。

而五位以上的话，一个是参加门槛高容易导致扩散难度加大，另有就是大概活动会被封杀，有必然的风险性。

传染周期CT的话，其实也是官方监控的一个重要因素，如果果传染周期过短导致一个活动在一按时间内参加的人群凌驾某一个阈值，也是容易被封杀的。

可是其实更多的时候，运营大概要思量的照旧怎么去缩短这个周期。主要要领照旧想步伐去精简活动的一个转化路径，转化路径太庞大会耽误整个CT的周期，同时会将一部分用户阻拦在活动外面。

路径越简单，用户的参加门槛越低，用户参加的积极性也就越高。

活动总时长的把控，主要是从上面三个因素去实现的。

如果果裂变不成功，那活动自然就消亡了，总时长自然就短；如果果裂变太成功，引起了官方的封杀，那活动也立马就竣事了，总时长也长不了。

因此，只有将上面的三个因素都节制在公道的范畴，让整个活动公道有秩序，才华担保活动的总时长。

如果果活动过于火热的话，可以降低自封一些裂变路径，换弱一些的钩子来降低k值，增加一些路径（比如果填写个人书息，排队机制等等）提高CT时间来节制；如果果然的不行控，就暂停活动，这样至少可以担保活动不被封杀可能已经成功转化的粉丝（到公众号的粉丝）不被官方清空。

虽然了，如果果说是活动太冷了的话，本身逐个环节去优化吧。

最后想要说的就是，如果果一场活动下来，最后病毒系数K＞1，带来的Custs(t)总用户数量很大，那这个只能够说明这一场活动是成功的，不能够担保说这些用户就必然能够给你缔造多大的代价。

出格是在这个红海市场的时代里，很洪流平上用户的留存，是要大于用户的获取。

虽然了，要担保用户的留存，这个主要也跟裂变时所用的钩子有很大的干系。一场活动要从全盘去思量，比如果说在裂变时所用到的钩子影响到不只仅会引起K值的变革，与此同时也影响到裂变来的用户的属性。

所以说钩子的选择自己就是一个用户筛选的历程，如果果你用现金去做钩子，那筛选出来的就是属性纷歧的泛用户。而如果果你用运营课程去做钩子，那筛选出来的至少都是对运营感乐趣的用户。

钩子的选择影响到用户属性，而用户属性则影响到后期转化和变现的难度。

关于这一点的话，对To B企业来说更是如果此，因为对To B企业而言，用户获取的数量历来都不是最重要的，因为To B企业的产物一般都是不合用于个人的，开举事度大，筛选转化难度会更大。

而同时To B企业一个客户的利润也许能够抵得上几千上万个To C企业客户所发生的利润，因此用户质量会远远高于用户数量。

所以对付ToB来说，用户属性抉择了用户大概发生的代价，如果果用户属性差池的话，这个用户大概一辈子都不会打仗到To B企业的产物，即便裂变的再多也不能发生代价。

因此如果果To B企业想要做裂变活动的话，必然要细心的挑选钩子，即即是最后导致K值＜1，如果果能够获取方针客户的话，也是绝对划算的。

成立病毒裂变模型的意义，在于通过模型去计算判断，从而调解本身的运营行为，完善本身的活动，从而降低试错本钱，提高产出结果。

可是用户增长从来都不是独立于用户运营的存在，用户留存，用户生命周期这些都应该是在做用户增长的时候就要思量到的工作。用户最后的付费，最后所缔造的代价，才是影响企业保留的对象。

admin永久会员

收藏 链接