Viral Marketing

每天堅持記錄數據增長方面的收獲司光,If you can't measure it , you can't improve it

找到一種較低成本的獲客方法宝踪,是初創(chuàng)公司成功的一條重要因素。在眾多方法中六敬,病毒性傳播被很多公司所采用,例如YouTube, Faceu等胆敞。然而旁振,病毒增長是一個難以實現(xiàn)的目標,只有極少數公司實現(xiàn)了真正的病毒增長雳灾。

今天主要介紹一下病毒增長模型中兩個重要因素:

  • 病毒增長系數漠酿,The Viral Coefficient (K)
  • 病毒傳播的周期時間,Viral Cycle Time

The Viral Coefficient (K)

設想一下你剛創(chuàng)辦了一個公司谎亩,希望通過病毒傳播的方式快速獲取用戶炒嘲。你已經有了一些種子用戶,他們是你的親戚朋友匈庭,你將通過他們傳播公司的產品夫凸,并希望他們的朋友繼續(xù)傳播,將他們朋友的朋友轉化為你的用戶阱持。夭拌。。

當前模型中有以下參數:

Variable Name Description Example Value
Custs(0) 種子用戶 10
i 用戶分享時送達的用戶量 10
conv% 傳播過程的轉化率 20%

通過上面3個參數,我們可以計算出每個用戶在分享你的產品時能過成功轉化的新用戶數量鸽扁。這個數值就是增長系數(The Viral Coefficient)蒜绽。它的計算公式就是:

K      Viral Coeffcient      K = i * conv%

下面看一下增長系數在第一個增長周期是如何影響增長的:

  • 初始用戶數量是10
  • 每個用戶能夠有效傳播的用戶量是10,轉化率是20%桶现,也就是每個人能夠成功轉化2個新用戶
  • 第一輪增長周期完成后躲雅,總的用戶量是10 + 20 = 30個
病毒增長系數在增長過程中的影響

上面的數據顯示了在初始用戶量為10,增長系數為2的情況下骡和,在經歷12輪增長后相赁,總用戶量從10變成了81910。

在實際場景中慰于,每一輪的增長過程噪生,老用戶所能帶來的新用戶轉化效率會遠低于他們的首次轉化。因此东囚,在上面的模型中,每一輪增長的用戶量战授,都來自于上一輪的新用戶所帶來的轉化页藻。

理解Viral Coefficient是如何影響增長的

在上面的模型中,我們將conv%轉化率改為5%植兰,這樣增長系數K就變成了0.5份帐,小于1:

K小于1的情況

這告訴我們,要想實現(xiàn)病毒式增長楣导,病毒增長系數必須大于1

Viral Cycle Time

病毒傳播周期可以理解為用戶首次接觸你的產品到用戶認可產品并分享給好友的時間:

Viral Cycle Time

Viral Cycle Time就是完成上面一次循環(huán)所需要的時間废境。

Viral Cycle Time是如何影響增長的

我們仍然通過一個計算模型來描述Viral Cycle Time在增長過程中的影響程度。

Cuts(c) #第c輪增長后的總用戶量
NewCuts(c) #第c輪增長帶來的新用戶量
K #增長系數

我們可以得到:
NewCuts(c) = NewCuts(c-1)*K #第c輪增長得到的新用戶 = 第c-1輪獲取的新用戶 * 增長系數
Custs(c) = Cuts(c-1) + NewCuts(c)

第一輪增長   Cuts(1) = Cuts(0) + NewCuts(1) = Cuts(0) + Cuts(0) * K
第二輪增長   Cuts(2) = Cuts(1) + NewCuts(2) = Cuts(0) + Cuts(0) * K + Cuts(0)*K^2
...
第c輪增長     Cuts(c) = Cuts(0) + Cuts(0) * K + ... + Cuts(0) * K^c = Cuts(0)*(1 + k + ... + k^c)

這其實是一個等比數列的求和筒繁,最終我們得到:

Custs(c) = Custs(0) * (K ^(c+1) - 1) / (K – 1)

ct表示轉化周期噩凹,那么在時間點t可完成t/ct輪轉化,便可以計算在時間點t的總用戶量:

Custs(t) = Custs(0) * (K ^ (t/ct + 1) - 1) / (K-1)
屏幕快照 2017-11-14 下午3.36.56.png

從上面的模擬數據可以看出毡咏,轉化周期對于在病毒增長過程中影響非常大驮宴,越短的轉化周期,帶來的增長越猛烈呕缭。從公式中可以可以看出堵泽,t時間點的總用戶數與增長系數Kt/ct階乘正相關,所以縮減轉化周期比增家轉化系數更能有效的提高增長恢总。這一點也說明迎罗,為什么YouTube可以增長的那么快。

總結

  1. 要想實現(xiàn)病毒式增長片仿,你的增長系數必須大于1
  2. 影響增長速度的第一因素不是增長系數纹安,而是增長周期。

在實際應用中,還有一些點要注意:

  1. 要想實現(xiàn)病毒式傳播钻蔑,并不能僅依賴于市場部門啥刻。在最初產品設計時,就要把產品的可傳播性考慮進去咪笑】擅保可以說,病毒增長和產品設計與產品開發(fā)是緊密相連的窗怒。
  2. 實現(xiàn)病毒增長的前提是你的產品是可傳播的映跟。最好的病毒營銷不是用戶推薦和口口相傳援雇,這一點大家一定要明確绊袋,用戶并不會因為使用你的產品好,就主動進行對外擴散哀九。有時候口口相傳可以辜昵,但一般不會主動在社交媒體中傳播荸镊。
  3. 當用戶主動分享的時候,他并不是要稱贊你的產品有多牛逼堪置,而是想要表達自己躬存。用戶想讓別人看到我做了不錯的東西,或者是表現(xiàn)自己擁有一定的社會地位舀锨。大家在做產品的時候要考慮到岭洲,用戶的需求總是從自己出發(fā)的,擴散也是坎匿。
  4. 你設計的病毒式擴散一定要作用于你產品的關鍵操作(key action)之上盾剩。所謂 Key Action ,指的是最直接滿足用戶痛點替蔬,讓用戶覺得爽告私,也就是說提供給用戶最核心和本質價值的關鍵操作。
  5. 如果你在你的產品中找不到這樣的操作承桥,就應該回頭想一想德挣,你的產品到底是針對哪部分用戶,要解決哪部分痛點快毛,有沒有找到 Product / Market Fit (產品和市場匹配)格嗅。同時這個 Key Action 也是要易于衡量和跟蹤的。
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末唠帝,一起剝皮案震驚了整個濱河市屯掖,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌襟衰,老刑警劉巖贴铜,帶你破解...
    沈念sama閱讀 206,968評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡绍坝,警方通過查閱死者的電腦和手機徘意,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來轩褐,“玉大人椎咧,你說我怎么就攤上這事“呀椋” “怎么了勤讽?”我有些...
    開封第一講書人閱讀 153,220評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長拗踢。 經常有香客問我脚牍,道長,這世上最難降的妖魔是什么巢墅? 我笑而不...
    開封第一講書人閱讀 55,416評論 1 279
  • 正文 為了忘掉前任诸狭,我火速辦了婚禮,結果婚禮上君纫,老公的妹妹穿的比我還像新娘作谚。我一直安慰自己,他們只是感情好庵芭,可當我...
    茶點故事閱讀 64,425評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著雀监,像睡著了一般双吆。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上会前,一...
    開封第一講書人閱讀 49,144評論 1 285
  • 那天好乐,我揣著相機與錄音,去河邊找鬼瓦宜。 笑死蔚万,一個胖子當著我的面吹牛,可吹牛的內容都是我干的临庇。 我是一名探鬼主播反璃,決...
    沈念sama閱讀 38,432評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼假夺!你這毒婦竟也來了淮蜈?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 37,088評論 0 261
  • 序言:老撾萬榮一對情侶失蹤已卷,失蹤者是張志新(化名)和其女友劉穎梧田,沒想到半個月后,有當地人在樹林里發(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 43,586評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡裁眯,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,028評論 2 325
  • 正文 我和宋清朗相戀三年鹉梨,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片穿稳。...
    茶點故事閱讀 38,137評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡存皂,死狀恐怖,靈堂內的尸體忽然破棺而出司草,到底是詐尸還是另有隱情艰垂,我是刑警寧澤,帶...
    沈念sama閱讀 33,783評論 4 324
  • 正文 年R本政府宣布埋虹,位于F島的核電站猜憎,受9級特大地震影響,放射性物質發(fā)生泄漏搔课。R本人自食惡果不足惜胰柑,卻給世界環(huán)境...
    茶點故事閱讀 39,343評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望爬泥。 院中可真熱鬧柬讨,春花似錦、人聲如沸袍啡。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽境输。三九已至蔗牡,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間嗅剖,已是汗流浹背辩越。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留信粮,地道東北人黔攒。 一個月前我還...
    沈念sama閱讀 45,595評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像强缘,于是被迫代替她去往敵國和親督惰。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,901評論 2 345

推薦閱讀更多精彩內容