病毒系数计算器
计算你产品的 K 因子,并模拟用户在多个病毒周期内的指数级增长。看看你是病毒式(K>1)、线性(K=1)还是未达到病毒式增长(K<1)——免费,无需注册。
计算器
累计用户数: 3466.1
Show data table
| 指数级触达曲线 | 累计用户数 |
|---|---|
| 第 0 周期 | 1000 |
| 第 1 周期 | 1750 |
| 第 2 周期 | 2312.5 |
| 第 3 周期 | 2734.4 |
| 第 4 周期 | 3050.8 |
| 第 5 周期 | 3288.1 |
| 第 6 周期 | 3466.1 |
关于此计算器
这款计算器衡量你的产品或活动自行传播的速度。输入你的起始用户数、每位用户发出的邀请数,以及被邀请者中实际注册的比例——工具便会预测你在多个传播周期内的总用户数。
如何解读你的结果
醒目数字是你所建模的全部周期结束后累计的总用户数。判定标签让你一眼看出增长是病毒式的(K > 1——每一批用户都比上一批多,产生指数式增长)、线性的(K = 1——每个周期增加的用户数完全相同),还是未达到病毒式增长的(K < 1——每一波都比前一波小)。留意逐周期的图表:K 大于 1 会产生一条急剧向上弯曲的曲线。
计算方法
病毒系数为 K = invitesPerUser × (conversionRate / 100)。n 个周期后的累计用户数是几何级数之和:当 K ≠ 1 时为 startingUsers × (K^(n+1) − 1) / (K − 1),当 K 恰好等于 1 时为 startingUsers × (n + 1)。每一项 startingUsers × K^i 表示在第 i 个周期新增的那一批用户。当 K > 1 时,该级数呈指数增长;当 K < 1 时,它收敛到一个有限的总和。公式推导遵循标准的病毒循环文献(Elman、Ellis,以及源代码中引用的参考资料)。
实例演示
从 1,000 名用户起步。每位用户发出 5 次邀请,30% 的被邀请者转化。运行 4 个周期,每个周期 7 天。
K = 5 × 0.30 = 1.5,所以产品是病毒式的。在 28 天内累计用户达到约 13,188——从 1,000 增长到第 1 周期后的 2,500、第 2 周期后的 4,750、第 3 周期后的 8,125,以及第 4 周期后的 13,188。
常见问题
什么是病毒系数(K 因子)?
病毒系数 K 是每位现有用户在一个周期内平均带来的新用户数。它等于每位用户的邀请数乘以转化率。K 大于 1 意味着每一批用户都比上一批多,从而在无需额外广告投入的情况下产生复合式的指数增长。
什么算作一个病毒周期?
一个病毒周期是新用户从注册、使用产品到发出自己的邀请所需的时间。典型周期从几天(社交应用)到几周(企业级工具)不等。更短的周期会压缩时间线,使 K 大于 1 的威力大得多。
我该如何提升 K 因子?
你可以通过提高每位用户的邀请数或转化率来提升 K。具体策略包括产品内无摩擦的分享流程、推荐奖励,以及能把邀请点击转化为注册的强力落地页。仅仅在每位用户三份邀请的情况下,把转化率从 20% 提高到 30%,就能把 K 从 0.6 推到 0.9——朝病毒式增长迈出一大步。
这个模型是否考虑了流失或市场饱和?
没有——这是一个纯粹的 K 因子预测。它不会扣除流失用户,也不会把增长限制在总可触达市场规模之内。现实中的增长会在接近饱和时减速,因此请把后期周期的大数字当作上限,而非预测值。
K 能永远保持在 1 以上吗?
理论上可以;实际上不行。随着易触达的受众被耗尽,转化率会下降;而当现有用户认识的大多数人都已注册后,他们邀请熟人的可能性也会降低。可持续的病毒循环很罕见——大多数产品最终落在次病毒式和 1.2 之间的某个区间。
资料来源
- www.wallstreetprep.com/knowledge/viral-coefficient
- getlaunchlist.com/blog/viral-coefficient-k-factor-guide
由 YouCalc 团队审核 · 最近审核
发现翻译问题、计算问题或有任何建议?欢迎告诉我们。