邀请好友类活动怎么用到病毒系数K

如果我们要搞一次“邀请好友”类活动,要怎么不断提高病毒系数K、从而让我们的活动渠道最大化的效果呢?

在《病毒循环》书中,作者定义了“病毒系数K”的概念:平均一个用户能带来多少个新用户。


当K的值<1时,总传播人数是收敛的,传播链条在中间就会断开、信息无法得到有效传播;


只有当病毒系数K的值>1时,信息才会不断扩散,总传播人数是发散的、增多的。


此外,随着时间的推移,K值一般也会逐渐衰减,逐渐下降到1、趋于0。


那么,如果我们要搞一次“邀请好友”类活动,要怎么不断提高病毒系数K、从而让我们的活动渠道最大化的效果呢?


“邀请好友”类的活动,一般流程可以简化到这么3大步骤:


邀请好友类活动怎么用到病毒系数K

“邀请好友”类活动的简化流程


结合上面的流程,我们可以从K的概念触发进行拆解、直到拆解得到的数据能直接指出我们如何优化为止:


K=被邀请注册的新用户①/主动邀请的用户数②


可以看到,如果我们搞一场邀请好友的活动,在数据统计上、用户行为分析上要区分开“主动邀请的用户”和“被邀请注册的新用户”。否则数据混淆后,就不能得到有效的K值,严重的还可能因为对活动趋势预测出现偏差、造成运营事故。


我们接着拆解,


被邀请注册的新用户①


=访问落地页的用户数④*落地页注册率⑤


故,


K=(访问落地页的用户数④/主动邀请的用户数②)*落地页注册率⑤


拆解到这里,基本就可以和活动中的主要的3个步骤进行关联。对照上面的公式,如果提高病毒系数K的值,就需要


1、提升访问落地页的用户数

2、降低主动邀请的用户数

3、提升落地页注册率


咦,好像那里不对,为什么要提高K值、就要“降低主动邀请的用户数”呢,这样怎么最大化活动的效果啊?


其实,为什么是很简单的,就是单出公式出发、没有考虑实际的环境,那我们再继续对公式进行处理下:


平均邀请回流量⑥=(访问落地页的用户数④/主动邀请的用户数②)


故,


K=平均邀请回流量⑥*落地页注册率⑤


到此,拆解基本完毕。


所以,如果在自己负责的“邀请好友”活动中,上线之后就尽快算算活动的K值究竟是多少,如果数据表现不够好,可以参考上面的公式、从这2个方向去采取优化措施:


一、提高“平均邀请回流量”


二、提高“落地页注册率”


而怎么提高的手段和技巧,因为每个活动都有很大的差异,同时,百度/知乎一下关键词应该就有很多分享。这里就贴一张最近刚在三节课的「增长黑客课程」中了解的提到STEEPS原则。可以用这6个原则来比对自己活动中的邀请页&落地页:


邀请好友类活动怎么用到病毒系数K


文章评价
登录后可以评论
立即登录