Калькулятор вирусного коэффициента (K-factor)

Вирусный коэффициент, или K-factor, — сколько новых пользователей приводит каждый существующий. Идея пришла из эпидемиологии, где базовое репродуктивное число описывает, скольких людей заражает один заболевший. Для продукта это произведение двух измеримых величин:

Если пользователи в среднем отправляют 3 приглашения и 20 % из них срабатывают, K = 3 × 0,2 = 0,6: каждые 10 пользователей приводят ещё 6, те — 3,6 и так далее. Калькулятор моделирует это поколение за поколением:

Почему K < 1 тоже важен: усиление 1/(1−K)

K меньше единицы часто считают «невирусным» и не принимают всерьёз. Зря. Сумма поколений — геометрическая прогрессия: 1 + K + K² + … = 1/(1−K). Каждый пользователь, привлечённый через любой канал, в итоге превращается в 1/(1−K) пользователей. При K = 0,6 это 2,5×: кампания, которая привела 1000 человек, в итоге приводит 2500. При K = 0,9 — 10×. Усиление резко растёт при приближении K к единице, поэтому рост K с 0,8 до 0,9 вдвое увеличивает отдачу от всего привлечения.

При 1000 стартовых пользователей и K = 0,6 база сходится к 1000 / 0,4 = 2500. При постоянном притоке 200 пользователей за цикл из других каналов число новых за цикл стремится к 200 / 0,4 = 500.

K показывает, насколько вырастет петля, а вирусный цикл — как быстро. Это время между приходом пользователя и приходом приглашённых им людей. Два продукта с одинаковым K могут расти с совершенно разной скоростью: при K = 1,2 цикл в 2 дня даёт 15 циклов в месяц, цикл в 30 дней — один.

В эссе Дэвида Скока о вирусном маркетинге показано, что сократить цикл часто выгоднее, чем поднять K. Цикл короче, когда приглашение — часть первой сессии, а не отложенная просьба; когда приглашённый получает пользу ещё до регистрации; когда приглашение приходит в момент нужды — общий документ, ссылка на встречу, запрос обратной связи.

Как измерить входные данные

• Приглашения на пользователя. Возьмите когорту, активную хотя бы один цикл, и разделите все отправленные ею приглашения на размер когорты — включая тех, кто не пригласил никого.
• Конверсия приглашений. Приглашения, которые привели к новому активному пользователю, а не просто к регистрации, делённые на приглашения этой когорты. Людей, приглашённых несколько раз, считайте один раз.
• Длина цикла. Медиана дней от регистрации пригласившего до регистрации приглашённого.

Считайте по когортам, а не по всей базе: давние пользователи приглашают реже, и среднее по всем скрывает, как петля работает для новых. Шаги между приглашением и активацией удобно разложить в калькуляторе воронки, а изменения в сценарии приглашения — проверить калькулятором A/B-тестов.

• Сделайте приглашение частью работы. Продукты, где ценность в совместной работе — документы, макеты, планирование встреч, — порождают приглашения без просьб. Найдите момент, когда пользователю естественно нужен кто-то ещё.
• Поднимите конверсию приглашений. Понятное превью того, что получит приглашённый, регистрация в один шаг и первый экран, продолжающий контекст приглашения, а не общий онбординг.
• Активируйте приглашённых. Приглашённый, который не дошёл до ценности, никого не пригласит. Онбординг приглашённых — часть петли: он определяет и конверсию, и приглашения следующего поколения.
• Просите в момент успеха. Предложение пригласить коллег после того, как пользователь чего-то добился, срабатывает лучше, чем в первый день.

Типичные ошибки

• Считать регистрации вместо активных пользователей. K раздувается за счёт тех, кто не вернётся и никого не пригласит.
• Усреднять только по пригласившим. Среднее число приглашений должно учитывать и тех, кто не пригласил никого.
• Забывать о насыщении. K, измеренный в небольшом сообществе, падает, когда приглашения доходят до тех, кто уже пользуется продуктом или не заинтересован.
• Путать K и реферальную программу. Денежные бонусы за рекомендации поднимают K, но стоят денег за каждого пользователя — учитывайте их в окупаемости CAC.

1. Skok D. Lessons Learned – Viral Marketing. forEntrepreneurs.com — вирусный коэффициент, вирусный цикл и почему длина цикла важна.
2. Anderson R. M., May R. M. Infectious Diseases of Humans: Dynamics and Control. Oxford University Press, 1991 — репродуктивное число, которое K-factor заимствует из эпидемиологии.