病毒式营销的经验

创业公司成功的一个非常重要的因素是找到以低成本获得客户的方法。在商业模式部分，我们研究了完美的商业模式：具有良好盈利能力的病毒式客户获取。然而，病毒式增长被证明是一个难以实现的目标，只有极少数公司真正实现了真正的病毒式增长。

这篇文章深入探讨了实现病毒式增长所需的条件，并研究了推动病毒式增长的关键变量。

您将了解到有两个关键参数驱动病毒式增长的发生方式，即病毒系数和病毒循环时间。为了充分说明这些论点，我提供了两个电子表格模型，您可以交互式地使用它们来了解病毒式增长的工作原理。

在这两个模型中，我们想要了解的是客户数量如何随时间变化。我们将建立的第一个模型以非常简单的方式展示了病毒式增长在营销领域的运作方式。

病毒系数 (K)

想象一下，您正在创办一家新公司，计划通过病毒式增长来获取客户。您有几个朋友用来成为您的第一批客户，然后他们开始邀请朋友加入，这些朋友开始邀请朋友等等。

此阶段的模型具有以下输入：

变量名称	描述	示例 值
Custs(0)	初始客户集	10
i	每个新客户发出的邀请数	10
转化率	邀请转化为客户的百分比	20%

我们需要计算的第一件事是每个现有客户能够成功转换的新客户数量。这是一个非常重要的变量，被称为病毒系数。计算病毒系数的公式非常简单：将邀请数乘以转化率。

ķ	病毒系数	K = i * 转化率%

现在让我们看看当我们经历病毒“感染”的第一个周期时，K 如何影响客户增长。我们最初的 10 个客户将分别发出 10 个邀请，并成功转换其中的 20%（即每个新客户 2 个）。因此，第一个周期后的总客户数将等于开始的 10 个，加上新的 20 个，即 30 个。

为了充分理解该模型，查看第二个和后续的增长周期很有用。在上面的模型中，只有在前一个周期中添加的新客户才会发出邀请。这是因为整个人群不太可能在每个周期都继续发出邀请。

了解病毒系数的影响

现在我们已经建立了模型，我们可以使用变量来看看它们有什么影响。在上面的电子表格中，转到单元格 B11，并将邀请的转化率 (conv%) 更改为 5%。这将使病毒系数小于 1。现在看看这对您的人口增长有什么影响。它没有继续增长，而是增长到 20 人，然后停止。

这告诉我们非常有趣：

病毒系数必须大于 1 才能实现病毒式增长。

进一步使用电子表格将表明，通过增加发出的邀请数量或转换率来增加病毒系数，对人口增长有很好的影响。通过更改上述模型中的单元格 B10 和 B11 来尝试一下。稍后我们将讨论如何设计您的应用程序以最大化这些价值。

第二个重要变量：病毒循环时间

安东尼奥·罗德里格斯 (Antonio Rodriguez) 在创建 YouTube 的同时创建了 Tabblo。这两个网站都是病毒式的，但尽管 Tabblo 相当成功，YouTube 却以前所未有的速度爆炸式增长并积累了用户。这里发生了什么？

要回答这个问题，我们必须查看病毒循环时间（我们将在公式中将其称为“ct”）。

完整的病毒循环涉及几个循环工作的步骤：

病毒循环时间是完成此循环所需的时间。

在 YouTube 的案例中，病毒循环时间非常短：用户会来到该网站，看到一段有趣的视频，然后立即将链接发送给他们的朋友。另一方面，Tabblo 的循环时间要长得多。客户会在网站上发布一些照片并邀请他们的朋友。朋友们可能会在 Tabblo 上看到这些照片，并且喜欢这种体验，并决定下次拍摄他们想要分享的照片时会使用该网站。然而，这就是问题所在：他们下一次拍照并决定分享它们可能需要几个月的时间。

在这篇文章的后面，我们将讨论如何优化病毒循环时间——（见经验教训）。

病毒循环时间如何影响生长

为了模拟病毒循环时间对增长的影响，我在网上搜索，寻找一个预定义的公式。令我大吃一惊的是，我找不到任何公式可以正确计算客户增长，并显示病毒循环时间的影响。同样令人惊讶的是，我确实找到了几个展示病毒式增长公式的博客，但在每种情况下，他们似乎都犯了同样的错误，即假设整个客户群将继续在每个周期发送邀请。因此，我开发了以下更复杂的病毒生长模型中使用的配方：

快速浏览显示改变病毒循环时间的影响的表格表明，客户增长受到更短的循环时间的**显着影响。**例如，以两天为周期的 20 天后，您将拥有 20,470 个用户，但如果将周期时间减半至一天，您将拥有超过 2000 万用户！发生更多的循环会更好，这是合乎逻辑的，但究竟有多好就不太明显了。快速浏览一下公式就可以了解整个故事。病毒系数 K 提高到 t/ct 次方，因此减少 ct 比增加 K 具有更强大的效果。

这就解释了为什么 YouTube 以前所未有的速度爆炸式增长。

得到教训

从上述模型中可以学到大量有趣的经验教训：

1. 除非您的病毒系数大于 1，否则您不会有真正的病毒式增长。
2. 促进生长最重要的因素不是病毒系数，而是病毒循环时间 (ct)，应该尽可能短。这将对增长产生巨大影响。
3. 第二个最重要的关注领域是病毒系数 (K)。您可以采取任何措施来增加发出的邀请数量和转化率，这将对增长产生重大影响。

除了来自模型的上述教训之外，还有一些其他重要的观察结果：

1. 病毒式传播不是营销部门可以执行的营销策略。它必须从一开始就内置到您的产品中。这是一个需要产品设计者深思熟虑，工程师需要开发的功能。
2. 最具病毒性的产品是那些只有在共享时才有效的产品。例如，早期的 Skype 只有在你让你的朋友使用 Skype 的情况下才有效，否则你就无法打电话给他们。如果您今天有一个应用程序，请考虑如何使其具有社交性，通过与朋友/同事共享数据可以更好地工作。这极大地激励了客户邀请他们的朋友/同事使用该应用程序。
3. 为了使病毒循环时间尽可能短，我们可以应用我们在构建销售和营销机器中使用的相同思维过程，我们在其中查看客户在病毒循环中流动时的动机和负面反应。例如，当我到了必须输入朋友地址的阶段，如果我必须在另一个程序中查找它们，然后将它们一个一个复制并粘贴到浏览器中，我就不会费心去做很多。您可以通过向我提供 Facebook Connect 集成来邀请我的 Facebook 朋友，并提供一个适配器来导入我的电子邮件联系人来解决这个问题。（查看这篇文章左侧的“分享这个”按钮作为如何做到这一点的示例。）使用 GMail 等网络邮件客户端很容易获取电子邮件联系人 - 但使用 Outlook 更难。然而，像 LinkedIn 这样的病毒产品已经创建了您可以下载的 Outlook 适配器。如果您可以处理安全问题，也可以通过 Outlook Web Access (OWA) 获取该信息。您还应该寻找方法来鼓励客户在使用应用程序的不同时刻邀请人们。当然，您应该问自己一个问题：您的产品的价值主张真的如此引人注目，以至于您的客户愿意与他人分享吗？增加病毒式传播的另一个好方法是激励客户为他们成功转换的每个客户提供奖励。由于这可能会导致个人对他们从朋友那里赚钱感到内疚，因此最好的方法是也为收到邀请的朋友提供同等的激励。现在，您的客户会觉得他们在帮他们的朋友一个忙。
4. 考虑利用 Facebook 等病毒式平台，这些平台内置社交功能，让朋友知道您正在使用哪些应用程序。墙和状态更新为他们的朋友查看您的应用程序提供了一种很好的方式。
5. 使用 A/B 测试来确定哪些方法和创意演示能够为您带来最高的转化率。
6. 如果您成功地创建了周期时间非常短的病毒模型，请注意可能发生的情况。几家有幸实现这一目标的公司对扩展服务器容量的巨大需求感到震惊。幸运的是，借助 Amazon EC2 和 S3 等云计算产品，按需扩展比过去更容易。

混合病毒模型

许多阅读这篇文章的企业家会意识到他们可能没有办法实现真正​​的病毒式增长（他们的病毒系数大于 1）。与其放弃，不如考虑混合病毒模型。在混合病毒模型中，您可以通过付费搜索或 SEO 等其他方式获取客户，从而弥补客户的不足。

模型限制

上面的模型非常简单，没有考虑几个现实世界的现象：

1. 当你增长得如此之快以至于你开始使人口饱和时会发生什么。这已经发生在几个 Facebook 应用程序开发人员身上。他们经历了非常快速的增长，然后突然增长消失了。
2. 如果您的客户群随着时间的推移而流失，会发生什么。扩展模型以考虑到这一点的一种简单方法是添加一个变量来模拟损耗率，作为每个周期整个安装基础的百分比，然后简单地从每个周期的总人口中减去这个。
3. 您拥有的客户可能会在初始集合之外发出多于一组邀请.