在《病毒循环》书中，作者界说了“病毒系数K”的概念：均匀一个用户能带来多少个新用户。
当K的值＜1时，总传达人数是收敛的，传达链条在中心就会断开、信息无法得到有用传达；
只有当病毒系数K的值＞1时，信息才会不断分散，总传达人数是发散的、增多的。
此外，跟着时刻的推移，K值一般也会逐步衰减，逐步下降到1、趋于0。
那么，假如咱们要搞一次“约请老友”类活动，要怎样不断进步病毒系数K、然后让咱们的活动途径最大化的作用呢？
“约请老友”类的活动，一般流程能够简化到这么3大过程：
“约请老友”类活动的简化流程
结合上面的流程，咱们能够从K的概念触发进行拆解、直到拆解得到的数据能直接指出咱们怎样优化停止：
K=被约请注册的新用户①/自动约请的用户数②
能够看到，假如咱们搞一场约请老友的活动，在数据统计上、用户行为剖析上要区分隔“自动约请的用户”和“被约请注册的新用户”。不然数据混杂后，就不能得到有用的K值，严峻的还或许由于对活动趋势猜测呈现误差、形成运营事端。
咱们接着拆解，
被约请注册的新用户①
=拜访落地页的用户数④*落地页注册率⑤
故，
K=（拜访落地页的用户数④/自动约请的用户数②）*落地页注册率⑤
拆解到这儿，根本就能够和活动中的首要的3个过程进行相关。对照上面的公式，假如进步病毒系数K的值，就需要
1、进步拜访落地页的用户数
2、下降自动约请的用户数
3、进步落地页注册率
咦，如同那里不对，为什么要进步K值、就要“下降自动约请的用户数”呢，这样怎样最大化活动的作用啊？
其实，为什么是很简单的，便是单出公式动身、没有考虑实践的环境，那咱们再持续对公式进行处理下：
均匀约请回流量⑥=（拜访落地页的用户数④/自动约请的用户数②）
故，
K=均匀约请回流量⑥*落地页注册率⑤
到此，拆解根本结束。
所以，假如在自己担任的“约请老友”活动中，上线之后就赶快算算活动的K值终究是多少，假如数据体现不够好，能够参阅上面的公式、从这2个方向去采纳优化办法：
一、进步“均匀约请回流量”
二、进步“落地页注册率”
而怎样进步的手法和技巧，由于每个活动都有很大的差异，一起，百度/知乎一下关键词应该就有许多共享。这儿就贴一张最近刚在三节课的「增加黑客课程」中了解的说到STEEPS准则。能够用这6个准则来比对自己活动中的约请页&落地页：
怎样「疯传」的STEEPS模型
始发于简书：会写字的桌椅
上一年今天运营文章2023:2023年4月个护小家电职业社媒营销剖析陈述（完整版）(0)2023:2023年4月大家电职业社媒电商剖析陈述（完整版）(0)2023:618宝妈假如进步店肆成交额(0)2023:华为手机备忘录里的内容怎样搬迁(0)2023:不会待办办理常常忙不过来?这样做高效作业不在话下(0)
微信扫一扫 
支付宝扫一扫 
