Question

如果说拉新、活跃、留存依然是互联网时代的重点，那么用户裂变就是移动时代的特色。

请注意我的说法，我并没有说“用户裂变”是移动时代的工作，为什么？

我相信对于喜欢旅游、喜欢住民宿的朋友来说，这张截图（见图2–13）一点儿都不陌生，这是Airbnb（爱彼迎）的用户推荐计划的截图。

 

图2–13 Airbnb的用户推荐计划

只要谈到增长黑客，就不得不提两个关于Airbnb的故事。

在Airbnb建立初期，它借助Craiglist（分类信息网站）的API（应用程序编程接口）漏洞完成了自动化同步功能——当Airbnb更新房源信息时，会同步房源信息到Craiglist上。用户在Craiglist上看到Airbnb同步的房源信息后，又会被引导到Airbnb上预订房源。这是第一个故事。

刚推出用户推荐计划时，Airbnb采用“朋友照片=100美元”的设计界面吸引用户（见图2–14），其转化效果一般。

随后他们通过A/B测试得出“送好友25美元去旅行”的转化效果要远远好于“邀请好友，获得25美元”的转化效果的结论。

 

图2–14 Airbnb的初期用户推荐计划

我曾经与朋友开玩笑说：“如果在中国做这个测试，那么‘邀请好友，获得25美元’的文案可能会大获成功。”

结果，当Airbnb的中文官网上线后，我看到了这样的文案（见图2–15）。

 

图2–15 Airbnb中文官网的用户推荐计划

值得庆幸的是，它并不是为中国区特意撰写的文案，其他国家和地区的Airbnb官网也出现了相同的文案（见图2–16）。

当然，这或许是Airbnb再次做了A/B测试也未可知。

但我希望大家思考一个问题：通过用户邀请进入的新用户和自然关注进入的新用户，他们对产品的预期和最终行为的差异究竟会如何体现？

之所以要思考这个问题，是因为它是用户裂变中需要我们仔细思考并具体完成策略设计与执行的关键问题。

通常，我们在考虑用户裂变时的思考路径是这样的。

• 如何让用户完成裂变动作？

• 每个用户会带来多少新用户？

• 如何让新用户完成转化或者直接留存并减少损耗？

 

图2–16 其他国家和地区的用户推荐计划

对于第一步的疑问——如何让用户完成裂变动作，其实有一个公式：

B = MAT

翻译后：

Behavior = Motivation×Ability×Trigger

行为=动机×能力×触发机制

也就是说，你所期望的用户行为，是用户在有能力的情况下，通过你赋予的动机和触发机制来完成的。

举一个例子：小王今天一整天都没有喝一口水。小王今天没喝水，这是一个行为，但小王今天没有喝水的原因却有很多种。

• 小王的杯子摔碎了，他还没有买新杯子，同时公司也没有一次性水杯。这时候，小王口渴了（触发机制存在），他想喝水（动机存在），但是因为没有能用的杯子（缺乏能力），所以小王没有喝水。

• 小王今天非常忙，根本没有休息的时间。这时候，小王有杯子（能力存在），但因为实在太忙（触发机制缺失），所以即使小王很想去喝水（动机存在），也没法喝，所以他口渴了一整天。

• 小王今天刚好收到了一箱水果。由于水果可以解渴，小王无须喝水（动机缺失），所以即使杯子在手边，饮水机里也有水（能力存在），但小王根本想不到要去喝水（触发机制缺失）。

所以，要解决思考路径中的第一步的问题——如何让用户完成裂变动作，就需要为用户设计一个动机，即在用户的能力范围内，给用户一个强有力的触发机制。

譬如，通过邀请他人关注公众号、安装App以及给予邀请人免费的资料、书籍、讲座等方式，促使有兴趣的用户完成相应的动作。这些免费给予的奖励，就是其完成行为的“动机”；邀请他人关注公众号、安装App，则是用户在人脉所及的范围内实现的力所能及的动作，这些动作都是用户的“能力”；而通常用户在每完成条件要求的部分或全部内容后，都会收到奖励提醒或者进度提示，以此作为“触发机制”，刺激用户不断重复相应的动作。

当然，找寻动机与触发机制的过程，并不一定能一次到位，这就需要我们有快速试错的意识，持续的A/B测试可能就是方法之一。

思考路径的第二步是无法通过推测来完成的，它涉及两个问题：第一，用户的邀请或传播行为是在哪个渠道完成的？第二，用户是否竭尽全力拉动新用户？

对于第一个问题，微信官方曾给出如下数据：2016年，好友在200人以上的用户占45%，好友在200人以下的用户占55%，而好友超过500人的用户占比是13.5%。因此我们认为，普通人的好友在200人以内，而大咖则可能拥有数个5 000个好友的朋友圈，那么你能通过一个用户获得的新用户数的理论值会在200与5 000之间。但事实并非如此，因为任何领域都存在转化率问题，同时我们会尽可能考虑大数挖掘的效率。

而如果你离开了微信，采用邮件、微博或者Facebook（有些产品会拥有海外用户）等社交方式，那么新用户数的理论值会更低。

这也是为什么在微信的朋友圈里，我们会通过他人转发看到大量的带有二维码的海报，而微信则明文禁止诱导分享、诱导关注的运营行为，甚至对此行为严加打击。

针对第二个问题，我们做过一个有趣的对比实验。

做法一：参加活动的用户购买指定课程后，只要完成规定天数的连续打卡，并把打卡内容分享到朋友圈，就可以得到学费全额返还。

做法二：用户分享一张活动海报到朋友圈，推荐朋友关注公众号，推荐关注达到一定的数量后，用户就能获赠一件实物奖品。

大家可以猜一下，就活动的拉新和裂变效果来说，哪一个做法的效果更好？

答案是做法二的效果更好。请注意，两次做法针对的人群是一样的，但是，做法一产生的效果还不到做法二产生的效果的1/3。

这个效果是如何判定的呢？

在医学领域，有一个病毒传播指数K，K的计算方法如下：

K = i×c%

其中，i是被感染人群，c%是转化率。

在裂变中，我们同样会以K值和传播周期来衡量效果。关于传播周期，有一个更复杂的公式：

Custs（t）= Custs（o）×［K（t/ct + 1）– 1］/（K–1）

T=time

Ct=cycle time

Custs（t）是活动结束后获得的新用户数，t是活动周期，ct是病毒传播周期，Custs（o）是初始种子用户数。

做法一的数据如下（仅是模拟数据）（见表2–1）。

表2–1 做法一的模拟数据

于是我们知道：520 = 480×［K^{（10/9 + 1）}–1］/（K–1）。

此时，（K^2.1–1）/（K–1）= 1.08，换算之后得出K^2.1 = 1.08K–0.08。

到这一步，我们已经知道K值<1不可能带来病毒传播。

下面是做法二经过模拟后的数据（见表2–2）。

此时，我们得出：2 400 = 320×［K^{（6/2 + 1）}–1］/（K–1），即7.5×（K–1）= K⁴–1。

表2–2 做法二的模拟数据

求解得出K值约为1.44，这说明做法二可以带来病毒传播。如果活动能在这个基础上继续放大传播周期，那么传播效率就可以再上一个台阶。

通过对比，我们也发现了其中存在的问题：用户对于需要做传播这件事已经极为熟练和敏感，所以大量的用户在活动奖励本身缺乏足够大的额外利益诱导时，并不会主动做出真正具有传播效果的分享动作。

这也解释了为什么第二步的“每个用户会带来多少新用户”的问题不能通过推测来解决，而是要通过数据的多次验证来解决。

继续用户裂变的话题，思考路径的第三步“如何让新用户完成转化或者直接留存并减少损耗”，是一个很值得讨论的问题。因为经验告诉我们，如果我们仅仅通过利益诱导来获得用户，那么大概有70%的用户会在未来的1~2周内被消耗掉，也就是取消关注或者卸载App。

这里有两个解决方案。

解决方案一：新用户要在进入的3个小时内被变成裂变传播的一个种子。这样一来，即使他后来流失了，他也至少带来了新用户，产生了价值。

解决方案二：结合产品调性与用户关切点，在新用户进入的3个小时内，通过运营手段完成转化动作，让他成为一名真正的用户。

解决方案一是要快速实现裂变后的二次裂变，适合大众类型的产品，譬如阅读产品、打车产品等。

解决方案二是要进入精细化运营，适合不那么大众的产品，譬如垂直人群的服务类产品。

大家还需要注意3点。

1.互联网产品的竞争永远是流量竞争。

不管你的产品有多优秀，竞争对手的产品有多差劲，谁拥有更大的流量，谁就有机会活得更久。以知识付费产品为例，假设某大众产品A的用户付费率（付费率=付费用户/注册用户）是3%，它的注册用户人数有5 000万，这意味着它的付费用户数是150万。而B是垂直领域的知识付费产品，付费率可以达到15%，但注册用户只有50万人，这意味着只有7.5万人付费，除非B的客单价能够达到A的20倍，否则B的收入水平永远无法达到A的收入水平。

2.简单粗暴地获得流量永远是在竞争中胜出的一种方案，但更重要的竞争点在于获客后如何留存与转化。

这句话是要提醒所有做裂变的同行，裂变的拉新本身是一种门槛极低、打法极其粗放甚至粗暴的获得流量的方法。如果你仅仅专注于拉新，那么你唯一能做的就是优化获客的单位成本。譬如，将获得一个用户的成本从早期的10~15元，甚至25~30元，降低到2~3元。但这还远远不够，受利益驱使而参与裂变的用户，未必会停留很久，关键是你最后用什么方式去留存你的目标用户。从运营效率的角度来说，拉新获得的Leads和最终达成成单的Leads的差距越小越好。所以，裂变从一开始就要把拉新、留存与转化放在一起考虑，能够通过拉新直接转化的用户绝不考虑先留存，因为这是运营效率最大化的方式。

3.留存与转化问题，既可以通过内容解决，也可以通过服务解决，这个问题没有标准答案。

我在前文中提到我个人比较欣赏国外互联网的做法，用增长黑客来解决这些问题，而不是交由一两个运营人来解决这些问题。

在知乎私家课里，我曾用一节课讨论中美互联网之间的差异。我提到中美两国的互联网都存在流量问题——流量成本越来越高，而大家对流量的渴求越来越强烈，这个问题怎么解决？

中国依靠运营人的不断自我完善与强化来解决问题，而美国催生出了增长黑客这样专门为流量负责的团队。

为什么这一节要提到增长黑客？答案很简单。这一节我们谈的是用户裂变，但我希望所有的读者都明白一件事：获得流量永远比活跃、留存流量要难，至于转化获得的流量，只会更难。

并且我也非常期待我的读者能明白一个道理：增长黑客并非仅仅关注获客，它实际上代表了数据化运营。因为它是运营，所以就会涉及用户全生命周期的问题，而不是只涉及获得用户、获得流量的问题。

如果有老板正在读这本书的话，那么我希望所有的老板都能认识到一个事实：国内并没有真正意义上的增长黑客，只有实打实的运营人。不要总是看到新的词汇，就觉得变天了，人才有缺口了，事实是你目前所拥有的团队成员，就是你目前能够获得的最好的人力资源。想办法让他们为你创造价值，比轻信某个名词，然后去胡乱招人的结果可能要好得多。

关于用户裂变，我们刚刚提到了病毒传播指数的公式，可以验证裂变动作的有效性。除此之外，我们还需要有其他的思考。

• 裂变是为了让已有的流量指数级增长。裂变本身是有阶段的。第一个阶段是冷启动阶段，这个阶段的核心不是追求增长的速度，而是验证增长的模式，以及从参与裂变的用户中找到关键节点——能够大规模带来用户的节点；第二个阶段的重点是将节点维护起来，找到让用户在该节点表现得更有意愿参与，进而更加高效获客的方法；第三个阶段是验证已有的模式可以被规模化，这个阶段有很多坑，包括可能会受到传播渠道的规则的限制等，但如果不经过这个阶段，就没法进入下一个阶段；最后一个阶段就是追求裂变速度的增速阶段。请注意，在不同的阶段中，裂变对用户的价值呈现可能需要调整。

• 裂变的同时，需要关注其他指标的健康度。只关心用户是否进入是狭隘而低质的策略。只有不停地复盘阶段性的数据，关注每一批裂变进入用户的行为数据，才能确保裂变在整体上是健康的。

为了更好地解释以上说法，我们一起看一个数据切片的案例。某产品利用微信公众号进行裂变，假设裂变的频次是每周一次，我们就能拉取到一套数据（见表2–3）。而我们用这套数据进行计算，就可以得到另外两张表（见表2–4、表2–5）。

从表2–4中，我们可以看到周变化。我们模拟的是一个裂变的周期，不同的时间节点反映不同的周期变化，从冷启动期到增长期，这些变化会通过各种率来体现，且趋势是逐渐变好，即使中间可能会有阶段调整。当然，拉新和留存的成本并不是越低越好，而是随着裂变趋向稳定。只有所有的成本都趋向稳定，投资回报率才会越来越高。

表2–3 裂变进入用户的行为数据

表2–4 该次活动留存率、付费率统计

从表2–5中，我们可以更清楚地看到成本的变化以及投资回报率的变化。这个趋势基本反映了每个阶段的真实变化，拉新和留存的成本从不稳定到稳定，从高到低，投资回报率从低到高，基本的趋势与裂变增长的阶段是吻合的。

表2–5 投资回报率

对于所有期望做裂变的组织来说，它们都必须建立这样的意识。

• 裂变数据在不同时期会有不同的呈现。

• 不同产品的数据会有不同的表现，但总体的趋势应该趋于一致。

• 在稳定的裂变模式被找到之前，组织要有足够的耐心观察数据的变化，并且鼓励团队不断进行尝试，找到正确的路径。

只有这样，才能实现好裂变，而不是在追逐流量增长的路上迷失了最初的方向。