K 因子(病毒系数)
K 因子,也叫病毒系数,是指每个老用户通过邀请或分享平均带来的新用户数。它衡量的是自传播:产品的增长是部分靠自身动力,还是完全依赖付费买量。K 因子大于 1,意味着平均每个用户带来不止一个新用户——这是真正病毒式增长的临界点。
怎么计算
K 因子把「人们邀请多少」和「邀请转化多好」结合起来:
K = 每用户发出的邀请数 × 每次邀请的转化率
所以,如果每个用户发出 4 个邀请、其中 25% 转化,那么 K = 4 × 0.25 = 1.0。这两个输入是相互独立的杠杆:你既可以通过引导更多分享来抬高 K,也可以通过让邀请落地体验转化更好来抬高它。由于两者都随时间发生,K 通常按分群在一个确定窗口内衡量,而不是某个瞬时数字。
为什么重要
K 相对于 1 的位置,改变一切。低于 1 时,病毒性是在放大付费买量——每个付费用户额外带来几个免费用户,拉低你的实际 CAC——但一停止花钱,增长仍会停。等于或高于 1 时,增长变得自持,可以指数级复利,直到可触达人群饱和。即便是不高的 K(比如 0.5)也极有价值:它能显著压低综合获客成本。K 还与循环周期相互作用——一次邀请变成一个新活跃用户有多快——因为 K 高但循环慢,增长依然慢。
在游戏 / App 里
游戏里 K 因子由社交功能驱动:邀好友奖励、需要朋友的多人玩法、可分享的分数、推荐返利。团队会把整条邀请闭环都打成事件——邀请发出、邀请打开、安装、激活——这样就能精确看到闭环在哪漏水、哪种激励能抬高转化。强 K 配上健康的留存,是产生爆发增长的罕见组合;K 高而留存差,只是让用户进进出出地空转。
在 Keentics 里
Keentics 让你把邀请闭环打成原始事件,通过跟踪邀请发出、接受、转化到激活,按分群衡量 K。你可以按渠道、国家、活动切分 K,观察激励调整如何影响它,并与留存和用户路径分析配对,找出病毒闭环在哪里断裂。把「邀请到激活」各步从头到尾画出来,见漏斗分析。