如何利用病毒系数K邀请好友活动

2020年10月17日04:23:53 发表评论 3 次浏览

如何用病毒系数K邀请好友活动

在《病毒周期》中,作者定了“病毒系数k”的概念:一个用户可以来多少新用户。

当k值于1时,通信者总数收敛,中间会出现通信链断裂,信息无法有效递;

只有当病毒系数k的值> 1时,信息才会持续播,传播的总人数才会传播和增加。

,随着时间的推,k的值一般会逐渐下降,逐渐降到1,趋于0。

么,如果要搞一个“邀请好友”活动,如何断提高病毒系数k,从而最大化我们活动渠道的效果呢?

“邀请朋友”活动的一般过程可以化为这样三个步骤:

“邀请朋友”活动的化流程

过程,我们可以从k的概念触发反汇编,直到反汇编得到的数据可以直接指出如何优化:

K=邀请的新用户①/主动邀请的用户②

由此可见,如果我们从事一项邀请好友的活动,就要在数据统计和用户行为分析上区分“主动邀请用户”和“邀请新用户”。否则,数据混淆后,无法获得有效的K值,活动趋势预测的偏差可能导致严的作业事故。

我们继续拆解,

邀请注册的新用户①

=登陆面访问用户数④ *登陆面注册率⑤

因此,

K=(登陆页面访问人数④/主动邀请人数②) *登陆页面注册率⑤

在这里拆解之后,基本上可以和活动中的三个主要步骤联系起来。与上述式相比,如果增加病毒系数k的值,则需要

1.增加访问登录页面的用户数

2.减少主动邀请的用户数量

3.提高登陆页面的注册率

咦,好有问题。为什么要增加k的值,并“减少主动邀请的用户数”?怎样才能最大化活动的效果?

其实为什么很简,就是从一的式出发,考虑实际环境,那么我们就继续处理公式:

均邀请返回流量⑥ =(访问登陆页面④的用户数/主动邀请的用户数②)

因此,

K=平均邀请返回流量⑥ *登陆页面注册率⑤

至此,拆卸基本成。

如何利用病毒系数K邀请好友活动

  所以,如果你是负责“邀请好友”活动的,那就在上线后尽快计算活动的K值。如果数据性能不够好,可以参考上面的公式,从这两个方向取优化措施:

一,善“平均邀请回流”

第二,提高“登陆页面注册率”

以及如何提高手段和技巧,因为每个活动都有很大的差异,同时百度/知乎要分享很多关键词。在这里,我贴一个关于我最近在三节课的“成长黑客课程”中刚刚学到的STEEPS原理的笔记。您可以使用这6个原则来比较自己活动中的邀请页面&:登录页面:

如何“传承”STEEPS

源自简单的书籍:能写字的桌椅

相关阅读

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: