1704222010
图2–14 Airbnb的初期用户推荐计划
1704222011
1704222012
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。”
1704222013
1704222014
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）。
1704222015
1704222016
1704222017
1704222018
1704222019
图2–15 Airbnb中文官网的用户推荐计划
1704222020
1704222021
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）。
1704222022
1704222023
当然，这或许是Airbnb再次做了A/B测试也未可知。
1704222024
1704222025
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？
1704222026
1704222027
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。
1704222028
1704222029
通常，我们在考虑用户裂变时的思考路径是这样的。
1704222030
1704222031
• 如何让用户完成裂变动作？
1704222032
1704222033
• 每个用户会带来多少新用户？
1704222034
1704222035
• 如何让新用户完成转化或者直接留存并减少损耗？
1704222036
1704222037
1704222038
1704222039
1704222040
图2–16 其他国家和地区的用户推荐计划
1704222041
1704222042
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：
1704222043
1704222044
B = MAT
1704222045
1704222046
翻译后：
1704222047
1704222048
Behavior = Motivation×Ability×Trigger
1704222049
1704222050
行为=动机×能力×触发机制
1704222051
1704222052
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。
1704222053
1704222054
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。
1704222055
1704222056
• 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。
1704222057
1704222058
• 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。
1704222059