1704222068
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？
1704222069
1704222070
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。
1704222071
1704222072
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。
1704222073
1704222074
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。
1704222075
1704222076
针对第二个问题，我们做过一个有趣的对比实验。
1704222077
1704222078
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。
1704222079
1704222080
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。
1704222081
1704222082
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？
1704222083
1704222084
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。
1704222085
1704222086
这个效果是如何判定的呢？
1704222087
1704222088
在医学领域，有一个病毒传播指数K，K的计算方法如下：
1704222089
1704222090
K = i×c%
1704222091
1704222092
其中，i是被感染人群，c%是转化率。
1704222093
1704222094
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：
1704222095
1704222096
Custs（t）= Custs（o）×［K（t/ct + 1）– 1］/（K–1）
1704222097
1704222098
T=time
1704222099
1704222100
Ct=cycle time
1704222101
1704222102
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。
1704222103
1704222104
做法一的数据如下（仅是模拟数据）（见表2–1）。
1704222105
1704222106
表2–1 做法一的模拟数据
1704222107
1704222108
1704222109
1704222110
1704222111
于是我们知道：520 = 480×［K（10/9 + 1）–1］/（K–1）。
1704222112
1704222113
此时，（K2.1–1）/（K–1）= 1.08，换算之后得出K2.1 = 1.08K–0.08。
1704222114
1704222115
到这一步，我们已经知道K值<1不可能带来病毒传播。
1704222116
1704222117
下面是做法二经过模拟后的数据（见表2–2）。