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）。
1704222118
1704222119
此时，我们得出：2 400 = 320×［K（6/2 + 1）–1］/（K–1），即7.5×（K–1）= K4–1。
1704222120
1704222121
表2–2 做法二的模拟数据
1704222122
1704222123
1704222124
1704222125
1704222126
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。