只玩裂变还不够，你应该还会搭建病毒式增长模型

“裂变”玩法可谓是互联网产品界的当红炸子鸡，很多产品都正在或者希望靠裂变来实现用户增长，那该如何分析和预测这种病毒式增长对用户数的影响？我们应该学会搭建病毒式增长模型。

近期，“裂变”玩法可谓是互联网产品界的当红炸子鸡，随着前几天云音乐的《你的荣格心理原型》再次刷屏，很多产品都正在或者希望靠裂变来实现用户增长。

但是，该如何分析和预测这种病毒式增长对用户数的影响？就需要我们建立一个增长模型，下面就用5000字带大家一步步搭建增长模型。

本文翻译自Rahul Vohra的系列文章《How to Model Viral Growth》，这一系列是我见过分析病毒式增长模型最透彻的，因此推荐给你，希望可以对你有启发。

一、什么是病毒式产品？

我们做出一款产品，需要靠各种渠道获取新用户。但也许，最迷人的渠道是现有用户本身。

病毒式产品的大部分增长来自其已有用户吸引新用户，用户可以通过简单的推荐（“来看看这个产品，它很酷/有用/有趣！”），或直接通过使用该产品（“我想在PayPal上给你汇款！”）来吸引另一个用户。

病毒式传播最有名的例子之一是YouTube。

在其获得巨大流量之前，你很可能会在新闻网站或个人博客上找到嵌入的YouTube视频。当你看完视频，你会被邀请通过电子邮件把视频发给你的好友，并且你还会获得将视频嵌入你网站的代码。如果你不想分享，YouTube会向你推荐你可能喜欢的其他视频。

很大程度上，你会观看并分享其中的某个给你的好友。然后，你的好友会观看视频，也会与他们的好友再分享。通过这个“病毒循环”，YouTube快速获取了用户。

那我们该如何预测病毒式产品的表现呢？

比如：获得一百万用户需要多长时间？我们的产品可以触达到一千万用户么？

要回答这些问题，我们需要建立一个病毒式模型。

二、最简可能性模型

假设我们有5000个初始用户，这些初始用户将带来多少新用户？

常见的情形是这样的：有些用户喜欢我们的产品，有些用户不喜欢；有些用户会邀请很多好友，有些不会邀请；有些用户可能在一天之后邀请好友，而有些用户则可能需要一周…

我们排除所有这些不确定性，假设平均而言，五分之一的用户会在第一个月成功带来新用户，那我们的病毒系数是1/5 = 0.2。我们最初的5000个用户会在第1个月吸引5000 * 0.2 = 1000个新用户，这1000个新用户会在第2个月再吸引1000 * 0.2 = 200个新用户， 接着第3个月会再吸引另外200 * 0.2 = 40个新用户，依此类推。

根据上面的计算，如下图所示：我们的用户会一直增长，直到我们拥有6250名用户。

图2-1

如果我们的病毒系数是0.4，会发生什么？