バイラル係数
バイラル係数（通常はKと表記）とは、既存ユーザー1人が連れてくる新規ユーザーの平均数です。式は単純で、ユーザー1人あたりの招待数に、招待1件あたりのコンバージョン率を掛けたものです。Kが1を超えると、有料獲得なしでユーザーベースが複利的に増えていきます。Kが1を下回ると、バイラリティは成長を増幅しますが、それだけで成長を持続させることはできません。
バイラル係数（通常はKと表記）とは、既存ユーザー1人が連れてくる新規ユーザーの平均数です。式は単純で、ユーザー1人あたりの招待数に、招待1件あたりのコンバージョン率を掛けたものです。Kが1を超えると、有料獲得なしでユーザーベースが複利的に増えていきます。Kが1を下回ると、バイラリティは成長を増幅しますが、それだけで成長を持続させることはできません。
なぜ重要か
バイラル係数は、PayPal、Dropbox、Hotmail、Zoomが初期にCACをゼロへ向かわせることを可能にした仕組みです。K=0.5の製品は、100人のユーザーを50人、次に25人、次に12人の追加ユーザーへと変え、200人前後で止まります。2倍の増幅です。K=1.1の製品は、同じ100人を110人、次に121人、次に133人へと変え、決して止まりません。その違いが「良い製品」と「指数関数的な成長ストーリー」を分けます。しかし、ほとんどの製品はK=0.1〜0.3にとどまっており、だからこそ真のバイラリティは稀なのです。これを誠実に測定することが、マーケティング予算を空想ではなく現実に基づかせる鍵となります。
式とサイクルタイム
K = i × c
- i（招待数）: ユーザー1人あたりの平均招待送信数
- c（コンバージョン）: 招待1件あたりのコンバージョン率
例: ユーザーが平均10件の招待を送り、20%がコンバージョンする場合、K = 10 × 0.2 = 2.0となります。
しかし、Kと同じくらい重要なのがサイクルタイム（ct）、つまりある世代のユーザーが次の世代を生み出すまでにかかる時間です。サイクルが6カ月のK=1.5は遅く、サイクルが2日のK=1.1は爆発的です。実際の成長はおおよそusers = seed × K^(t/ct)に従います。
K>1を生み出す製品のパターン
本質的なバイラリティ: 製品を使うこと自体が招待を生み出します。Zoomのリンク、Dropboxの共有フォルダ、Calendlyのミーティングリンク、Figmaのファイルなど。受け取った相手は参加するためにサインアップしなければなりません。
協業的なバイラリティ: チームやワークスペースへの招待。Slack、Notion、Linearなど。1人で使うよりも、チームメイトと使うほうが明らかに価値が高い製品です。
口コミによるバイラリティ: 招待ボタンではなく、オーガニックな推薦。正確に測定するのは困難です。
インセンティブによるバイラリティ: Dropbox（容量）、PayPal（10ドル）、Uber（乗車クレジット）など。素早く効きますが、誠実な経済性のためには、インセンティブのコストをCACに算入する必要があります。
コンテンツによるバイラリティ: ユーザーが作ったものを公開して共有します。TikTok、Canva、Notionの公開ページなど。Kよりも「作成1件あたりのビュー数」として測定するほうが適しています。
バイラリティが幻想であるとき
重複した招待を除外していない: 同じユーザーに10回招待された場合は、1回として数えるべきです。
再活性化と新規の混同: 戻ってきたユーザーを新規として数えると、Kが水増しされます。
有料チャネルとの混同: 有料で獲得したユーザーを招待に誤って帰属させてしまう。
サイクルタイムの無視: 月次のK=0.8と年次のK=0.8では、まったく異なる物語になります。
初期のスパイクを定常状態と取り違える: アーリーアダプターは一般的なユーザーよりもはるかに多く招待します。初期のKはたいてい嘘です。
Kを改善するレバー
空の状態に招待UXを置く: 空白のワークスペースでの最初のアクションは「チームメイトを招待する」であるべきです。
共有を利用の自然な次のステップにする: 成果物の共有が、製品を使うことと地続きに感じられるべきです。
受信者のオンボーディングを最適化する: 招待のクリックからサインアップまでの摩擦をなくします。単一で最大の損失ポイントです。
サイクルタイムを短縮する: 招待の頻度を週次から日次にすると、同じKでも成長が7倍になります。
報酬の設計: 双方向の報酬（招待者と受信者の両方）は、片方向の報酬よりもKを引き上げます。
ベンチマーク
最上位の本質的バイラリティ（初期のDropbox、初期のZoom）: 短期間でK > 1.0。
強力な協業製品（Slack、Notion）: サイクルタイムが数日から数週間でK 0.5〜0.9。
ほとんどのSaaS: K 0.1〜0.3。有料成長と組み合わせる必要があります。
コンシューマーアプリの平均: K 0.05〜0.2。
K=0.3でもCACをおよそ30%削減できるため、「K<1 = 失敗」という読み方は間違っています。
よくある間違い
Kを追いかけてリテンションを無視する: 週1リテンションが10%のK=2は、コホートを溶かしてしまいます。リテンション × バイラリティが本当のエンジンです。
平均Kだけを見る: パワーユーザーが平均値を水増しします。中央値と分布も追いましょう。
バイラリティと口コミを混同する: 口コミはほぼ測定不能であり、バイラル係数は招待が計測された製品にのみ適用されます。
インセンティブのコストを隠す: 10ドルのクレジット × 100万件の招待 = 1,000万ドル。誠実な比較のために、インセンティブは有料マーケティングとして分類しましょう。
サイクルタイムの最適化を無視する: ほとんどのチームはKを押し上げようとしますが、Kを2倍にするより、サイクルタイムを半分にするほうが簡単なことが多いのです。
Sources: