病毒系数
病毒系数（通常写作 K）是每位现有用户平均带来的新用户数量。公式很简单，即每位用户发出的邀请数乘以每次邀请的转化率。当 K 高于 1 时，你的用户群无需付费获客便会复利增长；当 K 低于 1 时，病毒传播会放大增长，但单凭自身无法维持。
病毒系数（通常写作 K）是每位现有用户平均带来的新用户数量。公式很简单，即每位用户发出的邀请数乘以每次邀请的转化率。当 K 高于 1 时，你的用户群无需付费获客便会复利增长；当 K 低于 1 时，病毒传播会放大增长，但单凭自身无法维持。
为什么重要
病毒系数正是让 PayPal、Dropbox、Hotmail 与 Zoom 在早期把获客成本（CAC）推向零的机制。一款 K=0.5 的产品会把 100 个用户变成 50 个，再到 25 个，再到额外 12 个，并在约 200 处停下来，相当于 2 倍放大。一款 K=1.1 的产品则会把同样的 100 个变成 110 个，再到 121 个，再到 133 个，并且永不停歇。这种差异区分了「好产品」与「指数级增长故事」。但大多数产品的 K 处于 0.1 至 0.3 之间，这正是真正的病毒传播稀有的原因，而诚实地衡量它，才能让营销预算立足于现实而非幻想。
公式与周期时间
K = i × c
- i（邀请数）：每位用户平均发出的邀请数
- c（转化率）：每次邀请的转化率
示例：如果一位用户平均发出 10 次邀请，其中 20% 转化，则 K = 10 × 0.2 = 2.0。
但与 K 同样重要的是周期时间（ct），即一代用户产生下一代所需的时长。K=1.5 而周期为 6 个月是缓慢的；K=1.1 而周期为 2 天则是爆发式的。真实的增长大致遵循 users = seed × K^(t/ct)。
能产生 K>1 的产品模式
固有病毒性：使用产品本身就会产生邀请。Zoom 链接、Dropbox 共享文件夹、Calendly 会议链接、Figma 文件，接收方必须注册才能参与。
协作病毒性：团队或工作区邀请。Slack、Notion、Linear，产品显然与队友一起使用时比单独使用更有价值。
口碑病毒性：自然推荐，而非邀请按钮。难以精确衡量。
激励病毒性：Dropbox（空间）、PayPal（10 美元）、Uber（乘车抵扣）。见效快，但为了诚实地核算经济账，激励成本必须计入 CAC。
内容病毒性：用户公开分享自己创作的成果，如 TikTok、Canva、Notion 公开页面。用「每次创作的浏览量」来衡量比用 K 更合适。
病毒性何时只是假象
未对独立邀请去重：同一位用户被邀请 10 次应只计为一次。
重新激活与新增混淆：把回流用户当作新用户会虚高 K。
与付费渠道混淆：将付费获取的用户错误归因于邀请。
忽略周期时间：每月 K=0.8 与每年 K=0.8 讲述的故事截然不同。
把早期峰值误认为稳态：早期采用者的邀请远多于典型用户。早期 K 通常是个谎言。
提升 K 的杠杆
把邀请 UX 放在空白状态中：空白工作区中的第一个动作应是「邀请一位队友」。
让分享成为使用的自然下一步：分享成果应与使用产品衔接顺畅。
优化接收方的引导流程：消除从点击邀请到注册之间的摩擦。这是最大的单一流失点。
缩短周期时间：把邀请节奏从每周改为每天，在相同 K 下可使增长提升 7 倍。
奖励设计：双向奖励（邀请人 + 接收方）比单向奖励更能提升 K。
基准
顶级固有病毒性（早期 Dropbox、早期 Zoom）：在短期内 K > 1.0。
强协作型产品（Slack、Notion）：K 在 0.5 至 0.9 之间，周期时间为数天到数周。
大多数 SaaS：K 在 0.1 至 0.3 之间，需要与付费增长相结合。
消费类应用平均水平：K 在 0.05 至 0.2 之间。
即便 K=0.3 也能将 CAC 降低约 30%，所以「K<1 = 失败」是错误的解读。
常见错误
追逐 K 而忽视留存：K=2 但第一周留存仅 10%，会让这批用户群消融。留存 × 病毒性才是真正的引擎。
只看平均 K：超级用户会拉高均值。同时追踪中位数与分布。
把病毒性与口碑混为一谈：口碑几乎无法衡量；病毒系数只适用于具备可追踪邀请机制的产品。
隐藏激励成本：10 美元抵扣 × 100 万次邀请 = 1,000 万美元。为公平对比，应将激励归类为付费营销。
忽视周期时间的优化：大多数团队都在 K 上发力，但把周期时间减半往往比把 K 翻倍更容易。
Sources: