K 因子测量

测病毒系数 k =（每用户邀请数）×（每邀请注册率）以知产品是否真病毒。

为什么

k 因子是唯一告诉你有机增长是指数（k > 1）、线性（k = 1）还是衰减（k < 1）的数 — 它是增长团队病毒渠道的北极星。k > 1 时每用户带来超过一用户，增长无付费复利；k < 1 时付费获客须填缺口否则停滞。诚实测 k（按队列按渠道按时间窗）防常见自欺：数发出邀请而非转化注册，使 k 膨胀 3-5 倍。k 还拆成两因子，告诉你优化邀请频次（每用户多邀请）还是邀请质量（高注册率）— 这需完全不同的实验。

何时使用

推荐机制上线且有 4+ 周数据时。持续测，每次增长复盘报。

如何做

1. 定义时间窗：k 按用户队列在固定窗内测（如注册后 30 天）— 无窗数字无意义
2. 因子 1 — 每用户邀请数（i）：数队列每用户窗内发出邀请；跨队列平均
3. 因子 2 — 每邀请注册率（c）：注册的邀请 ÷ 总发出邀请；用每邀请者唯一码归因
4. k = i × c；按队列按渠道按周报，看趋势非单一误导数
5. 拆解：若 k = 0.3 且 i = 2.0、c = 0.15，杠杆是 c（注册率）— 改邀请质量/预览/落地
6. 若 k = 0.3 且 i = 0.6、c = 0.5，杠杆是 i（邀请频次）— 改触发位置/动机
7. 设目标 k 并按规模排实验：从 0.3 到 1.0 需一因子 ~3 倍或两者各 ~1.7 倍
8. k 旁报付费 CAC：k 升付费可降；k 降付费须升以保增长

示例

# 7 月队列的 k 因子（30 天窗）
队列：7 月注册的 1,000 用户
队列 30 天内发出邀请：1,800
导致注册的邀请：216

i = 1800 / 1000 = 1.80 每用户邀请
c = 216 / 1800 = 0.12 每邀请注册率
k = 1.80 × 0.12 = 0.216（衰减 — 付费须填缺口）

# 拆解 → 下步实验
杠杆是 c（0.12 低）：邀请预览/落地表现差
  实 A：邀请渲染物预览（目标 c：0.18）
  实 B：深链到分享物非首页（目标 c：0.20）
  若都中：k = 1.80 × 0.20 = 0.36（仍 <1，但 +66%）

# 趋势（周 k）
W1：0.18  W2：0.21  W3：0.22  W4：0.24  → 改善但仍 <1
# 决策：继续优化 c；付费 CAC 持 $14 直到 k > 0.5

常见问题

⚠把发出邀请当"k"而非转化注册的邀请 — 使 k 膨胀 3-5 倍并掩盖渠道坏了。
⚠无时间窗测 k，旧队列晚转化邀请膨胀本周数字。
⚠报单一混合 k 而非按队列按渠道，掩盖一渠道病毒一渠道死。
⚠把 k > 1 当唯一目标；多数 B2B 产品 k = 0.3-0.5 是健康的病毒补充。

最佳实践

✓k 按队列在固定窗测（发出邀请）×（转化注册）；只数发出膨胀 3-5 倍。
✓把 k 拆成 i（每用户邀请）和 c（注册率）知拉哪根杠杆；两者需不同实验。
✓按队列按渠道报 k 非单一混合数；一病毒渠道可藏三个死的。
✓按品类设现实 k 目标 — B2B k 0.3-0.5 健康；B2B 期 k > 1 常致坏机制。