Как смоделировать вирусный рост: гибридная модель

Как смоделировать вирусный рост: гибридная модель

Что такое вирусный продукт?

Пользователи приходят к продукту различными путями: через прессу, рекламу, ваши рекламные партнерские кампании. Но одним из самых интересных каналов – это сами пользователи. 

Ключевой фактор роста вирусного продукта – вербовка имеющимися пользователями новых юзеров. Пользователь может просто пригласить другого человека («Посмотри этот продукт, он крутой/полезный/интересный») или напрямую используя продукт («Я хочу послать тебе деньги через PayPal»).

Один из самых известных виральных примеров– YouTube. Прежде, чем сайт стал огромной коллекцией видео, вы, скорее всего, могли найти его ролики, встроенными в новостные сайты и персональные блоги. Вы просматривали их, и в конце вам предлагалось отослать ссылку на них людям, которых вы знаете, а также давался код для встраивания видео в свой сайт. Если вы не хотели обмениваться этим, то YouTube предлагал набор других роликов, которые могли бы вам понравиться, и которыми бы вы могли поделиться. Ваши друзья смотрели видео, которыми вы поделились, отсылали его своим друзьям и так по кругу – возникал «виральный цикл», в котором YouTube приобретал пользователей с беспрецедентной скоростью.

Как можно предсказать, как будет работать виральность нашего продукта? Сколько времени ему понадобиться на набор 1 миллиона пользователей? Наберет ли он 10 миллионов? А 100 млн?

Для ответа на эти вопросы нам надо построить модель виральности.

В данном примере мы будем проводить эксперименты с таблицей Excel «Как моделировать виральный рост.xlsx».

Самая простая модель

Предположим, мы начали с 5,000 пользователей. Какую органику стоит ждать? 

Ну, некоторым понравится наш продукт, а некоторым нет. Некоторые пригласят много людей, а некоторые никого. Некоторые пригласят через день, а некоторым понадобится неделя.

Давайте отметем все эти неопределенности и скажем, что, в среднем, 1 из 5 наших пользователей в первый месяц привлечет 1 нового пользователя. Другими словами, наш фактор виральности 1/5 = 0.2 и наши 5,000 начальных пользователей наберут 5,000 * 0.2 = 1,000 пользователей в Месяц 1. Эта 1,000 затем наберет еще 1,000 * 0.2 = 200 за Месяц 2, которые потом завербуют еще 200 * 0.2 = 40 в Месяц 3 и так далее.

Как будет выглядеть наш рост (посмотрите в таблице на Листе 1):

Мы будем приобретать пользователей с уменьшающейся скоростью вплоть до 6,250 человек.

Что будет, если наш фактор виральности повысить до 0.4?

По-прежнему, мы приобретаем пользователей с уменьшающейся скоростью, но теперь наш рост упирается в 8,300 пользователей.

Что будет, если установить фактор виральности в 1.2?

В этот раз мы приобретаем пользователей с увеличивающейся скоростью!

На самом деле, при помощи простых вычислений можно показать следующее:

• с х начальных пользователей и виральным фактором v меньше 1 мы будем приобретать пользователей с уменьшающейся скоростью вплоть до x/(1-v) пользователей;
• с виральным фактором больше 1 количество наших пользователей все время будет расти.

Все просто. Все, что нам надо сделать, получить фактор виральности больше 1, правильно?

Ну, не правильно…

Во-первых, многое в нашей модели не учтено. Например, по мере приобретения новых пользователей у нас будут заканчиваться новые, которых можно еще пригласить. Я не буду здесь много распространяться об этом, но чтобы узнать больше об этом эффекте прочтите «Вирусный маркетинг Facebook: когда и почему приложения начинают катиться под гору?» Эндрю Чена.

Во-вторых, вирусный рост невероятно редок. Мне потребовалось некоторое время на оценку: очень немногие продукты имеют устойчивый фактор виральности больше 1 в течение любого вменяемого периода времени. Но если мы не можем полагаться на то, что фактор виральности будет больше 1, что нам следует использовать в нашей модели?

Из обсуждений с другими предпринимателями, инвесторами и «хакерами роста» я понял следующее: для потребительских интернет-продуктов устойчивый фактор виральности от 0.15 до 0.25 является хорошим, 0.4 великолепным, а около 0.7 просто выдающимся.

Тем не менее, мы уже показали, что при факторе виральности меньше 1 мы приобретаем пользователей с уменьшающейся скоростью до тех пор, пока рост не закончится. Это не то, чего все хотят, так что упущено в картине?

Мы упустили все другие каналы, которые могут приносить пользователей: прессу, магазины приложений, прямой трафик, входящий маркетинг, платную рекламу, партнерства, кросс-промо, маркетинг в поисковых системах, SEO, поддержку знаменитостей и все прочее, о чем мы только можем подумать. Давайте пересмотрим нашу модель и учтем влияние этих факторов.

Гибридная модель

Мы перестроим нашу модель для учета не-вирусных каналов (Лист 2 в таблице).

Некоторые не-вирусные каналы – такие как пресса – дадут нам быстрый всплеск пользователей, в то время как другие — такие как магазины приложений – дадут постоянный поток пользователей. Давайте учтем в нашей модели оба типа и для упрощения будем считать только три не-вирусных канала:

• Прессу: хороший старт может привлечь до 70,000 человек.
• Поисковый трафик в магазинах приложений. До 40,000 загрузок в месяц. Не все пользователи запустят наше приложение, а из тех, кто запустит, не все пройдут регистрацию или будут удовлетворены своим первым опытом работы в нем. Давайте предположим, что 60% приложение понравится.
• Прямой трафик. Так как наши пользователи и потенциальные пользователи склонны говорить, люди будут находить наш продукт напрямую. Это может привлекать до 10,000 загрузок в месяц. Снова давайте примем, что из них только 60% останется.

Наконец, давайте для упрощения предположим, что трафик из магазина и прямой трафик будут оставаться постоянными во времени.

Давайте установим наш фактор виральности на 0 и посмотрим, как будет жить наш продукт вообще без вирусной составляющей.

К концу года у нас будет 450,000 пользователей. Давайте протестируем разные случаи виральности.

В хорошем случае, с фактором виральности в 0.2., к концу года у нас будет 500,000 человек. При отличном развитии событий, при факторе 0.4, к концу года у нас будет 700,000 пользователей. А в самом превосходном, при факторе 0.7, в конце года у нас будет 1.2 миллиона преданных фанатов.

Коэффициент усиления

Эта модель показывает то, как я часто думаю о виральности: не как о виральном факторе v, но как о коэффициенте усиления a = 1/(1-v). Чтобы подсчитать наше общее количество пользователей, нам просто надо умножить количество приобретаемых через не-вирусные каналы пользователей на коэффициент усиления.

Этот график показывает удивительный потенциал вирального фактора, даже если он меньше 1: увеличивая наш виральный фактор, мы увеличиваем коэффициент усиления гиперболически (совет для профессионалов: чтобы потроллить других стартаперов, попробуйте им сказать, что у вас рост идет по гиперболе).

С великолепным факторов виральности мы можем, в несколько раз, увеличить наше приобретение пользователей через не-вирусные каналы. Но помните: вы не можете усиливать то, чего не существует! Вот почему мы должны разделить наши усилия по росту между не- и вирусными каналами. Если мы займемся только одним, мы всех потеряем.

Наши пользователи бессмертны

Добавление не-вирусных каналов помогает, но в нашей модели по-прежнему есть существенный изъян. Например, мы предполагаем, что пришедшие пользователи остаются в приложении навечно.

Это чрезвычайно оптимистично: мы все время отказываемся от тех или иных продуктов. Мы можем забыть о нем. Он может перестать нам нравится. Возможно, он никогда нам и не нравился. В следующей моей статье мы внесем изменения в мою модель, учитывающие потерю пользователей.

Вы можете прочитать его здесь.

Резюме

• Вирусный рост очень редок: для потребительского интернет-продукта устойчивый виральный фактор от 0.15 до 0.25 хорош, 0.4 великолепен, а 0.7 – выдающийся.
• Когда фактор виральности меньше единицы, его можно рассматривать как фактор усиления a = 1/(1-v). Чтобы подсчитать общее количество пользователей, умножайте количество людей из не-вирусных каналов на коэффициент усиления.
• Когда фактор виральности меньше единицы, критически важно иметь сильные устойчивые не-вирусные каналы.
• Маленькое увеличение вирального фактора может вызвать большое увеличение коэффициента усиления.

Статья вышла в рамках совместной серии материалов «Кодекс Freemium» сайтов по мобильной разработке App2Top.ru и Apptractor.ru.

Оригинальный материал: https://www.linkedin.com/today/post/article/20121002124206-18876785-how-to-model-viral-growth-the-hybrid-model

Оригинальный перевод: http://apptractor.ru/info/articles/virusnyj-rost-model.html