游戏的效果指标：k因子（病毒性）
是否可以计算项目的病毒性，以及可以通过哪些公式来实现这一点， – 分析师 devtodev 的维拉·卡尔波娃将在我们的页面上进行讲解。
此发布是 App2Top.ru 和 devtodev 游戏指标材料系列的一部分。文章按季节划分，每个季节专注于特定主题。第二季名为“用户”。在其中，我们讨论反映应用程序与受众互动效果的业务指标。
维拉·卡尔波娃
有时，当我们需要解决一个不太熟悉的问题时，我们会向有相关经验的朋友求助。
通常，朋友或同事会推荐他们在解决我们问题时曾有过良好体验的服务/人/应用程序。而我们在接受建议、获得优质服务后，也会将这一经历告诉我们的朋友。
这个过程，即用户向他们的社交圈分享关于产品的信息，称为 病毒性。
关于应用程序的信息传播可以通过某个指标来衡量，这个指标被称为 k-因子，有时也称为“病毒系数”或“病毒性系数”。
k-因子的计算有几种方式。它们之间差异较大，并且某些公式涉及一些不易准确跟踪的参数。以下是最常见的用于计算病毒性系数的公式：
K-factor = 发送的邀请 * 转化率
其中 发送的邀请 是用户发送的平均邀请数量，而 转化率 是从接收到邀请到安装应用程序的转化率。
那么，通过以下公式可以计算出项目用户将邀请的新用户数量：
新用户 = 活跃用户 * k-因子
例如，每个应用程序用户邀请 2 个朋友，按照 10% 的转化率安装该应用程序，即每 10 个接受邀请的人中只有 1 个安装应用程序。那么：
k-factor = 2 * 10% = 0.2
这意味着，每 1000 个用户将为应用程序带来额外 200 个用户。
但这并不是周期的终点。被邀请的 200 个用户可能会邀请他们的朋友（200 * 0.2 = 40），而那 40 个用户又会邀请他们认识的人（40 * 0.2 = 8），如此循环下去，直到无穷。
因此，可以这样计算在一个周期内因病毒性吸引的用户数量：
新用户 (1) = 活跃用户 * k-因子
而后续周期的用户数量则可以这样计算：
新用户 (n) = 新用户 (n-1) * k-因子
k-因子越大，产品的受众增长越快。
项目的用户数量也很重要，因为正是他们会传播有关产品的信息。因此，用户越多，他们所能告诉的人就越多。
让我们来看一个例子，k-因子值如何影响受众增长的特征。假设最初有 5000 名用户开始传播有关产品的信息。让我们看看在第 10 个周期结束时，根据不同的 k-因子值，会有多少新用户进入该项目：
如果 k-因子大于 1，项目的受众将自行增长；而如果小于 1，则吸引用户的数量和总体受众将逐渐减少，除非再利用其他引流渠道。这是因为任何产品必然会有用户流失，而这些流失需要被新吸引的用户所弥补。通过提高病毒性和 k-因子，可以在不花费资金的情况下实现。如果不这样做，则需要通过“付费”用户来增长受众。
根据我们的经验，以下是一些可以采取的措施，以提高 k-因子和增加吸引的用户数量：
- 提供邀请朋友的功能，并创造必要的条件和激励，例如共享内容或邀请朋友的奖励；
- 创造高质量的内容，使用户愿意分享；
- 提供便捷的分享功能；
- 让用户能够通过社交网络分享他们在应用中的成就，这在游戏（例如，某个关卡的胜利）、健身跟踪器（跑完长距离），学习应用（学习 5000 个外语单词）中特别有效。
减少用户安装应用到他朋友安装应用的时间也是有意义的。在这两个事件之间有几阶段，这些阶段影响信息传播的速度，通常称为病毒周期。在病毒周期中，用户安装应用，获得良好的使用体验，告诉朋友有关产品的情况，而朋友（并非所有人）则安装应用。这一切都需要时间，阻碍了产品的增长。
现在让我们回到最开始使用的计算公式，它涉及到发送邀请和从这些邀请中转换为安装的参数。
这种方法的缺点在于，并非所有用户都是通过发送邀请来分享产品信息，而并不是所有应用程序都有此功能。用户可以通过面对面的交流，或通过即时通讯或社交网络发送应用的链接来讲述应用。而这些行为和它们的转化率是无法跟踪的。因此，该公式有许多限制，使用它并不一定能准确计算病毒性。
还有一些计算的变体：
k-因子 = (安装数量 - 付费安装数量) / 付费安装数量
在这种情况下，我们计算的是被“付费”用户邀请的玩家数量。但是，如果所有的用户而不仅是付费吸引的用户都在传播信息，我们可以调整分母，以考虑这一点。
k-因子 = (安装数量 - 付费安装数量) / 活跃用户
这可能是最优且通用的公式，不依赖于一些不易准确测量的参数。
病毒性是项目的一个重要指标，它反映了产品在无需用户引流费用的情况下自主增长的能力，标志着产品的增长速度和市场受欢迎程度。病毒性可以通过激励用户分享信息来人为地引发。然而，为了使该过程成功，产品本身必须是好的，并且要让用户喜欢。或许，只有在这种情况下，我们才能达到高的 k-因子指标，让其接近 1。
阅读更多：
- 游戏效果指标：下载量
- 游戏效果指标：活跃用户 (DAU/WAU/MAU) 查看详细信息
- 第一个“游戏效果指标”季节结束了
