在以“矩·變”為主題的神策 2019 數據驅動大會現場，神策數據業務諮詢師成林松發表了名為《社交裂變的場景化分析》的主題演講。以下內容根據其現場演講整理所得。
溫馨提示：點擊 可下載完整 PPT。
本文將重點為你介紹：
- 社交裂變的價值
- 常見的裂變模式
- 社交裂變發生的原理及計算公式
- 社交裂變場景進行有效分析的框架
- 基於裂變的數據結構化採集方案
一、社交裂變的價值
眾所周知，一切產品業務發生的前提是有用戶，在此基礎上才有轉化流程，尤其在企業初創期，最核心的指標是用戶增長。且在如今的市場環境下，增長不再主要依賴廣告投放，如 SEM，而是主要基於社交網絡的裂變拉新。
1.兩種獲取用戶的方式
首先，從傳統流量採買與裂變拉新兩個角度進行對比。
傳統流量採買主要存在 3 個特點：第一，其是一個層層轉化的過程，如對於線上付費產品，用戶轉化過程是從拉新到註冊再到體驗課最終實現成交才形成一個高價值用戶，其對應的實際獲客成本較高；第二推式營銷，如做 APP 推廣時，一般應用商店以及信息流廣告帶來的用戶質量會低於產品本身自然流量質量；第三用戶易疲勞，其投放素材以及用戶技巧都需要不斷迭代以持續吸引用戶，因此難一直產出有效的推廣方式。
裂變拉新也主要存在 3 個特點：第一是私域流量，裂變本質基於社交網絡，如社區將用戶拉到企業自有流量池，基於私域流量再做轉化，構成相對穩定的流量池，特點是價格可控，如做裂變拉新一般會採取給予用戶優惠的方式，在這個過程中業務人員可以調整激勵的參數使其可控；第二是用戶主動選擇，假設分享一個優惠券促進用戶的點擊、迴流、轉化，本質是用戶主動選擇的過程，其質量會較好；第三是方法生命週期更長，企業可摸索出用戶裂變長期可用的操作方法，以實現流量的持續增長。
2.裂變技術的當前手段
從宏觀角度來看，其一，裂變拉新可視為一種技術，在其技術週期上現已處於較成熟的階段，其顯著特點是技術通用化，表現在不僅應用於線上的產品裂變，還應用於線下，如商場的砍價、拼團、分享朋友圈獲得優惠等，本質上也是利用社交網絡完成品牌主導與用戶增長。其二，其可實現方法系統成體系，如市面上較成熟產品的方法可結合到自身業務實踐中，方法是可借鑑和複用的。
二、常見的裂變模式
如下圖，列舉了一些拉新裂變的常見模式：
這些模式均有具體的應用場景和特點，下面我舉幾個例子進行解說：
1.老拉新
老拉新是指老用戶通過分享獲得優惠，同時新人也獲得優惠的方式，也是目前最通用的方式。
且最早可追溯到國外的 Dropbox 應用，其核心邏輯是用戶邀請一個好友使用可獲得該產品的 16G 免費空間，該模式的適用的核心特點是產品價值是否通用，用戶是否認可該優惠，這與具體社會環境背景相聯繫。以 Dropbox 為例，個人雲空間在國外是非常剛需的東西，有價值並且需要用戶付費購買，因此送新人免費空間可受到用戶的價值認可，但中國的雲盤產品，這種方式便不一定有用。因此，老拉新的優惠通用性和價值認可度均需要著重考慮。
2.砍價助力
砍價助力模式的關鍵是用戶的佔便宜心理，並伴有及時反饋，如上圖的分享界面，讓用戶感覺只差一點就可以達到目標，且針對新用戶其激勵力度更大，如 iphone 等禮品的巨大折扣等，因此很容易氾濫，或造成社交壓力，目前這種方式對下沉市場用戶較為有效。
3.社群打卡
社群打卡模式的特點是將裂變巧妙地結合在產品中，具有諸多正向循環的好處，如薄荷閱讀的英文閱讀需打卡才能完成學習，其分享動作對分享者也是形成正面的社交影響，促使用戶形成較高頻率的分享，而非用戶見到分享後的學習焦慮也容易促轉化。
4.海報
相較用戶轉化高的社群打卡模式，海報模式是以更直接的形式分享到朋友圈，用戶數量少但質量高，因為朋友圈已經為受眾人群做了一層過濾，朋友圈中對產品感興的就是潛在用戶。其海報設計將成為一個關鍵，其重點不是海報的美觀度，而是將一些遠超成本價值的內容展現在海報中，如下圖中 11 天上手基金定投。
三、社交裂變發生的原理及計算公式
1.社交網絡特點
首先，傳播的基本前提是個體在社交網絡中相互連接，如線下的連接投射到網絡上構成線上線下的連接。其次，個體的連接並不均等，因興趣而聚合。因此，判斷產品是否具備通用的傳播力，其核心是傳染性強弱能否打破圈層，這決定著產品裂變是流行還是快速消失。
2.病毒傳播的公式
裂變其實類似病毒傳播，如下圖為病毒傳播公式。Custs(0) 指初始種子用戶數，K 指在一次傳播過程中，一個傳播源帶來幾個新的“感染體”，t 指代傳播總時間，ct 指一次傳播週期時長，CT 代表在一定時間內的傳播速度。該公式中較難清晰定義的為 K 值，其也是病毒傳播的關鍵。
3．如何推倒正確的 K
從定義上來看，K 指代一次傳播週期內，一個用戶帶來多少新用戶。其中，K 值的定義是依賴計算時間週期的，而公式的 K 值是一個複合計算的值，是時間段內每一層傳播的 K 的平均值。實際中的 K 往往隨著傳播的層級數逐級衰減，因此，我們常說的 K 是指一個用戶帶來多少新用戶，是不區分傳播週期的情況下：1+k^1+k^2.....k^n 的彙總值。因此在計算時，需與老闆統一 K 值的計算標準。
四、社交裂變場景進行有效分析的框架
社交裂變場景有兩個主要思路：過程拆解（漏斗）和矩陣維度。如下圖：
1.過程拆解
過程拆解指通過對傳播裂變過程的拆解，找出待優化環節，提升整體的裂變銷量，其與漏斗的邏輯一樣。
結合病毒傳播的公式來看，拉新效果影響因素包含：初始的參與傳播人數、K 值、一定時間內的傳播次數。其中 K 值是每個用戶發送邀請數量乘以邀請成功轉化率（如下圖），綜合來看，其影響因素包含四個：初始的參與傳播人數、分享觸達人數、轉化率、一定時間內再分享率。如下圖：
結合具體業務場景如瑞幸咖啡，分享其廣告可獲一杯免費咖啡，分享者成為傳播者，再通過分享好友、分享社群、分享朋友圈等方式形成信息傳播，吸引新用戶註冊後，分享者成功領取優惠形成接受者轉化，新用戶再成為傳播者，如此循環即形成裂變傳播。
針對這四個環節，便將傳播關鍵具象化，如傳播者階段關注爭取更多優質傳播者，在信息傳播階段提高傳播信息流通和有效曝光，在接受者轉化提升接受者的新增轉化，在裂變階段，提高接受者的裂變傳播行為。且在不同階段也具備相應的關鍵指標，如下圖：
下面介紹針對以上四階段的具體解決方案：
（1）如何產生更多傳播者？
首先，我們需知道社交傳播量=小程序啟動人數✕傳播產品滲透率 ✕產品分享率 ✕人均分享次數。其中，重點介紹下滲透率和人均分享次數。
- 滲透率
我希望什麼樣的人知道這個優惠？目前觸達到他們了嗎？不同觸達的素材效果怎麼樣？目前都是從什麼入口進來的，不同入口後續分享率效果怎麼樣？
- 分享率
頁面設計的可用性、頁面停留時間、點擊熱圖等？call to action 如何，如是否有分享按鈕？激勵到位了嗎？為什麼沒有轉化？
（2）如何產生更多回流？
迴流人數 = 有效曝光人數✕迴流率
- 有效曝光：
分享是否成功了？分享到有效的傳播途徑了嗎？如何保證分享的有效？獲得獎勵的限制性帶來的阻力，分享內容對社交形象的影響是否正面？
- 迴流率：
對被分享者來說，是否形成有效刺激是迴流的關鍵？如一般用戶會思考這是什麼？誰分享的，需要我接下來做什麼，我需要付出什麼成本？我能獲得什麼，我需要嗎？
（3）如何產生更多回流和再分享？
轉化人數 = 迴流人數✕互動率 ✕註冊轉化率
再分享人數 =轉化人數✕深度使用率✕裂變率
- 轉化人數
落地頁可用性怎麼樣？落地頁是否快速讓用戶知道這是什麼？激勵內容有否得到有效曝光？用戶對激勵內容感興趣嗎？新用戶註冊（領取激勵）流程有什麼轉化門檻？是否可以快速完成，如何縮短流程？
- 再分享人數
從深度使用到裂變，是否能縮短用戶路徑？快速引導到再裂變流程？從內容上，新用戶往往喜歡什麼產品？新用戶的體驗門檻如何降低？操作成本如何是否需要下載 APP？損失厭惡，是否要促進用戶快速使用新人優惠？
2.矩陣分析
矩陣分析主要指通過兩個屬性的交叉分析，可以劃分用戶群體，精細化運營；也可以將內容分類，研究如何優化內容來提高轉化。
首先，從人群區分角度來看，設定迴流率和分享意願兩個區分指標，分享意願代表用戶是否願意成為裂變中的傳播源，迴流率代表分享後的迴流用戶多少。如下圖，通過兩個屬性的交叉分析，我們可以發現圖中紅色部分代表當前分享意願和分享效果的不匹配，企業需研究他們背後的人群差異，調整分享文案和激勵內容，提升最終的拉新效果。
再從內容區分來看，可設置註冊轉化率和瀏覽率兩個維度，通過這兩個屬性的交叉分析，企業可以發現當前推薦內容和轉化效果的差異，調整內容分發，給予高轉化內容更多曝光。
五、基於裂變的數據結構化採集方案
1、埋點方案設計
如下圖，為神策數據的事件表與用戶表：
在神策數據的產品中，會有一些預置事件，如小程序頁面瀏覽、小程序分享、小程序啟動等，從事件的屬性角度來說，企業需重點考慮如何記錄用戶的分享信息，包含將分享行為及分享用戶特徵等信息記錄在事件表和用戶表，基於這些信息，可輔助後續的深度分析。
2.K 值計算的兩種方法
以迴流作為傳播達成的標準，可通過以下兩種方式進行計算：
（1）從定義的角度，分傳播週期，直接計算 K 值：
一級 K 值：小程序啟動用戶數（分享者 ID 有值且分享時層級等於 1）/小程序分享用戶數（分享時層級等於 1）
（2）查詢公式因子，推導平均 K：
初始人數：小程序啟動用戶數（分享者 ID 沒值）
傳播後總人數：小程序啟動用戶數
傳播週期平均用時：小程序分享和小程序啟動的間隔用時均值（小程序分享的分享者 ID 和小程序啟動的 distinctid 做屬性關聯）
以下為在神策分析中的計算展示圖：
- K 值計算的兩種方法（以迴流作為傳播達成的標準）
- 指標體系與概覽配置—傳播者產生
- 指標體系與概覽配置—分享迴流
此可按分享文案、分享時層級、分享時頁面路徑細分對比。
- 指標體系與概覽配置—新增轉化和再分享
分享者 id 有值的啟動用戶數、註冊成功人數、再分享人數，同樣可按分享時頁面路徑、分享文案、分享時層級維度細分對比。
綜上，為我對社交裂變的場景化分析的階段性總結，希望對你有所幫助！
更多互聯網乾貨和案例，可關注【神策數據】公眾號瞭解，回覆關鍵詞還能進交流群、獲得報告、行業案例等福利哦~
閱讀更多 神策數據 的文章
