用户裂变基础知识

1.用户裂变的定义

【资料图】

用户裂变（User Fission）指的是通过用户传播或推荐从而获得新用户或新交易的过程。有计划的裂变活动通常是基于社交关系链急速地完成的，因而也称为病毒性增长（Viral Growth）或裂变增长（Fission Growth）。

用户裂变主要有两类情形：

用户自发推荐。即用户因某种原因而自发地产生了推荐某个产品、品牌的欲望，其动机产生于内心（通常是感受到了产品的“啊哈时刻”，或者激起了某种特别的情绪），与官方无事前的利益约定；

官方裂变活动。即官方策划发起的裂变活动，用户推荐动机的产生主要来自于强利益刺激，因而往往更加具有病毒性——比如用户的参与层级多、推荐范围广、裂变过程短促而迅猛。通过用户裂变的方式获得新用户是一种非常有效的、可持续的获客方法。根据尼尔森（Nielsen）的研究，开展推介活动的品牌通常可以增加10％-30％的客户获取量，当朋友推荐某个产品时，用户购买的可能性是非推荐的4倍。沃顿商学院和歌德大学的研究人员称，推荐客户也更加忠诚，他们的全生命周期价值提高了16％。

用户自发推荐通常跟用户体验有关，属于用户深耕的范畴，因而作者将其放在下一章重点介绍。本节以下这一部分重点介绍官方裂变活动。

2. 官方裂变活动的形式

官方策划组织的裂变活动丰富多样，下面是一些常见的形式：

（1）邀请裂变

是基于熟人之间的裂变方式，一般是邀请者和被邀请者同时获得利益。老带新是裂变的本质，而要引导老用户拉新人，见效最快的就是给老用户拉新奖励，同时也给新用户奖励。如图3-46所示：

邀请裂变

（2）拼团裂变

用户利用自己的社交网络相互邀请共同参与团购，从而获得团购优惠。官方拉动销量，或新增用户。如图3-47所示：

拼团裂变

（3）分销裂变

即发展下线赚取佣金，用户只要推荐了好友或者好友的好友购买，推荐者即可获得一定比例的佣金收益，如图3-48所示。这种模式在云集等社交电商产品中很普遍，包括淘宝客、京粉都属于分销裂变。需要注意的是，设计二级以上的分销层级有可能涉嫌传销。在运用过程中一定要与传销区别开来。

即邀请好友帮助从而获得利益。众筹也是近年来比较流行的玩法，主要是利用好友间的情绪认同，加上福利的外在形式来实现，这个福利主要是优惠、产品或赠品等。例如拼多多中的帮砍价0元拿，就属于众筹裂变。如图3-49所示：

众筹裂变

3. 用户参与裂变活动的动机及阻碍

（1）动机

上一章我们讲了，用户的任何行动都是有其动机的。用户参与裂变活动，具体动机主要有：

有利可图。即受到实用利益、心理利益、个人价值利益等方面的激励，如用户可以获得优惠、现金奖励、实物奖励、特权奖励、积分奖励、认同感、成就感、攀比心等，可以表达某种想法或立场，进行自我形象塑造等。比如，一个萌宝评选大赛的投票活动，用户传播的动力可能是我不仅可以高调地“晒娃”，还有可能获得某个奖品——既可能有实用上的利益被激发，也可能有心理上的利益被激发。一个成功的裂变活动，一定是很好地平衡了邀请者、被邀请者、企业三方的利益，让每一方都能从中获得好处，一旦一方利益不足以支撑分享，那么裂变的链路就会发生断裂，活动也就终止了。因而从某种意义上说，参与者利益的设计是裂变活动成功的关键。

为情所动。产品、品牌或其他事物获得了用户的高度好感或共鸣，用户自发地进行分享；或者激起了用户的某种强烈的情绪，如惊讶、惊喜、感动；或者激起了用户想要帮助他人的情感。比如，网易新闻的“我的新年Flag”活动满足的是用户想被关注的情绪，支付宝晒年账单活动满足的是用户炫耀的情绪，《人民日报》客户端推出的将个人照片合成我军历史上不同时期的“军装照”活动满足的是用户渴望成为男儿英雄女儿巾帼的愿望和别样风采等等。

受压而为。用户由于从众心理或者令用户难以拒绝的人际关系而分享，如亲戚、老师、同学的请求。

在设计裂变活动时，应充分考虑对用户动机的利用甚至制造，从而获得更好的裂变效果。

（2）阻碍

用户参与裂变活动时遇到的阻碍因素仍然是以下四种：

使用受阻。比如转发的操作过程比较繁琐，操作失败等；

交易受阻。比如官方设定的奖励兑换条件很苛刻，预判成功率很低，官方对利益的承诺含糊其辞，要付出比较高的交易成本等。我们经常看到这样的活动：某App上0元吃水果、0元领毛巾、0元领图书，但当你点进去后发现，免费领取的前提是要把这个链接发到N个群，发了群后还要截图发到官方微信群里接受验证，成功验证后总算可以领水果领毛巾了吧？对不起，还要先付12元快递费……官方为裂变设置了太多的交易步骤和条件，自然效果不会好。当然并不是说交易步骤和条件不能多一些，但前提是要让用户感觉参与进来“值”，因此利益必须给得足够。

心理障碍。比如担心推荐的产品给自己带来声誉伤害（如这个东西我觉得很不错，可如果我分享了后朋友觉得一般，那会不会显得我品味比较低？又或者如果我过于卖力推荐，会不会被朋友认为我们之间有利益关系？），或者本人不认可产品核心价值，或者对品牌有负面的认知，或者个人隐私（如有的用户不愿意让朋友们知道他在使用贷款App），价值观抵触（如认为推荐产品后会被朋友们认为自己是个贪便宜的人）等等。

拖延心理。比如犹豫迟疑等。

用户裂变活动成功的关键因素

本质上，用户裂变活动也是一种特殊形式的推广转化（基于社交关系链），因而与前文讲的推广转化在运营逻辑上是完全相同的。

值得重点关注的问题有：

1.奖品的选择

活动奖品（也称为“营销诱饵”）是用户转发分享的主要利益刺激，奖品选择关乎裂变的效果、投入与产出、用户获取质量，可以重点关注以下策略。

奖品应是目标用户需要或喜欢的。道理很简单，就是目标用户有需要或者喜欢，才能更好地打动他，让他参与到裂变活动中来。比如，如果目标用户是宝妈，那么像畅销绘本、益智玩具、故事机、玩偶、公仔、纸尿裤、婴儿护肤品、画图笔等大部分宝妈都会需要；如果目标用户是职场女白领，那么像面膜、口红、护肤品、化妆包、洗面奶、护手霜等都能投其所好。当然，也不是说完全不能选用本业务领域以外的奖品，而是业务领域内的奖品可以最大限度地筛选出目标用户，获得的用户更精准。此外，从本业务领域内选择奖品还可以起到一定的防“羊毛党”效果——比如，如果奖品是纸尿裤，那么那些不是宝妈类的人一般就不会为了得到一包对他们来说没用的纸尿裤而去动用自己的社交关系。

奖品价值应与用户付出相匹配。刚才说的是奖品的范围，除了范围外，还应考虑奖品的价值应配得上用户的付出。用户参与到裂变时，他在时间、精力、操作、动用社交关系上都要去投入，因此，奖品的价值应足够，要让用户感觉到值。这里边最大的变量是对获得奖品的条件——比如要求转发朋友圈和要求在朋友圈曝光2个小时不能删是不同的条件，有3位朋友添加企业微信客服号和8位朋友也是不同的条件，不同的条件意味着用户的付出也不一样，因而奖品的价值也应不一样。一个比较好的策略是设置阶梯条件，比如有3位朋友添加可以获得一种奖品，如果有8位朋友添加则可以获得价值更高的奖品，或者进行排行榜奖励，这样做的好处是，既不要让裂变活动的门槛设置得太高从而降低参与者意愿、限制了参与范围，同时又考虑了那些有意愿、有能力深度参与的用户的奖励。还需要注意的一点是，应在海报上标明奖品的市场价值。

奖品应做好成本把控。裂变活动是有成本的，因而对成本的把控也是一件重要的事情，应做到ROI大于1，可根据后续要推广的产品、正常情况下的转化率、客单价等来综合考虑。可以考虑的策略是，将实物奖品、虚拟奖品相结合（虚拟奖品的边际成本非常低），以降低成本；或者通过资源互换或赞助等方式筹集一些奖品。如果自己企业的产品价格高不适宜做奖品，则可以选购企业以外的奖品。

2. 裂变规则的设计

裂变规则的设计重点涉及三个方面：

用户参与流程与路径设计。根据不同的裂变方式设计用户参与的流程，比如任务裂变方式，常规的流程就是：用户看到活动海报扫码添加企业微信号——企业微信号自动通过好友，推送规则文案+活动链接——用户点击活动链接可获取专属分享海报——用户主动分享海报邀请朋友扫码助力——完成规定邀请任务后在聊天对话框中推送成功消息和领奖链接——用户打开链接填写相关信息后领取奖品——领取到奖品。这个流程中既涉及到流程（操作的顺序关系），也涉及到路径（操作的跳转关系）。需要特别注意的是，流程不可设计得过于复杂，因为从海报触发目标用户开始一直到结束，就是一个转化漏斗，漏斗中的环节每多一步，都会产生流失。比如某些企业将裂变目标设计得过于复杂——要求目标用户添加企业微信好友、加入某个群、关注公众号、甚至登录小程序……才能领取裂变海报，事实上是完全没有必要的，最关键的其实是添加企业微信好友，成为企业微信好友后就可以随时触达他了，如果在后续的运营中同一条消息从公众号、企业微信、手机短信、App站内信、微信群众多的渠道触达他，反而是有问题的，容易造成对用户的过度打扰。

触点体验设计。在裂变过程中，涉及到众多的触点，这些触点可能分布在微信、邮箱、H5、手机短信、小程序上，因而要为参与的用户提供清晰、流畅、友好的体验，具体包括对规则的明确、流程的明示、话术的设计、及时的提醒、快捷的响应速度等，总之就是消除理解、操作、交易上的各种阻碍，顺利推进裂变进程。其中，群内话术主要包含入群话术、审核话术、提醒话术、踢人话术等，一般分为2-3段，当用户进群时，机器人@用户后同时发出。第一段可以表示对用户的欢迎，介绍裂变规则和流程（这是必需的）；第二段是需要用户转发的文案，将需要用户转发的文案单独放一段是为了方便用户复制粘贴、简化操作（有时也可以不需要）；第三段就是一张图文海报（这也是必需的）。

奖品条件设置。前面已经讲过了，此处不再重复。

3.裂变海报的设计

海报是用户裂变过程中最重要的触发物（严格来说，通常是由一张图文海报+一段文字消息构成的），而且位于与目标用户的最初接触时刻，在很大程度上海报上体现出来的内容决定了用户是否会参与到裂变中来。因而，一张小小的海报（通常是手机版），承载了非常艰巨的任务，对照之前我们已经探讨过的AIDA模型来说，它既要吸引用户注意（A），也要激发用户兴趣（I），还要唤起用户欲望（D），因而对海报的设计是一个比较大的挑战。

裂变海报六要素是主标题、副标题、卖点、背书、CTA、活码。

裂变海报的设计制作策略重点有：

突出利益。即通过图文方式描述出奖品及奖品的价值，激发兴趣、唤起欲望的具体文案策略请参考前文“推广转化”章节的内容。尤其值得一提的是，利益点的文字要突出，比如不用点开海报、不用点开朋友圈也能看到利益的关键词或标题。

减少阻碍。比如，如果是知名机构，海报上可以体现LOGO以强调信任；在配对的文字消息中明确参与流程和规则，突出流程和规则的简单性，比如“邀请3位即可获得充电宝1个”，用户通常不喜欢看长篇大论的活动规则，一定要用几个简单步骤就把规则说清楚，让用户一眼就能看明白，而不是花精力去思考、琢磨；在奖品规则的设计上突出“既利已（邀请者）、又利他（被邀请者）”的原则，避免邀请者产生心理障碍（如担心被朋友认为贪便宜）；明确地引导用户扫码操作；海报应做到字体清晰，内容清爽，一目了然，重点突出；

强调稀缺与紧迫。为了敦促用户快快行动，可以强调奖品稀缺、时间紧迫、机会不容错过，如“奖品仅限99份，当前剩余51份，预计再有1分钟抢光”等；

叫出用户。在向参与用户下发的海报配对文字消息中叫出用户昵称，体现亲切感、友好性，如“方四一你好，恭喜你成功参与抢书活动……”（第三方工具支持）

海报专属性。在向参与用户下发的海报中，自动展现邀请者的头像，体现海报专属性，有利于增进信任感。（第三方工具支持）

4.启动用户的选择

启动用户指的是位于首个裂变层级的参与者。在企业微信裂变场景下，启动用户的范围一般有：

企业员工。企业员工应尽量全部参与，通过他们的社交关系链将活动传播和裂变出去。

现有用户。比如产品App中的用户、CRM或SCRM中的用户。

粉丝。可以通过在公众号菜单栏展示活动，或在文章中展示活动，让公众号粉丝参与；或者微博、自媒体等其它的粉丝。

KOL。与KOL（Key Opinion Leader，关键意见领袖）合作进行裂变推广。

其他。如在实体店中贴出海报、通过人工线下发展出的微信好友等。

5.裂变过程及风险管控

裂变应做好过程管制及风险控制，具体包括：

过程管控。一是应有完整的事先充分测试演练过的活动策划方案及脚本，二是在运行过程中根据情况适时做出优化调整（参考后文案例），三是对用户提出的疑问、咨询及时响应，四是做好活动的复盘和经验总结并形成可在后续发展的成果；

风险管制。企业微信在用户裂变方面虽然不像个人微信那样管理严苛，但相关政策也在不断调整， 面临一定的不确定性和风险。因此应做好风险的预防与控制，重点包括活动要真实且合法合规，及时回复用户消息、回应参与者的关切、化解他们的不满，避免被投诉，比如活动中可以开启虚拟投诉按钮，方便运营人员及时调控活动，有针对性地解决用户的问题。保持企业微信员工号日常活跃；控制单日好友增长数量；加强员工培训，提前演练，预想可能出现的问题，并准备好应对方案、应急处置预案和话术；活动后发放奖品要及时等。

防羊毛党。“羊毛党”是一个非常形象的中国网络用语，是对“薅羊毛”用户的戏称，指那些力图把每一分钱都花在刀刃上、享受精打细算乐趣，或者利用商家规则漏洞而获得小利益、占小便宜的人。（“薅羊毛”可以用Get the best deal来表达，表示以“最划算的价格”买到心仪的商品；“羊毛党”可以用Deal-hunter来表达，表示搜寻最低优惠价的人）在用户裂变过程中，会吸引来大量的“羊毛党”，防范策略主要有：一是选择面向目标用户的奖品，削减非目标用户的“薅羊毛”动力；二是增加“薅羊毛”的难度，比如把活动规则设置为一个微信号只能参加一次、实物商品不包邮等，拼多多的“金猪”活动就限定每隔一段时间好友失效需要重新邀请，每个好友每天可以助力3次，每次可邀请的用户数量有限：4-5个。三是通过技术手段防范，如封禁IP、特定用户、增加验证码等，再比如设置好活动的防刷功能，将短时间内增长异常的用户直接拉入黑名单；为了保证用户体验，应提前设计好活动紧急停止的提示页面，比如红包领取超限额、或者系统监控到有流量作弊而停止时，立即弹出提示页面“活动过于火爆，今天的红包已派送完毕，祝您明天好运。”既解答了用户心中的疑问，又营造了活动的火爆感，一举两得。而不能给用户活动莫名其妙停止的感觉。

裂变的分析与测试优化

1.裂变效果分析

（1）分析指标

衡量分析用户裂变效果的常用指标如表3-16所示：

表 3-16用户裂变分析指标

（2）分析数据的取得

在企业微信裂变场景下，企业微信后台本身能够提供一部分数据，如添加用户数、聊天数、流失数、创建群聊数、群成员数、群消息数等；借助一些第三方工具，可以取得更加详细的用户运营数据，如销售额、订单数、K因子值等。

（3）K因子的含义及计算

K因子(K-factor)也被称为病毒系数，用来衡量产品、活动推荐和裂变的效果。K因子术语来源于传染病学，量化了感染的概率，即一个已经感染了病毒的宿主所能接触到的所有宿主中，会有多少宿主被其传染上病毒。

业界也有多种K因子的计算方法，比如比较常见的是这样一个公式，其中是每个用户发出的邀请数（一般取平均值），是每个邀请的转化率。理论上没问题，但在实践中，到底如何计算？在一个具有很多个转发层级的网络中，算到哪一层级？并不是太明确，转化率是基于而计算的，由于并不是太明确，因而也不是太清晰，在一个多级网络中计算起来会比较复杂。

为此，可以根据SMEI《UGBOK®》提出的两种更加简便的方法来计算。

第一种计算方法是：

其中周期n可以取值周、月，一般情况下取月，比如，分子如果是7月份自然获得的用户数量，那么分母就是6月份的活跃用户总数。这种计算方式不需要去追踪单个用户的发送数量、转化比率、裂变方式。

前文讲过，用户裂变主要有两类场景，一是用户自发推荐，二是官方组织的裂变活动。而上式可以综合衡量产品的整体的用户裂变能力，即包含了自发推荐和官方裂变活动的整体效果。如果当周期中未组织过官方裂变活动，那么上式衡量的就是用户自发推荐的效果；如果当周期中组织过官方裂变活动，那么上式中的数据中减掉当期官方裂变活动数据，也就是自发推荐的效果。因而这个公式相当的灵活，计算也相当的简单。

第二种计算方法是：

K因子=裂变用户数/启动用户数

这种方式可以用来衡量单次裂变活动（即官方裂变活动）的裂变效果。什么叫启动用户、裂变用户呢？我们先来看下面一张图，如图3-52所示：

图3-52裂变图示

这是一个官方裂变活动的逻辑图，“活动层”指的是具体的裂变活动，用A来表示；启动层是首批分享的用户或账号，用B来表示；裂变层是后续的若干个裂变层级直至裂变活动停止，用C来表示；转化层是在裂变过程中或裂变活动结束以后一段时间内的转化行为，用D来表示。

比如，某企业组织了一次赠书的裂变活动，选择的裂变渠道一是在企业员工的社交圈进行裂变，二是和某KOL合作在他的社交圈进行裂变。企业员工共有227人，分享裂变海报的有225人；KOL的社交圈中，有1566人分享了裂变海报。然后裂变正式启动，最终经过7天的裂变活动，净增企业微信好友5219人，那么K因子的计算为：

K因子=裂变用户数/启动用户数

=5219/（225+1566）

=2.9

也就是说，每1位启动用户可以带来2.9个新用户。也可以分别计算员工社交圈的裂变K因子和KOL的K因子，从而可以评价该KOL的裂变效果、投入产出。

一般地，当K>1时，用户数量就会像滚雪球一样增大。如果K<1的话，那么用户数量到某个规模时就会停止通过推荐增长。所有通过病毒营销，自我复制，实现爆炸式增长的产品，K因子都远大于1。在Facebook发展初期，一个用户可以带来20个新用户。

一个产品的K因子也不是一直不变的，真实的情况是在一个产品发展后期，由于用户周围遍布着老用户，传播能力大大下降，K因子会逐渐降低到很低的水平上。因此K因子的初始值越大，越有利于用户的增长。

2.裂变测试与优化

（1）裂变测试

在正式启动裂变活动之前，视情况可以对相关事项进行测试并优化，可以重点考虑的有：

裂变流程与路径测试。即流程能不能跑通，逻辑是否合理，用户操作是否流畅，参与者对文案及规则的理解是否会产生歧义，是否会按照官方预设的路径参与等等。一是可以由活动团队全真模拟和过程演练，二是可以邀请真实用户来测试。总之，把裂变过程中可能会遇到的问题发现并解决在前头。

效果测试。裂变的效果取决于综合因素，如裂变产品的产品力、奖品的选择、海报的设计、裂变规则的设计等，可以在相关的渠道或目标群体中进行小范围测试，通过数据对比筛选出效果最好的组合方式。

渠道测试。可以多选择多个起渠道进行投放测试，选择转化率较高、K因子较大的优秀渠道。具体内容参见前文渠道运营章节。

（2）裂变优化

裂变活动结束后，应对裂变效果进行认真复盘，发现问题，形成可发展的成果。复盘的主要内容有：

裂变用户。即获客目标是否达到？通常，新增有效用户数是裂变活动的首要目标。

裂变效果。即裂变活动的综合效果评估，如参与用户数、任务完成率、K因子、转化情况、投入产出情况、品牌传播情况等。

分析原因。即对于出现的问题进行归因，如流程是否顺畅、活动执行是否出现问题、规则是否有漏洞、推广是否到位、用户留存是否符合预期等。

总结经验。总结本次裂变活动做得好的与不好的地方，哪些地方还可以进一步优化，形成知识库、优化SOP等。

（3）分析方法

可以使用的方法主要有漏斗分析、转化因素分析、用户路径分析、用户调查、A/B测试等。