有些产品之所以能增长，是因为用户会带来更多用户。新注册的用户邀请同事，同事们又邀请其他人，这种循环不断地进行，而广告支出却不必同步增长。K 因子就是那个告诉你这种循环是否真的在起作用，以及在多大程度上起作用的数字。对于一个关注获客成本不断攀升的创始人来说，这是少数几个能够同时朝着正确方向影响增长和获客成本的杠杆之一。
什么是K因子？
K因子，借用自流行病学，衡量的是每个现有用户通过推荐带来的新用户数量。其公式很简单：K = 每个用户发送的邀请数 × 邀请的转化率。如果一个普通用户发送 5 个邀请，转化率为 20%，那么 K = 1.0，这意味着每个用户正好带来一个新用户。大于 1.0 时，增长是自我维持且复利的；小于 1.0 时，推荐会放大其他渠道的获客效果，但无法独立运行。大多数真实产品 K 因子在 0.2 到 0.7 之间，因此即使是其中的一小部分也很有价值。
如何正确计算
算术很简单；关键在于数据输入。按固定时间窗口衡量每个用户发送的邀请数量，而不是终身邀请数量，并且只计算实际已发送的邀请。为了计算转化率，用成功接受注册的用户数除以发送的邀请数，而不是送达的邀请数，因为未送达的邀请仍然会消耗你的影响力。一个实际的例子：1000名用户在一个月内发送了4000份邀请，其中600人成为了用户。每用户邀请数 = 4.0，转化率 = 15%，所以 K = 0.6。这个单一数字现在告诉你，在你投入任何付费渠道之前，推荐计划为你贡献的用户数量是你现有用户数量的60%。
病毒周期时间：每个人都忘记的乘数
K 因子决定您是否病毒式增长；病毒周期时间决定增长速度。周期时间是指用户加入与其受邀者加入之间的平均间隔。两个 K 值相同的 K = 0.7 的产品，如果一个周期为 2 天而另一个为 20 天，其增长速度将大不相同。缩短周期时间对增长的促进作用可能比提高 K 值更大，因为循环运行的频率更高。Dropbox 通过在推荐成功时立即给予邀请者和被邀请者存储空间奖励，将一个缓慢的周期变成了一个快速的周期。复利效应非常显著：在 K = 0.5 且周期为 5 天的情况下，最初的 1,000 名用户仅通过推荐在两个月内就增长到约 2,000 名，但如果将周期延长到 20 天，相同的 K 值则需要近一年的时间。Hotmail 在 20 世纪 90 年代就利用了这种动态，通过在每封电子邮件末尾添加一个推荐链接，几乎没有花费广告费用，在 18 个月内吸引了 1200 万用户。如何提高您的 K 因子
三个拨杆移动数字，它们是复合的。- 提升每个用户的邀请量。 让分享成为核心操作的自然组成部分，而不是一个隐藏的按钮。PayPal 以支付 10 美元推荐和 10 美元加入而闻名，在其鼎盛时期，通过将邀请作为产品，日增长率达到了 7% 到 10%。
- 提升转化率。 来自同事的热情邀请比冷冰冰的广告转化效果好得多；减少阻力，让受邀者在 60 秒内获得价值。个性化邀请的转化率比通用邀请高 2 到 3 倍。
- 缩短周期时间。 在价值最高峰的时刻触发邀请，而不是几天之后，同样的 K 值会更快地复合增长。
K因子何时重要，何时不重要
病毒式传播适合在群体或网络中使用的产品：消息传递、协作工具、市场，任何当同事也在使用时会更有用的东西。对于单人、单机软件，病毒式传播的重要性要小得多，这类软件的 K 值通常为 0.1，不值得追求。对于大多数 B2B SaaS，一个现实的目标是将 K 值设定在 0.3 到 0.5 之间，作为付费获客的补充而非替代。将推荐视为降低获客成本（CAC）的一种方式，其经济效益不言而喻。
关联收购成本和融资
一个健康的 K 因子实际上是免费的客户，它直接降低了混合客户获取成本 (CAC)。这不仅仅对营销很重要：获取客户的成本越低、越可预测，你的增长就越容易获得融资。推荐带来的新用户占 40% 的公司，其 CAC 投资回收期能够更快地自我融资，这正是支持无稀释性融资的特点。提高 K 因子和将获客视为资本支出，这是EBITCAC 框架背后的理念，两者是同一枚硬币的两个面。测量 K 时的常见错误
三个错误悄悄地夸大了这个数字。计算已送达而非已发送的邀请，掩盖了你实际损失的触及范围。衡量用户生命周期而非固定的 30 天窗口，会抬高早期采用者的表现，并掩盖随时间推移而出现的衰退。而且，将付费推荐激励措施并入有机 K 值，会让购买的数字显得病毒式传播，因此请分别跟踪激励性和有机性循环。一个在没有激励措施的情况下能保持不变的 0.6 K 值，远比一个靠 20 美元推荐奖金支撑起来的 0.9 K 值更有价值，因为只有有机循环在预算停止后仍能继续运行。常见问题解答
什么是好的K因子？ 任何高于1.0的值都很少见，并且意味着自给自足的增长。大多数成功的产品位于0.2到0.7之间，在这个范围内，推荐可以有效地降低获客成本。对于B2B SaaS，0.3到0.5是一个强劲且切合实际的目标。
K因子是如何计算的？ K = 每个用户发送的邀请数 × 这些邀请的转化率。如果用户发送 5 份邀请，其中 20% 转化，则 K = 1.0。在固定时间窗口内衡量这两个输入值以获得准确数字。
仅仅一个高的 K 因子就足够了吗？ 不够。病毒周期，即循环的速度，同样重要。一个 K 值为 0.7，每 2 天循环一次，其增长速度会超过每 20 天循环一次的相同 K 值，因此两者都需要优化。
K系数对B2B SaaS重要吗？是的，但通常是作为客户获取成本（CAC）的降低因素，而不是一个独立的引擎。K系数在0.3到0.5之间可以显著降低综合获客成本，并使增长更容易获得资金支持。
