裂变系数与增长估算器

本地处理

裂变能不能「自己转起来」，只看一个数：K 因子。K 等于「每个用户平均邀请几个人」乘以「被邀请者的转化率」。K ≥ 1 才是自我维持增长，K < 1 就是每轮都在衰减。

初始用户数

人均邀请数 (i)

邀请转化率 (c, %)

病毒周期 (天)

预测天数

K 因子

增长周期数

期末总用户

放大倍数

周期	累计天数	本周期新增	累计用户

K = 人均邀请数 i × 邀请转化率 c。累计用户按几何级数累加：N(n) = 初始用户 × (Kⁿ⁺¹ − 1) ÷ (K − 1)，其中 n 为周期数。K = 1 时线性增长，K > 1 时指数增长，K < 1 时收敛到初始用户 ÷ (1 − K)。

K 因子：裂变的唯一北极星

裂变增长的全部数学浓缩成一个乘法：

K = 每个用户平均发出的邀请数 × 邀请被接受的比例

比如每个老用户平均邀请 3 个人，其中 20% 真的注册了，K = 3 × 0.2 = 0.6。这个数字决定了裂变是一台永动机还是一台减速机。

注意 K < 1 不等于裂变没用。K = 0.6 的含义是：一次投放的用户量最终会被放大到 1 ÷ (1 − 0.6) = 2.5 倍。这是相当好的成绩——绝大多数产品的真实 K 值都在 0.2–0.7 之间，K ≥ 1 的产品极其罕见。

因为 K 是乘积，两个因子各提升 50% 的效果完全一样（都是 2.25 倍）。但难度差别巨大：

实践中优先做 i：让用户「有理由且容易」地发出更多邀请，比优化那 20% 的转化率更有杠杆。

同样 K = 0.6，周期是 7 天还是 30 天，一年的结果天差地别。周期越短，同样的 K 值复利次数越多。缩短周期最有效的办法是让邀请在用户最兴奋的那一刻发出——通常是注册完成、首次获得价值的那一分钟，而不是三天后的邮件挽留。

K = 每个用户平均邀请人数 × 邀请转化率；K 大于 1 时自然增长、等于 1 时持平、小于 1 时需要外部流量补足，这是判断裂变是否自转的核心指标。

不一定。裂变周期（一轮邀请到转化耗时）同样关键，周期长会让增长变慢；同时要考虑留存衰减，拉来的用户快速流失则 K 值意义有限。

先看漏斗：邀请动机不足改奖励，分享路径长改一键分享，接受方转化低改落地页与权益；三处分别实验，比整体调参数有效得多。