当您在一家拥有微型网络（例如像 Uber 这样的不同市场）的公司工作时，推荐计划可能是最佳的增长渠道。
K 因子是什么？
在这种情况下，关键指标是所谓的 K 因子——用户发送的平均邀请数量乘以这些邀请的转化率。如果它是 1.2，您可以将其理解为“我们每获得 10 个用户，就会再带来 12 个人”。
这个等式中通常缺少的是您的 K 因子取决于每个微型网络中的用户数量。
这里的假设是，如果用户看不到他们的朋友正在使用您的产品，由于缺乏社会认同，他们推荐该产品的可能性会降低。
根据 K 因子历史数据预测您的产品病毒式传播
为了验证这一点，您可以分析历史数据，查看在过去任何给定时刻，当用户基数等于 X 时，K 因子是否有所不同。您通常会看到一条曲线飙升到右上角，然后达到一个平台，尽管用户基数增长，但仍保持在同一水平。
如果您在不同的微型网络中确实看到了这种趋势，这可能意味着您需要在给定市场达到某种用户临界质量，然后您的推荐计划才能启动。
因此，如果您的获客活动在开始时效果不佳，您可以将其视为建立稳固用户基础所需的燃料，一旦达到用户临界质量，您就可以通过推荐计划获得更好的单位经济效益。