当您在拥有微型网络（例如某个事物的不同市场，如 Uber）的公司工作时，推荐计划可能是最佳的增长渠道。
什么是 K 因子？
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 K 因子为 1.2，您可以将其解读为“我们获得的每 10 个用户将为我们带来另外 12 个人”。
该公式通常遗漏的一点是，您的 K 因子取决于您每个微型网络中的用户数量。
这里的假设是，如果用户没有看到他们的朋友在使用您的产品——由于缺乏社交证明，他们推荐的可能性就更小。
基于 K 因子历史数据预测您的产品病毒性
为了验证这一点，您可以分析历史数据，查看在过去某个给定时刻，用户数量为 X 时 K 因子是否不同。您通常会看到一条曲线飙升到右上角，然后达到一个平台并保持在同一水平，尽管用户群在增长。
如果您在不同的微型网络中看到这种趋势，则可能意味着您需要达到某个给定市场的临界用户数量，然后您的推荐计划才能启动。
因此，如果您的获客活动起初效果不佳，您可以将其视为获得稳固用户群所需的燃料，并在达到临界用户数量后，通过推荐计划获得更好的单位经济效益。