当你在拥有微观网络（如像 Uber 的不同市场）的公司工作时，推荐计划可能是最有效的增长渠道。
什么是 K 因子？
在这种情况下，关键指标是所谓的 K 因子 - 用户发送邀请的平均数量乘以这些邀请的转化率。如果它是 1.2 - 你可以把它理解为“我们每获得 10 个用户，将为我们带来 12 个更多的人”。
方程式中通常缺少的是，你的 K 因子取决于你每个微观网络中的用户数量。
这里的假设是，如果一个用户看不到他们的朋友在使用你的产品，他们由于缺乏社会证明而不太可能推荐它。
根据 K 因子历史数据预测产品的病毒性
为了验证它，您可以分析历史数据，看看在过去的某个时刻，用户基础等于X时，K因子是否有所不同。您通常会看到的曲线是飙升到右上角，然后达到一个平台期，尽管用户基础的增长，但保持在同一水平。
如果您在不同的微网络中看到这种趋势，这可能意味着您需要在某个市场达到一定的用户临界质量，然后您的推荐计划才会启动。
因此，如果您的获取活动一开始效果不佳，您可以将其视为获得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学。