在《病毒循環》書中，作者定義了“病毒系數K”的概念：平均一個用戶能帶來多少個新用戶。

當K的值＜1時，總傳播人數是收斂的，傳播鏈條在中間就會斷開、信息無法得到有效傳播；

只有當病毒系數K的值＞1時，信息才會不斷擴散，總傳播人數是發散的、增多的。

此外，隨著時間的推移，K值一般也會逐漸衰減，逐漸下降到1、趨于0。

那么，如果我們要搞一次“邀請好友”類活動，要怎么不斷提高病毒系數K、從而讓我們的活動渠道最大化的效果呢？

“邀請好友”類的活動，一般流程可以簡化到這么3大步驟：

“邀請好友”類活動的簡化流程

結合上面的流程，我們可以從K的概念觸發進行拆解、直到拆解得到的數據能直接指出我們如何優化為止：

K=被邀請注冊的新用戶①/主動邀請的用戶數②

可以看到，如果我們搞一場邀請好友的活動，在數據統計上、用戶行為分析上要區分開“主動邀請的用戶”和“被邀請注冊的新用戶”。否則數據混淆后，就不能得到有效的K值，嚴重的還可能因為對活動趨勢預測出現偏差、造成運營事故。

我們接著拆解，

被邀請注冊的新用戶①

=訪問落地頁的用戶數④*落地頁注冊率⑤

故，

K=（訪問落地頁的用戶數④/主動邀請的用戶數②）*落地頁注冊率⑤

拆解到這里，基本就可以和活動中的主要的3個步驟進行關聯。對照上面的公式，如果提高病毒系數K的值，就需要

1、提升訪問落地頁的用戶數

2、降低主動邀請的用戶數

3、提升落地頁注冊率

咦，好像那里不對，為什么要提高K值、就要“降低主動邀請的用戶數”呢，這樣怎么最大化活動的效果??？

其實，為什么是很簡單的，就是單出公式出發、沒有考慮實際的環境，那我們再繼續對公式進行處理下：

平均邀請回流量⑥=（訪問落地頁的用戶數④/主動邀請的用戶數②）

故，

K=平均邀請回流量⑥*落地頁注冊率⑤

到此，拆解基本完畢。

所以，如果在自己負責的“邀請好友”活動中，上線之后就盡快算算活動的K值究竟是多少，如果數據表現不夠好，可以參考上面的公式、從這2個方向去采取優化措施：

一、提高“平均邀請回流量”

二、提高“落地頁注冊率”

而怎么提高的手段和技巧，因為每個活動都有很大的差異，同時，百度/知乎一下關鍵詞應該就有很多分享。這里就貼一張最近剛在三節課的「增長黑客課程」中了解的提到STEEPS原則?？梢杂眠@6個原則來比對自己活動中的邀請頁&落地頁：