增加黑客內容摘要（第七八章）

增加黑客內容摘要（第七八章）

1、第七章

7.1　用病毒傳播撬動增加的槓桿

       傳真機效應」：單獨一臺傳真機是沒有什麼價值的，只有它處於一個網絡中時才能被賦予價值。對於擁有一臺傳真機的人而言，網絡中的傳真機越多，你的傳真機價值也就越大。用戶買下傳真機，實則買下的是整個傳真網絡——這比傳真機自己更加值錢。

        衡量病毒傳播的兩大核心指標是K因子（K Factor）和病毒循環週期（Virial Cycle Time）。

K因子，用於評判病毒傳播的覆蓋面。其公式爲：K因子＝感染率X轉化率。感染率是指某個用戶向其餘人傳播產品的程度，例如發送一封郵件邀請、進行一次口碑推薦。轉化率是指被感染用戶轉化成新用戶的比例。更簡單地說，1個K因子表示平均1個用戶能帶來1個新用戶。K因子越高，產品自我獲取新用戶的能力越強。提升K因子，主要從提升感染率和轉化率兩個方向入手。鼓勵用戶平均發送更多邀請，如在一對一的通信錄聯繫人邀請以外，增設發微博、郵件羣發選項，能夠增長感染更多用戶的機會。優化被感染者看到的着陸頁，讓註冊步驟儘量簡短，則能提升註冊成功的轉化率。

         病毒循環週期，是指從用戶發出病毒邀請，到新用戶完成轉化（如點擊閱讀、註冊、消費的行爲）所花費的時間。病毒循環週期越短，效果越好。

       

7.2　壞事傳千里——Bug營銷

      這起看似由Bug引起的網絡狂歡，背後極有多是精心策劃的一場炒做。

 

7.3　借勢營銷，乘勢而上

時機的藝術

        現代社會信息的劇增和傳遞速度的加快，使一篇文章、一條微博在發佈之時起，會迅速爆發並迅速衰減。從某種程度來講，社交網絡時代對病毒傳播的把握，追求的是「時機的藝術」。一條消息從何時開始推送，在何時影響到特定的人羣，如何延長半衰期，看似聽天由命撞大運，實則仰賴技術層面的精密策劃。

       當網絡熱點爆發後，聰明的產品懂得借勢營銷，將產品的推廣融入到用戶喜聞樂見的語境中，經過爭奪用戶的注意力增強自身的曝光和轉化。聰明的借勢能夠事半功倍。

「光棍節程序員闖關秀」

         

7.4　構建產品體外的病毒循環

朋友圈小遊戲的能量

         再向前追溯到中國互聯網早期，快速崛起的各類地方門戶、站長論壇、電商服務，常常採用的策略之一就是自行圈養一批高天然流量但內容相對低俗的網站，爲主站導流，綿綿不斷地堆起用戶量。

 產品體外病毒循環的三大考驗

          相似的體外病毒循環構建，主要面臨的考驗有三個：創意來源、生命週期和產品契合度。

        首先是解決創意從何而來。相似的HTML5小遊戲開發難度並不高，開發週期也相對較短，神經貓團隊的兩名成員只花費了一天半就完成了開發。與低開發成本相伴的是低抄襲成本，一款遊戲火了，敏銳的市場就會迅速出現模仿者，204八、別踩白塊兒、Flappy Bird都是熱門山寨對象。所以核心創意的破舊立新、層出不窮，成爲此類朋友圈小遊戲的靈魂所在。

優秀的創意來之不易。它須要扣動人們情緒的扳機，打通與現有資源的脈絡關節，搭乘網絡的順風車，還要有討人喜歡的界面和新穎有趣的交互，簡單來講，就是讓人們眼前一亮。

         其次是儘量延長體外病毒循環的生命週期。

        最後，構建的體外病毒循環策略應當與被主推的產品相契合。通常而言，使用體外循環推廣起來的大衆產品契合度高、推廣難度較低，而垂直產品效果則有待觀望。

 

7.5　產品內置的傳播因子

       在產品以外創建獨立傳播渠道的方法，有時也會面臨如下尷尬：第一，渠道特性與產品特性不匹配，得到的用戶質量良莠不齊，覆蓋效率低。第二，渠道傳播與下載轉化之間可能存在斷鏈，形成統計困難或沒法下載。第三，渠道傳播的策劃當然異常成功，但用戶對真正宣傳的產品卻缺少興趣，本末倒置，最後開發者發現產品失敗了，「營銷大號」卻是堆起來了。

       

7.6　病毒傳播中的用戶心理把握     

         法國社會心理學家古斯塔夫·勒龐（Gustave Le Bon）在他的經典著做《烏合之衆》中認爲，羣體不善推理，卻急於行動，本來理性的我的一旦結成羣體，便容易智商盡失，輕易被影響操縱。互聯網是人性的試煉場，互聯網產品的病毒傳播策略若是能把握羣體心理中的一些特徵共性，就能從深層次激發人們的傳播動力。

        1．喜好

      2．逐利

      3．互惠。基於理性經濟人假說的傳統經濟學認爲，經濟行爲主體是單純追求我的利益最大化的，人們的複雜行爲和社會參與，都是基於成本收益的計算。互惠是逐利的一種變體，是人類社會平常交際的基礎。

       4．求助

       5．炫耀

       6．稀缺。稀缺資源引起人們的好奇爭搶，而邀請機制則將病毒傳播的效果成倍放大。

       7．懼怕失去或錯過

       8．懶惰。人天生是懶惰的。當產生分享傳播的衝動時，若是須要用戶費事打開操做網頁、編寫一套原創說辭，操做成本太高，無形之中會將一部分人阻攔在外。做爲產品開發者，應當充分利用人們懶惰的心理，提供便利的分享方式，如一鍵分享按鈕、跳轉手機客戶端直接獲取身份認證等。

 

7.7　用郵件提醒加強傳播效率

7.8　病毒傳播的策劃與打磨

       在摩爾定律的催熟下，計算機存儲設備的成本不斷下降，硬件性能穩步提高，服務商可提供的服務範圍不斷擴大，用戶的期待也水漲船高。網絡硬盤（或者說以其爲表明的雲存儲業務）正是摩爾定律發展的寫照，它深入揭示了存儲硬件價格的下降和儲量的擴容，爲我的及企業用戶市場帶來的存儲空間的數量級上的躍升。

      1．用戶須要一下一下手動點選，才能逐漸遞增數字，而不是輸入一個值，一步到位地領走空間。有了辛勞付出的過程，才更能體現出獎勵的價值。

2．雲諾官方承諾點擊到多少數字，就能領走多少。在咱們預估實驗中，用戶保持點擊姿式久了會疲勞，充其量只會到數百下，也就是領走幾百GB（後來經驗證，實際數字比幾百略高，在一千至兩千之間比較多）。這從機制設計上有助於控制咱們的成本。

3．用戶爲了參與本活動，會瘋狂點擊鼠標/鍵盤/觸控板，「噠噠噠」的聲音很容易吸引左右同事/同窗前來圍觀一探究竟。因而很天然地造成了線下的病毒傳播。（過後有用戶反饋，他們辦公室的確全部人都在玩，點擊聲此起彼伏，你們都無意工做了。）

4．隨着用戶點擊數字的增長，咱們會在頁面隨機出現卡通彩蛋（下圖是手繪原稿），在幫助用戶緩解單調疲勞的同時，傳達品牌和贊助商的理念。

 

1．打造不同凡響、別出心裁的創意，同時保證可以濃縮成一句話進行傳播，例如「雲諾免費贈送無限空間」。

2．提供簡單直接的參與形式，不要挑戰用戶的耐心，不要擡高用戶的指望後令他們失望，而是要超越用戶的預期。

3．借鑑遊戲設計元素，在「成就時刻」鼓勵用戶經過社交網絡分享戰果。

4．儘可能設置較多亮點、槽點，讓傳播者有話可說。

5．故意設置漏洞，借高級用戶去主動發現、宣傳，每每有奇效。

6．在策劃之初就準備好二次傳播乃至三次傳播的方案。

 

2、第八章

8.1　Airbnb

附錄A　增加黑客應當關注的經常使用指標

網站類產品經常使用指標

1.頁面瀏覽量（Page View，PV）：在必定統計週期內（一般爲24小時）全部訪問者瀏覽的頁面總數。該指標重複計算，即若是一個訪問者瀏覽同一頁面3次，那麼PV就計算爲3個。PV之於網站，就像是收視率之於電視，從某種意義上已成爲投資者衡量商業網站表現的最重要尺度之一。嚴格意義上來講， PV只記錄了頁面被加載顯示出的次數，並不能真正確保用戶進行了瀏覽，有些網站會利用這一特性「刷」PV，例如在頁面中嵌入不可見的iframe。還有的網站編輯爲了完成PV指標，會將一篇長文（或組圖）拆分紅多頁，從而製造出閱讀量大的假象。

2.獨立訪問者（Unique Visitor，UV）：在必定統計週期內訪問某站點的不一樣IP地址的人數。一般在同一天內，UV只記錄第一次進入網站的具備獨立IP的訪問者。若是某人訪問網易首頁，又點開了三條新聞，則記做4個PV和1個UV。UV反映了網站覆蓋的絕對人數，但沒有體現出訪問者在網站上的全面活動。此外，因爲校園網絡、企業機關等一些部門一般有統一的對外IP出口，依靠IP來判斷的UV也並不能作到徹底準確，更優的作法是結合Cookies。

3.着陸頁（Landing Page）：指訪問者瀏覽網站時所到達的第一個頁面，又稱用戶捕獲頁。針對着陸頁的分析追蹤可做爲斷定外部廣告或其餘營銷推廣活動效果的依據，所以着陸頁應當是通過恰當優化的。

4.退出頁（Exit Page）：指訪問者瀏覽網站時所訪問的最後一個頁面。退出頁數量大，並不等同於網站的黏性差，此時應當參照退出數與頁面瀏覽量的比值，即退出率。若某個頁面本不應有較高的退出率（如在線購買流程的下單環節），則須要檢查該頁面，防止其成爲整站的流量漏洞。

5.跳出率（Bounce Rate）：用於衡量整站或網頁的黏性。跳出，指訪問者僅僅瀏覽了一個網頁就結束了訪問（Visit）。整站跳出率＝全站跳出數/全站頁面瀏覽量，它反映了整站的導航效率；而針對單獨頁面計算的跳出率＝該頁面跳出數/該頁面瀏覽量，它是對單個網頁導航能力的評價。通常而言，跳出率越高表明網站的問題越大。

6.展示數（Impressions）：又稱印象數，指廣告在瀏覽器中被加載的次數。只要廣告內容被加載出一次（如刷新了頁面），展示數就加1。

7.服務器打點數（Hit）：打點指服務器收到一次請求。如訪問者瀏覽了一個僅有10張圖片的網頁，則打點數記做11，其中包括1次網頁請求和10次加載圖片的請求。

轉化率（Conversion Rate）：轉化，指達成了某種預設的目標，如引導用戶完成下載、註冊、新聞訂閱、走完新手介紹流程等。轉化率是計量這種轉化成效的指標，可用於衡量網站內容對訪問者的吸引程度和宣傳效果等。例如，廣告條的轉化率＝經過廣告條點擊進入着陸頁的流量/廣告條的展示數；註冊的轉化率＝完成註冊流程的用戶數/到達註冊頁面的流量。

停留時間（Duration）：指一次訪問的持續時長。一般較爲簡單的計算方法是用最後一次訪問的時間減去訪問第一張頁面的時間（但這將沒法統計最後一次訪問的持續時長）。

初訪者（New Visitor）：初次訪問網站的訪問者。一般用Cookie判斷，並以必定時限爲統計週期，一般爲一個月。若是上月某人訪問過網站，次月再次訪問，則對於次月內的第一次訪問行爲而言，這個訪問者仍視做該月內的一個新的初訪者。

回訪者（Return Visitor）：相對初訪者而言，若是一個訪問者在該月內重複訪問，則視做回訪者，也就是「回頭客」。該指標衡量網站內容對訪問者的吸引程度和網站實用性。統計週期內全部初訪者數量＋全部回訪者數量＝獨立訪問者數量。

訪問來源（Referrer）：指一次訪問或一個網頁瀏覽的流量來源，又被稱做「推薦來源」。訪問來源可從不一樣維度進行劃分。如按來源網站的性質，可劃分爲來自搜索引擎、網站推薦（如友情連接、廣告條、軟文植入）、無網站來源（用戶直接進入網站，如從瀏覽器收藏夾點入、直接在地址欄輸入域名）等；按來源網址的形式，可劃分爲來自域（如fanbing.net）、網站（如www.fanbing.net）或URL（如http://www.fanbing.net/about.html

）；按照內外部，可劃分爲站外連接或站內來源。

其餘屬性：有的第三方統計工具可結合自身收集的其餘數據，獲取訪問者進一步的信息，如地域分佈、系統環境、性別比例、年齡分佈、學歷分佈、職業分佈等。

軟件及移動應用類產品經常使用指標

 

新增用戶數（New Users）：指首次打開應用的用戶數量，一般經過設備識別符（如蘋果系統的UDID）來識別用戶的惟一身份。因爲傳輸統計數據須要聯網，所以即使是首次打開應用，若未能聯網，也統計不到。此外，卸載再安裝一般不會算做新增用戶，老用戶的版本升級也不會計算在內。固然，若是下載了應用但並未安裝，或安裝以後沒有啓動過，也沒法統計爲新增用戶。

活躍用戶數（Active Users）：指統計週期內有過特定使用行爲的用戶數量。同一用戶在一個統計週期內屢次使用記做一個活躍用戶。這裏「使用行爲」的定義因應用而異，有的團隊將啓動即視做活躍，有的則須要知足啓動＋執行某種操做（如瀏覽過至少一條新聞），還有的則索性將常駐後臺的守護進程沒有被殺死也統計進了活躍範疇中。所以如何計量活躍用戶數，歸根到底仍是看團隊真正追求的是什麼。活躍用戶數通常看「日活」（Daily Active Users，DAU）和「月活」（Monthly Active Users，MAU）。

升級用戶數（Updated Users）：指由已裝的老版本升級到新版本的用戶數量。時常有人問，像QQ這樣保有量已經很大的應用，爲何天天還能在應用市場上創造如此巨大的下載量？其中很重要的因素之一，就是將用戶從老版本升級到新版本的下載行爲統計了進去。

留存率（Retention Rate）：指用戶在某段時間內開始使用應用後，通過一段時間，仍然繼續使用，這部分用戶佔當時新增用戶的比率，也就是「有多少人最後留下來了」。留存率用於衡量應用的質量和營銷效果的好壞。一般新增用戶若是由於真實需求而來（如從應用市場主動搜索並下載得到），則留存率較高；而由於博眼球的營銷推廣（尤爲是有獎活動）進來的用戶，留存率較低。而且，不一樣種類應用的留存率也有各自的基準，如遊戲的首月留存率一般比社交類高，而工具類的首月留存率又比遊戲高。留存率一般看第二天留存率、3日留存率、7日留存率、15日留存率和30日留存率。

總用戶數（Total Users）：指歷史上全部新增用戶數之和。該數字由單純地相加得到，存在必定水分，沒法體現已經流失或極不活躍的用戶狀況。

單次使用時長（Duration）：指用戶從一次啓動到退出應用所耗費的時間長短，用於衡量應用的黏性。應用在後臺運行並不會計入其中。不一樣類別的應用，單次使用時長能夠千差萬別。工具類產品解決問題目標明確，用戶完成任務以後就會當即退出，好比看一下天氣、優化一下內存佔用等，用幾秒就能夠關閉。而視頻播放類應用則能持續更久，一般可達到幾十分鐘。

平均單次使用時長（Average Duration）：計算方法是某日總使用時長/

該日啓動數，可用於更準確地評估用戶的使用狀態。由於一款應用在不一樣時段的使用時長可能存在差異，用戶早上擠地鐵時的一瞥與晚間睡覺前的沉浸使用，其單次使用時長自己是不具有可比性的，只有平均以後才能用於橫向比較。

使用間隔（Interval）：指連續兩次使用之間的時間間隔。若是一款定位於提供每日新聞資訊的應用的使用間隔過長，則說明對用戶的黏性不夠強，並未培養成每日使用的習慣，只是在偶爾想起來時看一眼。這就須要在產品上下功夫，或採起一些運營手段彌補，如定時推送當日的頭條新聞。

轉化率（Conversion Rate）：指應用內特定行爲目標的轉化狀況，如讓用戶點擊某個按鈕、播放一段視頻、邀請一批好友等。

K因子（K-Factor）：衡量產品的病毒傳播能力，計算方法爲每一個用戶平均發出的邀請數量/收到邀請轉化成新增用戶的比率。若是K因子大於1，代表產品具備自我傳播能力，會隨着用戶的使用而持續擴散。

每用戶平均收益（Average Revenue Per User，ARPU）：簡單的理解就是「能從每一個用戶那裏收多少錢」，是衡量產品盈利能力的指標，也可用來檢測不一樣市場渠道獲取的用戶質量。ARPU的一般計算方法是產品在必定時限內的收入/活躍用戶數。結合單用戶的獲取成本，能夠推斷出產品是否能造成自我造血的持續發展能力。

每付費用戶平均收益（Average Revenue Per Paid User，ARPPU）：與ARPU將收入平攤到全部用戶頭上不一樣，ARPPU只計算從全部付費用戶處獲取的平均收益，據此更準確地把握付費用戶的支付能力、消費習慣，並有針對性地對這部分付費用戶重點運營和服務。

月付費率（Monthly Payment Ratio，MPR）：指一個月的統計區間內付費用戶佔活躍用戶的比例。

生命週期價值（Life Time Value，LTV）：用戶從第一次使用產品，到最後一次使用之間，累計貢獻的付費總量。

 

3、總結

    做爲一個學生，看完這本書感受不會那麼深入，我從中看到的是許許多多之前不知道的內容，開闊了眼界，原來高手都是這麼煉成的。其次是方法，開發軟件的新方法，營銷的方法，此時正是學習的時候，我會一點一滴的付諸實踐，期待明天會更好！