04

好友定律：社交指数与冷启动

2015年1月，“杏仁医生”创始人徐琳对用户来源做了一次全量数据分析。自2014年9月开始，“杏仁医生”从患者社区转型至医患沟通管理工具，开始拓展医生群体。4个月后，有近7万名医生在这款应用上注册。

这次分析的目的，就是希望了解社交推广的真正价值。徐琳追踪传播链条时发现，医生之间互相影响，第一批医生发出的推荐信息，能一直影响到12度以外的医生群体。社交网络形象地将每个用户能够直接覆盖、影响的好友（如亲朋、好友、同学、同事）称为一度，过去社交网络即有六度理论，即通过6个人可以找到任何一个人的说 法。12度意味着影响力在好友链条上一直被传递到12个人以外。

截至2014年12月31日，杏仁医生全量用户分享与转化数据分析如图1–10所示。

图1–10 截至2014年12月31日杏仁医生全量用户分享与转化数据分析图

其中启动扩散的第1度18054名医生来自微博官方账号中3.8万名医生粉丝，以及此前各种渠道积累下来的种子用户。当第一度医生发出分享信息后，他们的好友中有3248名进行了第二轮分享推荐，再度带来16952名新医生注册，平均每人影响了5.2人。新注册医生中有2839人又做了分享推荐，带来了10703名医生。链式反应不断进行，直到12度后还在继续，只是因为数据量过小而没有再继续分析。

从27%到1个

9月时，徐琳在杏仁医生APP中发起一个小活动，如果医生愿意在微博或微信上推荐这款应用，将有可能获得一个便于随身携带的小笔记本。在小礼物的吸引下，3.8万名医生中有18054名医生发出推荐，占比27%，此后推荐信息开始病毒式扩散。

在其他案例中，我们不建议合作伙伴采用实物激励的方式展开活动，这是因为获利冲动下，最终吸引来的并非目标用户。杏仁解决的问题是帮助医生进行医患沟通管理，目标人群非常集中，因此回避了这个陷阱。同行或同事们的推荐，吸引来更多的医生，这就是“好友”定律所反映出的现象之一。在一定程度上，这个案例中“好友”定律发生了更为核心的作用，“新”定律和“短”定律并没有过多发挥作用。

徐琳测算后发现，最佳状态下启动人群比例或许只需要1%。这意 味着要么更小的启动人群，要么更大的新用户获得效果。

我们在其他引爆应用中看到的几组数据印证了这一猜想。一组来自魔漫相机。今天的魔漫相机用户数超过1.6亿，其后台数据显示，在大部分国家和区域市场中，魔漫用户能占到对方国民总数的5%左右。黄光明解读说，这5%的用户是每个国家或区域市场的尝鲜族，他们会不断通过各种方式来寻找新应用、新玩法。只有最新、最好玩的玩法，才能进入他们的视野。而如果想找到他们，只有自传播才能实现这一点。

同样，这5%是占据更大市场的引爆起始点。魔漫就是在5%的用户不断影响下迅速发展壮大。另一组来自下一节我们才会提及的碰碰，碰碰在分析完一个引爆案例数据后惊讶地发现，引爆每天带来的数百万用户，竟然来源于一个员工测试时不经意间的分享。这甚至不是1%，而是1个。

其实，不管是1个还是1%或27%，最终数字大多受到分析方法和时间节点的影响。只是这些结果依然强有力地表明，用户从分享到转化再到分享的链式反应仍在快速进行。大部分产品的冷启动（指新产品从零起步开始获取用户的阶段）是一个重要命题。在引爆案例中，大部分用户第一次接触应用就被迅速转化成“大节点”，直接影响一度好友，并协助完成冷启动过程，就是受惠于链式反应。

国内提供社交登录、分享及数据分析的第三方服务提供商 ShareSDK在连续跟踪2013年、2014年各大社交平台分享和回流数据分析后发现，尽管用户分享到不同社交网络的数据各有起伏变化，但从各大社交网络回流至企业或应用的数据都在成倍上扬。

这两种类数据也是我日常工作中最关注的基础核心数据之一。社交分享是指用户从应用中将信息分享到社交网络中去，代表着社交网络对于用户的黏着度，主要用来观察应用或服务为用户提供的价值或愉悦体验。回流是指好友在社交网络中看到分享后，点击回到应用这个过程，是企业追求的社交红利。回流验证着好友之间的影响力，以及用户对于价值和愉悦体验的确认。这是一个应用和社交网络之间最简单有效的闭环。

表1–2正是ShareSDK对超过6万家采用其分享组件的APP及全部用户，在连续两年分享到各大社交网络，又从中获得回流的数据进行统计后形成的表格。

表1–2 2013~2014年度主流社交平台分享回流率对比（ShareSDK发布）

回流数据的变化显示：

用户在社交网络中影响好友转化为用户数量在不断增多。用户越来越“懒”于行动（如订阅和打开账号）、越来越依赖于好友的推荐（分享就是推荐的表现之一）来做出判断。而节省下来的时间，就被投入那些好友们认可的优秀应用和服务中去。这种变化和影响使得大浪费成为常态。

浪费在社交世界里无处不在。用户海量消费，也在海量浪费出现在自己面前的信息，大量消息被一指划过，绝无逗留的机会，对于一些群内的信息也不再打开阅读。引爆事件都伴随着同一个现象：社交网络上的信息流被“刷屏”了。大量用户迅速涌向一款产品，产生了海量的分享信息。

只是，此“刷屏”非彼“刷屏”：我们曾经在《社交红利》中分析了一个案例，某家公司推动用户在一天之内分享了150万条信息到社交网络中，结果只获得了不到1万的点击量。雷同的信息此时会产生驱赶用户的反作用力。今天的大部分企业已经充分意识到这个问题。在充沛且泛滥的信息面前，用户一目十行，瞬间用手指划过数十条信息已是常态。如果一条信息毫无价值，就会直接被忽略。

在很大程度上，不再出现的信息或应用意味着没有价值。如果一 条信息偶尔出现在用户面前，它可能有点价值，但还不足以推动用户马上做出决策。如果某条信息或者某个应用经常出现在自己面前，意味着已经过诸多好友的选择，非常好玩或有价值，可以马上做出判断。

在信息极度充沛和用户对信息大浪费的环境下，关系链发挥了筛选器的作用。一条信息（或服务）是不是有价值，能否为好友带来收益，会经由关系链来检验确定。

这种筛选实际上改变着用户的行为习惯。微信曾对外发布2014年度用户部分行为数据，目前微信月活跃账号超过4.68亿，平均每人每天在微信中阅读5.86篇资讯，由此产生的海量阅读次数中超过80%来自朋友圈中的好友分享，只有20%来自用户主动查看自己的订阅账号。阅读完文章进行分享的用户，会有65%分享至朋友圈，39%定向分享给某个好友或某个微信群。关系链之间的信任背书与好友影响发挥的作用越来越强劲。

通常，在政治上“背书”一词用来表示为某人或某事允诺保证，借此提高事物的可信度（援引自百度百科）。在社交网络中，信任背书指的是，人与人之间长时间交往所积累下来的信任，促使用户无形中通过转发、评论、点赞等行为，来为某人或者某事做出背书，以提高某一事物的可信度。

通过对用户进行观察还发现，好友间已经“刷屏”的现象和话题，即便用户没有马上体验，日后看到关于这件事情的分析、报道时，也 会点击进去查看。这无疑也是品牌的扩散效应。

恰如《社交红利》在最后一章“关于社交网络未来演进的21个猜想”中所构想的：“社交网络把影响他人这件最难的事情变成了一件简单的事情。碎片化而又充沛的信息，令社交网络中的人们越来越难以保持独立的思维和判断。这有可能导致社会中出现自我失去的一代。”今天，虽然“自我失去的一代”尚未出现，但人们变得比原来更容易受到他人，尤其是好友的影响。

用户对好友的依赖会纠正回流率提升所带来的错觉：并不是所有合作伙伴的回流率都在上升，如前言所说，大部分企业困惑日甚。事实上，更多回流点击、下载、购买等红利多向少数优秀应用和服务汇聚。重要区别即是用户对好友产生的影响程度。

社交指数

在好友定律中我们已知，“用户投入得越多，对好友的影响越大。”但是，可以通过什么样的方式方法来衡量和评估这种影响呢？这种评估可以协助企业对比检验自己的准备度究竟如何，包括产品对用户状态的把握程度，以及距离引爆还有多远等。

社交指数是其中一个非常有价值的衡量和评估指标。社交指数是指某一主体（不管是账号，或是文章、活动，抑或是一款应用、一家 企业）在社交网络中所拥有的被用户分享扩散及转化能力的相对值。社交指数越高，意味着主体在社交网络中的影响力越大。

在“好友”定律及其产生的链式反应背景下，社交指数不强调拥有多少粉丝数量，而是强调流动性。对于许多合作伙伴而言，重点并不在于拥有多少用户或粉丝（甚至可以不拥有粉丝），或者每天广告投放能带来多少订单，而在于拥有的分享扩散及转化能力——即使在社交网络广告平台内投放，也需要不断提升这种能力。在一进入社交网络就引爆的应用中，流动性既是关键能力，也是基础能力。

结合“小红书”账号数据查看分享带来的回流数据占整体流量的比例，能够得到下面的图示（见图1–11）。继续细化数据时，我们看到，在对方15万名订阅用户中，当天不超过4万名用户阅读了这篇

图1–11 分享带来的回流数据占整体流量的比例

文章，并依靠这一人群做出的分享，再度在当天带来了6万的阅读量，在病毒式的链式分享下，数天内最终阅读量超过200万。

从这些基础数据可以看出，社交指数至少包含三个要素：

1. 社交影响力。某个用户分享信息后，一定单位时间内所能影响转化的实际人数；文中出现的转化倍数或者回流量等都可以看作社交影响力的具体体现。影响转化的背后，是账号与账号之间、好友之间、用户与企业之间、发送者与接收者之间的信任背书。在社交指数构成中，社交影响力反映出企业在社交中的辐射宽度。

2. 用户分享率。用户分享率是指信息在后续传播链条中的穿透力，即再次被分享、被转发的次数。比如杏仁医生在第1度分享产生后连续扩散影响到了12度以外的好友。分享率体现了信息的价值与生命力，即使剥离了发送方与接收方的关系，这种生命力也依然会存在。在社交指数中，分享率代表着社交中的深度。

3. 时间系数。时间系数是指社交传播的纵深与宽度同时发酵，达到一定影响规模所需的时间周期。周期的长短反映出企业在社交网络中的准备度与熟悉程度。

这些要素组合在一起，企业将能预见到传播扩散的范围。我们尝试将这三个要素整合到一起组成一个公式。

其中，时间系数也包含了三个组成部分，许多企业和创业团队，依靠文章、运营活动等方式与目标用户、粉丝保持互动。因此，需要计算：（1）每次接触时的影响力；（2）一定的时间周期。通常，我们会将这个周期定为30天（一个月）。如果仅仅是计算单篇文章或单个活动的社交指数，由于它们产生效果的时间往往不会太长，将这一系数默认为1就好。因此，其中某篇文章或者小活动的公式可以简单地用以下公式记录：

社交指数=1×时间系数×社交影响力（转化人数）×分享率

仍以小红书数据为例：小红书微信账号有15万订阅用户，在发出文章后第一天获得了10万阅读量，假定当天又产生了3万用户进行了分享（占订阅人数的20%），那么，这篇文章的社交指数是：

1×1×10万×20%=2万

如果当天只有1500位订阅用户分享（占订阅用户总数的1%），则这篇文章的社交指数为：

1×1×10万×1%=1000

社交影响力并不局限于已有用户，而是指在一定时间周期内所能影响的全部人数。哪怕他们当下并不是自己的粉丝。因此，如果某企 业公众账号只有1万订阅用户，发出一篇文章后产生了10万阅读量，假定当天有3万用户进行了分享（占订阅人数的300%），这篇文章的社交指数是：

1×1×10万×300%=30万

那么，这个账号在该篇文章上的社交指数要高于小红书的单篇文章，传播速度与影响力也更大。这正是我们所强调的流动性，而不在于账号所拥有的粉丝数量。

如果要计算某家企业或者某一应用/服务的社交指数，就需要考虑时间周期，通常是将目标对象在一个月内社交网络中每日产生的社交指数相加，除以30天获得平均值的方式来获取。基于数据上的便利，我们用上述杏仁医生的应用来做个范例。

图1–10中分析的全部用户数据为65756名注册医生，启动人群虽为18054名医生，但初始来源都出自官方账号，比较单一，由此得出分享在4个月内累计吸引了47711名医生注册。由于徐琳做的是4个月内的全量数据分析，我们在时间周期上需要再除以4个月除以30天。在12%的传播扩散中，每轮分享率都在16%~18%之间浮动，为便于计算，我们取中值17%。杏仁医生社交指数为：

1×47711×17%÷30÷4=67.59

在杏仁医生社交指数中，我们看到了医生之间强关系影响对于转化带来的帮助（每1度用户分享后都平均影响转化了2.7~5.2位好友）。如果杏仁医生能够再度提升每1度用户的平均分享率，最终转化结果还将大幅跃升。

每个企业或每篇文章所需要的社交影响力不同，公众账号追求文章阅读量，网站追求到达网站的点击数（业界多用回流量来表示），移动应用则追求下载激活或用户注册数（业界多用转化倍数来表示），从这个角度来看，下载激活和用户注册难度远远高于阅读，杏仁医生的社交指数和小红书单篇文章的社交指数不具有可比性，只是企业用来进行自我评估的数值。

如果我们将社交影响力统一为用户注册量、应用下载量（或者购买转化比例），则会再度总结出社交网络中病毒式扩散的差异：

部分习惯于依附和追逐热点而获得扩散能力的应用（服务），其实际社交指数并不高，体现在具体数字上虽然转发率、分享率较高，但注册、下载等实际转化比例较低。

准确定义用户状态、提供高收益的服务，扩散虽稍显不足，但具体转化为注册量、下载量的比例却大幅上扬，体现在具体数字上就可以看到用户多度关系不断分享和转化。

无穷无尽的联想

信息流动性如此重要，好友定律及社交指数为另一个业界关心的问题提供了借鉴：并不是每个人都能成为引爆的那个人，或者每个1%人群都能引发病毒式扩散及转化的连锁反应。在以信任为机制的社交网络中，什么样的“好友”发出的什么样的信息会引发病毒式扩散，并继而引爆社交网络？

2014年8月，戴赛鹰找到京东，希望对方能推荐自己的新产品。这个名为“三个爸爸”的创业团队主要开发和销售致力于保护儿童的空气净化器。雾霾日益严重，引发了许多家长的担忧，同为新爸爸的创始人在担忧的同时也看到了商业机会。不过，这款机器还需要过一段时间才能面世，京东现有的业务中还不支持预售，于是，工作人员建议他们尝试刚刚推出的“众筹”新业务。

当时京东众筹上线仅3个月，最佳案例募集了200万元资金，希望诞生更多的明星项目来扩大自己的影响力。在这样的背景下，“三个爸爸”主动提出募集1000万元以上的众筹资金。这个目标反而让京东略微有些担心，因为根据当时的流量和募集周期及转化率，再加上高额单价（“三个爸爸”新产品的单价为3999元），实现众筹千万资金的目标有一定难度。

此前，《社交红利》发售也采用了众筹方式，是国内第一个众筹 书籍出版的成功案例，作为作者，我清楚地知道众筹的难度：用户需要提前付费，还需要等待很长一段时间才能拿到商品，产品的价格越高，用户越容易持观望态度。一旦取得成功，则非常容易形成口碑传播效应。

戴赛鹰说服京东后，将众筹分解为两个阶段。第一阶段选择和《创业家》杂志旗下的“代言”项目组合作。戴赛鹰本人是《创业家》旗下黑马训练营（面向创业者的一个社群）的会员，“代言”项目是为中小企业会员新产品做首发服务的。戴赛鹰告诉《创业家》，他们想代表黑马训练营去京东做一个1000万元的众筹，也是“代言”推出后的第一个产品。众筹的成功，就是社群的成功。

在这个阶段中，“三个爸爸”用微博账号发出消息，询问中国为什么没有千万元以上的众筹项目？《创业家》创始人牛文文和黑马两个官方账号跟进讨论。“三个爸爸”趁机回应希望自己“能将不靠谱儿变成靠谱儿”，完成一个千万元以上的众筹项目。其间另一位联合创始人陈海滨写下了题为“三个爸爸与黑马不得不说的事——感谢此生有你同行”的文章。

三位创始人分头发动了黑马训练营的成员及其他朋友帮忙传播扩散。比如请分众传媒创始人江南春公开给他们安排了一项“任务”，让他们在微信朋友圈中集够1000个赞（今天类似行为开始受到微信干预，被认为对好友影响太大）。类似这样的多个“任务”取得了不错的 传播效果。在这个阶段中，“三个爸爸”邀请了部分有孩子的明星提前体验产品，并将体验心得分享到微博、微信。

通过这种方式，“三个爸爸”将众筹项目成功地和创业梦想、黑马社群、“爱孩子”等关键词紧紧联系在一起，“三个爸爸”9月22日在京东的众筹正式启动，上线两个小时内众筹资金100万元，10小时内取得众筹资金200万元的成绩，创下当时京东众筹的新纪录。这些业绩强化了京东的信心，后者倾斜了大量优质资源，包括京东首页焦点、QQ客户端弹窗广告（京东为腾讯盟友，也能动用大量腾讯旗下的优质资源），以及移动客户端广告等在内的黄金推荐位。

第二个阶段，三位创始人还主动和不相信空气净化效果的明星那威展开论战，在视频网站优酷的“全民话题社”栏目中进行辩论直播，将社群中被认可的信息扩散到更广泛的人群中，覆盖普通人群为众筹成功带来了直接帮助。到10月22日结束时，项目共获得了1122万元众筹资金。

众筹结束后，戴赛鹰总结道，社会化传播及优酷的公开辩论为提升众筹转化率起到了非常大的作用，许多用户通过直接点击众筹链接或在网站中搜索“三个爸爸”来参与活动。京东众筹的工作人员也认为：三个爸爸团队（策划和执行）、黑马（社群）、京东（众筹平台及推荐资源），对结果各自贡献了1/3。

在两个阶段中，“三个爸爸”都传递了不一样的信息点，第一个阶 段蕴含了更多的创业梦想和社群代言的情感，社群好友成为关键启动人群；第二个阶段强调产品本身质量，以及“爱孩子”等情感，在大众中广泛传播。

罗辑思维创始人罗振宇将类似这种激发了强烈共鸣或者共情的传播事件，称为“无穷无尽的联想”。他认为，一些能够引起人们联想的话题，总是会激起效果非常好的扩散和分享。联想行为为企业在社交中营销提供了简单而实用的切入点。几乎每天我们都可以在各大社交网络上看到由此引发的热门事件。

“三个爸爸”将这些联想进行了充分的运用与结合。2014年中秋节期间，罗辑思维团队在其发起的“真爱特供月饼”销售活动中也引入了“联想”做法：用户可以下单购买，但自己并不付钱，而是请好友代为付费，包括“多人代付”、“送礼”、“拼手气送礼”等形式，不仅可以由多位好友拼钱送月饼，用户还可以在付费购买月饼后直接分享至朋友圈或者微信群内，供好友们拼抢。活动在13天的时间内吸引了269万人参与800万次，月饼商品页面分享次数超过103万次，最终实现月饼销量23214盒。

和应用的引爆为下一款应用带来更大的引爆一样，一个活动的引爆也为下一个活动带来更大的引爆。“三个爸爸”在京东创下的众筹纪录，在一个半月后被迅速打破。一家名为“大可乐”的互联网手机公司，12月9日在京东上用25分钟从1万名用户手中筹得1600万元。

在执行案中，我们见到了诸多“联想”的埋设点：

参与众筹的新手机产品“大可乐3”在当下尚属低价格、高配置的机型，外观类似于iPhone6，这在市场上引起了很大的争议；官方微博提前一个月便开始以搞笑视频的方式逐渐介绍手机的配置参数信息，并展开各种活动；“大可乐”手机采用小米操作系统，以向小米手机靠拢，获得对方的声援（小米市场人员通过微博投桃报李进行了呼应）；和其他竞争对手在微博上展开论战；参与众筹的用户不仅可获得一部手机，还将获得“梦想合伙人”的称号，每年都可以免费更换一部最新款的手机； 当这1万名“梦想合伙人”通过众筹产生后，团队迅速在他们中展开投票讨论，以决定是否要进行第二轮众筹，此后，许多市场相关决策都在社交网络上公开以及和“合伙人们”进行讨论。在这个执行案中，大部分环节都有着很强的话题性和扩散可能性。

迄今为止“大可乐”手机创办两年，销量达到百万量级，并不算是一线大牌。对于“大可乐”的团队来说，要想完成一次“不可能的”引爆任务，社交传播是其中成本最低且效果最佳的首选渠道。活动关键启动环节就变得非常重要。创始人丁秀洪在150位员工中开展了一次分享排名游戏，每个人都可以使用个人关系链，推广此次众筹将要展开的微信公众账号的文章，优胜者将获得一部手机。众筹活动开始 后，包括创始人和150位员工在内，都邀请好友们协助。最终结果显示，员工们的强关系（亲朋好友等）发挥了更大的影响力。一位员工从社交网络中收获的最高分享次数为4万，最少一位也有500多次。

我们可以简单计算出其中最高分享数和最低分享数两位员工的社交指数。为了便于计算，统一假设他们的好友数均为4000人，则高分享员工的分享率为1000%，低分享员工的分享率为12.5%。

高分享员工社交指数：1×1×40000×1000%=400000低分享员工社交指数：1×1×500×12.5%=62.5

社交指数越高，扩散和转化的双重效果就越好，就越逼近引爆点。社交影响力与分享率的构成，意味着一个优秀的活动或者产品，不仅需要影响用户或好友的能力（大节点），还需要有病毒式扩散的能力。社交指数所强调的流动性，依然是为启动人群的影响力服务。在以信任为底层机制的社交网络中，强关系好友在病毒式扩散中发挥了关键的起始人群作用，无穷无尽的联想则成为推动信息流动的关键动力。将信息扩散到更多的弱关系（指非好友、陌生人等）面前。某种程度上，联想就像是提供给好友的娱乐，缺乏这些构成，则将变成对关系链的骚扰。

强关系与联想的组合多被运用在市场营销活动中，实际上，当我们再度将语境切换到应用和分享中时，忽然发现，引爆应用在一条信 息中即完成了类似思考，如“围住神经猫”的分享信息“我用了×步围住神经猫，击败×%的人，你能超过我吗？”当出现在好友面前时，自然引起了链式反应。击败了×%的人，构成了一个巨大的想象空间，吸引了好友们纷纷想成为“小池塘里的大鱼”。（关于这点，我们将会在第二章第四节中详细提及。）

在实际工作中，熟悉社交网络的开发团队会特别强调分享力和扩散力，尤其是分享的链式反应。比如疯狂猜图团队要求所有要推向市场的应用，在测试期内的分享率必须超过15%。如上所述，杏仁医生每1度分享率都稳定在16%~18%。只有这样，才能快速逼近引爆点。