當您在一家擁有微型網路（例如 Uber 之類產品的不同市場）的公司工作時，推薦計畫可能是最佳的增長管道。
什麼是 K 因子？
在這種情況下，關鍵指標是所謂的 K 因子 - 用戶發送的平均邀請次數乘以這些邀請的轉換率。如果是 1.2 - 您可以將其解讀為「我們每獲得 10 位用戶，將為我們帶來 12 位更多的人」。
等式中通常缺少的是，您的 K 因子取決於每個微型網路中的用戶數量。
這裡的假設是，如果用戶沒有看到他們的朋友使用您的產品 - 由於缺乏社會認同，他們不太可能推薦它。
根據 K 因子歷史資料預測您的產品病毒式傳播力
為了驗證這一點，您可以分析歷史資料，看看在過去的任何特定時刻，當用戶基數等於 X 時，K 因子是否有所不同。您通常會看到一條曲線，該曲線會迅速飆升到右上角，然後達到一個高原期，並且儘管用戶群不斷增長，但仍保持在同一水平。
如果您在不同的微型網路中看到這種趨勢，則可能意味著您需要達到一定的用戶臨界質量，才能在給定市場中啟動您的推薦計畫。
因此，如果您的獲客活動在一開始效果不佳，您可以將它們視為獲得穩固用戶基礎所需的燃料，並且一旦您達到用戶的臨界質量，就可以通過推薦計畫獲得更好的單位經濟效益。