Growth Metrics

Viral Coefficient

Viral Coefficient powyżej 1.0 oznacza że każdy użytkownik przyciąga więcej niż jednego nowego. Wzrost wykładniczy bez kosztów akwizycji. Rzadki, ale możliwy do zbudowania przez właściwy Viral Loop.

i x c

Formuła K

Viral growth

K powyżej 1.0

ok. 0.75

K Dropbox

Mechanizmów

4 mechanizmy viralności

Nie wszystkie mechanizmy viralności są równie silne. Inherent Virality jest najsilniejsza — ale wymaga że Twój produkt jest z natury kolaboracyjny lub sieciowy.

Inherent Virality

Bardzo silna — K może przekraczać 1.0

Produkt wymaga zaproszenia innych żeby działać — viralność jest wbudowana w core value

Przykłady

WhatsApp (musisz zaprosić kontakty), Slack (team musi być na Slacku), Zoom (zapraszasz do rozmowy)

Incentivized Virality

Średnia-wysoka — silna przy wartościowej nagrodzie, słabsza gdy wartość referral spada

Użytkownicy zapraszają za nagrodę — obopólna korzyść dla polecającego i poleconego

Przykłady

Dropbox (extra storage), Uber (credit dla obu), Robinhood (darmowa akcja), Tesla (credit)

Social Sharing

Zmieniona — zależy od 'shareability' output produktu

Użytkownicy share'ują output produktu publicznie co przyciąga nowych użytkowników

Przykłady

Spotify Wrapped, Canva (watermark na designach), Wordle, Instagram posts, GitHub contributions

Word of Mouth

Trudna do skalowania — wymaga wyjątkowego produktu, nie 'mechanizmu'

Naturalne polecenia bez mechanizmu — wynik silnego PMF i wyjątkowego doświadczenia

Przykłady

Notion, Linear, Figma — narzędzia które użytkownicy polecają bo naprawdę ich używają

Viral Funnel — jak mierzyć każdy etap

Viral Coefficient to wypadkowa wielu etapów. Optymalizowanie każdego etapu osobno daje większy efekt niż szukanie 'jednej dźwigni viralności'.

Invitation Rate

% użytkowników którzy wysyłają zaproszenie

Benchmark

10-30% dla produktów z silnym viral loop

Invites per User

Średnia liczba zaproszeń wysłanych przez zapraszającego

Benchmark

2-5 typowe dla referral programs

Accept Rate

% zaproszonych którzy otwierają i akceptują zaproszenie

Benchmark

20-40% dla email invite, wyższy dla social

Activation Rate

% zaakceptowanych którzy zakładają konto i są aktywni

Benchmark

40-70% — zależy od onboarding friction

Viral Coefficient (K)

Wypadkowa powyższych: Invite Rate x Invites x Accept x Activate

Benchmark

K poniżej 1.0 typowe, powyżej 1.0 wyjątkowe

Często zadawane pytania

Co to jest Viral Coefficient?

Viral Coefficient (współczynnik viralności) to metryka mierząca ile nowych użytkowników jeden istniejący użytkownik przyciąga do produktu przez polecenia lub sharing. Formuła: Viral Coefficient (K) = Liczba zaproszeń wysłanych per użytkownik x Conversion Rate zaproszeń. Interpretacja: K powyżej 1.0 = viral growth — każdy użytkownik przyciąga więcej niż jednego nowego. Produkt sam w sobie rośnie. K poniżej 1.0 = wzrost wymaga zewnętrznych kanałów (paid, SEO). K = 0.5 + dobry paid acquisition = solidny wzrost. Czyste viral growth (K powyżej 1) jest niezwykle rzadkie — Slack, Dropbox, WhatsApp to historyczne przykłady.

Jak obliczyć Viral Coefficient?

Obliczanie K Factor: K = i x c, gdzie i = średnia liczba zaproszeń na użytkownika, c = conversion rate zaproszenia. Przykład: Użytkownik Dropbox zaprasza średnio 3 osoby (i=3). 25% zaproszonych zakłada konto (c=0.25). K = 3 x 0.25 = 0.75. Nie viral (poniżej 1) ale znaczący efekt. Efekt kumulacyjny: pierwsza fala: 100 użytkowników. Druga fala: 100 x 0.75 = 75. Trzecia fala: 75 x 0.75 = 56. Itd. Nie viral, ale każdy 100 użytkowników generuje dodatkowych 300 użytkowników przez czas. Dla K = 1.1: fala 1: 100, fala 2: 110, fala 3: 121 — krzywa wykładnicza wzrostu.

Jakie mechanizmy drive'ują viralność produktu?

Mechanizmy viralności: Inherent Virality — produkt wymaga zaproszenia innych żeby działać (WhatsApp, Slack, Zoom). Viral Loop wbudowany w core value proposition. Incentivized Virality — nagrody za polecenia (Dropbox: dodatkowe miejsce za zaproszenie znajomego, Uber: kod zniżkowy dla polecającego i nowego). Word of Mouth — użytkownicy naturalnie polecają bo produkt jest wyjątkowy (nie mechanizm ale efekt silnego PMF). Social Sharing — użytkownicy share'ują output produktu publicznie (Spotify Wrapped, Canva design, Wordle wyniki). Network Effects — wartość produktu rośnie z liczbą użytkowników co naturalnie napędza polecenia.

Czym Viral Coefficient różni się od Net Promoter Score?

Viral Coefficient vs. NPS: NPS (Net Promoter Score) mierzy czy użytkownicy POLECIŁOBY produkt w skali 0-10. To intencja, nie zachowanie. Viral Coefficient mierzy ile użytkowników FAKTYCZNIE przyprowadza nowych użytkowników. To zachowanie, nie intencja. Problem z NPS: korelacja między 'powiedziałbym że polecam' a 'aktywnie poleciłem' jest słaba. Viral Coefficient jest empiryczny — mierzysz realne zaproszenia i konwersje. Możesz mieć wysokie NPS i niski K-Factor (użytkownicy są zadowoleni ale nie polecają aktywnie). Możesz mieć niski NPS ale wysoki K-Factor (użytkownicy polecają bo produkt jest użyteczny dla ich sieci, nie bo go 'kochają').

Jak zbudować viral loop w produkcie?

Budowanie Viral Loop: Zidentyfikuj naturalne punkty polecenia — kiedy użytkownicy naturalnie chcą podzielić się produktem? (Notion: share page, Loom: share video, Figma: invite to collab). Zredukuj friction w zapraszaniu — im łatwiej zaprosić, tym więcej zaproszeń. One-click invite, pre-written email, kontakty z Google/LinkedIn. Stwórz mutual value — zarówno polecający jak polecony powinni coś dostać (Dropbox: 500MB dla obu). Optymalizuj conversion rate zaproszenia — landing page dla zaproszonych, personalizacja ('Jan zaprosił Cię do Notion'). Mierz funnel: Invitation Rate (ile userów zaprasza) x Invite Send Rate (ile zaproszeń per user) x Accept Rate (% akceptacji) x Activation Rate (% aktywacji po akceptacji).

Czytaj dalej