K因子应用场景行业裂变玩法互联网 / 移动 App邀请得会员 / 积分电子商务B2C / 跨境 / 社交电商邀请有礼拼团新人专享券需老客分享游戏手游 / 网游邀请送道具 / 皮肤 / 体力K 因子常与次留 / 七留ARPU / LTV一起评估本地生活 / O2O外卖、出行、到店团购“邀好友得红包”转化被邀请人完成首单在线教育 知识付费老学员分享 → 新用户免费试听拼团报课、助力解锁资料K因子定义K 人均发出邀请数 × 邀请转化率 成功带来的新用户数​ / 发起邀请的用户数K 因子表示平均每个参与裂变的老用户能为平台带来多少个完成转化的有效新用户是衡量裂变活动是否具有自发增长能力的核心指标。K因子能解释拉新活动是否能被用户自发传播以及传播效率有多高。K 值业务含义K 0.3​每 10 个发起邀请的老用户只带来 3 个有效新用户K 0.8​接近自增长但仍需外部投放补量K 1.0​1 个用户带来 1 个新用户理论上可维持不衰减​K 1.5​1 个用户带来 1.5 个新用户 →具备病毒式放大效应​项目过程项目背景随着获客成本CAC持续上升公司希望通过用户邀请用户的裂变玩法如邀请有礼、拼团、助力等实现低成本、规模化新增用户。为评估活动效果因此需要对裂变活动进行 K 因子Viral Coefficient量化评估。并回答以下问题平均每个老用户能带来几个有效新用户当前裂变是“靠投放推动”还是“可自然传播”活动效果是否达到 K ≥ 1病毒式增长阈值活动流程老用户生成专属邀请链接 / 海报↓成功邀请新用户完成注册 / 首单↓老用户获得积分 / 优惠券 / 权益奖励表结构字段类型原因invite_user_idBIGINT邀请人用户IDinvitee_user_idBIGINT被邀请人用户IDinvite_timeTIMESTAMP邀请时间is_successTINYINT是否成功1成功 / 0失败channelSTRING裂变渠道dtSTRING分区日期 yyyy-MM-ddSQL代码with invite_stats as ( select invite_user_id, count(*) as invite_cnt, sum(is_success) as success_cnt from (-- 去掉重复邀请的情况 select distinct invite_user_id, invitee_user_id, is_success from invite_log where dt between2026-06-01 and 2026-06-23 ) group by invite_user_id ) select sum(invite_cnt)/count(*) as avg_invites_per_user, -- 人均邀请次数 sum(success_cnt)/sum(invite_cnt) as conversion_rate, -- 邀请转化率 sum(success_cnt)/count(*) as k_factor -- K因子 from invite_stats