关于病毒循环的头脑风暴 #1 Web 2.0的黄金时代（约2005-2010年）是病毒产品的特殊时期，这些产品被系统性地设计成能够接触到数百万人。那时，人们正在构建我们现在视为理所当然的事物的第一个版本：社交网络、用户生成的平台、协作工作产品、消息应用等。 在此期间，行业发展出了一种全面而系统的理解，关于如何创建病毒循环。进行了测量、A/B测试，并需要满足一些方程式。产品不断优化，工程化病毒性。其中一些最成功的产品最终发展到数十亿用户，并成为家喻户晓的名字。 然后，突然之间，这一切都结束了。 有趣的是，那些成功创造病毒产品的人都成了亿万富翁，或者如果他们没有创建成功的公司，许多人则成为了FAANG高管或风险投资者。最终，关于构建病毒性的所有知识基本上都消失了。这发生在Web 2.0结束和移动时代开始之际。 我想写下我在这一时期关于病毒循环所学到的一切，因为这些知识仍然是相关的，尽管其机制和策略不断变化。但整体理论仍然相同，我认为它可以扩展到未来的技术平台和营销渠道。它在这一时代的产品主导增长、所有生成AI应用的分享流程以及仍然存在于每个市场/电子商务产品中的推荐程序中也具有很高的适用性。 通过这些笔记，我计划涵盖一系列不同的想法和主题： - 有效但很快解体的简单病毒循环。 - 病毒因子及其计算方法。 - 如何逐步分解病毒循环并进行优化。 - 什么会增加病毒因子，什么会减少它？ - 如何提高病毒因子。 - 案例研究，如内容分享、邀请流程、推荐循环、协作循环等。 - 如何通过留存驱动病毒增长。 - 如何将留存纳入病毒因子计算。 - 为什么新用户邀请的人比现有用户多。 - 如何看待口碑传播与工程化病毒性。 - 如何看待付费营销、SEO、社交媒体以及其他渠道对病毒因子的影响。 - 为什么移动最终杀死了经典的病毒循环。 - 当代时代中有效的病毒循环类型。 - ... 还有更多。 如果你有想法和问题，请问。希望我最终能把这些变成一个大型PDF或其他人感兴趣的阅读材料。或者，也许是一个演示文稿，如果有一天我们有某种长文本转PowerPoint演示文稿的生成AI工具，效果真的不错 :) 病毒增长作为一个方程式...