スタートアップは難しいです。赤ちゃんは大変です。 A16Zスピードラン中に両方を持っているとどうなりますか? NEXXAでのフィリップの素敵な話。おめでとう！！

ウイルスループのブレインダンプ #1 Web 2.0 の黄金時代 (~2005-2010) は、何百万人もの人々に届くように体系的に設計されたバイラル製品にとって特別な時期でした。当時、人々は、ソーシャルネットワーク、ユーザー生成プラットフォーム、コラボレーションワークプレイス製品、メッセージングアプリなど、私たちが当たり前だと思っているものの最初のバージョンを構築していました。 この間、業界はバイラルループの作成について包括的かつ体系的な理解を深めました。測定、A/B テスト、満たす必要のある方程式がありました。最適化された製品、エンジニアリングのバイラル性。そして、これらの製品の中で最も成功した製品のいくつかは、最終的に数十億人のユーザーに成長し、認識できる名前になりました。 そして突然、それは終わりました。 そして面白いことに、バイラル製品の作成に成功した人々は全員億万長者になったり、成功した企業を作らなかったとしても、多くはFAANGの幹部やVC投資家になったりしました。最終的に、バイラル性の構築に関するすべての知識は基本的に失われました。これは、Web 2.0 が終わり、モバイル時代が始まったときに起こりました。 この時期にバイラルループについて学んだことをすべて、頭の中から書き留めておくといいかもしれないと思いました。しかし、全体的な理論は変わりませんし、将来のテクノロジープラットフォームやマーケティングチャネルにも拡張できると思います。また、この時代の製品主導の成長、生成 AI アプリのすべての共有フロー、およびすべてのマーケットプレイス/e コマース製品にまだ存在する紹介プログラムにも高度な適用性を持っています。 これらのメモで、さまざまなアイデアやトピックをカバーする予定です。 - 単純なウイルスループは機能しますが、すぐに崩壊します。 - ウイルス因子とその計算方法。 - 実際にバイラルループを段階的に分解して最適化する方法 - ウイルス因子を増加させるものと減少させるものは何ですか? - ウイルス因子を改善する方法 - コンテンツ共有、招待フロー、紹介ループ、コラボレーションループなどのケーススタディ。 - リテンションがバイラルな成長をどのように促進するか。 - リテンションをバイラルファクターの計算にどのように組み込むか - 新規ユーザーが既存のユーザーよりも多くのユーザーを招待する理由。 - 口コミと人工バイラルについてどのように考えるか。 - 有料マーケティング、SEO、ソーシャルメディア、および他のチャネルがバイラル要因に及ぼす影響についてどのように考えるか。 - なぜモバイルは最終的に古典的なバイラルループを殺したのか。 - 現代ではどのような種類のバイラルループが機能するか - ...その他多数 ご意見やご質問がございましたら、ぜひお尋ねください。うまくいけば、最終的にはこれを大きな PDF や、興味があれば読めるものにしたいと思います。あるいは、いつかデッキ生成 AI ツールPowerPoint何らかの長文テキストがあれば、実際に良いデッキになるかもしれません:) 方程式としてのウイルス増殖 通常、ほとんどの人がバイラルの成長について話すとき、それは、本当にクールなビデオをツイートし、何度も共有され、製品へのトラフィックを促進するなど、ばかげた(そして耐久性のない)ことを意味します。それは私が言っていることではありません。代わりに、私が話しているバイラルループは、招待機能、タグ付け、紹介リンクなどを備えた製品に設計されています。 これらのタイプのウイルスループには興味深い特性があります。 - 測定可能であり、追跡可能 - 製品の決定で改善できる - この計算は、あらゆる形態の製品主導のバイラル性 (招待、共有コンテンツ、紹介プログラムなど) に適用されます。 まず、ウイルス因子を測定することです。バイラル要因は単純な比率です -- 通常の思考実験では、100人のユーザーを製品に呼び込み、それらのユーザーが150人のユーザーを招待し、最終的に150人のユーザーを登録すると、225人のユーザーがサインアップするという具合です。 これはバイラル招待フローであり、この場合のバイラル係数は 1.5 になります (現実世界ではめったに見られません)。一方、100 人のユーザーが 50 人の友人にサインアップし、その友人が 25 人にサインアップした場合、バイラル係数は 0.5 になります。<1 の場合、ウイルス ループは最終的に機能しなくなります。 非常に正確には、ウイルス因子はRATIOです。分母は、期限付きコホート内のユーザーの # (X 日付から Y 日付までサインアップしたすべてのユーザーなど) であり、分子は、そのコホートからのバイラル ループを介して最終的にサインアップしたユーザーの数です。 例を使って具体的にしましょう。 ケーススタディ:コンテンツ共有 バイラルループの非常に一般的な形式には、ユーザーが本当にクールなものを作成できるアプリがあります(おそらく、それはAIや写真フィルターなどを使用します)。ユーザーが何かを作った後、それを共有したいと思うので、当然リンクが提供されます。新規ユーザーの中には、このリンクを受け取り、コンテンツを表示し、これらのユーザーのうち、自分のコンテンツを作成するためにサインアップする人もいます。本質的には、これが新しい生成ビデオおよび写真アプリ(Soraなど)が行うことです。しかし、これは、写真フィルターでInstagramを成功させたのと同じバイラルループでもあり、ブログも人気を博したものです。やっぱり、何かしらのコンテンツを作ると、自然と人と共有したいと思うでしょうが、そういう人も自然と参加したいと思うかもしれません。 したがって、概念的には、スマイルループは理解できるかもしれませんが、問題は、最適化するためにそれを使って何ができるかということです。 体系的にするには、追跡する必要があります。誰かが生成動画を作成するときは、URL 構造を使用して物事を追跡する必要があります。 productdotcom/vid/[ビデオID]?sharer_id=[共有者] (もちろん、共有するたびにユーザーIDは共有者IDとしてエンコードされます)電子メールやメッセージなどで共有する場合、招待者がリンクを取得し、ビデオを見てサインアップした場合、共有者の ID をユーザーのサインアップ行の横に保存する必要があります。したがって、通常のものを保存すると想像してください。 -身分証明書 -電子メール -パスワード -名前 - sharer_id <-- この招待状を起こさせたのはこの人です このテーブルでユーザーの行を見ると、そのユーザーが自分で表示してサインアップした場合、共有 ID が空白になることがあります。ただし、バイラルループの一部である場合、共有IDはテーブルにすでに存在する他のユーザーを指します。 バイラルファクターを計算するには、たとえば3か月前に参加したユーザーのコホートを取ります。これらの人たちが100人いるとしましょう。次に、そのIDのリストを取得し、それらのIDがその後の新しいサインアップで共有IDとして何回表示されるかをデータベースに尋ねます。それが50人だとしましょう。その時点でのウイルス因子は 50/100=0.5 です。 空白の共有者 ID を持つすべてのユーザーはどうなるでしょうか?私は時々、「Gen 1 ユーザー」または「オンランプ ユーザー」として表示されるユーザーを思い浮かべますが、バイラル要因の計算の一部としてこれらの人を破棄する必要があります。代わりに興味深いのは、第 3 世代と第 2 世代のユーザーの割合を比較することです。あるいは、Nが1でない限り、N+1世代とN世代です。この比率は、実際には時間の経過とともにかなりうまく安定する傾向があることがわかりました。 大きな疑問 製品でこれを行うと、「うわー、これはクールだけど、どうすればこの数値を上げればいいのか?」、特に「この数値を1を超えるにはどうすればいいのか?」と疑問に思うに違いない。 これは正しい質問です。これらのダイナミクスに気付いた瞬間、製品を変更してバイラル要因を高め、製品をよりバイラルにすることができることに気付くでしょう。たとえば、新しいユーザーが最初に入ってきたときに招待するように依頼したり、コピーして貼り付けたり、バイラル要因を高めるその他の機械的な変更があるため、ユーザーを招待しやすくする必要があります。これは、バイラルファクターを測定でき、実際に製品を変更してバイラルファクターを増やすことができるというコアインサイトの1つです。 この比率を追跡して計算できるため、ダッシュボードにも貼り付けることができます。先ほど説明したように、ユーザーIDを共有されるURLにエンコードする限り、追跡は簡単です。もちろん、計算できるようになったらすぐに、A/B テストを実行して、より多くの人が共有しているかどうか、そしてより多くの人が共有しているかどうかを確認できます。彼らはより多くの人と共有していますか?そして、グロースリンクを受け取った人々について、そのうち何パーセントがコンバージョンに至るのか、そしてそのコンバージョンをどのように高くするか。これは、バイラルファクターを最適化できる可能性のあるさまざまな方法のクックブックに存在するようなものです。 バイラルループのアイデアの強力な最後の側面は、実際には非常に一般化可能であることです。だからこそ、これはすべて、製品主導の成長の現代にとって非常に強力です。ユーザーのグループが何らかの形で別のユーザーグループを生成できるという話である限り、もちろん、その成長プロセスは、他のユーザーを招待しているからかもしれません。コンテンツリンクを共有しているため、他の人がサインアップしている可能性があります。あるいは、あるユーザーが別のユーザーを招待する紹介プログラムやその他の多くの戦術である可能性があります。これは、本質的に、マーケティングチャネルや戦略全体で多くの適用性が高まることを意味します。 ウイルス因子を計算する別の方法 ウイルス因子の計算方法をインターネットに尋ねると、少し異なるものが得られます。 バイラルファクター = # 招待 x % コンバージョン率 この定義は長い間存在していました。ただし、すべてのバイラルループが招待の一種として存在するわけではないため、欠陥があります。代わりに、共有フロー、コラボレーションフロー、紹介、その他多くのバリエーションが見られます。また、機械的には正しいですが、招待数を増やし、コンバージョン率を高めることは自然にバイラル要因に役立つと思います。あなたが本当に知りたいのは、2つのユーザーコホート間のこの比率であるという事実を捉えていません。 バイラルループとスパムループ これらの変数を単純に増やそうとすることにも暗い側面があります。 この方程式のより単純なバージョンは、できるだけスパムを送信する方法について考えるよう促します。ユーザーにできるだけ多くの友達を招待してもらうにはどうすればよいでしょうか?この種のインセンティブは、ユーザーを招待し、多くの人を招待するように促し、その後、招待状がスパムになり、コンバージョン率が高くなります。 Web 2.0 の時代に戻ると、これは実際に人々がバイラル性について考える傾向がありました。Bebo、Tagged、Bebo、Hi5、MySpace の人々が行ったようにソーシャル ネットワークの必要最低限の骨を構築した場合、通常、人々に電子メールで友達を招待してもらうことに基づいてネットワークを成長させていました。初期の頃は、実際に友達のメールアドレスを入力するように頼んでいましたが、面倒だったので、通常は5〜10通のメールを入力していました。電子メールとパスワードの組み合わせを要求し、受信トレイをクロールすることで、Hotmail または Yahoo Mail からアドレス帳をインポートさせることができれば、招待の数を 200+ に押し上げることができることがわかりました。もちろん、ウイルス因子が何であれ、20倍の増加はしばしばあなたを上回ってしまいます。 欠点は、死んだメールをメールで送信していたため、一般的にコンバージョン率が低下することです。最終的には、すべての電子メール プロバイダーがあなたをスパムとしてラベル付けし始めます。しかし、~10年間、輝かしい電子メールの招待ループが機能し、最終的に大きな勝者であるFacebookとLinkedinを含む多くの大規模な製品が構築されました。 チェーンレターとスパムループが失敗する理由 100年以上前、人々がお互いに実際のカタツムリの郵便の手紙を書くチェーンレターの概念があったことはご存知かもしれません。各チェーンレターには他の住所のリストがあり、ニッケルを郵送し、自分自身もリストに追加すれば、時間の経過とともに人々から指数関数的に多くのニッケルを受け取ることになるため、最終的には全員が金持ちになることがわかります。これは実際には非常に大きな問題だったため、最終的に郵便局はすべての配達を圧倒したため、それを違法にしなければなりませんでした。しかし、もちろん、数学的には、チェーンレターは失敗します。 理由は簡単で、彩度です。バイラルループがあり、毎回200人を招待すると、最終的には何世代にもわたって、ターゲット市場を完全に飽和させてしまうでしょう。計算してみると、200+ の招待状を 5 ラウンド通過すると、すでに地球上のすべての人間を攻撃していることになります。だから、最終的には、当然のことながら、同じ人たちを何度も何度も殴ることになるのです。当然、応答率は下がります。なぜでしょうか。1) すでに登録済みですが、その場合、招待は変換できません。2) あるいは、以前に招待されたことがあるが、興味がなく、交流もしない。いずれにせよ、応答率は時間の経過とともに低下する傾向があります。 応答率が低下し、製品がリテンションできなければ、数学的には新規ユーザーの大幅な急増が生まれ、しばらくは良さそうに見えますが、そのリテンションの欠如は、アクティブユーザーの総数が新規ユーザーのごく一部になってしまうことを意味します。 これが、いくつかの非常に実行可能な製品がサメを飛び越えてしまう理由です。 これまで、私は製品が粘着性があることを示すために、これらの指標のいくつかをリストアップしました。 1) 平坦化するコホート維持曲線 (粘着性) 2) 有効成分/登録 > 25% (TAM を検証) 3) 笑顔を示すパワーユーザー曲線 -- 熱心なユーザーが集中している (この強力なコアから成長します) 3) ウイルス因子 >0.5 (他のチャネルを増幅するのに十分) 4) dau/mau > 50% (毎日の習慣の一部です) 5) 市場ごと (SaaS の場合はロゴごと) の比較で、密度の高いネットワーク/古いネットワークは時間の経過とともにエンゲージメントが高くなります (ネットワーク効果) 6) 60/30/15 (毎日の頻度) を超える D1/D7/D30 7) 時間の経過に伴うユーザーごとの収益またはアクティビティの拡大 -- より深いエンゲージメント/習慣の形成を示します 8) >60%の有機的獲得と実際の規模(CACゼロの方が良い) 9) サブスクリプションの場合、年間リテンション >65% (有料ユーザーは固執しています) 10) トップライン指標全体で>4倍の年間成長率 これらはすべて網羅的なものではありませんが、製品が多くのバイラルユーザーを生み出すことができれば、そこに定着するのに十分なものがあることを示す強力な指標です。そうでない場合、最終的にスパイクは消えます。 製品と市場の適合性が必要であるという事実は、バイラルの高いアプリが一般の人々の意識から消えてしまうことがある理由の 1 つです。実際には、非常に高いウイルス因子や高い口コミを持つことができ、場合によってはそれを設計することさえできます。しかし、それはビッグバンのローンチやスーパーボウルのコマーシャルなどとほとんど同じです。途方もない急増が出てしばらくは素晴らしいが、やむを得ず、サインアップに対するアクティブユーザーの割合が非常に高くない限り、結局は失うことになる。 これは最終的に、Web 2.0 または Facebook プラットフォーム時代に作成された多くのアプリの結果でした。多くのバイラル性があり、潜在的に何百万人ものユーザー、さらには数億人のユーザーについて聞いたことがありますが、これがすぐに起こることもありました。しかし、その多くはバイラルループを設計した人々でした。そして、これらのユーザーが粘着性の欠如のためにアプリを離れると、これらのバイラルループは、何度も何度も再獲得を試みるように設計される可能性があります。これらのバイラルアプリの大部分は実際には成功したビジネスにはならなかったため、チームがグロースハックを作成する能力に非常に興味を持っていますが。もちろん、実際にユーザーを維持できるかどうかも非常に気にかけています。 -- 大丈夫です！今のところはここまでです。後でさらに頭脳を捨てる:)