起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識從風控的角度，審視在線教育行業增長黑客自傳播模型
編輯導語：近年來，關于增長的概念層出不窮，增長黑客也成為了產品經理眾多崗位中的新寵。不過，增長并非易事，這是一個不斷發現的過程，要在不確定的世界里不斷成長，敢于切割，直至找到核心的策略，建立某種確定性，然后不斷重復，如滾雪球般越滾越大。本篇文章中，作者就從風控的角度，審視在線教育行業增長黑客自傳播模型。
一、前言
相信每個運營人員，尤其是負責用戶增長的運營人員幾乎都聽說過“增長黑客”。
近年來，增長黑客的思維模式在運營圈中逐漸被炒熱。
“增長黑客”代表著一種數據化運營的邏輯，通過細分業務流程邏輯點，在每個流程點利用數據化思維提高轉化效率，在有限的運營推廣成本下盡可能提升用戶傳播的效率。
在各個招聘平臺上面簡單搜索一下現在國內招聘增長黑客的公司，會發現教育行業居多。絕大多數人第一反應肯定是疑惑的，為什么在線教育行業需要這么多增長黑客呢？
其實原因很好解釋，增長黑客的目標就是低成本、高效率的精準營銷，根據在線教育行業的公開數據，基本上各類型公司的獲客成本都在4位數，少數公司獲客成本在三位數。
加上在線教育行業產品單價較高，且相對別的行業加入了電話和社群直銷的環節，受前端銷售影響，部分前端數據的采集和數據溯源流通在復雜的業務場景下更難以追蹤。
高成本和流程的復雜，用戶群體的特征明顯，讓增長黑客在教育行業中更能發揮自己以數據為依托，在有限成本條件下提高拉新率的能力。
在增長運營中，“病毒式增長曲線”占據了重要的地位，而“病毒式增長曲線”可以理解為用戶的自傳播曲線。
俗話說的好，物以類聚人以群分，這個經驗理論在互聯網行業同樣適用。
數學領域有個著名猜想叫六度空間理論，即最多通過6個人你就能認識一個陌生人，現在的互聯網運營從業人員也在通過類似六度空間理論的做法實現拉新效率的提升轉化。
在猜想中認識一個陌生人傳遞信息需要通過6個人，而在現如今的互聯網環境下，同類型用戶聚集度相對更高，針對某一群體所定制的信息能夠更輕易的觸及目標用戶群，信息傳遞效率的提高除了客觀環境變化，還來自于對不同細分用戶類型的運營手段的變化。
2020年初突如其來的疫情對經濟環境造成了巨大的沖擊，但現實社交空間的減小讓互聯網信息傳遞顯得更加重要，自傳播這種聚群式的信息傳遞方法也被眾多企業重視起來。
二、自傳播活動的設計邏輯
運營的推廣拉新方式有18種之多，而在18種運營推廣方式中涉及轉介紹或者自傳播的的僅僅只有社群運營一種，也是唯一一種由用戶分享而實現拉新方式。
轉介紹或者說自傳播，在傳播數量上可能和廣告類渠道投放沒法相提并論，但在效率上和用戶質量上卻要遠遠高于其他渠道。
任何行業都有“28定律”，互聯網也一樣，像筆者之前接觸過的一些在線教育行業的客戶，從他們的反饋來說，幾乎每次運營活動下只有5%-15%的新注冊用戶會購買高價的課程，大約30%-40%的注冊用戶會購買低價的拼團課。
而剩下50%左右的新用戶幾乎都是對活動中提供的實物獎品和體驗課感興趣的低價值用戶。
對于公司的運營部門來說，精心設計的活動帶來的高價值、有轉化能力的新用戶數量卻不多，倒是引來了很多實際需求不明確的低價值用戶，甚至有部分黑灰產（嗯……雖然說是工作上說是抵制黑灰產，但我還是實打實的薅了不少教育機構的羊毛）。
相信運營人員如果混跡在不同的社群中，會經常發現以下這類情況：
由于在拉新活動最初沒有很好的對潛在用戶進行分析歸類，很容易導致大量非目標用戶參與活動，增加了運營成本。
而增長黑客的關注點就是在那20%的高價值用戶群體能否帶來更多的高價值用戶群體，從而實現產品在用戶社群中的自傳播。
病毒獲客曲線和渠道獲客曲線圖
病毒式增長模型本身來源于醫學的概念，可以拿今年約翰霍普金斯大學為新冠疫情做的統計數據圖舉個例子：
從右下角的趨勢圖和我們的病毒式增長模型對比可以看出，兩者是極為相似的。
就像和新冠患者在一個封閉空間下新冠病毒會通過各類介質傳播，病毒式增長模型的目的也是用戶作為主傳播者，通過各類渠道主動分享產品、活動，以達到“感染”周邊社群用戶的目標。
對病毒式增長模型而言，其病毒系數是非常重要的。
就像過去朋友圈集齊多少贊就能免費參與XX活動一樣，病毒系數可以簡單理解為，一個用戶能夠吸引到多少新用戶的目光，在現階段的運營中更多代表著每個用戶能夠帶來的新用戶數。
從運營人員的角度可以簡單用一個公式進行闡述：病毒系數K=被邀請新增用戶/主動發出邀請的用戶數
K=i*conv
其中，i是分享觸達率，conv是轉化率。
根據以上理論，提升K值，意味著參與裂變的用戶人數越多，增長曲線也會更加陡峭。
根據計算，我們也能得出，只有當K值大于1的時候，新增用戶量才會一直上升，如果K值小于1，在不斷的傳遞下新增用戶的數量會不斷減少，直到沒有新增用戶，那肯定是不行。
當然，在實際的運營場景下，我們還需要考慮用戶不分享，用戶多次分享，用戶分享觸達率變化較大的情況。
確定了病毒式增長模型之后需要設計好轉介紹的活動形式，畢竟用戶分享的起始動力還是來自于活動本身。
轉介紹活動的設計依據4C原則，根據運營針對消費者的4C原則，即消費者的需求、消費者得到滿足的成本、消費者購買的便利性、與消費者的溝通交流。
運營人員通常從消費者的需求角度出發，將需求簡單劃分為物質需求和精神需求，物質需求可以是獎金、實物獎勵、紅包、返現等等，精神需求則可以是滿足感、虛榮心等等，這方面可以通過分享個性化海報、活動成績單實現。
剩下的三個C通常和運營活動的形式有關，在摸清楚用戶的需求之后需要運營人員使用運營成本低且便于消費者使用的運營手段，并保持一定的溝通頻率以獲取用戶反饋。
自傳播模式的核心特點在于高粘性的用戶群和便捷可玩性高的分享方式，理論上，不考慮運營成本的情況下，這兩個核心特點的配合能夠吸引同個垂直領域內的大部分潛在用戶。
從結果論的角度分析，目前各行業以自傳播為核心拉新手段的公司來看，基本上都是在細分行業內占據前列的獨角獸企業，轉介紹能夠幫助企業大范圍收割潛在用戶。
但目前用戶的轉介紹行為通常和活動掛鉤，尤其是在線教育行業，出于對在線教育產品本身的認可而自發推廣的情況仍相對較少。
三、自傳播在實際操作上容易碰到的風險點
說到這看是不是看起來一切安好？覺得自己設計好了活動形式，確定了活動策略，能夠精準定位用戶內心的需求，讓用戶做到自傳播，那自己這個季度的KPI就能超額完成了？
確實，在接觸中，筆者發現大部分的增長運營人員在策劃運營活動時都信心滿滿，從方法論上面看幾乎沒有任何偏差。
但到了活動中期或者后期不斷檢查修正的時候，突然發現新用戶的轉化率下降了，新增用戶質量下降，電銷團隊轉化率下降，部署在H5頁面的活動收到大量請求導致響應速度下降，消費用戶投訴，感覺不如意的事一件接著一件的來，就像惡性循環一樣。
絕大部分的業務團隊在這個時候會與技術支持反饋，對活動策略進行調整（這就是經常被消費者詬病的“解釋權歸活動運營方所有“），或者對電銷團隊提出更高的銷售轉化要求。
但實際上這些都不是變數產生的原因。
因為自傳播本身是用戶自發的傳播行為，屬于范圍型傳播，而傳播的終點和傳播的方向是不可控制的。
在現實生活中，不同類型用戶的社交圈并不是完全割裂的獨立群組，高價值用戶的社群同樣可能和低價值用戶的社群有一定交集，同樣的，也可能和黑灰產的社群有交集。
黑灰產實際上也是用戶，一般來說用戶的需求也是黑灰產的需求，我們可以將黑灰產看成比普通用戶更渴求利益的用戶（說白了就更喜歡占便宜），運營人員針對用戶需求而推出的活動對黑灰產的吸引力更強。
大量的非目標用戶涌入活動，在前端沒有進行用戶過濾的情況下，電銷人員進行無差別服務，運營方提供無差別的獎勵，給黑灰產提供了絕佳的生產溫床。
在第一批黑灰產“入駐”之后，通過自傳播的方式，這個群體開始不斷擴張，病毒式增長真正變成了“病毒式增長”。
造成這種情況的原因往往是業務方通常在設計活動的時候只考慮獲得新用戶，較少考慮獲得什么樣的新用戶，加上新用戶沒有歷史數據作為參考，自傳播獲得得用戶又不能像渠道獲客一樣標記渠道分數，運營方很難對自傳播的用戶進行價值分層。
高價值用戶中夾雜著黑灰產，黑灰產中夾雜著高價值用戶，這種情況下要精準挖掘出黑灰產群體更加麻煩。
四、風險點的處理方式
針對這類潛在風險點的處理方式主要有兩類：
1. 第一類方法是通過黑灰產的變現邏輯所確定的
所有的用戶群都有群體意識，同樣的，黑灰產的群體類似。尤其是通過自傳播在app社群內形成的黑灰產群體。
除了通過技術手段識別一些改造過的機器之外，還需要從黑灰產的業務邏輯進行考慮。黑灰產和公司一樣也有自己產業內的邏輯線條，黑灰產上游提供技術手段工具，中游整理情報和變現手法，下游執行操作實現變現套利。
現階段的黑灰產已經不僅僅只是通過技術手段薅羊毛，他們會發動大量的下游用戶，利用真人刷單套現。
但黑灰產無法逃避的是他們產業的運營邏輯。上游黑灰產為了實現利益最大化，通常會給下游真實用戶輸出操作文檔，幫助下游用戶實現效率最大化。
這張圖就是非常典型的上有黑灰產提供的作案方案和作案工具（打個碼避免暴露我的臥底身份）。
通過這些操作簡易的步驟和流程可以進行一定的判斷，為了實現薅羊毛效率最大化，不管是機器操作還是真人操作，一般都會盯緊某個目標（搶過鞋的朋友應該知道要在準點瘋狂點擊購買按鍵），進行重復性機械化的操作。
受制于其較強的目的性，黑灰產在參與活動時的操作成流程式，通常在注冊登陸后直奔活動頁面，而經過上游黑灰產培養的下游黑灰產在操作流程上甚至都一致。
如果是相對復雜一點的活動，需要多重認證，黑灰產下游甚至連認證順序都會一致。
通過用戶的操作邏輯可以簡單將用戶進行分類分層，將大量操作一致性較高的用戶劃歸到風險用戶。
不過鑒于這些用戶都是真人，雖然在轉化概率上較低，但畢竟有轉化的可能性，不能輕易舍棄，一般對這類存在風險的用戶就是盡可能設置一些門檻，提高他們參與活動的難度，設計較為完善的體驗流程讓用戶在獲得一定利益的時候培養對產品的歸屬感。
2. 除了在業務邏輯和產品邏輯上能夠進行一定防范，還可以深入挖掘用戶之間的關聯度
自傳播模型本身依托于用戶之間的關聯性傳播，我們同樣可以在用戶形成關聯網絡之后審視關聯網絡的質量。在金融機構中，關聯知識圖譜能幫助風控部門找出欺詐團伙。
舉個例子，用戶A在B商戶用信用卡POS機刷信用卡套現被發現了，而用戶D經常在B商戶刷信用卡進行消費，假設B商戶的風險系數為1，那么用戶D也會被打上風險標簽，但風險在傳播的過程中可能會呈現一定衰減。
如果用戶D沒有什么風險行為被記錄的話那他的風險系數可能會下降為0.2，風險系數的確定和衰減受風險事件、和高風險用戶的交易記錄等因素的影響。
天眼查中VIPKID的關系圖，最為簡單的關聯網絡
就像活動能夠在用戶中分享傳遞一樣，風險同樣會在用戶中分享傳遞。
在互聯網場景下同樣如此，高風險個體被發掘定位后，可以通過他的設備信息，設備所在地，自傳播方向定位出周圍的低風險群體，打上標簽，進行一段時間的重點關注，最終實現整體風險團體的挖掘，進行打擊。
當然，這種用關聯圖譜的方式也能夠找出高價值用戶之間的傳播路徑，做到更好的精準營銷。
四、寫在最后
新興互聯網公司在發展中往往專注于業務的拓展，開展業務的思考角度相對來說較為單一，只有從多方面思考發展的方向才能最終實現業務的增長。
作者：RRRRRC；公眾號： Logan的運營學習日記
本文由 @RRRRRC 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于 CC0 協議
英語課程了解一下
很受用