推荐序 1

    当社交遇到移动互联网

    《今日头条》创始人兼 CEO 张一鸣

    社交就是一场信息交互运动。人与人之间通过发送信息进行沟通与了解，也通过接收信息来调整自己的形象和立场。而所有涉及信息的事物，必然

    被互联网所改变。

    最近两三年，社交发生了巨大的变化。互联网上的四大服务——信息获取、社交、娱乐游戏、购买与支付，都在产品形态与用户体验上发生变化。比

    如，在信息获取上，用户由原来的主动搜索与分频道浏览，变成了在手机

    上刷新信息流，以及社交网络上朋友的分享。现在，信息更多时候是自动

    出现在用户眼前的，根本不用费心寻找。社交则通过新的服务，让彼此在

    虚拟空间中时刻保持联系。

    这些变化的核心是介质变了，承载这些服务的介质由原来的个人计算机变

    成了手机。

    随身携带的手机、可穿戴设备就像人体向外延生出的“触角”，连接着现实

    世界与数字世界。人与人、人与信息之间通过“触角”进行各种交互，这些

    交互行为在数字世界生成了很多新数据，在新数据的基础上会衍生各类新

    应用与新工具；新应用和新工具一旦被用户掌握，又会催生更多的新数

    据……

    新数据带来新服务，新服务催生更多新数据，两者会形成一个良性循环，彼此促进，形成一个双螺旋，产生一股创新驱动力，可以源源不断地为用

    户带来更多新奇有趣的服务。无论这些应用或服务是否会快速衰落，从用

    户的角度来说，用户都是受益的。用户获益，移动互联网才会愈加繁荣，才能让更多的开发者享受到“红利”。

    在本书中可以看到脸萌、魔漫相机等引爆社交网络享受红利的例子，实际

    上，这些都是刺激用户创造内容、产生新数据的应用。在移动互联网时代，用户创造的内容同样发生了变化，甚至可以说发生了更大的变化，尤其是

    在图片、视频领域。手机使得图片创作的门槛大幅降低，摄像技术的进步

    则赋予用户愈发强大的能力，越来越多的用户通过手机表达自己的感受。

    这些内容在数字世界源源不断地流淌着。

    不仅是在中国，新应用催生新数据、新数据带来新服务的双螺旋也在国外

    主流社交网站上发生着。

    社交网站Facebook (脸谱网)推出新视频应用Riff 。用户可以先用 Riff

    拍摄一段长达 20 秒的视频，为它拟一个标题，发给朋友后，其他的朋友

    也能够将视频片段叠加在这个视频中，使其成为集体创作的视频。

    社交网站Twitter(推特)推出视频直播应用 Periscope ，其前身是

    Meerkat 。有了这款软件，每个人都可以成为视频新闻的播报员。另外，Twitter 还针对媒体机构、内容发行商和广播电台推出了Curator 功能，用户可在观看或收听节目的过程中实时参与 Twitter 讨论，帮助媒体人在

    接收信息的过程中创造更好的内容。

    社交网站Instagram(照片墙)推出拼图应用 Layout。用户可以选择已经

    拍好的照片或马上自拍 4 张照片制作成一张，可以随意排列图片和调整大

    小。

    实际上，这些平台都在探索能够驱使用户产生新内容、产生新数据的工具，以此来反哺平台自身，让用户对平台产生更大的依赖。

    作为信息分发平台的《今日头条》，当然也与社交网络有着密不可分的关

    系。书中提及的清华大学新闻与传播学院沈阳教授，曾对微博分享的资讯

    做过一个统计，结果是，《今日头条》是微博上社交分享评论量第一的资

    讯应用，分享量比第二名到第十名加起来的总和还要大。实际上，这正好

    也说明了社交就是一场信息交互运动，在移动互联网时代，信息与社交更

    是不可分割的两个主体，基于信息的社交是社交中非常重要的一个环节，同时也是引爆社交网络的一个切入点。

    《今日头条》是用推荐的方式为用户提供信息，除了推荐用户自身感兴趣

    的信息之外，信息新颖性和多样性也是需要达到的目标，这里就会通过社

    交关系来创造信息的偶然性，因为社交关系是重要的协同特征。比如，一

    则资讯可能并不是用户过往的阅读喜好，但却是他的好朋友喜欢的，这样

    的资讯也会推荐给用户。这样就解决了很多人认为的个性化会让信息获取

    面变窄的问题。这个例子实际上说明了社交网络提供了数据“红利”，又由

    此为用户创造了更好的服务，用户也分享到了“红利”。

    当社交遇到移动互联网，越来越多的信息被转化成内容，会让这个世界变

    得更加透明；越来越多的数据产生了新的服务，信息也越来越高效地到达

    需要的人手中，分发更加高效。透明与高效，这应该算是真正的“红利”吧。

    推荐序 2

    引爆社交的火药与解药

    和君咨询合伙人 宋旭岚

    在我们和企业客户的咨询和沟通过程中，发现很多企业家和营销人员都得

    了“互联网焦虑症”——大家已然感受到移动互联网的颠覆大潮席卷而来，已然看到线下门店门可罗雀，渠道和营销规则在悄然发生变化，大家发现

    传统的营销方式已经在失效，需要引用新的营销方法已经成为共识，但是，从哪儿做起？怎么做？人们还有很多困惑。因为互联网营销发展太快，还

    没有成型的方法论。大家都在摸索和尝试……在探索和实践中，发生了很

    多四两拨千斤似的几何级数增长的奇迹。一个个看似偶然的引爆事件，背

    后还是有其规律和共性的。

    本书作者从社会化营销的角度，提炼了“社交引爆”的四大定律，针对如何

    应用四大定律提供了具体生动的案例。有引爆的“火药”——“短”、“新”、“好友”，也有引爆“后遗症”——“快衰”。有趣的是，作者以乐观的态度，在提出问题的同时，也给出了“解药”——社群运营。深入分析了社群的构

    建、社群成员的连接、社群的成长和黏性、社群中的激励机制等，提炼出

    社群运营的四大原则。可赞的是，作者不仅在营销和用户沟通方面进行了

    阐述，而且还深入产品开发和内部管理上，对如何利用社交红利，实现快

    速“轻开发”和敏捷的“自管理”也进行了论述。

    在这个旧规律被打破，新规则尚在建立的时代，用老经验应对新环境肯定

    是越来越不靠谱儿了，需要新的思路和方法，需要守正出奇。“守正”是坚

    持做好产业定位，做好产品，这个是基础。“出奇”是在好产品的基础上，用心设计一些让用户尖叫和传播的“引爆点”，利用互联网营销和社交网络

    引爆市场。

    在我为企业提供互联网战略转型和网络营销方面的咨询服务中，常有客户

    提到阿里巴巴或小米，看到不少介绍阿里巴巴和小米的培训内容或文章，从结果和表象倒推来分析论证一些已有的观点和假设，因为企业发展具有

    特定的背景和企业领袖的特质，这样的案例分析结果很难成功运用，还有

    可能导致企业东施效颦，失去了自己的特色和机会。这些“大案例”的分析

    文章很多，但至今也没有出现第二个阿里巴巴或第二个小米。

    本书中甄选的案例大多是一些小应用，难能可贵的是，这些案例都有真实

    的后台数据，以及作者与产品经理和开发者的对话及情景再现，细致地重

    现了从星星之火到引爆的过程中的重要节点和细节，原汁原味，引人入胜。

    这样真实的复盘和数据能引发读者的思考和想象，见微知著。本书一气呵

    成，既想快点一口气读完，又想读慢一点，结合自己的情况再深入思考一

    下、再好好想想、再延伸一些。

    很好奇一个理工男怎么会有那么细腻的笔触和大量的细节再现。在和作者

    沟通中得知，本书写作完成时，他的宝宝也要诞生了，这本书也是他的另

    一个宝宝。每一个案例，作者和开发者都进行过多次深入的沟通并找到相

    关数据。经过一年多几十次的反复迭代和修改，终于定稿，可谓用心用情。

    非常喜欢本书朴素又不失深度和灵动的写作风格，是一本难得的、对专业

    人士有启示、对入门者有帮助的好书。希望本书出版后，各行各业能够出

    现更多的“引爆”故事，出现更多的“爆破手”。

    前 言

    “一九法则”时代

    社交网络不断向前发展之余，其所提供的红利会变成什么样？

    魔漫速度和脸萌记录

    如果我们对微信数据略微熟悉，会看到今天的这个移动社交霸主，在诞生

    1 年零两个月后收获了 1 亿用户。(2011 年1 月21 日发布，至 2012 年

    3 月29 日用户突破 1 亿，共历时433 天。)这些关键时间节点和用户增

    长历程，被镌刻在了广州微信办公室门口。不仅微信，海外同行

    WhatsApp、Line 的用户增长速度都不逊于此。在苹果应用商店(APP

    Store)榜单上，连同 Facebook、QQ(即时通信软件)等在内，大型社交

    网络一直盘踞着不同国家市场的排行榜高位，是移动世界的主宰之一。

    但它们在新用户增长速度上并不是最快的。依托社交网络进行发展的应用

    或服务，比社交网络本身的增长速度还要快。比如 2014 年7 月，魔漫相

    机用户数达到了1.6 亿，距离其正式推出仅一年时间。这款上线于2013

    年7 月的应用便于用户将头像照片和各种漫画素材融合在一起，以制作出

    不一样的漫画化照片。同年10 月底，魔漫的下载量位列苹果应用商店中

    国区市场第一，此后 8~10 个月时间内，陆续在140 个国家市场中荣登榜

    首。在现有1.6 亿用户中，60%是由海外市场贡献的。获取新用户速度和

    国际化速度这两项指标都超越了微信。

    我们不妨将这个速度称为“魔漫速度”。在社交网络(包括微博、微信及其

    海外同行应用)中，魔漫速度是一个值得关注的典型案例。创业早期在没

    有腾讯、百度、阿里这样大资源盟友力推的前提下，应用一经推出，就以

    从微博、微信中每天获得超过80 万激活下载用户的速度迅速发展，最多

    一天还曾超过300 万。并在用户的自然分享、推荐中，以中文版本之身进

    入国际市场。

    类似成绩在另一款用户自助制作头像应用——“脸萌”中再次出现。借助这

    款应用，用户可以做出明显带有动漫“海贼王”风格的头像。2014 年 4 月，脸萌在国内上线，5 月掀起了用户下载热潮，6 月最高一天激活下载用户

    数达到500 万，刷新了魔漫创下的纪录。4 个月后，脸萌以“Face Q”之名

    进入海外市场，旋即以最快的速度登顶苹果 APP Store 17 个国家和地区市

    场的下载总榜，以及 64 个国家的娱乐榜。

    我们尝试将社交网络在单日内自然带给某一合作伙伴的最高用户量(比如

    同样以微信带给单一无线应用的最高激活下载数量为例)，纳入一条曲线，我们会看到这样的发展趋势，如图 0–1 所示：

    图0–1 最高单日下载数量

    从社交网络中获得的用户总数，及最高单日新增用户数，这两个数据可以

    看作社交网络所提供红利的一个缩影。在 2013 年前，国内社交网络一天

    内带给某一合作伙伴(同样以无线应用为对象)最大激活下载用户数大约

    为8 万。2013 年5 月，这个数据首先被“疯狂猜图”刷新，这款游戏从微

    信获得了单日最高80 万的激活下载用户。此后这一数据又被魔漫和脸萌

    刷新。

    上述数据简单而清晰地告诉我们，在短短一年间，社交红利已经实现了量

    级飞越。社交网络将更为丰厚的红利提供给了更优秀的创业者。在可见的

    未来，“最高单日下载数量”这条曲线(图 0–1)的增长走势还不会停止。

    仍会有新的合作伙伴借助社交网络实现更大规模的爆发。事实上，“围住

    神经猫”这款小游戏也创下了最高纪录，只是因为其采用了 PV(网页访问

    数)作为统计指标，而无法将其放在图 0–1 中做对比。

    一进入社交网络就直接引爆

    一开始，我们将包括魔漫、脸萌在内的迅速崛起的应用，称为“国民级应

    用”。它们通过社交网络迅速占据了用户所看到的信息流及手机屏幕，不

    仅如此，国际化速度之快，仿佛自然而然。它们是如何做到的？

    在过去的时间里，我们经常和各个创业团队进行频繁的接触和沟通。坦率

    地讲，这仍是平台的便利之处，也是身为作者的我足够幸运的地方，能在

    这样一家平台级公司工作，不仅得以近距离旁观无数应用的诞生和发展历

    程，也得以切身体会大部分时下最为火爆的创业领域、应用，以及它们背

    后的运营状况与数据；旁观这些优秀经验被复制到无数不同的产业与公司，也有机会深入地去做分析和研究。

    在社交网络中，不同企业、创业团队及其应用和服务，会画出自己的发展

    轨迹曲线，如果以“年”为单位来观察，会看到几种典型走势的曲线。

    过去我们可见，大部分在社交网络中获利的合作伙伴，曲线走势由低到高，随着时间和投入不同逐渐累积提升。这就像企业在通过社交网络不断聚集

    能量，直至找到引爆点。积累曲线严格遵循着基于“信息”、“关系链”和“互

    动”这三个原点构建的基础法则，我们在《社交红利(修订升级版)》中

    做了最详尽的分析。

    从某种角度来看，这是企业在社交网络中从 0 分成长到 1 分，再到 10 分、50 分、100 分的过程。随着时间的推移，企业从社交网络中获取红利的

    能力越来越强，且持续、稳定，不断向上攀升，很难会有快速下跌这样的

    “意外”发生。图0–2 是典型的积累势能曲线，大部分合作伙伴都会形成类

    似的曲线特点。

    但迅速引爆的国民级应用与此不同，它们有着一个共同的特点：这些应用

    从进入社交网络那一刻开始便急速狂奔，出现在了海量用户面前，并将他

    们迅速转化为自己的用户。就像是一条有着巨大势能的河流，在一处断崖

    倾泻而下，势若奔雷。

    图0–2 典型的积累势能曲线

    我们将这类应用在后台所走出的曲线，称为“起点即引爆点”——如果将应

    用或产品进入社交网络的那一刻称为“起点”，将应用在社交网络中爆发的

    那一刻称为“引爆点”的话，在魔漫相机、脸萌、围住神经猫、打飞机、微

    信红包等应用和服务中就会看到这样的曲线：一款受到欢迎的应用或服务、运营活动、信息，在进入社交网络的一刹那就开始了自己的引爆历程。引

    爆会突破人群、市场的限制，没有高端、低端，以及国家、区域、市场之

    分。图0–3 是典型的一进入社交网络就直接引爆的曲线代表。

    引爆曲线背后是企业直接从0 分跃升到 100 分的过程，其所能达到的高

    度，会迅速超越积累曲线，但往往下跌也非常迅速。

    不可否认，我们曾经一度忽略这类特点的曲线，认为迅速引爆又迅速下跌

    的现象并无多大意义。在微博、QQ 空间、微信开放后的前 3 年，“起点即

    引爆点”类型的应用只是少数个案，尤其多以“七天应用” [1]为主，因此只

    将其作为社交网络中的辅助现象进行观察，类似看法在业界中广泛存在。

    2013 年下半年开始，一进入社交网络就直接引爆的应用和服务数量激增。

    如果将拥有类似特点的公众账号、营销活动、热门事件等一并纳入我们的

    视野中来，则会看到这些亮眼的故事每时每刻都在发

    图0–3 典型的一进入社交网络就直接引爆的曲线代表

    生——即便不是每次引爆都能达到国民级应用的程度，但在特定人群中引

    爆也足够让人心动。

    本书侧重分析的，正是具备这一典型走势特征、快速崛起的应

    用或事件。它们已然变成了大众都能具备的能力，大部分引爆案例最开始

    出现在小团队、草根创业团队中，此后迅速向不同领域、不同层级的企业

    施加影响。这是推动我们重点观察社交引爆现象的最主要原因。

    我们很快发现，刚进入就引爆的“它们”不再是昙花一现，而是开始催生出

    许多新规则和效应，并深刻地影响着社交网络中的人们。有时，引发这些

    引爆现象背后的新效应和规则，只是源于社交网络中某一个微不足道的小

    变化。迅速下跌已然不是忽略“它们”的原因，相反，这变成了引发思考的

    起点：

    迅速引爆的应用或服务，可以怎样来改变自己的走势，变得如积累曲线那

    样持续向上？

    一九法则

    引爆曲线所代表的势能倾泻之势，造成了一个独特的结果。有一天，在与

    魔漫相机创始人黄光明沟通时，他无意中提到这样一个现象：魔漫刚为人

    知时，业内大约有30 个创业团队被迅速组建起来，想要复制这款新兴的

    国民级应用。但在3 个月后，这些应用全部消失在了“红海”之中，仅剩魔

    漫一枝独秀。

    在笔者上一本侧重讲述社交网络基础逻辑与法则的书籍《社交红利(修订

    升级版)》前言中，也看到了啪啪创始人许朝军类似的表述：

    (啪啪)直接采用了成熟社交网络的账号登录体系，借此，在用户制作有

    声照片后，可被鼓励分享到各大社交网络中去。这一做法是为了利用社交

    网络已有的便利，用户可以更方便地注册、找到自己熟悉的朋友并留下来。

    和社交网络的融合还能让创业公司获得更快的发展速度，借此甩开可能的

    潜在对手。确实，自上线以来，同类竞争对手对啪啪很少能够造成威胁，追随者被远远地甩在了后面。

    黄光明说：“我们的对手都消失了。”许朝军说：“追随者都被远远地甩在了

    后面。”这个特点我们一开始就有所感知，社交中用户的关系链(也就是

    用户和他的好友们)会对一些自己喜欢的应用和现象进行保护，并将其竞

    争对手驱赶出去。(详见《社交红利》“关系链壁垒”一章。)和社交红利

    所发生的变化一样，这个现象似乎也发生了一些变化。

    我们将其中一家和竞争对手的某一项关键数据放在一起进行简单对比，将

    用户从社交网络回到服务提供方进行访问的数据(也称回流)抽离出来，放到一张饼图中时，便会看到这样的比例分布，如图 0–4 所示。

    图0–4

    数据直观地告诉我们，这款应用几乎主宰了社交网络中这一细分领域，而

    其他对手集体被压制在一个微小版图范围中，第二名仅占 4%的市场份额，其他数家的市场份额甚至可以忽略不计。继续再看另一家的数据，它在这

    一细分领域中勉强找到竞争对手，当将数据抽离出来加以对比后，发现差

    距更为悬殊。行业老大占据了市场份额的 99%，如图0–5 所示。

    在这两张图中，都有一个前置条件，那就是细分领域。尽管社交网络已成

    为移动生活中不可或缺的一项服务，但就现在而言，它仍然无法承载太

    “重”、太“庞大”的应用。只有在细分领域，应用或服务才得以切入并快速

    崛起，关系链也才能适时发挥保护作用，将竞争对手和类似玩法的追随者

    踢出自己的好友圈子。

    图0–5

    这项分析虽然隐去了应用的具体名称，并选取了外界不易获得的回流，我看到了当天排名靠前的文章标

    题：“习大大只用一句话，就让无数的官老爷无地自容”、“滋味：十月萝卜

    小人参，萝卜家常菜 4 种做法”、“十一月，中国最美的地方在哪儿？”大多

    数是典型的“这最好玩”风格。

    时间推移到2015 年 4 月27 日，我们再度查看这张榜单，看到风格仍然

    没有发生变化：“你见过最美的女生是什么样的？”、“万万没想到，贬值最

    快的竟是这十款车型”、“如何委婉地拒绝学长的表白？”等等。

    社交网络中环环相扣的成本问题

    受到“短”定律影响，我们不得不开始关注用户的社交成本问题。这个成本

    并不是现实生活中所说的资本投入、人力投入等，更多指用户在参与一款

    应用、活动、服务或面对一篇文章时，所需要花费的时间、步骤等，是从

    用户的角度提出的。

    上一节的内容已经揭示了一个现象：在引爆应用或服务中，每一位用户都

    扮演了大节点的角色——每位用户的分享为应用带来了更多新用户。这其

    实是一种错觉，只是相比其他应用，引爆应用的分享率和转化率更高。

    其实成本问题一直体现在社交生活中，只是没有像今天这样被格外突显。

    如积累曲线(图0–2)所示，大部分企业从社交网络获利是一个逐渐积累

    能量的过程，要经历一段或长或短的适应期，并持续进行积累和优化。这

    个优化过程，正是缩短和减少用户成本的工作。

    在《社交红利》中，我们曾讨论了活动运营的六大法则(分别为：免费、简单、透明、有趣、可累计和可兑换)，排在前面的首先是“简单法则”和

    “免费法则”，就是从降低用户的消费成本和参与成本来切入并提出的。

    在本书的第一章第五节中，我们还将看到那些迅速崛起的小应用是如何被

    开发出来的，其核心要求即是要简单、快速地上手。今天，大部分热门应

    用的使用时间为“秒级”和“分钟级”。

    一款产品是否易于上手，通常是创业者和产品经理非常关注的核心问题之

    一。简单几分钟就可以玩完一盘游戏，意味着用户非常容易理解应用是什

    么，应该如何去使用。移动互联网的从业者们曾提出过“2 秒定律”，即如

    果一款应用在2 秒时间内无法让用户明白自己是什么及如何操作，就将遭

    到被抛弃的命运。在实际工作中还能看到，用户在某个环节多花一秒时间，这个环节的用户流失率就将增加 8%~10%。

    在“粉尘”状态中，用户过去黏着在网站上可以长达几十分钟、几个小时。

    现在人们体验和使用一款应用仅用数秒，一目十行之下，十几条信息已经

    被手指划过。用户和好友、应用及服务的接触过程，变得越来越碎片化。

    在一瞥之间就要让用户看明白并将其吸引进来，对产品体验、服务提供、内容撰写与编辑等，都提出了更高要求，企业的运营难度无疑更大。这时，越是通俗易懂，越容易吸引用户体验。

    在引爆现象中，公众文章的标题仅从降低用户理解成本这一环节入手就实

    现了高阅读率。“这最好玩”是理解这一现象的最佳注释，编辑们整理标题

    规范，核心功用正是使标题“通俗易懂、易于理解”，降低理解成本成为吸

    引读者打开文章进行阅读的第一关。也即我们在上一节提及的打开率等数

    据指标。(当然，这样做也容易陷入“标题党”的争议中——指充满噱头的

    标题和正文内容完全不相干。类似困扰一直存在，本书暂时不围绕这个话

    题展开讨论。)

    这仅仅是和用户接触的第一环。社交网络中，降低成本贯穿在企业和用户

    接触的整个环节中。这些成本还可以根据具体环节，进一步被细化为理解

    成本(“这最好玩”仅仅是降低理解成本中的一部分而已)、消费成本(使

    用这个产品或服务)、创造创意成本(如用户使用脸萌和魔漫、足记等

    应用制作一张图片、分享时写一段文字内容等)、扩散成本(指分享转发

    等动作)和转化成本(即潜在用户看到分享信息后转化为使用用户)等，如图1–6 所示。

    图1–6 成本的细分

    这些成本都和用户付出的时间成本和动作数量有关，不仅仅是吸引用户，还需要用户在享受完优质的服务之后，能情不自禁地将这种愉悦的体验分

    享出去，是一个环环相扣、不断传递的过程。

    所谓创造成本和创意成本，就是降低用户在不同社交网络中拟写信息、分

    享信息的门槛。例如，分享图片的数量在 QQ 空间和微信中都持续增加，原因是拍摄和发布图片要比撰写文字方便。在引爆案例中，我们也已经看

    到了“围住神经猫”在降低用户分享信息难度上做出的两个方面调整。

    扩散成本和转化成本是指，用户好友看到信息后，被转化及再次分享的比

    例，这将是我们在“新”定律和“好友”定律中重点解决的问题。业界对于如

    何通过标题降低用户转化损耗还有更多探索，我们在第二章中将会谈到碰

    碰这个案例，其创始人田行智发现，用户对带有好友名字的标题非常感兴

    趣，的榜首，证明用户制作有趣头像的需求很强烈。

    2013 年9 月底，海外一款协助用户根据自己的形象制作卡通照片的应用

    Bitstrips，也曾在苹果应用商店10 多个国家和地区市场排名第一，这款

    应用再次验证了卡通漫画的需求很大。脸萌后续顺利拿到天使投资和 A 轮

    融资，与这些成功案例有一定的关系。

    Bitstrips 曾在对外公开报道中强调：Bitstrips 更像是一个用漫画讲自己故

    事的工具。用户使用它来代替Facebook 状态上的文字，如用夸张场景来

    讲述自己的遭遇、心情或者朋友间的糗事。当这些有趣的漫画内容发布在

    Facebook 上，便很快激起了好友纷纷响应。同期崛起的魔漫相机定位也

    非常类似。

    这让我们看到，脸萌与魔漫相机的崛起，无形中受惠于先行者，它们的引

    爆又继续为后来者带来帮助。比如紧接着脸萌推出的“强迫症头像”应用，也曾在微信平台上异军突起，之后，一款名为“How Old”的上传照片自动

    猜测年龄的应用风靡一时。通常用户会为了让自己看起来比别人更好，而

    去做一些事情。这种状态会导致用户不断摒弃已经流行的、价值不是那么

    高的服务，转而寻找个性化、有趣或更有价值的新应用。一款新应用诞生

    和崛起所需的时间越来越短。新定律强调，玩法越新引爆速度越快，就是

    指在用户状态变化下敏锐把握新趋势。

    受到“新”定律影响，任何一次应用、服务或者现象的引爆，都会为下一轮

    更大的引爆带来机会。每个领域中引爆案例的出现，会为同行接二连三地

    带来更大规模的引爆。如疯狂猜图和2014 年春节微信红包的引爆，为后

    来“围住神经猫”的引爆奠定了基础，也为大批 H5 类应用的崛起和涌现奠

    定了用户接纳的基础。

    这一现象为我们解答另一个问题提供了思路：迅速爆发的应用或团队能够

    在短时间内迅速占据某一细分领域九成以上的市场份额。后来者如何走出

    自己的爆发曲线？万一不幸成为市场老二又该如何生存？

    在前言中，魔漫相机联合创始人黄光明和啪啪创始人许朝军给出了第一个

    参考：在关系链对于前行者的保护效应影响下，追随者大多会选择转换方

    向，而不再直面竞争，这是常见的选择之一。引爆带来下一轮引爆的特点，为创业者提供了第二选项。在创业历程中，社交网络提供了一种快速试错

    的环境，即当一款应用在试点期间无法被用户接受和分享，正式推出后也

    将面临较大压力。“粉尘化”的社交环境与即时互动让创业团队能快速明确

    问题所在，快速地将成功的经验纳入新的应用和服务中去。

    “一九法则”应用的前提是“细分领域”。业界每个领域都可以被再度细分，如果某一领域已经有引爆应用出现，团队选择不退缩，仍想直面竞争，那

    么它可以在同样的市场中细分出一个更“新”的领域和玩法。如：从某种程

    度上来说，魔漫和脸萌都可以算作图片的自助美化制作工具。它们的崛起

    间接受惠于ImadeFace 和Bitstrips，这个领域在一段时间内持续诞生了十

    几个非常优秀的产品：

    仅仅是女孩子自拍的图片美化应用，美图秀秀目前在国内市场这一领域当

    仁不让地领先于其他同行产品。Camera360 在风景类图片的修饰美化方

    面占据优势。百度魔图则采用创新玩法，即看看自己的照片和哪位明星相

    像，直接引爆微博(2013 年6 月)。在这样的背景下，一款名为哈图的

    图片处理应用干脆定位在好友之间的图片恶搞上，以此获得了融资。

    这场细分的游戏并没有结束。啪啪也算是细分领域之一，它将图片和声音

    的玩法创新性地融合在了一起。就在脸萌推出之后，“强迫症头像”应用

    (2014 年8 月)再度风靡起来。到 2015 年3 月，本书出版前夕，一款

    将图片制作为电影大片模式的工具“足记”又继续走红。因此，一款应用的

    引爆，会引发更多巧妙的创新。

    引爆带来下一轮更大的引爆，这在企业中也会出现。企业中每个案例的引

    爆，会不断为该企业带来更多引爆事件。比如脸萌进入不同国家市场，实

    现了连续引爆，秦川开发的前两款应用同样为神经猫的引爆做好了方向试

    探索。后续的开发者会充分利用前行者取得的环境优势和经验成果。

    “围住神经猫”是秦川在微信平台上推出的第三款应用，前面两款分别为常

    见的小测试应用和益智类小游戏(青蛙过河)， 两款应用在上线后分别获

    得了单日最高150 万和200 万的活跃用户，同样是一进入社交网络就实

    现引爆的类型。后续应用充分借鉴了前两个案例的成功经验，获得了更大

    规模的引爆。

    秦川开发的三款游戏获得的单日最高用户数如图1–9 所示。

    图1–9 秦川开发三款游戏分别获得的单日最高用户数

    状态变化

    查看用户状态变化，是观察社交演进的主要角度之一。随着热点、时间的

    变化，用户的兴趣往往很快就表现出来，兴致勃勃地投入，又很快兴尽而

    去。当我们在微信上看到大量文章分享时，原创信息会格外受欢迎。当原

    创信息过多时，人们又会转而参与到一款轻松的游戏中去。

    门户网站发展至今，仅一个标题规范就要进行反复研究、斟酌。在日常沟

    通中，员工仍会被告诫：相似风格的标题大量出现时，会引起用户反感，从而影响用户去点击阅读。微信公众账号中早期大量出现“是中国人就转”、“此篇文章正被老板们疯转”这类风格的标题，用户很快就对此不屑一顾。

    这类文章被打开阅读和分享的次数不断下降，另外一些严肃标题和风格的

    文章则开始回归。标题与文章的风格同样反映出用户状态的变化。换句话

    说，今天如果大家都一窝蜂采用“短”定律中提及的“这最好玩”标题风格，时间长了用户也会厌倦。

    对用户状态的把握有时并不是那么容易阐述。过去我们被许多合作伙伴询

    问，为何社交网络中他们的内容和运营无法吸引人，我们给出的建议是尝

    试将年轻员工转岗过来，或者招募年轻的新人试试看。只有沉浸在社交网

    络中的用户才可以理解焦虑——焦虑是我们形容用户状态时常用的词汇之

    一。一般需求没有被解决时，用户会产生焦虑，在社交网络中则会以询问、批评、抱怨等常见而典型的形式表现。这有助于我们抓住那种感觉。

    脸萌现在招募的设计师大部分都是 90 后，许多设计师甚至刚走出校门就

    直接加盟脸萌。“他们没有在大公司工作的经历，还保留着自己的习惯和

    个性，”郭列说，这些年轻的设计师所设计的新表情，甚至都不需要审核

    就可以直接用，“因为大家都懂自己要的是什么。”魔漫的两位创始人多年

    来一直致力于漫画工作，他们很明白用户面对漫画时需要的究竟是什么。

    对于用户在社交网络中“状态”的理解也才刚刚起步。这种状态会发挥积极

    的影响力。我们在后续章节中也将再度提及，直接引爆是一种能力，可以

    被不断复制和延展，指的正是对状态的精准把握。

    04 好友定律：社交指数与冷启动

    2015 年 1 月，“杏仁医生”创始人徐琳对用户来源做了一次全量数据分析。

    自2014 年9 月开始，“杏仁医生”从患者社区转型至医患沟通管理工具，开始拓展医生群体。4 个月后，有近7 万名医生在这款应用上注册。

    这次分析的目的，就是希望了解社交推广的真正价值。徐琳追踪传播链条

    时发现，医生之间互相影响，第一批医生发出的推荐信息，能一直影响到

    12 度以外的医生群体。社交网络形象地将每个用户能够直接覆盖、影响

    的好友(如亲朋、好友、同学、同事)称为一度，过去社交网络即有六度

    理论，即通过6 个人可以找到任何一个人的说法。12 度意味着影响力在

    好友链条上一直被传递到 12 个人以外。

    截至2014 年12 月31 日，杏仁医生全量用户分享与转化数据分析如图

    1–10 所示。

    图1–10 截至2014 年12 月31 日杏仁医生全量用户分享与转化数据分析

    图

    其中启动扩散的第1 度18054 名医生来自微博官方账号中 3.8 万名医生

    粉丝，以及此前各种渠道积累下来的种子用户。当第一度医生发出分享信

    息后，他们的好友中有 3248 名进行了第二轮分享推荐，再度带来16952

    名新医生注册，平均每人影响了 5.2 人。新注册医生中有 2839 人又做了

    分享推荐，带来了10703 名医生。链式反应不断进行，直到 12 度后还在

    继续，只是因为数据量过小而没有再继续分析。

    从27%到1 个

    9 月时，徐琳在杏仁医生 APP 中发起一个小活动，如果医生愿意在微博或

    微信上推荐这款应用，将有可能获得一个便于随身携带的小笔记本。在小

    礼物的吸引下，3.8 万名医生中有18054 名医生发出推荐，占比 27%，此

    后推荐信息开始病毒式扩散。

    在其他案例中，我们不建议合作伙伴采用实物激励的方式展开活动，这是

    因为获利冲动下，最终吸引来的并非目标用户。杏仁解决的问题是帮助医

    生进行医患沟通管理，目标人群非常集中，因此回避了这个陷阱。同行或

    同事们的推荐，吸引来更多的医生，这就是“好友”定律所反映出的现象之

    一。在一定程度上，这个案例中“好友”定律发生了更为核心的作用，“新”

    定律和“短”定律并没有过多发挥作用。

    徐琳测算后发现，最佳状态下启动人群比例或许只需要1%。这意味着要

    么更小的启动人群，要么更大的新用户获得效果。

    我们在其他引爆应用中看到的几组数据印证了这一猜想。一组来自魔漫相

    机。今天的魔漫相机用户数超过 1.6 亿，其后台数据显示，在大部分国家

    和区域市场中，魔漫用户能占到对方国民总数的 5%左右。黄光明解读说，这5%的用户是每个国家或区域市场的尝鲜族，他们会不断通过各种方式

    来寻找新应用、新玩法。只有最新、最好玩的玩法，才能进入他们的视野。

    而如果想找到他们，只有自传播才能实现这一点。

    同样，这5%是占据更大市场的引爆起始点。魔漫就是在5%的用户不断

    影响下迅速发展壮大。另一组来自下一节我们才会提及的碰碰，碰碰在分

    析完一个引爆案例数据后惊讶地发现，引爆每天带来的数百万用户，竟然

    来源于一个员工测试时不经意间的分享。这甚至不是 1%，而是1 个。

    其实，不管是1 个还是 1%或27%，最终数字大多受到分析方法和时间节

    点的影响。只是这些结果依然强有力地表明，用户从分享到转化再到分享

    的链式反应仍在快速进行。大部分产品的冷启动(指新产品从零起步开始

    获取用户的阶段)是一个重要命题。在引爆案例中，大部分用户第一次接

    触应用就被迅速转化成“大节点”，直接影响一度好友，并协助完成冷启动

    过程，就是受惠于链式反应。

    国内提供社交登录、分享及数据分析的第三方服务提供商 ShareSDK 在连

    续跟踪2013 年、2014 年各大社交平台分享和回流数据分析后发现，尽

    管用户分享到不同社交网络的数据各有起伏变化，但从各大社交网络回流

    至企业或应用的数据都在成倍上扬。

    这两种类数据也是我日常工作中最关注的基础核心数据之一。社交分享是

    指用户从应用中将信息分享到社交网络中去，代表着社交网络对于用户的

    黏着度，主要用来观察应用或服务为用户提供的价值或愉悦体验。回流是

    指好友在社交网络中看到分享后，点击回到应用这个过程，是企业追求的

    社交红利。回流验证着好友之间的影响力，以及用户对于价值和愉悦体验

    的确认。这是一个应用和社交网络之间最简单有效的闭环。

    表 1–2 正是 ShareSDK 对超过 6 万家采用其分享组件的 APP 及全部用户，在连续两年分享到各大社交网络，又从中获得回流的数据进行统计后形成

    的表格。

    表1–2 2013~2014 年度主流社交平台分享回流率对比(ShareSDK 发布)

    回流数据的变化显示：

    用户在社交网络中影响好友转化为用户数量在不断增多。用户越来越“懒”

    于行动(如订阅和打开账号)、越来越依赖于好友的推荐(分享就是推荐

    的表现之一)来做出判断。而节省下来的时间，就被投入那些好友们认可

    的优秀应用和服务中去。这种变化和影响使得大浪费成为常态。

    浪费在社交世界里无处不在。用户海量消费，也在海量浪费出现在自己面

    前的信息，大量消息被一指划过，绝无逗留的机会，对于一些群内的信息

    也不再打开阅读。引爆事件都伴随着同一个现象：社交网络上的信息流被

    “刷屏”了。大量用户迅速涌向一款产品，产生了海量的分享信息。

    只是，此“刷屏”非彼“刷屏”：我们曾经在《社交红利》中分析了一个案例，某家公司推动用户在一天之内分享了150 万条信息到社交网络中，结果只

    获得了不到1 万的点击量。雷同的信息此时会产生驱赶用户的反作用力。

    今天的大部分企业已经充分意识到这个问题。在充沛且泛滥的信息面前，用户一目十行，瞬间用手指划过数十条信息已是常态。如果一条信息毫无

    价值，就会直接被忽略。

    在很大程度上，不再出现的信息或应用意味着没有价值。如果一条信息偶

    尔出现在用户面前，它可能有点价值，但还不足以推动用户马上做出决策。

    如果某条信息或者某个应用经常出现在自己面前，意味着已经过诸多好友

    的选择，非常好玩或有价值，可以马上做出判断。

    在信息极度充沛和用户对信息大浪费的环境下，关系链发挥了筛选器的作

    用。一条信息(或服务)是不是有价值，能否为好友带来收益，会经由关

    系链来检验确定。

    这种筛选实际上改变着用户的行为习惯。微信曾对外发布 2014 年度用户

    部分行为数据，目前微信月活跃账号超过 4.68 亿，平均每人每天在微信

    中阅读5.86 篇资讯，由此产生的海量阅读次数中超过 80%来自朋友圈中

    的好友分享，只有20%来自用户主动查看自己的订阅账号。阅读完文章

    进行分享的用户，会有 65%分享至朋友圈，39%定向分享给某个好友或

    某个微信群。关系链之间的信任背书与好友影响发挥的作用越来越强劲。

    通常，在政治上“背书”一词用来表示为某人或某事允诺保证，借此提高事

    物的可信度(援引自百度百科)。在社交网络中，信任背书指的是，人与

    人之间长时间交往所积累下来的信任，促使用户无形中通过转发、评论、点赞等行为，来为某人或者某事做出背书，以提高某一事物的可信度。

    通过对用户进行观察还发现，好友间已经“刷屏”的现象和话题，即便用户

    没有马上体验，日后看到关于这件事情的分析、报道时，也会点击进去查

    看。这无疑也是品牌的扩散效应。

    恰如《社交红利》在最后一章“关于社交网络未来演进的21 个猜想”中所

    构想的：“社交网络把影响他人这件最难的事情变成了一件简单的事情。

    碎片化而又充沛的信息，令社交网络中的人们越来越难以保持独立的思维

    和判断。这有可能导致社会中出现自我失去的一代。”今天，虽然“自我失

    去的一代”尚未出现，但人们变得比原来更容易受到他人，尤其是好友的

    影响。

    用户对好友的依赖会纠正回流率提升所带来的错觉：并不是所有合作伙伴

    的回流率都在上升，如前言所说，大部分企业困惑日甚。事实上，更多回

    流点击、下载、购买等红利多向少数优秀应用和服务汇聚。重要区别即是

    用户对好友产生的影响程度。

    社交指数

    在好友定律中我们已知，“用户投入得越多，对好友的影响越大。”但是，可以通过什么样的方式方法来衡量和评估这种影响呢？这种评估可以协助

    企业对比检验自己的准备度究竟如何，包括产品对用户状态的把握程度，以及距离引爆还有多远等。

    社交指数是其中一个非常有价值的衡量和评估指标。社交指数是指某一主

    体(不管是账号，或是文章、活动，抑或是一款应用、一家企业)在社交

    网络中所拥有的被用户分享扩散及转化能力的相对值。社交指数越高，意

    味着主体在社交网络中的影响力越大。

    在“好友”定律及其产生的链式反应背景下，社交指数不强调拥有多少粉丝

    数量，而是强调流动性。对于许多合作伙伴而言，重点并不在于拥有多少

    用户或粉丝(甚至可以不拥有粉丝)，或者每天广告投放能带来多少订单，而在于拥有的分享扩散及转化能力——即使在社交网络广告平台内投放，也需要不断提升这种能力。在一进入社交网络就引爆的应用中，流动性既

    是关键能力，也是基础能力。

    结合“小红书”账号数据查看分享带来的回流数据占整体流量的比例，能够

    得到下面的图示(见图 1–11)。继续细化数据时，我们看到，在对方 15

    万名订阅用户中，当天不超过4 万名用户阅读了这篇

    图1–11 分享带来的回流数据占整体流量的比例

    文章，并依靠这一人群做出的分享，再度在当天带来了6 万的阅读量，在

    病毒式的链式分享下，数天内最终阅读量超过200 万。

    从这些基础数据可以看出，社交指数至少包含三个要素：

    1. 社交影响力。某个用户分享信息后，一定单位时间内所能影响转化的实

    际人数；文中出现的转化倍数或者回流量等都可以看作社交影响力的具体

    体现。影响转化的背后，是账号与账号之间、好友之间、用户与企业之间、发送者与接收者之间的信任背书。在社交指数构成中，社交影响力反映出

    企业在社交中的辐射宽度。

    2. 用户分享率。用户分享率是指信息在后续传播链条中的穿透力，即再次

    被分享、被转发的次数。比如杏仁医生在第 1 度分享产生后连续扩散影响

    到了12 度以外的好友。分享率体现了信息的价值与生命力，即使剥离了

    发送方与接收方的关系，这种生命力也依然会存在。在社交指数中，分享

    率代表着社交中的深度。

    3. 时间系数。时间系数是指社交传播的纵深与宽度同时发酵，达到一定影

    响规模所需的时间周期。周期的长短反映出企业在社交网络中的准备度与

    熟悉程度。

    这些要素组合在一起，企业将能预见到传播扩散的范围。我们尝试将这三

    个要素整合到一起组成一个公式。

    其中，时间系数也包含了三个组成部分，许多企业和创业团队，依靠文章、运营活动等方式与目标用户、粉丝保持互动。因此，需要计算：(1)每

    次接触时的影响力；(2)一定的时间周期。通常，我们会将这个周期定

    为30 天(一个月)。如果仅仅是计算单篇文章或单个活动的社交指数，由于它们产生效果的时间往往不会太长，将这一系数默认为 1 就好。因此，其中某篇文章或者小活动的公式可以简单地用以下公式记录：

    社交指数=1×时间系数×社交影响力(转化人数)×分享率

    仍以小红书数据为例：小红书微信账号有 15 万订阅用户，在发出文章后

    第一天获得了10 万阅读量，假定当天又产生了3 万用户进行了分享(占

    订阅人数的20%)，那么，这篇文章的社交指数是：

    1×1×10 万×20%=2 万

    如果当天只有1500 位订阅用户分享(占订阅用户总数的 1%)，则这篇

    文章的社交指数为：

    1×1×10 万×1%=1000

    社交影响力并不局限于已有用户，而是指在一定时间周期内所能影响的全

    部人数。哪怕他们当下并不是自己的粉丝。因此，如果某企业公众账号只

    有1 万订阅用户，发出一篇文章后产生了 10 万阅读量，假定当天有3 万

    用户进行了分享(占订阅人数的 300%)，这篇文章的社交指数是：

    1×1×10 万×300%=30 万

    那么，这个账号在该篇文章上的社交指数要高于小红书的单篇文章，传播

    速度与影响力也更大。这正是我们所强调的流动性，而不在于账号所拥有

    的粉丝数量。

    如果要计算某家企业或者某一应用服务的社交指数，就需要考虑时间周

    期，通常是将目标对象在一个月内社交网络中每日产生的社交指数相加，除以30 天获得平均值的方式来获取。基于数据上的便利，我们用上述杏

    仁医生的应用来做个范例。

    图1–10 中分析的全部用户数据为 65756 名注册医生，启动人群虽为

    18054 名医生，但初始来源都出自官方账号，比较单一，由此得出分享在

    4 个月内累计吸引了 47711 名医生注册。由于徐琳做的是 4 个月内的全

    量数据分析，我们在时间周期上需要再除以 4 个月除以30 天。在 12%的

    传播扩散中，每轮分享率都在16%~18%之间浮动，为便于计算，我们取

    中值17%。杏仁医生社交指数为：

    1×47711×17%÷30÷4=67.59

    在杏仁医生社交指数中，我们看到了医生之间强关系影响对于转化带来的

    帮助(每1 度用户分享后都平均影响转化了 2.7~5.2 位好友)。如果杏仁

    医生能够再度提升每 1 度用户的平均分享率，最终转化结果还将大幅跃升。

    每个企业或每篇文章所需要的社交影响力不同，公众账号追求文章阅读量，网站追求到达网站的点击数(业界多用回流量来表示)，移动应用则追求

    下载激活或用户注册数(业界多用转化倍数来表示)，从这个角度来看，下载激活和用户注册难度远远高于阅读，杏仁医生的社交指数和小红书单

    篇文章的社交指数不具有可比性，只是企业用来进行自我评估的数值。

    如果我们将社交影响力统一为用户注册量、应用下载量(或者购买转化比

    例)，则会再度总结出社交网络中病毒式扩散的差异：

    部分习惯于依附和追逐热点而获得扩散能力的应用(服务)，其实际社交

    指数并不高，体现在具体数字上虽然转发率、分享率较高，但注册、下载

    等实际转化比例较低。

    准确定义用户状态、提供高收益的服务，扩散虽稍显不足，但具体转化为

    注册量、下载量的比例却大幅上扬，体现在具体数字上就可以看到用户多

    度关系不断分享和转化。

    无穷无尽的联想

    信息流动性如此重要，好友定律及社交指数为另一个业界关心的问题提供

    了借鉴：并不是每个人都能成为引爆的那个人，或者每个 1%人群都能引

    发病毒式扩散及转化的连锁反应。在以信任为机制的社交网络中，什么样

    的“好友”发出的什么样的信息会引发病毒式扩散，并继而引爆社交网络？

    2014 年8 月，戴赛鹰找到京东，希望对方能推荐自己的新产品。这个名

    为“三个爸爸”的创业团队主要开发和销售致力于保护儿童的空气净化器。

    雾霾日益严重，引发了许多家长的担忧，同为新爸爸的创始人在担忧的同

    时也看到了商业机会。不过，这款机器还需要过一段时间才能面世，京东

    现有的业务中还不支持预售，于是，工作人员建议他们尝试刚刚推出的

    “众筹”新业务。

    当时京东众筹上线仅 3 个月，最佳案例募集了200 万元资金，希望诞生

    更多的明星项目来扩大自己的影响力。在这样的背景下，“三个爸爸”主动

    提出募集 1000 万元以上的众筹资金。这个目标反而让京东略微有些担心，因为根据当时的流量和募集周期及转化率，再加上高额单价(“三个爸爸”

    新产品的单价为3999 元)，实现众筹千万资金的目标有一定难度。

    此前，《社交红利》发售也采用了众筹方式，是国内第一个众筹书籍出版

    的成功案例，作为作者，我清楚地知道众筹的难度：用户需要提前付费，还需要等待很长一段时间才能拿到商品，产品的价格越高，用户越容易持

    观望态度。一旦取得成功，则非常容易形成口碑传播效应。

    戴赛鹰说服京东后，将众筹分解为两个阶段。第一阶段选择和《创业家》

    杂志旗下的“代言”项目组合作。戴赛鹰本人是《创业家》旗下黑马训练营

    (面向创业者的一个社群)的会员，“代言”项目是为中小企业会员新产品

    做首发服务的。戴赛鹰告诉《创业家》，他们想代表黑马训练营去京东做

    一个1000 万元的众筹，也是“代言”推出后的第一个产品。众筹的成功，就是社群的成功。

    在这个阶段中，“三个爸爸”用微博账号发出消息，询问中国为什么没有千

    万元以上的众筹项目？《创业家》创始人牛文文和黑马两个官方账号跟进

    讨论。“三个爸爸”趁机回应希望自己“能将不靠谱儿变成靠谱儿”，完成一

    个千万元以上的众筹项目。其间另一位联合创始人陈海滨写下了题为“三

    个爸爸与黑马不得不说的事——感谢此生有你同行”的文章。

    三位创始人分头发动了黑马训练营的成员及其他朋友帮忙传播扩散。比如

    请分众传媒创始人江南春公开给他们安排了一项“任务”，让他们在微信朋

    友圈中集够1000 个赞(今天类似行为开始受到微信干预，被认为对好友

    影响太大)。类似这样的多个“任务”取得了不错的传播效果。在这个阶段

    中，“三个爸爸”邀请了部分有孩子的明星提前体验产品，并将体验心得分

    享到微博、微信。

    通过这种方式，“三个爸爸”将众筹项目成功地和创业梦想、黑马社群、“爱

    孩子”等关键词紧紧联系在一起，“三个爸爸”9 月22 日在京东的众筹正式

    启动，上线两个小时内众筹资金 100 万元，10 小时内取得众筹资金200

    万元的成绩，创下当时京东众筹的新纪录。这些业绩强化了京东的信心，后者倾斜了大量优质资源，包括京东首页焦点、QQ 客户端弹窗广告(京

    东为腾讯盟友，也能动用大量腾讯旗下的优质资源)，以及移动客户端广

    告等在内的黄金推荐位。

    第二个阶段，三位创始人还主动和不相信空气净化效果的明星那威展开论

    战，在视频网站优酷的“全民话题社”栏目中进行辩论直播，将社群中被认

    可的信息扩散到更广泛的人群中，覆盖普通人群为众筹成功带来了直接帮

    助。到10 月22 日结束时，项目共获得了 1122 万元众筹资金。

    众筹结束后，戴赛鹰总结道，社会化传播及优酷的公开辩论为提升众筹转

    化率起到了非常大的作用，许多用户通过直接点击众筹链接或在网站中搜

    索“三个爸爸”来参与活动。京东众筹的工作人员也认为：三个爸爸团队

    (策划和执行)、黑马(社群)、京东(众筹平台及推荐资源)，对结果

    各自贡献了13。

    在两个阶段中，“三个爸爸”都传递了不一样的信息点，第一个阶段蕴含了

    更多的创业梦想和社群代言的情感，社群好友成为关键启动人群；第二个

    阶段强调产品本身质量，以及“爱孩子”等情感，在大众中广泛传播。

    罗辑思维创始人罗振宇将类似这种激发了强烈共鸣或者共情的传播事件，称为“无穷无尽的联想”。他认为，一些能够引起人们联想的话题，总是会

    激起效果非常好的扩散和分享。联想行为为企业在社交中营销提供了简单

    而实用的切入点。几乎每天我们都可以在各大社交网络上看到由此引发的

    热门事件。

    “三个爸爸”将这些联想进行了充分的运用与结合。2014 年中秋节期间，罗辑思维团队在其发起的“真爱特供月饼”销售活动中也引入了“联想”做法：

    用户可以下单购买，但自己并不付钱，而是请好友代为付费，包括“多人

    代付”、“送礼”、“拼手气送礼”等形式，不仅可以由多位好友拼钱送月饼，用户还可以在付费购买月饼后直接分享至朋友圈或者微信群内，供好友们

    拼抢。活动在13 天的时间内吸引了 269 万人参与800 万次，月饼商品页

    面分享次数超过103 万次，最终实现月饼销量23214 盒。

    和应用的引爆为下一款应用带来更大的引爆一样，一个活动的引爆也为下

    一个活动带来更大的引爆。“三个爸爸”在京东创下的众筹纪录，在一个半

    月后被迅速打破。一家名为“大可乐”的互联网手机公司，12 月 9 日在京

    东上用25 分钟从1 万名用户手中筹得1600 万元。

    在执行案中，我们见到了诸多“联想”的埋设点：

    参与众筹的新手机产品“大可乐3”在当下尚属低价格、高配置的机型，外

    观类似于iPhone6，这在市场上引起了很大的争议；官方微博提前一个月

    便开始以搞笑视频的方式逐渐介绍手机的配置参数信息，并展开各种活动；

    “大可乐”手机采用小米操作系统，以向小米手机靠拢，获得对方的声援

    (小米市场人员通过微博投桃报李进行了呼应)；和其他竞争对手在微博

    上展开论战；参与众筹的用户不仅可获得一部手机，还将获得“梦想合伙

    人”的称号，每年都可以免费更换一部最新款的手机； 当这1 万名“梦想合

    伙人”通过众筹产生后，团队迅速在他们中展开投票讨论，以决定是否要

    进行第二轮众筹，此后，许多市场相关决策都在社交网络上公开以及和

    “合伙人们”进行讨论。在这个执行案中，大部分环节都有着很强的话题性

    和扩散可能性。

    迄今为止“大可乐”手机创办两年，销量达到百万量级，并不算是一线大牌。

    对于“大可乐”的团队来说，要想完成一次“不可能的”引爆任务，社交传播

    是其中成本最低且效果最佳的首选渠道。活动关键启动环节就变得非常重

    要。创始人丁秀洪在 150 位员工中开展了一次分享排名游戏，每个人都可

    以使用个人关系链，推广此次众筹将要展开的微信公众账号的文章，优胜

    者将获得一部手机。众筹活动开始后，包括创始人和 150 位员工在内，都

    邀请好友们协助。最终结果显示，员工们的强关系(亲朋好友等)发挥了

    更大的影响力。一位员工从社交网络中收获的最高分享次数为 4 万，最少

    一位也有500 多次。

    我们可以简单计算出其中最高分享数和最低分享数两位员工的社交指数。

    为了便于计算，统一假设他们的好友数均为 4000 人，则高分享员工的分

    享率为1000%，低分享员工的分享率为 12.5%。

    高分享员工社交指数：1×1×40000×1000%=400000 低分享员工社交指数：

    1×1×500×12.5%=62.5

    社交指数越高，扩散和转化的双重效果就越好，就越逼近引爆点。社交影

    响力与分享率的构成，意味着一个优秀的活动或者产品，不仅需要影响用

    户或好友的能力(大节点)，还需要有病毒式扩散的能力。社交指数所强

    调的流动性，依然是为启动人群的影响力服务。在以信任为底层机制的社

    交网络中，强关系好友在病毒式扩散中发挥了关键的起始人群作用，无穷

    无尽的联想则成为推动信息流动的关键动力。将信息扩散到更多的弱关系

    (指非好友、陌生人等)面前。某种程度上，联想就像是提供给好友的娱

    乐，缺乏这些构成，则将变成对关系链的骚扰。

    强关系与联想的组合多被运用在市场营销活动中，实际上，当我们再度将

    语境切换到应用和分享中时，忽然发现，引爆应用在一条信息中即完成了

    类似思考，如“围住神经猫”的分享信息“我用了×步围住神经猫，击败×%的

    人，你能超过我吗？”当出现在好友面前时，自然引起了链式反应。击败

    了×%的人，构成了一个巨大的想象空间，吸引了好友们纷纷想成为“小池

    塘里的大鱼”。(关于这点，我们将会在第二章第四节中详细提及。)

    在实际工作中，熟悉社交网络的开发团队会特别强调分享力和扩散力，尤

    其是分享的链式反应。比如疯狂猜图团队要求所有要推向市场的应用，在

    测试期内的分享率必须超过15%。如上所述，杏仁医生每 1 度分享率都

    稳定在16%~18%。只有这样，才能快速逼近引爆点。

    05 快衰定律：价值 2 亿美元的教训

    在整理本书期间，我与许多业内人士做了相关探讨，并多次听到这样的疑

    问：短期火爆的应用有什么价值？公司内部论坛围绕类似话题的讨论同样

    非常激烈，观点不一。还有些用户在一段时间后说出了这样的话：“如果

    朋友还在玩某一款应用(并分享相关消息)，我会把他拉黑。”这大概是

    对“快衰”定律的诠释之一。

    毫不意外，绝大部分在社交网络中被迅速引爆的应用，在占据用户社交网

    络信息流(Timeline)两到三个月后，都将迅速下跌到一个较低水平。本

    书中揭示的多个引爆案例的后台数据大多有着类似走势。

    只是，快速衰退的是什么，才导致了整体数据及外界认知的迅速下跌？

    足记的数据足迹：

    12 月3 日 新版上线

    2 月4 日 大片模式上线

    2 月8 日 日新增用户超过 3000

    3 月7 日 日增过万

    3 月9 日 总用户达到 10 万

    3 月13 日 APPStore 旅游分类榜(免费)排名第一

    3 月14 日 总用户达 100 万

    3 月15 日 日增破100 万，APPStore 总榜(免费)排名第一

    3 月18 日 日增破150 万(该数值维持3 天后开始回落)

    3 月21 日 总用户达 1000 万

    3 月26 日 APPStore 总榜跌落到第二

    3 月29 日 日增50 万4 月4 日 日增34 万，总用户数1700 万……

    2015 年 3 月 13 日，足记荣登应用商店旅游分类榜(免费)榜首，15 日，足记每天新增下载激活用户超过 100 万，成为应用商店总榜(免费)排名

    第一(见图1–12、图1–13)。自3 月起，这款旨在帮助用户拍摄新旧场

    景合成，或对比照片的创意摄影手机社交应用，因为一个“大片模式”功能，成为微信中人们讨论的热点，开始其引爆之旅。

    图1-12 足记安卓版客户端引爆期间每日新增激活下载的用户数曲线

    图1-13 足记苹果版客户端引爆期间每日新增激活下载的用户数曲线

    “大片模式”是指用户拍摄一张照片后，可以用这款应用制作出像电影大片

    一样风格的图片，并将之分享到社交网络中去。这个功能引发用户迅速增

    长，3 天后(3 月18 日)，每天新增用户超过150 万。到21 日时，足

    记总用户数达到1000 万。此后数据才开始回落，到 4 月4 日，足记总用

    户数超过 1700 万时，每日新增用户数维系在 34 万，已经进入下跌阶段。

    在一定程度上来说，足记也没能逃脱“快衰”定律的影响，在一个月后开始

    步入激活用户数据回落阶段。只是，同期再查看其他一些基础数据，会对

    “快衰”有些新的理解。

    用户将在足记中制作完成的照片，分享到微信朋友圈、新浪微博，这占据

    了93%以上的比例。实际数据无法查看分享至微信群和单独分享给某个

    好友的比例，如果可以，会发现分享到微信群中的比例或将占剩余5.62%

    中的大部分(如图1–14 所示)。这些分享去向，都表明用户希望给更多

    好友看，显示出推动用户分享足记照片的诉求，是源于一个用户需求的基

    础状态：“塑造自己在他人眼中的形象”(“新”定律)。

    在这个诉求之下，照片是最简单、用户使用和理解门槛最低的载体之一

    (“短”定律)，过去美图秀秀、魔漫相机、脸萌等诸多应用陆续崛起，足

    记也成为最新受益者之一。未来，这个诉求显然还将催生新的引爆应用。

    图1–14 足记用户单日分享至不同社交网络的比例图

    留存是一个用户使用长度和频度的指标，即用户在下载激活后第二天仍然

    会回来使用、七天以后仍然在使用等等，是无线互联网公司日常最为关注

    的核心数据之一。表 1–3 中的数据显示出，引爆对用户留存产生了正向且

    积极的影响，尤其是一个非高频，不需要天天使用、一天内多次使用的服

    务。引爆后形成的用户讨论、好友多次分享的氛围(“好友”定律)，都对

    用户留存和黏着，及使用次数产生了巨大影响。尤其是当海量人群迅速涌

    入时，一般会拉低各项留存数据，足记显然相反。甚至对应用在早期启动

    人群中测试时留存数据不理想这一结果做出了修正。

    表1–3 足记引爆前后，用户次日留存和七日留存的数据对比

    现实中，足记留存数据受到了服务器不稳定、APP 闪退等因素干扰。当用

    户涌入过多时，足记一度服务器崩溃，导致用户无法使用和体验这款新兴

    应用，为了保证基础用户体验，足记关闭了其他一些功能，如搜索好友等，部分影响了用户的留存，及分享扩散后带来的用户新增数据。

    这是小团队状态下引爆将面临的一个难题，即虽然可以面向海量用户提供

    服务，但提前做好服务器等资源的充足准备、迅速壮大团队都不现实。和

    “智猪博弈”一样，依赖于业界已有开放平台或云服务团队，来快速响应用

    户与流量大增的现状是一个现实之举。另一个参考来自围住神经猫团队，通过用100 减去实际游戏中步数的方法，形成一条分享信息，本意是协助

    减少用户等待服务器计算的时间，结果降低了服务器承载的压力，免于崩

    溃之苦。降低用户成本也会为创业团队带来额外收益。

    足记另一组全量数据分析，也显示出了引爆带来的稳定性(见表1–4)。

    表1–4 足记引爆中和引爆后，用户制作照片后分享到社交网络的比例

    这组数据显示出足记全部用户每天制作的所有照片中，每 100 张照片里会

    有多少会被分享到各大社交网络中去(见图 1–14)，也显示出引爆后的

    平衡稳定状态。我们无法获取引爆前的制作分享比，从相关数据中推测没

    有这么高，引爆显然拉升了制作分享比。现实中，单个用户会制作多张照

    片，最后选择感觉最好的一张分享到社交网络中去，因此，如果查看制作

    用户与分享用户数的比例，百分比还会上升数倍。

    引爆后用户更加稳定。各项数据处于一个比较均衡的态势。上述基础数据

    (用户新增、分享去向、用户留存、制作分享比等)，都和另一组基础数

    据紧密关联，即“分享”。社交化、希望充分利用社交网络获得用户、流量

    及品牌效应的服务和应用，前提之一都是通过用户将信息分享到各大社交

    网络中去，才能在“智猪博弈”中占据先机。

    在“短”定律、“新”定律和“好友”定律联合作用下，无一例外会造成某一应

    用或事件的消息被大量分享到用户面前，即常说的“刷屏”。在促成引爆的

    同时，导致用户在社交网络中的信息流单调而枯燥，继而引起厌倦。因此，在一定程度上来说，这种枯燥揭示出引爆也是违反用户体验的，导致用户

    离开。甚至会反作用于社交平台本身。业界可见，国内开心网的下滑虽存

    在诸多原因，部分和多个引爆应用诞生后，长时间无法提供更多更新的玩

    法、持续维系愉悦体验有关。

    “快衰”定律强调“使用时间越短，衰减速度越快”，不仅仅是面向应用、玩

    法，也指提供愉悦体验、用户收益的时间长短及收益的新鲜感而言。用户

    使用这个新玩法，正是需要“塑造自己在他人眼中的形象”，需要让自己看

    起来和他人不一样。但当大家都是一样的“大片模式”，或者都使用某种其

    他应用、服务时，这种源自内心的“状态诉求”就消失了。因此导致制作新

    照片的数量趋于下降。此外，也和用户刚使用足记时将一段时间内的历史

    照片消耗完成，此后各种场景下拍摄的适合制作“大片模式”的照片匮乏有

    一定关联。

    这两个原因都最终导致了分享数量的下降，继而再度影响对用户好友的吸

    引和影响开始下降(图 1–14 和表1–3)，尤其拉低了新用户涌入等各项

    数据(图1–12 和图1–13)。

    从这些基础数据及图 1–15 可以看出，快衰的并非应用本身，而是分享的

    动力。继而接连影响了用户新增速度等关键数据。本书中释放的大部分引

    爆曲线，都是用户新增曲线，显示出衰退的是新用户增长速度。

    图1–15 足记用户引爆前后用户分享曲线

    图1–8(魔漫相机的新用户增长曲线)中也提及，魔漫相机在快衰阶段，每天自然新增用户数量仍然惊人(大约每天 30 万)，且进入 2015 年后

    有继续翘尾趋势。用户回归正常使用状态，制作、分享、回流及下载都趋

    向平稳，使产品进入了正常的运营、发展阶段。因此，引爆发生后，大部

    分希望长期运营的产品和服务，仍然要涉足和“积累势能曲线”一样的运营

    细节，即面向信息、关系链，以及与用户的互动环节做出大量优化与提升。

    足记爆发的起始人群来自于摄影圈、电影圈，数据显示出引爆后用户留存

    比例提升，留下了更核心、更宝贵的用户人群。“快衰”背后，将促发用户

    寻找新玩法或者推动应用推出新玩法，再次激发“新”定律发生作用(一次

    引爆将带来更大引爆)，新一轮循环再度开始。这时，进入新市场或者新

    玩法的推出，或者开始涉足产品各项细节的提升，直到势能累积，都会促

    发新的引爆点。

    价值2 亿美元的教训

    2012 年 3 月，大洋彼岸的社交游戏公司 Zynga 在与迪士尼的竞购中胜出，以2.1 亿美元成功购得社交应用 Draw Something。数月前上市的 Zynga，以当时60 亿美元的市值一跃成为全球最大的社交游戏公司。它依托

    Facebook 快速发展，期望借助收购来巩固其行业地位，Draw Something

    恰恰是刚刚升起的社交游戏新星，在这款游戏中，用户进行涂鸦之后，可

    以发给好友，请他们来猜测自己画的是什么(《你画我猜》)。

    2012 年2 月才发布的 Draw Something，在50 天内获得了5000 万下载

    用户，其中前9 天就获得了100 万用户，是有史以来增速最快的应用，这个纪录直到2014 年年底才被一款名为 Quizup 的游戏打破(前8 天获

    得了100 万用户)。

    事后评估这个崛起速度，除了社交网络，移动浪潮带来的助力也不可小觑。

    Draw Something 团队此前开发了很多面向个人计算机的游戏，效果并不

    理想，在行将倒闭之时，团队孤注一掷，开发了这款面向手机端的产品，没想到一触即发。这次崛起成为界定PC 时代和手机时代的历史分水岭。

    因此，Zynga 对Draw Something 的并购备受业界关注，当时一些分析师

    估算，Draw Something 如果过一段时间再出售，价格至少能达到8 亿美

    元以上，言外之意，Zynga 捡到了一个大便宜。确定并购完成后，Zynga

    的每日活跃用户数在原来 5500 万的基础上，新增了 1460 万。

    不过，分析师估错了。这场并购在一周后就给 Zynga 带来了烦恼，Draw

    Something 的用户数据掉头下跌，接下来的 30 天内，每日活跃用户数至

    少损失400 万——是的，Draw Something 是全球第一个刚进入社交网络

    就直接引爆的案例。整个业界都在羡慕地打量着这颗崛起的新星，没有想

    到背后还有一条“快衰”定律会迅速发挥作用，从引爆到衰退只有短短两个

    月的时间，Zynga 在其最高点上买下了它。

    2011 年，Zynga 进入中国市场，和腾讯展开了密切且深入的合作，那段

    时间里，我和Zynga 开始了从商务谈判到产品入驻等一系列密切的接触，深知一直扎根于海外社交网络Facebook 的Zynga 对于强病毒式扩散属性

    的社交游戏有着深刻的认知。并购完成后，双方曾一度谈论起 Draw

    Something 进入中国市场后如何展开合作。他们对于这一点表示非常理解，“任何病毒式传播的游戏都会下跌，下跌速度取决于产品后续的功能点。”

    但此前Zynga 更多看到的是快速积累的产品曲线，从未遇见过一进入就引

    爆，成为全民皆知，短暂辉煌后即迅速下跌的产品，错误判断了形势——

    整个业界也是一样。

    2015 年1 月，Zynga 中国区前CEO 田行智和我再度复盘了 Draw

    Something 表现出下跌趋势后，公司高管对于这一产品的讨论和思考，几

    乎可以看作2 亿美元买来的教训：

    一是简单玩法制约了用户的长期活跃度。相比其他游戏，Draw Something

    的玩法相对单一。一般来说，创新玩法对用户有着天然的吸引力(“新”定

    律)，尽管在设计之初，Draw Something 就考虑到了“常玩常新”这个思路，即用户每次画的作品都不一样，好友则从查看作品优劣和猜测结果的过程

    来实现互动。但过于简单的玩法导致用户长期动力不足，许多用户在没有

    新鲜感之后就不愿意再画。只是，这时应该增加更多新鲜玩法？还是让玩

    法更加简单？在用户数据开始下跌后，Draw Something 发起了许多运营

    活动，并上线了一些应用新功能，希望能够留住用户。2013 年4 月，Draw Something 2 再度发布，该版本新增了超过5000 个新词、更多画图

    工具、社群功能，以及一种新的自由涂鸦模式。不过，好景不再，成功没

    有再度来临。

    “这些运营活动和新版本增加的功能越来越复杂，都是给重度用户使用的。

    但实际上，用户流失首先是从轻度用户(指尝鲜用户，使用次数不多，仅

    体验少数几个功能)开始的。吸引他们的，不是更多的功能，而是体验变

    得更轻松、更简单，Draw Something2 的做法却背道而驰。”这是当时高

    管会议上就此展开讨论时得出的结论之一。田行智说，大家因此吸取了一

    个教训：

    “一定要分析清楚，一款社交应用的问题来自于什么样的用户行为，然后

    有针对性地解决这些问题。大多数时候，企业做产品是在开发一些企业自

    己想要的功能，而不是用户想要的功能。将社交应用做得更复杂是让它尽

    快死去的最好方式。”

    这个教训今天在很多移动互联网创业项目上都有着积极的参考意义。田行

    智说，Zynga 开始意识到，当用户开始流失时，不增加功能而是开始削减

    功能或许会更好，因为这样留住了轻度用户。但是，“这是反逻辑的思维，而且有很大的风险。因为增加功能的时候，你可以选择已经在其他产品里

    验证过的功能，但削减功能的时候，参照物会少很多。在这种情况下，你

    会选择去增加看起来靠谱儿的功能，还是砍掉大家觉得还不错的功能？”

    二是产品的成功导致了自己的失败。用户在 Draw Something 上需要先画

    出一张图像，再邀请好友来猜测。在当时的媒体报道中，最为人津津乐道

    的就是每天这款应用分享出多少高质量的画作，炫耀行为吸引了更多的用

    户参与。不过，相对于其他产品和用户行为来说，画画儿仍是一件难度较

    高、消耗时间较多的事情，尤其是高质量的画作。“没想到许多高质量画

    作被分享后，反而让大部分普通用户的参与热情降低了。”田行智说，这

    无形中提升了用户参与成本，高质量画作“让大家感觉我不可能画得这么

    好，为什么还要去浪费时间？”。

    类似反问也出现在了《社交红利(修订升级版)》的一个场景中：

    从长篇博客到140 字的微博，书写门槛的降低推动微博在诞生早期便吸引

    了诸多用户。但即便如此，微博依然被认为门槛还是高了点。微信产品经

    理张小龙在一次腾讯内部分享会上表示，部分用户依然能够将 140 字的微

    博写得非常精彩，这无形中会给其他用户带来心理压力。相比之下，看照

    片比阅读文字更直观，手机拍摄图片没有门槛，因此朋友圈更鼓励用户多

    发图片，简单配上一些文字就好，信息的状态比微博更“简单”和“轻量”。

    社交游戏乃至许多国民级的应用始终遵循“让最不懂的人都能会玩”的设计

    原则。因此对于群体心理的把握十分关注。在接下来的第二章第四节关于

    社群运营的描述中，我们将看到围绕“小池塘里的大鱼”(社会比较心理)

    展开的详细描述，即用户会在自己好友和周边人群中做出比较，以获得某

    种心理激励。就好像自己是小池塘里的一条大鱼。自我激励的获得是用户

    在某款产品中保持活跃的关键所在。过高的使用成本会阻碍用户在好友中

    自我激励的实现，这就好比要求一个有着 200 名粉丝的普通微博用户和李

    开复(粉丝数已经超过 5000 万)比拼粉丝数量，或者一个刚进入游戏的

    新手，系统直接让他去与终极大玩家对决一样，从而导致普通用户直接放

    弃。

    Draw Something 的走势打击了Zynga 的信心。Draw Something 2 失败后

    两个月，开发这款产品的子公司办公室被迫关闭。此后几年，Zynga 对于

    大额并购行为非常谨慎，直到2014 年1 月，才再度出资5.27 亿美元收

    购了英国移动游戏开发商 NaturalMotion，这也是在这个开发商已经推出

    了多款成功游戏之后。

    另一个更为深远的影响是，Zynga 对新游戏的看法趋于保守，不再冒险推

    出新游戏种类或者输入新鲜血液。田行智谈到，从那时候开始，高层在批

    准新游戏时越发看重“有没有成功的先例”，而不是创新的玩法。因此

    Zynga 游戏的整体开发逐渐倾向于所谓的“fast follow”(快速跟进)，看到

    市场上一款新游戏获得成功之后，快速复制一款，试图利用强大的用户基

    础和推广能力来降低创新的风险。但这个策略后来导致Zynga 错失了占领

    移动游戏市场的机会，白白地浪费了当时 Zynga 拥有的大批最优秀的游戏

    人才。许多人开始离职。

    你懂我吗？

    2013 年5 月，田行智离开 Zynga，推出了自己的创业新产品“碰碰”，这是

    一款通过增加社交类小游戏来提高用户之间社交乐趣的应用。Draw

    Something 和Zynga 总体的经验给他以启发：如何创造出一款具有病毒性

    的社交应用，并且赋予这款应用长期生存能力？

    答案来自于田行智和合伙人欧阳云共同的经验。欧阳云曾是腾讯战略部副

    总经理，对腾讯产品有着深刻的洞察。两人综合了 Zynga 和腾讯的经验，摸索出一条“碰碰”之路：用轻量级的病毒性小应用快速将用户吸引到一个

    完善的社交APP 平台。两个部分各司其职：小应用轻便，快速推出、快

    速迭代来吸引用户；社交 APP 利用其强有力的功能在中长期留住用户，如一对一聊天游戏、群游戏、社区游戏、个性分析等。这两个部分的开发

    模式和思路截然不同。

    自2014 年6 月发布至今，碰碰 APP 里已经推出了10 多款社交小游戏，包括“你懂我吗？”、“真心话大冒险”、“趣味抢答”、“性格测试”、“粉丝世

    界杯”等。当然，这只占到创意池的一小部分。在公司内部，“碰碰”建立了

    一个创意池，员工可以基于两个前提提交创意：

    1. 每个创意都要求有现实参照物。如果是员工的全新思路，就表明没有找

    到参照物。只有深刻理解参照物的成功之处，游戏才能具备成功的潜力。

    目前“碰碰”社交游戏的创意，很大一部分来自过去已经被验证过的小游戏，不管是线上还是线下。如果我们对业界略微熟悉一些，就会留意到“粉丝

    世界杯”的玩法源自往年雅虎 PC 上的比赛，“真心话大冒险”则是大家已经

    非常熟悉的线下游戏。

    2. 游戏必须简单、可以和其他好友一起玩，尤其是“碰碰”以外的用户；这

    是病毒式扩散的核心来源，也是对第一条要求的社交化改造。

    员工提交创意后，产品经理会首先查看这个创意是否符合手机环境和社交

    环境，并简单用图画描述游戏的玩法，将它们放到用户群中去观察，“碰

    碰”为此建立了数十个活跃用户群，来沟通和评估。只有群内用户特别喜

    欢的游戏，才会进入文档设计、产品评审乃至开发阶段。创意一旦被用户

    选中，技术人员可以在三周内提交试玩的原型版本。

    河狸家版“你懂我吗？”用户自然增长数对比图，如图 1–16 所示。

    图1-16 河狸家版“你懂我吗？”用户自然增长数据图

    “碰碰”APP 在2014 年的6 月份开始上线，其“粉丝世界杯”作为第一款病

    毒性应用，为“碰碰”带来了第100 万个用户。解决了移动应用最为重要的

    冷启动难题。在这款游戏结束病毒式增长高峰后，“你懂我吗”和其他的小

    游戏陆陆续续带来了更多的用户，验证了以轻社交应用带动重 APP 增长

    的策略。

    不过，如Draw Something 这种全球知名的病毒式扩散游戏，及本书中所

    提及的诸多引爆案例，什么主题和什么时间能够爆发，几乎无法准确预估，连背后的开发团队和企业也无法预知。这些方法论更多像是参照标尺。

    “碰碰”社交小游戏也同样如此。于是，“碰碰”尝试通过联合品牌合作的形

    式来延续已经引爆的小游戏的生命周期。

    由于“碰碰”以自身的轻应用带动了 APP 的成功，其他一些商家也开始和

    “碰碰”接触，希望借助“碰碰”游戏的强病毒性推广自己的产品。这其中便

    有河狸家。碰碰和河狸家讨论合作主要是基于以下几点原因：第一，河狸

    家的用户是女性，尤其是在做美甲的时候，有大量闲暇时间玩手机；第二，河狸家有实实在在的服务可以提供给碰碰的用户；第三，河狸家作为新品

    牌需要提高品牌知名度。

    2014 年11 月，双方开始以“你懂我吗”开始合作，推出了一款为河狸家定

    制的游戏版本 ......