Facebook viral marketing: When and why do apps “jump the shark?” at andrewchen
Эндрю Чен разбирает, почему вирусные приложения на Facebook сначала взлетают, а потом резко проваливаются — эффект «jump the shark». Он строит математическую модель приобретения пользователей через инвайты с учётом вирусного коэффициента (количество инвайтов × конверсия) и насыщения сети с предельной ёмкостью (carrying capacity). Когда сеть насыщается, скорректированная конверсия падает, и кумулятивная база пользователей выходит на логистическое плато. Дальше автор накладывает на это когортный анализ удержания: при retention 99% кривая активных пользователей мягко плато, а при 50% получается резкий «плавник акулы» — рост обрывается, как только инвайты иссякают. Главный вывод: вирусность даёт ранний рост, но без удержания бизнеса нет. В конце Чен предлагает улучшения модели — учитывать несколько вирусных каналов, usage loops, нишевые ограничения и каналы реактивации.
Facebook viral marketing: When and why do apps “jump the shark?”
Вирусный маркетинг в Facebook: когда и почему приложения «jump the shark»?
Excel spreadsheet download
For those of you who are interested in the gory details, please download the following spreadsheet here:
Скачать Excel-таблицу. Для тех, кому интересны кровавые подробности, скачайте таблицу здесь:
Download: Viral and Retention Excel Model
Скачать: Excel-модель вирусности и удержания
Math warning!
This blog post will be a little more technical than usual, so I apologize to those of you who are bored by this. Anyway, let’s get started.
Внимание, математика! Этот пост будет чуть более техническим, чем обычно, так что заранее извиняюсь перед теми, кому это скучно. В общем, поехали.
See this image before? Many would describe that as, EPIC FAIL ;-)
Видели когда-нибудь такую картинку? Многие назвали бы это EPIC FAIL ;-)
That’s what happens when you “jump the shark” and your app goes from successful to completely not successful. Why does this happens? This blog post is to dissect that exact issue.
Именно это происходит, когда вы «jump the shark» и ваше приложение превращается из успешного в полностью провальное. Почему так бывает? Этот пост как раз и посвящён разбору этого вопроса.
Modeling user acquisition
First off, let’s look at some ways to model user acquisition. For those of you with the spreadsheet, this is the second tab. You first start with a couple constants:
Моделируем приобретение пользователей. Для начала посмотрим, как можно смоделировать приобретение пользователей. Если у вас открыта таблица — это вторая вкладка. Начинаем с пары констант:
Конверсия инвайтов % = 10% Среднее число инвайтов на человека = 8,00 Начальная база пользователей = 10 000 Carrying capacity (предельная ёмкость) = 100 000
(note that these are just example numbers)
(обратите внимание, это просто пример чисел)
To understand how these constants work, you basically want to think about how viral marketing works. What happens is that you start out with an initial userbase (=10k), and every time your userbase grows, each user ends up sending out invites (=8.00), which then have a specific conversion rate (=10%).
Чтобы понять, как эти константы работают, нужно представить, как устроен вирусный маркетинг. У вас есть начальная база пользователей (=10к), и каждый раз, когда база растёт, каждый пользователь отправляет инвайты (=8,00), у которых своя конверсия (=10%).
That means that in the first time period, you have 10k. In the second time period, you get 10k*8*10% more users, which equals 8k more users, who are the next round of users who send invites. Then in the third time period, it’s 8k*8*10%, and so on. Note that the new batch of users needs to exceed the previous batch, in order to “go viral.” That ratio is often referred to as the viral coefficient. In fact, here’s the equation for this unbounded viral equation:
То есть в первом периоде у вас 10к. Во втором периоде вы получаете 10к*8*10% новых пользователей, то есть ещё 8к, которые затем сами отправляют инвайты. В третьем периоде — это уже 8к*8*10%, и так далее. Обратите внимание: чтобы «уйти в вирус», новая партия пользователей должна превышать предыдущую. Это отношение часто называют вирусным коэффициентом. Вот уравнение для безграничной вирусной модели:
u(t) = u(0) * (1 + i * conv)^t
where u(0) = 10k, i = 8.00, conv = 10%, and t is the # of time periods
u(t) = u(0) * (1 + i * conv)^t где u(0) = 10к, i = 8,00, conv = 10%, а t — число временных периодов
However, note that this assumes that your “carrying capacity,” that is, how many users are in the total network, is unlimited. However, on Facebook, that’s not true – once you burn through the 60 million new users, then you don’t have any left. Similarly, it doesn’t reflect the reality that as you saturate the network, your invites may end up going towards people who have already evaluated or installed your app, and they are unlikely to install it again.
Однако заметьте, что это предполагает, что ваша carrying capacity, то есть общее число пользователей в сети, не ограничена. Но в Facebook это не так — как только вы выжгли 60 миллионов новых пользователей, их больше нет. Аналогично это не учитывает, что по мере насыщения сети ваши инвайты будут уходить людям, которые уже видели или установили ваше приложение, и они вряд ли установят его снова.
A simple model for network saturation
Thus, one simplifying assumption is that as you saturate the network, the conversion rate on your invites goes down. In one possible model, you’d argue:
Простая модель насыщения сети. Одно из упрощающих допущений: по мере насыщения сети конверсия инвайтов падает. В одной из возможных моделей можно рассуждать так:
Если установки покрывают 0% сети — ваша естественная конверсия (10%) сохраняется Если установки покрывают 50% — естественная конверсия дисконтируется на 50%, то есть равна 5% Если установки покрывают 99% — естественная конверсия дисконтируется на 99%, и так далее
Note that you might even argue that this is an optimistic view. You might argue, for example, that the “discount” on your conversion rate should be related to the total % of the userbase that’s been invited, not the total % that’s installed something.
Заметьте, можно даже сказать, что это оптимистичный взгляд. Например, можно утверждать, что «дисконт» к конверсии должен быть привязан к общему % базы, который уже получил инвайт, а не к % тех, кто установил приложение.
In that version, if someone hates your app and doesn’t want to install it, it’s unlikely that they will ever install it. In the version I’m describing, the only people who won’t install your app are the people who have already done so.
В такой версии: если кому-то не нравится ваше приложение и он не хочет его ставить, он, скорее всего, никогда его и не поставит. В версии, которую описываю я, не установят приложение только те, кто уже его установил.
To describe this mathematically, you might say that at each point, there’s an “adjusted conversion rate” which looks like:
Математически это можно описать так: на каждом шаге существует «скорректированная конверсия», которая выглядит как:
adjusted conversion rate
= natural conversion rate * saturation %
= natural conversion rate * (1 – current installs / total Facebook population)
скорректированная конверсия = естественная конверсия * % насыщения = естественная конверсия * (1 – текущие установки / общая аудитория Facebook)
so if you agree that’s true, then you can combine the this last equation into the initial one:
Если согласиться, что это так, то можно подставить последнее уравнение в исходное:
u(t) can be defined as:
= u(0) * (1 + i * adjusted_conv)^t
= u(0) * (1 + i * conv * u(t-1) / carrying_capacity)^t
u(t) можно определить как: = u(0) * (1 + i * adjusted_conv)^t = u(0) * (1 + i * conv * u(t-1) / carrying_capacity)^t
(This can then be simplified further, but I’ll leave the math to the reader – the spreadsheet reflects this thinking already)
(Это можно ещё упростить, но математику оставлю читателю — таблица уже отражает эту логику)
As a result of this, you see that your cumulative install base kinda looks like a logistic curve:
В результате вы видите, что ваша кумулятивная база установок становится похожа на логистическую кривую:
Now that you see that the cumulative users follows an interesting trend, where it starts to grow exponentially, but then starts to hit saturation. Then it eventually takes some time, but it starts to plateau as you reach the carrying capacity of the network.
Теперь вы видите, что кумулятивные пользователи следуют интересному тренду: сначала растут экспоненциально, а затем начинают упираться в насыщение. В конце концов, через какое-то время, рост выходит на плато, поскольку вы достигаете carrying capacity сети.
Quick break for Cohort analysis re-introduction
Before reading through this post, you might want to glance over a previous blog I wrote on cohort analysis and its relationship to user retention reports
Короткое отступление: повторное введение в когортный анализ. Прежде чем читать дальше, возможно, стоит просмотреть мой предыдущий пост о когортном анализе и его связи с отчётами по удержанию пользователей
You may want to read that before going further…
Возможно, его стоит прочитать перед тем, как двигаться дальше…
Back to our story…
Previously, I discussed how you can mathematically model the viral acquisition process, particularly as you hit the network saturation point. However, while the model shows a growth curve for cumulative users, it doesn’t take into account how retention metrics fit in.
Возвращаемся к нашей истории… Ранее я обсудил, как можно математически смоделировать процесс вирусного приобретения, особенно при достижении точки насыщения сети. Но хотя модель показывает кривую роста кумулятивных пользователей, она не учитывает, как сюда вписываются метрики удержания.
In the spreadsheet linked above, you can flip to the “User retention” tab, which shows a cohort analysis perspective of the hypothetical site. Here’s how to read it:
В таблице, ссылка на которую дана выше, можно переключиться на вкладку «User retention», где показан когортный анализ гипотетического сайта. Вот как её читать:
По оси Y — «когорты по периодам», которые определяются группой пользователей, присоединившихся в конкретном периоде. То есть #1 — это пользователи, пришедшие в период #1. По оси X — «период времени», определяющий, в каком периоде сейчас находится конкретная когорта.
So for example, in 1×1, there are an initial 3,000 active users on the site.
Например, в ячейке 1×1 на сайте изначально 3 000 активных пользователей.
However, by the next time period, the 3,000 active users have declined to 1,500 users. However, because there are a bunch of virally generated users, there’s a new cohort of 2,328 users who have joined as cohort 2. The number of “new” cohorts is defined by the rows in the other spreadsheet tab, “Viral acquisition.”
Однако к следующему периоду эти 3 000 активных пользователей сократились до 1 500. Но поскольку появилась куча пользователей, приведённых виралкой, образовалась новая когорта из 2 328 пользователей — когорта №2. Число «новых» когорт задаётся строками на другой вкладке таблицы — «Viral acquisition».
Then notice that at the bottom of each time period, there’s a count for how many users are active in total, in each specific time period.
Затем обратите внимание, что внизу каждого периода стоит сумма — сколько всего пользователей активно в этом конкретном периоде.
Does this make sense? If not, shoot me an email at voodoo[at]gmail with what you’re confused by, and I’ll update this blog with more clarifications!
Понятно ли это? Если нет — напишите мне на voodoo[at]gmail с тем, что вызвало затруднения, и я обновлю пост, добавив пояснения!
Introducing the retention coefficient
So the key driver for retention is the % of users that stay alive in a specific cohort, between one period to the next. If it’s 50%, then if you start out with 3k users, in the next period you’ll be left with 1.5k users. If it’s 100% retention, then 3k users ends up with 3k users.
Знакомьтесь: коэффициент удержания. Ключевой драйвер удержания — это % пользователей в конкретной когорте, которые остаются живыми от одного периода к следующему. Если это 50%, то начав с 3к пользователей, в следующем периоде у вас останется 1,5к. Если retention 100% — 3к остаются 3к.
So let’s play around with the numbers.
Давайте поиграем с цифрами.
At 99% retention, which means that over 20 periods you are losing very few users, you get a graph of total active users that looks like this:
При retention 99%, то есть когда за 20 периодов вы теряете очень мало пользователей, график общего числа активных пользователей выглядит так:
This chart looks pretty good, of course. You start with exponential growth, then hit a plateau, and you have a very slow burn on your userbase. I suspect that the Facebook site, among other highly popular sites, essentially have >99.999% retention between days. I say that because people seem to use the site for years at a time, and probably the early users of the site are probably mostly still on it.
График, конечно, выглядит вполне неплохо. Сначала экспоненциальный рост, потом плато, и очень медленное «выгорание» базы. Подозреваю, что у Facebook, как и у других чрезвычайно популярных сайтов, retention между днями по сути >99,999%. Говорю это потому, что люди пользуются сайтом годами, и, вероятно, ранние пользователи в основном по-прежнему на нём.
Now for the EPIC FAIL.
OK, here’s the fun part, which is when you drop the retention coefficient down to 50%:
А теперь к EPIC FAIL. Окей, вот самая интересная часть — что будет, если опустить коэффициент удержания до 50%:
Ouch. Doesn’t look good. If you’ve read all the way this, far it’s pretty clear why this happens, but let’s summarize:
Ой. Выглядит нехорошо. Если вы читали внимательно, в общем-то понятно, почему так происходит, но давайте подытожим:
Key conclusion
The key in this calculation, if you look at the stats, is that:
Ключевой вывод. Главное в этом расчёте, если посмотреть на статистику, — это:
На раннем этапе рост кривой держится за счёт инвайтов Однако со временем инвайты начинают замедляться, когда вы упираетесь в насыщение сети Коэффициент удержания работает как «запаздывающий индикатор» вашего приобретения: при хорошем retention, даже когда инвайты замедляются, вы не очень это чувствуете Если же retention плохой — берегитесь: новые инвайты не вытягивают рост, и вы получаете тот самый мрачный «плавник акулы»
Things look great at first, but if you can’t retain users long-term, then you don’t have a business.
Сначала всё выглядит отлично, но если вы не умеете удерживать пользователей надолго — у вас нет бизнеса.
Improvements to the model
I want to make a couple comments on how the simplified model contained within the spreadsheet could be improved dramatically:
Как можно улучшить модель. Хочу сделать пару замечаний о том, как упрощённую модель из таблицы можно существенно доработать:
Моделировать не только инвайты, а несколько вирусных каналов Учитывать «usage loops», а не только «invite loops», которые запускаются, когда пользователи пробуют продукт Пробовать как глобальную carrying capacity, так и «нишевый дисконт» к этой цифре, если ваше приложение очень нишевое и заточено под конкретную аудиторию или поведение Уметь работать с реалистичными числами — например, ретрофитить модель на данные Adonomics Учитывать каналы реактивации и т. п.
Obviously if anyone would like to think about this more, feel free to and shoot me an email.
Очевидно, если кто-то захочет подумать над этим подробнее — пишите мне на почту.
I write a high-quality, weekly newsletter covering what's happening in Silicon Valley, focused on startups, marketing, and mobile.
Я веду качественную еженедельную рассылку о том, что происходит в Кремниевой долине, с фокусом на стартапы, маркетинг и мобайл.
Views expressed in “content” (including posts, podcasts, videos) linked on this website or posted in social media and other platforms (collectively, “content distribution outlets”) are my own and are not the views of AH Capital Management, L.L.C. (“a16z”) or its respective affiliates. AH Capital Management is an investment adviser registered with the Securities and Exchange Commission. Registration as an investment adviser does not imply any special skill or training. The posts are not directed to any investors or potential investors, and do not constitute an offer to sell -- or a solicitation of an offer to buy -- any securities, and may not be used or relied upon in evaluating the merits of any investment.
Мнения, выраженные в «контенте» (включая посты, подкасты, видео), на который ссылается этот сайт или который публикуется в социальных сетях и на других платформах (совместно — «каналы дистрибуции контента»), являются моими собственными и не являются мнениями AH Capital Management, L.L.C. («a16z») или её соответствующих аффилированных лиц. AH Capital Management — инвестиционный консультант, зарегистрированный в Комиссии по ценным бумагам и биржам. Регистрация в качестве инвестиционного консультанта не подразумевает какой-либо особой квалификации или подготовки. Посты не адресованы каким-либо инвесторам или потенциальным инвесторам и не являются ни предложением о продаже, ни предложением о покупке каких-либо ценных бумаг и не могут использоваться или применяться при оценке преимуществ какой-либо инвестиции.
The content should not be construed as or relied upon in any manner as investment, legal, tax, or other advice. You should consult your own advisers as to legal, business, tax, and other related matters concerning any investment. Any projections, estimates, forecasts, targets, prospects and/or opinions expressed in these materials are subject to change without notice and may differ or be contrary to opinions expressed by others. Any charts provided here are for informational purposes only, and should not be relied upon when making any investment decision. Certain information contained in here has been obtained from third-party sources. While taken from sources believed to be reliable, I have not independently verified such information and makes no representations about the enduring accuracy of the information or its appropriateness for a given situation. The content speaks only as of the date indicated.
Контент не должен толковаться или использоваться каким-либо образом как инвестиционная, юридическая, налоговая или иная консультация. Вам следует консультироваться с собственными советниками по юридическим, деловым, налоговым и иным сопутствующим вопросам, касающимся любых инвестиций. Любые прогнозы, оценки, ориентиры, цели, перспективы и/или мнения, выраженные в этих материалах, могут изменяться без уведомления, отличаться от мнений других лиц или противоречить им. Любые приведённые здесь графики предназначены только для информационных целей и не должны использоваться при принятии инвестиционных решений. Некоторая информация, содержащаяся здесь, была получена из сторонних источников. Хотя они и считаются надёжными, я не проводил независимой проверки такой информации и не делаю заявлений о её долгосрочной точности или применимости в конкретной ситуации. Контент отражает положение дел только на указанную дату.
Under no circumstances should any posts or other information provided on this website -- or on associated content distribution outlets -- be construed as an offer soliciting the purchase or sale of any security or interest in any pooled investment vehicle sponsored, discussed, or mentioned by a16z personnel. Nor should it be construed as an offer to provide investment advisory services; an offer to invest in an a16z-managed pooled investment vehicle will be made separately and only by means of the confidential offering documents of the specific pooled investment vehicles -- which should be read in their entirety, and only to those who, among other requirements, meet certain qualifications under federal securities laws. Such investors, defined as accredited investors and qualified purchasers, are generally deemed capable of evaluating the merits and risks of prospective investments and financial matters. There can be no assurances that a16z’s investment objectives will be achieved or investment strategies will be successful. Any investment in a vehicle managed by a16z involves a high degree of risk including the risk that the entire amount invested is lost. Any investments or portfolio companies mentioned, referred to, or described are not representative of all investments in vehicles managed by a16z and there can be no assurance that the investments will be profitable or that other investments made in the future will have similar characteristics or results. A list of investments made by funds managed by a16z is available at https://a16z.com/investments/. Excluded from this list are investments for which the issuer has not provided permission for a16z to disclose publicly as well as unannounced investments in publicly traded digital assets. Past results of Andreessen Horowitz’s investments, pooled investment vehicles, or investment strategies are not necessarily indicative of future results. Please see https://a16z.com/disclosures for additional important information.
Ни при каких обстоятельствах какие-либо посты или иная информация, предоставленные на этом сайте — или в связанных каналах дистрибуции контента — не должны толковаться как предложение, побуждающее к покупке или продаже какой-либо ценной бумаги или доли в каком-либо пуле инвестиционных средств, спонсируемом, обсуждаемом или упоминаемом сотрудниками a16z. Не должны они толковаться и как предложение об оказании инвестиционно-консультационных услуг; предложение инвестировать в пул инвестиционных средств, управляемый a16z, будет сделано отдельно и только посредством конфиденциальных предложений по конкретным инвестиционным пулам — которые должны быть прочитаны целиком и только лицами, отвечающими, среди прочих требований, определённым квалификациям в рамках федерального законодательства о ценных бумагах. Такие инвесторы, определяемые как аккредитованные и квалифицированные покупатели, как правило, считаются способными оценивать преимущества и риски потенциальных инвестиций и финансовых вопросов. Не может быть никаких гарантий того, что инвестиционные цели a16z будут достигнуты или что инвестиционные стратегии окажутся успешными. Любая инвестиция в средство, управляемое a16z, сопряжена с высокой степенью риска, включая риск потери всей вложенной суммы. Любые упомянутые, упомянутые в ссылке или описанные инвестиции или портфельные компании не являются репрезентативными для всех инвестиций в средства, управляемые a16z, и не может быть никакой уверенности в том, что инвестиции окажутся прибыльными или что будущие инвестиции будут обладать аналогичными характеристиками или результатами. Список инвестиций, сделанных фондами под управлением a16z, доступен по адресу https://a16z.com/investments/. Из этого списка исключены инвестиции, на раскрытие которых эмитент не дал разрешения a16z, а также неанонсированные инвестиции в публично торгуемые цифровые активы. Прошлые результаты инвестиций, инвестиционных пулов или инвестиционных стратегий Andreessen Horowitz не обязательно показательны для будущих результатов. См. https://a16z.com/disclosures для дополнительной важной информации.
About
Об авторе
Andrew Chen is a partner at Andreessen Horowitz, where he invests in games, AR/VR, metaverse, and consumer tech startups. He is the author of The Cold Start Problem, a book on starting and growing new startups via network effects. He resides in Venice, California (more)
Andrew Chen — партнёр в Andreessen Horowitz, где он инвестирует в игры, AR/VR, метавселенную и потребительские технологические стартапы. Автор книги The Cold Start Problem, посвящённой запуску и развитию новых стартапов через сетевые эффекты. Живёт в Венис, Калифорния (подробнее)