Le coefficient viral, et pourquoi un K supérieur à 1 n'arrive presque jamais

K, ce sont deux petits nombres multipliés

La définition est courte : K = i × c, où i est le nombre d'invitations qu'envoie un utilisateur moyen et c la fraction de ces invitations qui devient un nouvel utilisateur. Les deux facteurs se mesurent sur la même population et la même fenêtre, et tous deux sont petits dans presque tout produit réel. Cinq invitations à 10 % de conversion donnent K = 0,5. Dix invitations à 5 % donnent aussi K = 0,5. Vois comme la cible de 1 est difficile : à 10 % de conversion, il faut plus de dix invitations abouties par utilisateur ; à 5 %, plus de vingt. Les produits qui ont réellement tenu un K supérieur à 1 y sont parvenus en intégrant l'invitation à l'action centrale — impossible d'utiliser la chose sans en envoyer une — et encore, seulement tant que le vivier était vide.

La rareté d'un K supérieur à 1 est structurelle, pas une question d'effort. C'est le produit de deux fractions, et améliorer l'une ou l'autre est difficile : le nombre d'invitations par utilisateur est borné par le nombre de contacts pertinents et par la volonté de dépenser du capital social, tandis que la conversion d'une invitation est bornée par la capacité du message à voyager hors contexte. Doubler une conversion de 5 % à 10 % est une vraie performance ; cela te fait passer de K = 0,25 à K = 0,5, gain réel et toujours très loin de 1. Planifie l'amélioration, pas le seuil.

Sous 1, la boucle est un multiplicateur fini : 1/(1−K)

Pars de 1 000 utilisateurs et d'un K de 0,7. Ils invitent, 700 s'inscrivent. Ces 700 invitent, 490 s'inscrivent. Puis 343, puis 240, puis 168, puis 118. Chaque génération rétrécit d'un facteur K, si bien que le cumul est une série géométrique : 1 000 × (1 + 0,7 + 0,7² + 0,7³ + …) = 1 000 ÷ (1 − 0,7) = 3 333. Cette forme fermée, 1/(1−K), est le nombre que les gens veulent réellement quand ils demandent ce que vaut une boucle de parrainage. Elle dit qu'un utilisateur payant en amène 3,33 au total quand K vaut 0,7, et 2 au total quand K vaut 0,5.

Le multiplicateur est brutalement non linéaire près de 1, et c'est là que la plupart des plans dérapent. Passer de K = 0,2 à K = 0,5 fait monter le multiplicateur de 1,25 à 2. Passer de 0,5 à 0,7 le fait monter de 2 à 3,33. Passer de 0,7 à 0,9 le fait monter de 3,33 à 10. Ce dernier pas est une progression de K plus faible que le premier et une progression de résultat bien plus forte — ce qui ressemble à un argument pour viser 0,9, jusqu'à ce qu'on regarde le temps nécessaire pour encaisser. C'est la section suivante, et c'est elle qui change les décisions.

Durée de cycle : pourquoi un K de 0,7 bat un K de 0,9 pendant trois mois

Le coefficient viral ne contient pas de temps. Il dit à quelle taille le total arrive, jamais à quelle vitesse. La durée de cycle — le délai moyen entre l'inscription d'un utilisateur et celle des personnes qu'il invite — fournit l'axe manquant, et les deux nombres ensemble décident de tout. Oppose un K de 0,7 sur un cycle d'un jour à un K de 0,9 sur un cycle de trente jours, et suis la même cohorte de 1 000 utilisateurs dans chaque cas.

La boucle rapide, K = 0,7 avec un cycle par jour, affiche 1 700 utilisateurs après le jour 1, 2 190 après le jour 2, 2 533 après le jour 3 et 3 059 après le jour 6. Au jour 30, elle a pour l'essentiel fini, à 3 333. La boucle lente, K = 0,9 avec un cycle tous les trente jours, n'a bouclé qu'une génération au jour 30 : 1 000 + 900 = 1 900 utilisateurs. Au jour 60, elle atteint 2 710. Elle ne dépasse 3 000 qu'au jour 90, où elle est à 3 439. La boucle au coefficient le plus faible atteint donc 3 000 utilisateurs au jour 6, et celle au coefficient le plus élevé au jour 90 — quinze fois plus longtemps, pour un coefficient supérieur de 29 %.

Sois précis sur ce que cela démontre, car la boucle lente n'est pas simplement moins bonne. Son plafond est bien plus haut : 10 000 utilisateurs contre 3 333, et elle dépasse la boucle rapide vers le jour 85. Au jour 365 elle est à 7 458 et grimpe encore. L'énoncé honnête est donc que la durée de cycle domine le premier trimestre et que le coefficient domine le long terme — et pour une entreprise qui décide quoi construire ce trimestre-ci, c'est généralement le premier trimestre qui paie les salaires. Diviser par deux ta durée de cycle coûte un sprint de développement sur le parcours d'invitation ; faire passer K de 0,7 à 0,9 exige en général de changer ce qu'est le produit.

Pourquoi un K supérieur à 1 ne le reste pas

Au-dessus de 1, la série cesse de converger et la boucle compose : une cohorte de 1 000 utilisateurs à K = 1,1 atteint 64 002 après vingt cycles et 487 852 après quarante. C'est le cas que tout le monde veut et que presque personne ne tient, car K n'est pas une constante du produit : c'est une mesure prise sur une population donnée à un moment donné. À mesure que l'adoption se diffuse, les invitations tombent de plus en plus sur des gens qui ont déjà un compte, et le terme de conversion c chute. K chute avec lui, franchit 1 par le haut, et la boucle retombe dans le régime du multiplicateur fini. Les modèles de diffusion décrivent cette forme depuis le modèle de croissance produit publié par Frank Bass en 1969, et les essais d'Andrew Chen sur la croissance des applications à l'ère Facebook documentent exactement ce que cela donnait vu de l'intérieur d'une plateforme.

La conséquence opérationnelle est qu'un K mesuré sur ta cohorte la plus ancienne et la plus enthousiaste est le K le plus flatteur que tu verras jamais, et ce n'est pas celui sur lequel planifier. Mesure-le par cohorte et suis la tendance. Un K à 0,8 le premier mois et 0,4 six mois plus tard n'est pas un programme de parrainage cassé : c'est l'arithmétique ordinaire d'un vivier qui se remplit.

L'objectif réaliste : un K inférieur à 1 qui abaisse le coût d'acquisition mixte

Cesse de traiter 1 comme une note de passage et la mesure devient immédiatement utile. Si tu paies 60 € pour acquérir un client et que chaque client payant en amène 1/(1−K) au total, ton coût mixte par client vaut 60 × (1 − K). Un K de 0,2 le ramène à 48 €. Un K de 0,5 à 30 €. Un K de 0,7 à 18 €. Ce sont des améliorations énormes de l'économie unitaire, obtenues entièrement sous le seuil sur lequel tout le monde se fixe, et elles apparaissent là où un canal payant apparaîtrait : dans le rapport entre valeur vie et coût d'acquisition, et dans la vitesse de remboursement de ce coût.

Une réserve garde ce calcul honnête. Les utilisateurs parrainés ne sont pas gratuits : un programme de parrainage récompense généralement les deux côtés, et cette récompense appartient au coût d'acquisition du client parrainé. Soustrais-la avant de célébrer. Si une récompense bilatérale de 20 € t'achète un K de 0,5, ton coût mixte vaut 60 × 0,5 + 20 × 0,5 = 40 €, pas 30 €, car la moitié de tes clients arrivent désormais avec une prime de 20 €. Cela reste une belle amélioration sur 60 € ; ce n'est simplement pas celle qu'annonce le coefficient seul.

Mesurer K sans se flatter

Trois erreurs expliquent la plupart des coefficients gonflés. La première consiste à compter tout nouvel utilisateur comme viral alors que seuls comptent ceux porteurs d'un jeton de parrainage. La deuxième consiste à mesurer i et c sur des fenêtres différentes — invitations envoyées ce mois-ci contre conversions d'invitations envoyées à n'importe quel moment — ce qui mêle un petit numérateur à un grand dénominateur ou l'inverse. La troisième consiste à mesurer sur toute la base plutôt que par cohorte, ce qui laisse un unique pic initial maintenir la moyenne haute pendant un an.

La méthode propre est ennuyeuse et fonctionne. Prends une cohorte définie par la semaine d'inscription. Compte les invitations qu'elle a envoyées dans une fenêtre fixe, compte les utilisateurs produits par ces invitations précises, divise, et enregistre le couple (K, durée de cycle) avec la date de la cohorte. Fais-le chaque semaine et tu obtiens une tendance plutôt qu'un trophée — et c'est la tendance qui dit si la boucle s'améliore ou si le vivier est simplement encore neuf.

Questions fréquentes

Qu'est-ce qu'un bon coefficient viral ?

Tout K que tu peux mesurer honnêtement et tenir est bon, car la valeur est continue et non binaire. Un K de 0,2 multiplie déjà chaque utilisateur acquis par 1,25 et ramène un coût d'acquisition payant de 60 € à 48 €. Un K de 0,5 double la cohorte et ramène le coût à 30 €. Traiter 1 comme la cible jette tout cela, et 1 est quasi inatteignable puisque K est le produit de deux petites fractions.

Comment calculer le coefficient viral ?

Prends une cohorte définie par la semaine d'inscription de ses membres. Divise les invitations qu'elle a envoyées dans une fenêtre fixe par sa taille pour obtenir i. Divise les nouveaux utilisateurs produits par exactement ces invitations par le nombre d'invitations pour obtenir c. Multiplie : K = i × c. Calcule ensuite le total que la cohorte engendrera, soit taille ÷ (1 − K), et note le délai moyen entre une invitation et l'inscription qui en résulte — c'est ta durée de cycle, et elle compte autant que K.

Qu'est-ce que la durée de cycle viral et pourquoi compte-t-elle autant ?

C'est le délai moyen entre l'inscription d'un utilisateur et celle des personnes qu'il invite. K dit la taille finale du total ; la durée de cycle dit le moment. Un K de 0,7 sur un cycle d'un jour atteint 3 059 utilisateurs à partir d'une cohorte de 1 000 dès le jour 6 et finit à 3 333. Un K de 0,9 sur un cycle de trente jours n'est qu'à 1 900 au jour 30 et ne dépasse 3 000 qu'au jour 90 — quinze fois plus lent pour le même jalon, même si son plafond final de 10 000 est trois fois plus haut.

Un produit peut-il maintenir K au-dessus de 1 en permanence ?

Non, car K se mesure sur un vivier qui se remplit. Au-dessus de 1, la boucle compose — une cohorte de 1 000 utilisateurs à K = 1,1 atteint 64 002 après vingt cycles — mais à mesure que l'adoption se diffuse, les invitations touchent de plus en plus de gens déjà inscrits, le terme de conversion chute, et K repasse sous 1. Cette décroissance est la forme normale de la diffusion d'un produit, pas un échec d'exécution. Mesure K par cohorte et lis la tendance, pas le pic.

Faut-il optimiser d'abord le coefficient ou la durée de cycle ?

La durée de cycle, presque toujours, car elle est moins coûteuse à déplacer et domine le court terme. Raccourcir le délai entre l'inscription et l'invitation relève en général du parcours d'invitation : solliciter plus tôt, supprimer une étape, permettre à une invitation d'arriver sans compte. Faire passer K de 0,7 à 0,9 suppose généralement de changer ce que le produit apporte à la personne invitée. Dans la comparaison chiffrée, la boucle rapide mène jusqu'au jour 85 environ ; si ton horizon de planification est le trimestre, c'est tout l'horizon.