Naar de inhoud
OneKitly

De virale coëfficiënt, en waarom K boven 1 bijna nooit voorkomt

Gepubliceerd op 9-5-2025 · 12 min leestijd · Marketing- & SEO-tools

Camille Laurent

Camille Laurent — Financieel redacteur bij OneKitly

Belastingen · Persoonlijke financiën

Getoetst aan 4 bronnen

Profiel bekijken →
Kort gezegd

De virale coëfficiënt is K = het aantal verzonden uitnodigingen per gebruiker × het conversiepercentage van een uitnodiging. Beide termen zijn in de praktijk klein en ze worden vermenigvuldigd, en daarom is een K boven 1 zeldzaam: bij een conversiepercentage van 10% per uitnodiging zou je meer dan tien aanvaarde uitnodigingen per gebruiker nodig hebben om alleen al 1 te halen. Onder 1 groeit de lus niet eeuwig door — hij dooft uit naar een eindige vermenigvuldiger die gelijk is aan de meetkundige som 1/(1−K). Een cohort van 1.000 gebruikers brengt er in totaal 1.250 voort bij K = 0,2, 2.000 bij K = 0,5, 3.333 bij K = 0,7 en 10.000 bij K = 0,9. Bij precies 1 is de groei lineair; daarboven groeit hij exponentieel, en hij stopt zodra de bereikbare poel dunner wordt, want de conversieterm daalt als de uitnodigingen mensen beginnen te bereiken die al lid zijn. De term die bijna iedereen weglaat, is de cyclusduur. Een K van 0,7 op een cyclus van één dag komt op dag 6 voorbij de 3.000 gebruikers; een K van 0,9 op een cyclus van dertig dagen haalt de 3.000 pas op dag 90 — vijftien keer zo lang, ondanks de hogere K. Richt een referrallus realistisch op de gemengde acquisitiekosten: een K van 0,5 halveert betaalde kosten van € 60 per klant naar € 30.

Advertentie

K is het aantal uitnodigingen per gebruiker maal het conversiepercentage van een uitnodiging — twee kleine getallen die worden vermenigvuldigd. Onder 1 is de lus een eindige vermenigvuldiger ter waarde van 1/(1−K), en de cyclusduur bepaalt welke lus werkelijk wint.

K is twee kleine getallen die met elkaar worden vermenigvuldigd

De definitie is kort: K = i × c, waarin i het aantal uitnodigingen is dat een gemiddelde gebruiker verstuurt en c het deel van die uitnodigingen dat een nieuwe gebruiker wordt. Beide factoren worden over dezelfde populatie en hetzelfde venster gemeten, en beide zijn in bijna elk echt product klein. Vijf uitnodigingen bij een conversie van 10% is K = 0,5. Tien uitnodigingen bij 5% is ook K = 0,5. Merk op hoe zwaar het doel van 1 is: bij een conversie van 10% per uitnodiging heb je meer dan tien doorgekomen uitnodigingen per gebruiker nodig; bij 5% meer dan twintig. De producten die een K boven 1 werkelijk hebben volgehouden, deden dat door de uitnodiging onderdeel van de kernhandeling te maken — je kon het ding niet gebruiken zonder er een te versturen — en zelfs dan alleen zolang de bereikbare poel nog leeg was.

Dat een K boven 1 zeldzaam is, is structureel en geen kwestie van inzet. Het is het product van twee fracties, en beide verbeteren is moeilijk: het aantal verzonden uitnodigingen per gebruiker wordt begrensd door hoeveel relevante contacten iemand heeft en door hoe graag die sociaal kapitaal wil uitgeven, terwijl de conversie van een uitnodiging wordt begrensd door hoe goed de boodschap buiten haar context reist. Een conversie van 5% verdubbelen naar 10% is een serieuze prestatie; het brengt je van K = 0,25 naar K = 0,5, wat een echte winst is en nog altijd lang niet 1. Plan op de verbetering en niet op de drempel.

Advertentie

Onder 1 is de lus een eindige vermenigvuldiger: 1/(1−K)

Begin met 1.000 gebruikers en een K van 0,7. Zij nodigen uit, en er komen 700 bij. Die 700 nodigen uit, en er komen 490 bij. Dan 343, dan 240, dan 168, dan 118. De generaties krimpen elke keer met een factor K, dus het lopende totaal is een meetkundige reeks: 1.000 × (1 + 0,7 + 0,7² + 0,7³ + …) = 1.000 ÷ (1 − 0,7) = 3.333. Die gesloten vorm, 1/(1−K), is het getal dat mensen werkelijk willen als ze vragen wat een referrallus waard is. Hij zegt dat één betaalde gebruiker er in totaal 3,33 meebrengt als K 0,7 is, en in totaal 2 als K 0,5 is.

De vermenigvuldiger is bij 1 bruut niet-lineair, en daar gaat het meeste plannen mis. Van K = 0,2 naar K = 0,5 gaan tilt de vermenigvuldiger van 1,25 naar 2. Van 0,5 naar 0,7 tilt hem van 2 naar 3,33. Van 0,7 naar 0,9 tilt hem van 3,33 naar 10. Die laatste stap is een kleinere verbetering in K dan de eerste en een veel grotere verbetering in uitkomst — wat klinkt als een argument om 0,9 na te jagen, tot je kijkt hoe lang het duurt om hem te innen. Dat is de volgende paragraaf, en dat is de paragraaf die besluiten verandert.

Cyclusduur: waarom een K van 0,7 drie maanden lang een K van 0,9 verslaat

In de virale coëfficiënt zit geen tijd. Hij vertelt je hoe groot het totaal wordt, nooit hoe snel. De cyclusduur — de gemiddelde vertraging tussen het aansluiten van een gebruiker en het aansluiten van de gebruikers die hij uitnodigt — levert de ontbrekende as, en samen bepalen de twee getallen alles. Zet een K van 0,7 op een cyclus van één dag tegen een K van 0,9 op een cyclus van dertig dagen, en volg hetzelfde cohort van 1.000 gebruikers onder elk van beide.

De snelle lus, K = 0,7 met één cyclus per dag, staat na dag 1 op 1.700 gebruikers, na dag 2 op 2.190, na dag 3 op 2.533 en na dag 6 op 3.059. Op dag 30 is hij in wezen klaar, op 3.333. De langzame lus, K = 0,9 met één cyclus per dertig dagen, heeft op dag 30 precies één generatie afgerond: 1.000 + 900 = 1.900 gebruikers. Op dag 60 komt hij op 2.710. Hij komt pas op dag 90 voorbij de 3.000, waar hij op 3.439 staat. De lus met de lagere coëfficiënt bereikt 3.000 gebruikers dus op dag 6 en de lus met de hogere coëfficiënt op dag 90 — vijftien keer zo lang, bij een coëfficiënt die 29% beter is.

Wees precies over wat dat bewijst, want de langzame lus is niet eenvoudigweg slechter. Zijn plafond ligt veel hoger: 10.000 gebruikers tegen 3.333, en hij haalt de snelle lus rond dag 85 in. Op dag 365 staat hij op 7.458 en klimt nog. De eerlijke uitspraak is dus dat de cyclusduur het eerste kwartaal domineert en de coëfficiënt de lange termijn — en voor een bedrijf dat beslist wat het dit kwartaal gaat bouwen, is het eerste kwartaal meestal het kwartaal dat de salarissen betaalt. Je cyclusduur halveren kost een sprint van het ontwikkelteam op de uitnodigingsflow; K van 0,7 naar 0,9 tillen vraagt meestal om te veranderen wat het product is.

Waarom een K boven 1 niet boven 1 blijft

Boven 1 convergeert de reeks niet meer en groeit de lus exponentieel: een cohort van 1.000 gebruikers bij K = 1,1 komt na twintig cycli op 64.002 en na veertig op 487.852. Dat is het geval dat iedereen wil en bijna niemand volhoudt, want K is geen constante van het product — het is een meting tegen een bepaalde populatie op een bepaald moment. Naarmate de adoptie zich verspreidt, landen uitnodigingen steeds vaker bij mensen die al een account hebben, en daalt de conversieterm c. K daalt mee, kruist 1 van bovenaf, en de lus zakt in het regime van de eindige vermenigvuldiger. Diffusiemodellen beschrijven deze vorm al sinds Frank Bass in 1969 zijn model voor productgroei publiceerde, en de essays van Andrew Chen over appgroei in het Facebook-tijdperk documenteren precies hoe het van binnenuit een platform voelde toen het gebeurde.

Het operationele gevolg is dat een K die op je vroegste, meest enthousiaste cohort is gemeten de meest vleiende K is die je ooit zult zien, en niet de K om op te plannen. Meet hem per cohort en volg de trend. Een K die in de eerste maand 0,8 is en zes maanden later 0,4, is geen kapot referralprogramma; het is de gewone rekenkunde van een poel die vol raakt.

Het realistische doel: een K onder 1 die de gemengde acquisitiekosten verlaagt

Stop met 1 als slagingsnorm te behandelen en de maatstaf wordt onmiddellijk nuttig. Betaal je € 60 om een klant te werven en brengt elke betaalde klant er in totaal 1/(1−K) mee, dan zijn je gemengde kosten per klant 60 × (1 − K). Een K van 0,2 brengt ze op € 48. Een K van 0,5 op € 30. Een K van 0,7 op € 18. Dat zijn enorme verbeteringen van de economie per klant, volledig behaald onder de drempel waarop iedereen zich vastpint, en ze duiken op dezelfde plek op als een betaald kanaal zou doen: in de verhouding tussen de klantwaarde en de acquisitiekosten, en in hoe snel die kosten zijn terugverdiend.

Eén voorbehoud houdt die berekening eerlijk. Doorverwezen gebruikers zijn niet gratis — een referralprogramma betaalt meestal aan beide kanten een beloning, en die beloning hoort in de acquisitiekosten van de doorverwezen klant. Trek hem eraf voordat je gaat juichen. Koopt een tweezijdige beloning van € 20 je een K van 0,5, dan zijn je gemengde kosten 60 × 0,5 + 20 × 0,5 = € 40 en niet € 30, want de helft van je klanten komt nu binnen met een prikkel van € 20 eraan vast. Het is nog altijd een grote verbetering op € 60; het is alleen niet de verbetering die de coëfficiënt alleen adverteert.

K meten zonder jezelf te vleien

Drie fouten verklaren de meeste opgeblazen coëfficiënten. De eerste is elke nieuwe gebruiker als viraal tellen terwijl alleen de gebruikers met een verwijscode dat zijn. De tweede is i en c over verschillende vensters meten — de uitnodigingen die deze maand zijn verzonden tegen de conversies van uitnodigingen uit elke periode — waarmee je een kleine teller met een grote noemer mengt, of omgekeerd. De derde is over het hele gebruikersbestand meten in plaats van per cohort, waardoor één vroege piek het gemiddelde een jaar lang hoog houdt.

De zuivere methode is saai en werkt. Neem een cohort dat is bepaald door de week van aansluiten. Tel de uitnodigingen die dat cohort binnen een vast venster heeft verstuurd, tel de gebruikers die precies die uitnodigingen hebben voortgebracht, deel, en leg het paar (K, cyclusduur) vast met de datum van het cohort eraan. Doe dat elke week en je krijgt een trend in plaats van een trofee — en de trend is wat je vertelt of de lus verbetert, of of de poel simpelweg nog fris is.

Vermenigvuldiger 1/(1−K)
Een cohort van 1.000 gebruikers bij elke virale coëfficiënt: het eindige totaal dat het voortbrengt, de gemengde kosten per klant tegenover betaalde kosten van € 60, en hoeveel cycli het kost om er grotendeels te komen
KVermenigvuldiger 1/(1−K)Totaal aantal voortgebrachte gebruikersGemengde kosten per klantCycli tot 90% van het totaal
0,21,251.250€ 481
0,52,002.000€ 303
0,73,333.333€ 186
0,910,0010.000€ 621
0,9520,0020.000€ 344

Uitgewerkt met onze eigen calculator

Calculator virale coëfficiënt (K-factor)

Gegeven

Uitnodigingen per gebruiker
10
Conversiepercentage van de uitnodigingen (%)
22

Resultaat

Virale coëfficiënt (K)
2,2

Deze cijfers komen uit de calculator hieronder, ze zijn niet met de hand ingetypt — ze worden opnieuw berekend telkens als de tool verandert.

Reken het door met je eigen cijfers →
Advertentie

Veelgestelde vragen

Wat is een goede virale coëfficiënt?
Elke K die je eerlijk kunt meten en volhouden is goed, want de waarde is continu en niet geslaagd-of-gezakt. Een K van 0,2 vermenigvuldigt elke gewonnen gebruiker al met 1,25 en brengt betaalde acquisitiekosten van € 60 terug op € 48. Een K van 0,5 verdubbelt het cohort en brengt de kosten op € 30. Door 1 als doel te behandelen gooi je dat alles weg, en 1 is bijna onbereikbaar omdat K het product van twee kleine fracties is.
Hoe bereken ik de virale coëfficiënt?
Neem één cohort, bepaald door de week waarin de leden zijn aangesloten. Deel de uitnodigingen die dat cohort binnen een vast venster heeft verstuurd door de grootte van het cohort om i te krijgen. Deel de nieuwe gebruikers die precies door die uitnodigingen zijn voortgebracht door het aantal uitnodigingen om c te krijgen. Vermenigvuldig: K = i × c. Reken dan het totaal uit dat het cohort zal voortbrengen als de cohortgrootte ÷ (1 − K), en leg de gemiddelde vertraging vast tussen een uitnodiging en de aanmelding die eruit volgt — dat is je cyclusduur, en die doet net zoveel ter zake als K.
Wat is de virale cyclusduur en waarom doet die zoveel ter zake?
Het is de gemiddelde vertraging tussen het aansluiten van een gebruiker en het aansluiten van de gebruikers die hij uitnodigt. K vertelt je hoe groot het totaal wordt; de cyclusduur vertelt je wanneer. Een K van 0,7 op een cyclus van één dag bereikt vanuit een cohort van 1.000 gebruikers op dag 6 al 3.059 gebruikers en eindigt op 3.333. Een K van 0,9 op een cyclus van dertig dagen staat op dag 30 pas op 1.900 en komt niet voor dag 90 voorbij de 3.000 — vijftien keer zo langzaam naar dezelfde mijlpaal, ook al is het uiteindelijke plafond van 10.000 drie keer zo hoog.
Kan een product K permanent boven 1 houden?
Nee, want K wordt gemeten tegen een poel die volloopt. Boven 1 groeit de lus exponentieel — een cohort van 1.000 gebruikers bij K = 1,1 komt na twintig cycli op 64.002 — maar naarmate de adoptie zich verspreidt, bereiken uitnodigingen steeds vaker mensen die al zijn aangesloten, daalt de conversieterm, en kruist K terug onder 1. Die uitdoving is de normale vorm van productdiffusie en geen fout in de uitvoering. Meet K per cohort en lees de trend in plaats van de piek.
Moet ik eerst de coëfficiënt of de cyclusduur optimaliseren?
De cyclusduur, bijna altijd, want die is goedkoper te verschuiven en hij domineert de korte termijn. De vertraging tussen aansluiten en uitnodigen verkorten is meestal een wijziging in de uitnodigingsflow: vraag het eerder, haal een stap weg, laat een uitnodiging landen zonder account. K van 0,7 naar 0,9 tillen betekent in het algemeen veranderen wat het product voor de uitgenodigde doet. In de uitgewerkte vergelijking loopt de snellere lus tot ongeveer dag 85 voor; is je planningshorizon een kwartaal, dan is dat de hele horizon.

Artikelen die je misschien interesseren

Alle gidsen →
UitlegGrowing an Email List Is a Leaky BucketConstant additions against a proportional loss rate do not grow forever — they converge on a ceiling equal to additions divided by the loss rate. Here is that ceiling computed for six loss rates, why a list can grow while its engaged half shrinks, and the feedback loop that makes a bought list self-defeating.UitlegWhat Is Average Order Value (AOV)? Formula and How to Raise ItAverage order value measures how much a customer spends per order. Learn the formula, why it matters for profitability, and proven ways to lift it.UitlegCAC Payback Period Explained: Why a 3:1 LTV/CAC Can Still Run Out of CashLTV/CAC says whether a customer is profitable eventually. Payback says whether you can afford to wait. The formula divides CAC by monthly gross profit — and the gross margin is the term nearly everyone drops.UitlegWhat Is Customer Churn Rate? Formula and How to Reduce ItCustomer churn rate measures how fast you lose customers. Learn the formula, why it caps growth and shortens lifetime value, and how to reduce it.UitlegWhat Is Customer Lifetime Value (LTV)? Formula and UsesCustomer lifetime value estimates the total worth of a customer over the whole relationship. Learn the formula, why margin matters, and how to use it.UitlegWhat Is Customer Acquisition Cost (CAC)? Formula and BenchmarksCustomer acquisition cost tells you what it really costs to win a new customer. Learn the formula, what to include, and how to read it against lifetime value.

Vergelijkbare tools

Bronnen

Een fout in dit artikel gezien?