借用(聂)的算法

经验值参数假设

在推导传播公式之前,我们先假设几个经验值参数,这个数值只是一个经验值,没有精确统计过,有的人会表示不服,不过没关系,我们重点是讨论公式,你看明白以后可以按照你认为的数值代入即可:

1. 人均好友数HY

每个微信用户的好友数量不等,有的社交狂人有上千甚至几千(当然5000是上限),有的少至一两百。我们设置这个平均数值为HY=300。

2. 曝光率 BG%

一篇文章无论是群发给该号的订阅者,还是转发到朋友圈,又或是转发到群里,一定会有一定量的人并没有给机会让这篇文章展示出来就无视了(准确的说是没有出现在手机屏幕上),比如说,刷朋友圈的时候并没有耐心刷到这篇文章就放弃了,比如说订阅的文章积累了很多,并没有所有的未读都去浏览(连标题都没有看过,也就是说没有让这篇文章展示在屏幕上或者眼球里)。这个数值和每个用户的好友数HY值是负相关的,也就是对方好友越多,你转发的文章在朋友圈被他看到的几率越低,因为好友越多,要看的朋友圈内容就越多,被看到的几率就越低。这个数值我们定为有一半机会看到标题,也就是 BG%=50% 。

3. 打开率 DK%

当你在订阅号里或者朋友圈里看到很多文章,你会主动点开标题进去阅读的少之又少,这就存在一个比例,这个数值和刚才的曝光率不同点在于,这个是确实在手机里展示出来了,你也看到标题了,只是对这个标题对应的内容不感兴趣,于是没有点进去看,所以这个数值大小取决于该文章标题的文案和封面图片是否吸引。在这里,我们设置DK%=10%。

综合,2,3两点,我们可以有一个衍生数值,即

4. 阅读率YD%

YD%=BG%*DK%=50%*10%=5%,也就是说100个潜在读者中,只有5个真正点开阅读了。因此,平均每一个转发会带来 HY* BG%*DK%=300*50%*10%=15个阅读数。不同的用户的转发效果不同,这是一个所有人的平均值。

5. 转发率 ZF%

每多少个人阅读了会有一次转发行为呢?这个数值还是比较确定的,取决于内容的精彩程度,不会因为样本的不同这个比例就不同。当然某篇带有明显的地区,或者学校,或者公司等共同属性的群体中的共鸣性传播会大大提高,比如一篇写清华的文章,在清华校友中的转发率肯定很高。这点我们暂不考虑。

粉丝1万的公众号

文章传播路径

有了以上经验值,我们便可以模拟出一个粉丝数 FS=10000粉的公众号发出一篇文章后它的传播路径:

Step1:虽然有10000个读者都收到了来自该公众号后台群发的此篇文章,但按照我们以上的参数,可以得到,最初的这批粉丝读者带来了10000*(50%*10%)=500个阅读,这就是原始阅读数,这个原始数据很重要,要加深理解,这就好像是上帝造人时造出的第一批人,因为有了他们,才有了此后延绵不绝的生生不息。这也是为什么我们要把粉丝数做大的原因,因为粉丝不够多,原始阅读数就不够大,那么后面的繁衍能力就不强。

Step2:这500个阅读中,一定会产生第一次的转发行为,会有多少个转发呢?这就用到了我们上面提到的转发率ZF%概念,会产生 500*5%=25个转发。由第一批读者带来的25个转发,正是一次传播的开始。

Step3:刚才上面提到每一个转发可以带来300*50%*10%=15个阅读,那么第一轮的25个转发会带来多少阅读呢?即 15*25=375个阅读,这375个阅读又能带来多少二次传播的转发数呢?15*25*ZF%=15*25*5%=25*75%

以此类推

Step4:三次传播的转发数是25*75%*75%

Step5:四次传播的转发数是25*75%*75%*75%


那么最终传播是在第几次的时候停下来了呢?假设是第n+1次

Step n+2:第N+1次传播 有 25*75%*75%*75%。。。(n个75%相乘)个转发,停止就是意味着 转发数小于1,即 25*75%^n< 1 ,  即0.75^n<1/25,解得 n=12。也就是说第13次传播即为本篇文章寿终正卿的戛然而止时刻。

这13轮传播总的来说,共计转发了多少次呢?

25+25*75%+25*75%^2+25*75%^3。。。+25*75%^12

这是一个等比数列求和,公式为

即,总转发次数=25*(1-0.75^n)/(1-0.75)

当n=12, 1-0.75^12 ≈1 ,

于是总转发次数=25*1/0.25=25*4=100次

相应的,我们也就得到了总阅读数=原始阅读数+ 15* 总转发次数=500+15*100=2000

终于,我们得到了文章左下角标出的总阅读数2000,这相当于最初的10000粉丝的20%的阅读率,这个比例与我们的经验值10%-20%是相吻合的,因此也验证了我们的推导公式的合理性。

公式还原成代码看传播本质

如果把该公式还原成代码而不是数字代入,我们会更容易发现传播的本质:

总阅读数=FS*YD%*(1+HY*YD%*ZF%*/(1- HY*YD%*ZF%))

=FS*YD%*1/(1- HY*YD%*ZF%)

上式中有一个数: 1/ (1- HY*YD%*ZF%),是一个非常重要的系数,我把它命名为聂氏系数,取代号 NS系数,

在该案例中,FS*YD%=10000*5%=500,

NS系数=1/(1-300*5%*5%)=4

因此总阅读数=500*4=2000

这其中,500是原始阅读,1500是朋友圈来的阅读,所以朋友圈占75%,和张小龙说的80%刚好验证了。

成千上万研究微信传播的从业人员其实就是在研究这个公式罢了,大家一定要牢牢记住,因为这是你的饭碗:

总阅读数=FS*YD%*NS系数

我们再回过头来分析一下这个公式,决定总阅读数的无非就是这三个因子,而且都是正相关,就是说数值越大越好。

FS:

粉丝数不用说了,粉丝越多阅读数当然也就大。也是我们追求的通过文章来涨粉的终极目标。

YD%

这个数值来自于曝光% 和打开%的乘积,曝光%是无法左右的,取决于对方的阅读几率,我们无能为力。而打开%是可以提升的,主要的提升方式是提高标题的文案和图片的吸引力。

NS聂氏系数

由平均好友数HY,阅读率YD%,转发率 ZF% 三重因素共同决定,由于是负号和倒数的双重负相关叠加,因此还是正相关,也就是这三者越大NS系数越大,NS系数越大,总阅读数越大。HY是整个微信生态的平均值,因为大家的习惯是只不停增加好友不会删减好友,因此这个数值随着时间延伸会越来越大,然而不是我们能左右的。YD%刚才已经讨论过。 ZF%是我们能够把握的,说白了,就是内容要精彩。这个聂氏系数在刚才的案例中是4,这就意味着最终会达到原始阅读数的4倍,而正常的操盘实践中,这个数值能够达到1.5~2 倍就不错了,4倍已经是很好的成绩。

综上,BG%, HY这是两个结构性的数据,属于微信大盘决定,是我们无法左右的变量。我们重点下功夫的应该放在YD%和 ZF%,一个是要在标题上做文章,一个是要做内容本身做文章,简单说,就是内外两手都得硬。光有吸引人的标题,读者点进去发现没啥内容,肯定不会转发。光有很容易让读者转发的好内容,没有一个好标题吸引人进去阅读也是枉然。这也是为什么有很多标题党的原因,然而标题党是把双刃剑,读的人多,转发的人少,因为标题党是个low逼的事。至于如何起好标题,如何做好让大家转发的内容,这是个大课题,本文已经没有空间再继续阐述了,稍晚会另写一篇,敬请关注。FS数和总阅读数一样,是我们所有人最终追求的目标,当前面两者YD%和 ZF%做好了,就会水到渠成的实现目标。

思考

讲到这里,出一个思考题给大家。

如果一篇文章的YD%和ZF%很高,都达到了50%,那么转发数在每一轮会是一个递增的等比数列而不是递减,如此一来的话,整个传播过程是无限膨胀下去直到让几亿微信用户统统看到吗?事实很明显,并非如此,那么问题到底出在哪儿呢? 我们推导出的公式哪里需要修正吗?

答案会在下一篇文章末尾公布,大家可以留言给我的后台,答对的同学下期给予通报表扬,如果在广州,奖励一次免费“在行”的线下咨询见面,如果不在广州,可以在线咨询。

除此以外,还有很多数字要考核,比如涨粉率,下载率(转化率),打赏率,转载率。

涨粉率

一篇文章的阅读数貌似是我们追求的显性表现,但本质我们追求的是由此带来的涨粉数,就正如我们貌似喜欢的是漂亮女朋友的赏心悦目,但本质上我们追求的是带着她出去时候的倍有面子。所以,文章阅读高固然好,如何提升涨粉率才是我们更该关心的。我个人的经验,我的专栏文章的涨粉率是在5%左右,我目前正常的一篇原创阅读数是在15000左右,可以涨粉八九百。大家可以对比一下。

下载率

如果我们一篇软文的最终目的是为了拉读者去下载APP,那么这个下载数和阅读数之间的效率就是必须要考核的重要指标了。怎样才能做好最棒的引导?等9月份我的APP上线了,我就会测试我的文章能带来多少的下载,这个数据到时候可以公布给大家做参考。

转载率

一篇好文章写出来了,肯定会有其他号来转载刊登,转载多了,只要标注号来源是自己的公众号,肯定会有多少不等的涨粉效果,这个方式涉及到和同行之间的交流,涉及到混自媒体圈,不再赘述。

打赏率

有些自媒体作者写作,读者打赏是收入来源之一,那么怎样才能有效的提高打赏率呢?或者应该吸引哪一类读者才会有更多的被打赏机会呢?在本篇干货的文末,我会开专栏以来第一次放上打赏的二维码,测试一下我的读者对于知识的价值认同感,人数和金额统计完毕后如果有人感兴趣我也可以告诉大家结果,看看我们能否创造一个奇迹。如果有人要转载这篇文章,麻烦请自觉打赏,并和我联系授权。

至此,本论文可以结题了,一篇微信文,从父体(后台)里群射出来,就像一大坨精子发散开去,运气好的击中(打开阅读)了,这是些环境较湿润的母体(铁粉,嗷嗷期待新文的发射),有的则殉职了。而那些和铁粉母体交融后产生的第二批新生代精子很快在母体的朋友圈展示出来,运气好的又击中了一些母体的朋友母体们,于是产生了第三批精子。。。就这样一直繁衍下去,于是,我们在文章中输出的价值观和干货就这样传遍了神州大地。

我们开始把这篇文章的计算“标签”改了如何?

改了以后,按照算法,去计算别的东西,就得到了数据哈…

哈哈哈哈哈…对不对?

只要是符合以上规矩的,都可以按照他的算法去计算得出来了。

比如:你一个人的大脑就是一个微信,大脑中能记住多少个认识的人,就是微信的上限,然后,去计算大脑中的很多“小秘密”它和人群中的链接与碰撞,会怎样哈?

很多时候,你们写出来的东西,正好改个方式又被利用了,就如坏人用了某种方法,你们研究后又改了自己用了,当然,在我这里是不分好坏人的,也就是说你们做了同一件事,只是改了名称而已,公式基本一样而已。


文字的理论结合数学的算法→根据理论的范围与数学的算法→放大与缩小的计算,我们生活中的一切,它就是一个透明体的架构,人又根据架构它的点,开始“潜规则”的(重新设定规则)来达到自己的“贪,私,欲”,它的膨胀关联(除了以上聪明的人常用的)→(还有牵涉到一切被蒙逼双眼的“无知人”)就形成了社会中的大骗小,人吃人的可怕场面。

当然,无知的人会根据自己的需求,想到追求一切,“小聪明的人为了自己的贪,私,欲”可以骗他们,“改变规则”达到自己利益的同时又利用了无知的有追求的人,慢慢的,规则变的越来越滑稽,→直到,你可以出卖你自己的一切…

魔法的规则并不是“完美的”它设定的规则与连接上(人是可以潜规则的)

当然,这只是表面很潜的一层关系网络…

你可能感兴趣的:(借用(聂)的算法)