K因子将成为下一个重要指标？探究付费推广对自然安装的影响

大家普遍认为，在移动领域中付费和自然安装之间存在着必然的联系，即付费流量越多，其所带来的自然流量也就更多。该关联被人们称为“K因子（K-Factor)”。

K因子最初是用于衡量社交共享的术语——即衡量分享次数与安装数的关系。现在该术语的用途范围逐渐扩大，被用来评估市场营销中的多种关系类型。本文使用K因子来分析付费安装对自然安装的影响。

虽然大家经常谈论到K因子，但目前还没有足够的证据证明K因子是否存在，以及在存在的前提下其实际影响程度。

本文将证明这一点，并通过分析数千个应用为您解答两个问题：付费安装是否对自然安装存在影响？如是，其实际影响有多大？

什么是K因子？

K因子是衡量付费安装对自然安装影响程度的基本指标。理论上说，如果广告主花钱购买了大量付费流量，受到展示、应用商店排名和病毒式传播等多因素的影响，这些付费流量应可促进自然用户的增长。

在本文中，我们将对以上假设进行测试以证实K因子的存在，和（在存在的前提下）其影响程度。

背后的数学逻辑

Adjust的数据专家Roman将我们的问题重写成以下方程式：

Y = F(X)
Y = 自然安装，X = 付费安装，F(X) 是 X的函数

假设X和Y之前存在线性关系（即自然和付费安装之间的关系在一定付费安装数量内保持不变），这样我们可以在此基础上进一步延伸测试。我们假设对于既定的应用，如果（安装）规模增长或下降，K因子将保持不变。因此公式变为：

Y = b*X
b 是预估的系数因子

由于我们分析的是每周时间序列的数据，因此会存在一些限制：两个时间序列中的 X和Y需要保持不变（即恒定的 平均值、变量和自相关系数）才能被纳入数学模型中。

然而我们的X和Y并不是恒定的，因此本文使用了这些时间序列的第一个差异。通过此方式我们仍可解读相关测试结果（绝对变化）。

现在的模型变成：

Y* = b*X*
Y* = 自然安装的首个差异 (绝对增长)
X* = 周付费安装的首个差异 (绝对增长
b = K因子

例如，在本周，付费安装较前一周改变了一个安装，那么我们可预期自然安装较前周的差异为b。

采样方法

Roman从一年的安装中抽取样本，查看每个应用的周数据。他对2016年11月21日-2016年11月26日之间的数据进行了测试。被纳入样本的应用必须同时满足以下三个条件：

1. 应用必须持续超过50周同时拥有来自付费和自然渠道的安装（在以上日期内）。
2. 应用必须每周平均拥有超500次的安装。
3. 付费和自然安装的首个差异（绝对增长）在此期间必须保持不变，即不受季节性或其他趋势的影响。

根据以上样本标准，我们总共对1345个应用进行了取样分析。按操作系统划分，样本中包括711个安卓应用和634个 iOS应用。

我们发现了什么？

我们最终发现K因子的确存在，但并不适用于当前市场上的大多数应用。

我们在30%的样本中发现了K因子。在这些样本中，数据团队得出K因子的中值为0.45。这意味着（按照样本中值的应用运行情况）每100个付费安装将带来45个额外的自然安装。而这仅仅是中值，样本中有些应用收获了数百，甚至是数千次额外安装。

K因子存在于哪些应用中？

为了弄清自然安装是否受到付费安装的影响，让我们首先来看看付费安装数量。付费安装量不应远低于总自然安装量。也就是说，付费安装量必须至少要达到自然安装量的65%，应用才可能受到K因子的影响。因此，如果您获得100次自然安装，则必须拥有至少65次付费安装，K因子才会发生效用。

其中一个可能的解释是，当自然安装数量已经达到较高水平，获取新的自然用户将变得更加困难。

最后，我们发现应用的生命周期（自发布之日起）和是否存在K因子，或K因子的影响程度之间没有明显关系。也就是说，不论应用发布的时间有多长，都可能受到K因子的影响。

启示

现在我们知道了K因子的确存在，那么这对于大多数营销商来说意味着什么？

认同K因子的影响作用，并尽可能地改进和优化它，对于提升从付费推广获取自然用户的能力至关重要。病毒式传播、应用商店优化（ASO）和创建便于分享的应用是破解K因子的关键。以下我们将向您简要介绍如何利用这些关键因素来提高K因子指标。

应用商店优化（ASO）

除了应用商店优化，还有什么更好的方式来提升自然下载量？几乎没有！但是，影响应用商店优化排名的最大因素还是下载量。无论用户是来自付费或者自然来源，大规模的安装数量将有助于提升排名。当应用在商店中的流量平稳且活跃用户数量不断增加，其应用商店的排名将会上升并稳固，从而形成自然和付费流量之间的健康循环，最终带来更高的K因子指标。

病毒式传播

吸引眼球的应用才会受益于K因子。通过病毒式传播的应用将从各个方面受益，并收获自然流量和付费互动的增长。用户一旦听说了这些应用就会毫不犹豫地点击“安装”。病毒式传播带来的不仅仅是更高的K因子指标，还为将来的再参与和再营销活动降低了难度。

共享

简而言之，便于共享的应用将有助于K因子发挥作用。无论是多人游戏，或是支持用户分摊成本的旅行应用，鼓励用户与好友分享应用可以将一个付费安装变成三到四个、甚至更多的自然安装。

以上是关于K因子的所有内容，敬请关注我们的移动营销博客，随时了解更多热点资讯。