Viral coefficient
Aussi : K-factor, K, viral factor, virality coefficient, coefficient viral
Le nombre moyen de nouveaux utilisateurs que chaque utilisateur existant génère par recommandation. Au-dessus de 1,0, la croissance s'auto-alimente et devient exponentielle.
De quoi il s'agit
Le viral coefficient (souvent noté K ou K-factor) mesure combien de nouveaux utilisateurs chaque utilisateur existant amène via des invitations, des recommandations ou du contenu partagé. Il traduit le bouche-à-oreille en un seul chiffre.
La formule standard est :
K = i x c
- i = le nombre moyen d'invitations envoyées par utilisateur existant
- c = le taux de conversion de ces invitations (part qui devient de nouveaux utilisateurs)
Par exemple, si chaque utilisateur envoie 10 invitations et que 5 % convertissent, alors K = 10 x 0,05 = 0,5.
Pourquoi c'est important
Le seuil critique est 1,0 :
- K < 1,0 : chaque cohorte d'utilisateurs génère moins de remplaçants qu'elle ne compte de membres. La croissance par recommandation s'éteint progressivement. Il faut toujours de l'acquisition payante pour croître.
- K = 1,0 : la croissance s'auto-entretient mais reste linéaire.
- K > 1,0 : chaque utilisateur génère plus d'un nouvel utilisateur, ce qui produit une croissance exponentielle (virale) jusqu'à saturation.
La plupart des produits réels se situent sous 1,0. Ce n'est pas un échec : même un K = 0,5 peut réduire fortement le coût d'acquisition client en amplifiant les canaux payants et organiques. Un K > 1,0 durable est rare et généralement temporaire.
Comment on l'utilise en pratique
- Modéliser la croissance : combiné au viral cycle time (la durée d'une boucle de recommandation), K prédit la vitesse à laquelle la base d'utilisateurs se démultiplie. Des cycles courts comptent autant qu'un K élevé.
- Diagnostiquer les boucles : puisque K = i x c, les équipes optimisent soit le nombre d'invitations (incitations dans le produit, hooks de partage), soit leur conversion (landing page, design de l'incentive).
- Croissance mixte : dans la réalité, la croissance mélange viral, payant et organique. Les analystes rapportent souvent un K effectif qui inclut toutes les inscriptions issues de recommandations.
Exemple chiffré
Un outil B2B démarre avec 1 000 utilisateurs. Chaque utilisateur invite 4 collègues, et 20 % acceptent.
- K = 4 x 0,20 = 0,8
- Cohorte 1 : 1 000 utilisateurs invitent et produisent 800 nouveaux utilisateurs.
- Cohorte 2 : ces 800 en produisent 640.
- Puis 512, 410, et ainsi de suite.
Le total d'utilisateurs recommandés converge vers environ 1 000 x (0,8 / (1, 0,8)) = 4 000, puis s'arrête. Si c passait à 30 % (K = 1,2), chaque cohorte serait plus grande que la précédente et la croissance se démultiplierait sans plafond naturel jusqu'à saturation du marché.
Pièges fréquents
- Mesurer K sur une fenêtre trop courte (les boucles de recommandation prennent du temps).
- Ignorer le churn, qui compense les gains viraux.
- Confondre un pic ponctuel avec un K > 1,0 durable.
Voir aussi
Questions fréquentes
Comment calcule-t-on le coefficient viral ?
Le coefficient viral, noté K ou K-factor, se calcule avec la formule K = i x c, où i est le nombre moyen d'invitations envoyées par utilisateur existant et c le taux de conversion de ces invitations en nouveaux utilisateurs. Si chaque utilisateur envoie 10 invitations et que 5 % convertissent, K = 10 x 0,05 = 0,5. Le résultat indique combien de nouveaux utilisateurs chaque utilisateur existant amène par recommandation.
Que signifie un coefficient viral inférieur à 1,0 ?
En dessous de 1,0, chaque cohorte d'utilisateurs en génère moins qu'elle-même : la croissance par recommandation s'éteint progressivement et il faut continuer à investir en acquisition payante ou organique. Ce n'est pas un échec : même un K de 0,5 réduit sensiblement le CAC en amplifiant les canaux déjà financés. La grande majorité des produits réels se situent sous 1,0.
Quelle différence entre coefficient viral et viral cycle time ?
Le coefficient viral mesure combien de nouveaux utilisateurs chaque utilisateur amène ; le viral cycle time mesure la durée d'une boucle de recommandation complète. Le K donne l'ampleur de l'effet cumulatif, le cycle time la vitesse. Un K modéré avec une boucle courte peut battre un K plus élevé avec une boucle lente, d'où la nécessité de suivre les deux.
Par quoi commencer si mon coefficient viral est trop faible ?
Puisque K = i x c, on agit sur l'un des deux termes : le nombre d'invitations envoyées par utilisateur, ou leur taux de conversion. Augmenter i passe par des mécaniques de partage et des invitations déclenchées au bon moment dans le produit ; augmenter c passe par la landing page d'invitation, le message et le design de l'incitation. Décomposer le K montre laquelle des deux moitiés de la boucle pose problème.
Avec un K de 0,8, combien d'utilisateurs une base de 1 000 génère-t-elle ?
Environ 4 000 au total, puis la croissance s'arrête. Une base de 1 000 utilisateurs qui invitent chacun 4 collègues avec 20 % d'acceptation donne K = 0,8 : la première cohorte produit 800 nouveaux utilisateurs, ces 800 en produisent 640, puis 512, puis 410, et la série converge vers 1 000 x (0,8 / (1 - 0,8)) = 4 000. En portant l'acceptation à 30 %, le K passe à 1,2 et chaque cohorte devient plus grande que la précédente jusqu'à saturation du marché.