超级传播者,社交裂变模型下的疫情管控

本文将通过互联网营收模型的演进历程,结合不同疾病的传播扩散机制,展现不同阶段互联网营收的核心特征和不同疾病的关键防控机制,一作科普,二作探究,以求为当前严峻的战疫形势略尽绵薄之力。

超级传播者,社交裂变模型下的疫情管控

导读:

  1. 社交裂变模型
  2. 病毒扩散模型
  3. 存在诸多相似之处
  4. 在当下严峻的战疫形势下
  5. 超级传播者理论
  6. 是如何发挥作用
  7. 推动全面的疫情防控

疫情与模型:

2月14日,新冠肺炎疫情中武汉封城的第23天。

据丁香医生方面发布消息,随着前一日诊断标准的调整,官方公布的累计确诊人数达63936,现存疑似人数为10109。

超级传播者,社交裂变模型下的疫情管控

数据呈现上的大幅升高,将早期多家专业机构的扩散模型和预测数据,又拉回到人们的视野之中。

熟悉互联网的读者朋友,可能会发现,不少病毒扩散模型中的理论或关键参数,与一些典型的社交裂变模型,存在高度的相似性。

超级传播者,社交裂变模型下的疫情管控

那么,社交裂变模型理论,是否可以应用于病毒扩散与疫情防控?

本文将通过互联网营收模型的演进历程,结合不同疾病的传播扩散机制,展现不同阶段互联网营收的核心特征和不同疾病的关键防控机制,一作科普,二作探究,以求为当前严峻的战疫形势略尽绵薄之力。

1. 个体与产生

1.1 传统零售1.0

时间拨回到商品经济的早期。

在以商户与个人之间“你买我卖”为主要特征的传统零售1.0时代,商户的营收模型,可以看作:

超级传播者,社交裂变模型下的疫情管控

在相对特定的小区域,如街道、社区等,商户为扩大收入,主要工作是:

  • 提升零售价:扩大商品品类,引入更高价格或利润的商品,捆绑促销等;
  • 扩大客户数:选择人口多地段好的铺位,走街串巷兜售货物等。

这个阶段,商户更多是面对一个个相同又不同的个体。

那么,什么样的疾病,仅依附于某个独立的个体呢?

1.2 无传染性疾病

显然,无传染性疾病的产生,更多地仅与生物个体的行为、体质相关。

因自身免疫力下降导致着凉发热,因踩到生锈钉子而感染破伤风,因长期酗酒引起酒精肝,这类疾病,都不能通过正常的人与人接触造成传染。

当然,无传染性,并不意味着对个性伤害小。

保持健康防范病害,需要:

  • 降低伤害值:杜绝高危险行为,回避高危区域;
  • 降低致病可能:养成良好的个人生活与饮食习惯,加强锻炼,提高自身免疫力。

2. 群体与复制

2.1 软件服务2.0

进入信息时代,软件服务成为新兴的朝阳行业。

敏锐的商人很快就发现,软件具备实体与硬件不曾有的独特价值——无可比拟的边际成本效应

通过大规模复制,具有同类特征的客户群体的同类诉求,可以被快速满足。

以PC游戏、操作系统、专业工具为代表的软件服务营收模型,可以看作:

超级传播者,社交裂变模型下的疫情管控

为扩大收入,软件服务供应商的主要工作,带有典型的ToB特征:

  • 提高许可证价格:推出增值服务,捆绑销售等;
  • 扩大装机量:挖掘更多同类客户,推动行业政策支持、统一标准制定等。

那么,与此类似,什么样的疾病会针对同类人群进行大批量复制呢?

2.2 地方性疾病

地方性疾病,是指具有地区性发病特点的一类疾病;其一般发生于某一特定地区,同该地区特定的自然环境因素有密切的关系。

众所周知,若某地碘元素缺乏,可能导致地方性甲状腺肿大;若某地氟元素聚集过多,则容易引起地方性氟中毒而发生氟斑牙和氟骨症。

根治地方性疾病,其策略与软件服务的营收模型亦有异曲同工之处:

  • 更关注群体复制的根源,反向抑制触发原因;
  • 推动区域性的统一政策、标准与环境治理,从本源上消除致病的化学性因素与生物性因素。

3. 流量与传播

3.1 移动互联 3.0

智能手机崛起的十年里,时空的界限被不断打破,个人喜好与行为特征亦更难把控;群体复制式的“一锤子买卖”,无法满足随用随走的巨量碎片化场景。

用户流量,成为所有互联网巨头的心头肉;而流量的转化与变现,成为所有互联网产品的基础战略。

互联网的营收模型,再次升级。

超级传播者,社交裂变模型下的疫情管控

围绕用户流量的全生命周期转化与变现,策略有:

1)扩大总流量

  • 价值洼地,用定位找流量;
  • 广告投放,用利润换流量;
  • 异业联盟,用流量换流量;

2)改进转化率

  • 精准定位,捕获目标客户;
  • 行动指令,有效引导客户;
  • 降低门槛,加大决策动力;

3)提升客单价

  • 精准推荐,提升复购比率;
  • 一鱼九吃,打造生态变现;
  • 金融杠杆,扩大消费能力。

那么,什么样的疾病,会像互联网产品一样,通过类似移动网络的介质,触达乃至转化更多的生物体?

你一定能想到。

3.2 普通传染性疾病

为便于阐述和理解,先作以下假设:

  • 将传染性疾病限定在某一特定区域(注意:与地方性疾病不是同一概念);
  • 该特定区域内仅有一个固定的传染源,并存在一定数量的易感人群;
  • 易感人群有一定概率可能接触传染源,并可能因此被感染。

此时,再结合互联网营收模型,应可以看到:

超级传播者,社交裂变模型下的疫情管控

围绕对总人口群体的伤害防范与管控,策略有:

1)控制总流量

  • 保护人口洼地,阻断传播;
  • 控制人口流动,减少扩散;
  • 区域切分隔离,逐个击破;

2)降低转化率

  • 精准管控,消灭传染源头;
  • 行动指引,有效进行防护;
  • 提高门槛,免疫易感人群;

3)减小伤害值

  • 精准治疗,快速打击病灶;
  • 全局统筹,控制并发症状;
  • 多管齐下,减轻毒副作用。

事实上,传染性疾病扩散中,仅存在一个固定的传染源的情况,估计不存在;简单地将传染性疾病定义为普通传染病,亦不严谨,有可能让人降低警惕导致不可控风险。

在此特别对上述案例和模型予以说明和提醒。

那么,存在多个非固定的传染源的情况,贴近真实的传染性疾病扩散模型,应当是什么样的呢?

4. 社交与裂变

将视线拔回至文章一开头提及的理论模型。

这次,我们先从病毒扩散的SIR模型说起。

4.1 烈性传染性疾病

SIR模型,是由Kermack与McKendrick于1927年采用传染病动力学方法建立的传染病模型。

SIR模型将总人口分为三类:易感者(susceptibles),感染者(infectives),痊愈者(recovered)。

SIR模型中存在一个关键参数,即基本再生数R0,通俗解释,即是一人得病,可传染的其它人数量。

超级传播者,社交裂变模型下的疫情管控

那么,R0具体如何测算呢?

实际疫情中的具体测算非常复杂,但可以从互联网的社交裂变案例中,找到值得参考借鉴的思路。

4.2 社交裂变 4.0

当每一个消费者都可能刺激更多的消费者产生购买,当每一个被传播者都可能成为下一个新的传播者,以社交裂变为典型特征的社交互联网随之而来。

超级传播者,社交裂变模型下的疫情管控

当流量不再是独立的个体,当流量与流量之间互相传播、感染和繁衍,出让利益反哺参与裂变的用户,刺激其通过社交网络进行二次乃至多次扩散,将可能最终达成指数级甚至是几何级的传播和转化效应。

从简单的转发分享,到红包、拼团、砍价、助力抢票、拉一赠一,以及早已存在的分销,都是社交裂变的具体表现形式。

同样,社交裂变模型中的消费者关系,也是非常复杂的。

在此,仅探讨消费者关系链条中的最核心因素:裂变因子

超级传播者,社交裂变模型下的疫情管控

以最简单的转发分享为例,从分享可获得用户量的角度看,假设:

  • A用户共有好友100人,并随机向其中的50人转发某活动;
  • 在此50人中,有20人将感兴趣并参与活动;
  • 同时,A用户的100名好友中,已有10人因参与过或其它因素对该活动“免疫”。

即有:

超级传播者,社交裂变模型下的疫情管控

也就是说,在随机情况下,A用户该次转发分享为活动获得新用户量是2人。

在实际商业中,每次转化2人,并不一定就能满足所有人的胃口。裂变因子更大的超级传播者,会得到更狂热的追逐。它可能是:

  • 关键意见领袖(KOL),拥有高粘性粉丝的个人品牌,如顶级流量明星;
  • 入口级超级应用,拥有海量刚需用户的产品,如微信、抖音;
  • 跨端跨硬件生态产品,实现不同场景无缝连接,如智能音箱,智能家居;
  • 战略级生态业务,可分配价值的平台型枢纽,如出行业务之于车企、社交共享业务之于互联网巨头。

现在,已知裂变因子在简化条件下的计算方法,那么,对实际疫情防控有什么意义呢?

4.3 R0的实际意义

假设:

  • 已知某疫情在第一阶段的基本再生数R0为10;
  • 现进入第二阶段,需进行防控以使疫情消亡。

也就是说:

  • 在不加管控的条件下,R0’仍可能等于10;
  • 在加以管控的条件下,需要使得R0’小于1。

那么,最直接有效的方式之一,即是在被转化的10人中,至少9人免疫,使得第二阶段的R0’不大于1。

这,就是基本再生数R0,对封闭隔离和疫苗接种策略的理论支撑意义。

超级传播者,社交裂变模型下的疫情管控

遗憾的是,一般在疫情爆发初期,并无特效疫苗。

此时,裂变若同时切中群体的价值理念、习俗文化,辅以时事热点,便可能迅速激发超级传播者,形成快速蔓延之势。

新冠疫情的爆发,便正是不幸地切中了春运的点。

4.4 超级传播者

春节,这个覆盖人数达十数亿的文化习俗。

春运,这个被称作地球上规模最大的周期性人类迁移运动。

几乎每一个身处其中的人,都将经历大范围的出行、高密度的社交,以及高频次的聚集。

在这个节点上,若不加以控制,R0的各个因子:

  • 传播概率极速增大,因感染者大范围、大规模流动且可能高密度高频次参与聚集;
  • 感染概率不断增大,受限于不知情或无警惕,防护不足,且病毒可能在传播中变异;
  • 痊愈概率维持低水平,病毒烈性强且为新型,本身有抗体或感染后已痊愈的人群比例很低。

也就是说,存在大规模的以远高于平常水平向外传播、感染的个体、群体、区域,存在大规模的潜在的超级传播者。

由此,便很容易理解:

  • 为什么钟南山和李兰娟教授会在确认情况后的第一时间点明“人传人风险”并“建议武汉封城”;
  • 为什么国家和地方政府会一二再再而三地建议乃至实施推迟复工政策;
  • 为什么社区、办公室及其它公共场所要采取严格的出入限制乃至封闭管理。

在社交裂变中,互联网产品有多么希望打造超级传播者,在这场战疫中,所有人就有多么希望控制乃至消灭超级传播者。

5. 爱与希望

人类与自然相处的万年之中,获得过弥足珍贵的启示,也遭受过灾难惨重的教训。无论是互联网思维,还是疫情防控策略,任何行为,任何思维,皆不应跳出敬畏自然的底线和顺应自然的规律。正如老祖宗们所说的那样:

“人法地,地法天,天法道,道法自然。”

也正如武汉城市宣传片里说的这样:

“爱和希望,比病毒蔓延得更快。”

是啊!

植根于人类文化本源的,才是真正的超级传播者!

愿新冠疫情早日消散!

武汉加油!中国加油!

超级传播者,社交裂变模型下的疫情管控

业界动态

疫情之下,应该如何思考运营这件事?

2020-2-19 11:36:25

业界动态

B端设计:导航菜单的设计5步法

2020-2-19 14:49:59

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索