流行传播动力学统一模型
文档编号:ANA-2026-001
主题:Unified Dynamics of Virality
密级:公开
生成时间:2026-01-17
1. 核心综述
以前那些聊“怎么火”的理论,往往要么掉进了“幸存者偏差”的坑,要么就是在那列一堆静态要素清单(STEPPS法则之类的)。这个模型不搞那些虚的,也废弃了什么“必须先做局部第一”的死板前提。
我们把“流行”这事儿还原成一个系统动力学过程。说白了,流行就两股劲儿:外边使劲推(外生干预) 加上 里边自己裂变(内生能力)。
修正后的统摄公式长这样:
dtdN=u(t)+(R−1)N
简单翻译一下:
- N:现在有多少人在看/用
- u(t):外头在使多大劲推(砸钱投流、暴力曝光、随机运气)
- R:传播再生数(一个传几个)
2. 再生数模型:R=E×A×T
R 值是核心。它决定了这火究竟是“自维持的核裂变”,还是“停钱就死的伪繁荣”。R 值由三个互不干扰的变量决定:
2.1 E (Exposure) 曝光概率 —— 物理层(能不能看见)
- 定义:这东西出现在潜在用户眼皮底下的概率。
- 决定因素:
- 算法给不给量:完播率高吗?互动好吗?平台喜不喜欢?
- 路子野不野:与网络拓扑有关,是不是传到了大V那里(Hubs)?有没有跨圈层传播(Structural Holes)?
- 钞能力/权力:直接买广告位,或者红头文件硬推。
2.2 A (Adoption) 采纳优势 —— 决策层(选你不选别人)
- 定义:看见了之后,从一堆竞品里通过对比,选中你的概率。
- “局部第一”到底是啥:
- 它不是物理定律,只是一个极其好用的战术。
- 通过圈定一个只有你的小圈子(局部),在这个圈子里你就是老大(第一),人为把 A 值拉高到接近 100%。这也解释了为啥大家都搞细分定位。
- 别的路子:不搞局部第一也行,只要你产品强到离谱、便宜到白送,或者情绪煽动极强,一样能把 A 值拉满。
2.3 T (Transmission) 传递效率 —— 行为层(传不传给别人)
- 定义:用户用了之后,转手传给别人的概率。
- 两大门槛(原述者洞察):
- 好不好说(可压缩性):信息量得低,得能压缩成一个梗、一句口号。太复杂、太高深的内容,根本穿不透弱关系网络。
- 敢不敢晒(低风险身份表达):转发这东西,是为了合群或者装X。如果转发带来的社交收益(显得我有品味)大于成本(怕被人笑话),人才会转。这是对“社会货币”的更精准修正——即反向的沉默螺旋。
3. 动力学机制与分类
套用公式 ΔN=u(t)+(R−1)N,市面上的流行大概就分这三类:
3.1 内生型流行(真正的自来水)
- 特征:R>1,外部投放 u(t) 哪怕是 0 都能火。
- 机制:内容本身太强了,A 和 T 极高,系统自己就进入正反馈循环了。
- 表现:指数级暴涨,杀不死,越黑越火。
3.2 暴力型流行(大力出奇迹)
- 特征:R<1,但 u(t)≫0(疯狂买量)。
- 机制:资本或者权力在这个没人传的内容上疯狂注入能量,强行维持增长。
- 弱点:一旦停止输血(u(t)→0),因为你自己不造血(R−1 是负数),热度马上断崖式下跌。市面上很多VC砸出来的“伪新消费品牌”大多死于此。
3.3 随机型爆发(撞大运)
- 特征:本来 R 不行,突然赶上个突发事件或者莫名其妙的梗,瞬间 R>1 了。
- 机制:混沌系统里的蝴蝶效应。基本没法复制。
4. 正反馈机制的去黑箱化
别光说什么“正反馈”,拆开看,N(规模)变大是怎么反哺 E、A、T 的:
- N→E(马太效应):火了之后数据好,算法自动给你更多免费流量。
- N→T(网络效应):用的人多了,这就成了“通识”,玩梗不需要解释成本了,传播阻力变小。
- N→A(社会证明 vs. 烂大街):
- 大众品:人用得越多,大家越敢买(从众心理)。
- 装X品:警告! 这种靠稀缺性活着的社交货币,人用多了就不酷了,庸俗化会导致 A 值暴跌(酷的消亡)。
5. 结论
别扯什么谁最好,流行就是个数学游戏。这是关于曝光效率、选择概率、传递损耗的连乘概率游戏。
只有当 E×A×T>1 时,真正的流行才会发生。