成長駭客注意：想搞病毒傳播，你絕對不能錯過這8種方式

用賦予值得炫耀的身份認證來製造傳播的還有社會化求才服務「海丁網」。他們試圖利用用戶的虛榮心，通過加V認證和世界排名來觸發用戶的自發宣傳。使用者邀請站外好友為自己認證，根據邀請數量的不同，將獲取不同等級的特權：當認證人數在三到九人時，使用者將獲得加V圖示，全球排名加速一點一倍，可查看他人主頁腳印列表的上限提升為十人；當認證人數在十到二十九人時，除了大頭貼會顯示更為醒目的V2圖示外，全球排名加速一點二倍，腳印清單查看上限提升至三十人。以此類推，最高到達V6等級。經過半年的累積，海丁網移動端的用戶量突破了四十萬人，月活躍度達40%，流量翻了五十倍。

當然，供人炫耀的機制也不能毫無節制，否則人們的資訊流會被垃圾消息佔據。對此騰訊天美藝遊工作室的做法是在遊戲的社交化傳播上做出更多限制。例如，玩家只有超越好友才能炫耀；只有達到當週最好的成績時才能炫耀；邀請同一好友的次數也是有限的，一天僅有六次。

6.稀缺

稀缺資源引發人們的好奇爭搶，而邀請機制則將病毒傳播的效果成倍放大。愚人節推出的Gmail顛覆了人們對電子信箱的認知，當人們意識到這並非玩笑後，網路上掀起了索要邀請甚至花錢購買的狂潮。2014年Google推出的新概念信箱產品Inbox沿用了這一策略，收到邀請的人紛紛於第一時間用微博和朋友圈炫耀。

國外針對設計師及創意作品人群的知名網站Dribbble只允許被邀請者上傳自己的作品，即使是付費成為高級用戶，若無邀請，也僅能查看和評論。邀請碼只在以往受邀用戶的活躍者中不定期地產生。這樣的嚴格控制保證了社區作品的整體品質，也讓Dribbble的邀請碼成了小圈子內傳播的稀罕物，中國的兜售價格甚至飆到了二千元以上。

需要邀請碼才能開通上傳許可權的設計師作品社區Dribbble

7.害怕失去或錯過

EverMemo是上海創業團隊MudLab開發的首款手機App，初衷是希望用羽量級的互動記錄下腦子裡一閃而過的點子，然後將該便簽自動同步到Evernote。出於磨合團隊與驗證市場的目的，MudLab在EverMemo中試水性地加入了一些有趣的嘗試。掃描QR碼解鎖產品功能就是其中一項。

EverMemo裡掃描朋友的QR 碼可以解鎖四個高級功能

使用者下載EverMemo後，會在設置功能表中看到四個實用有趣但尚未解鎖的高級功能，即隱私保護功能、計算器、提醒、彩色便籤。通過解鎖這些高級功能，用戶將能在單純的文本記錄之外，獲得更加個性化和一站式的服務，而無需再切換到其他App中完成任務。

解鎖這四個功能的設計非常巧妙。系統為每一個使用者分配了一個QR碼，和一個QR碼掃描器。假設用戶A想要解鎖四個功能中的某一個，他需要找到另一個使用者B並掃描其QR碼來解鎖。每個使用者的QR碼只能被另一個使用者掃描一次，對應解鎖一個功能。所以使用者A若想完整解鎖全部四個功能，則還需要去找到使用者C、使用者D，分別一一掃描。

如果周圍沒有朋友在用EverMemo，找不到可掃描的對象怎麼辦？很簡單，直接推薦他們EverMemo，現場安裝一個來啟動掃描。於是這一設計成為了用戶之間相互推薦與拉攏「下線」的武器。

可以免費得到的東西往往無法引起人們足夠的重視。為了突出強調這四個功能的價值，吸引人們爭相掃描解鎖，MudLab特開設了另一條解鎖通道：使用iOS 的內購支付來購買，每個功能售價0.99美元。有了價值尺度的衡量，則引發了一部分囊中羞澀或貪小便宜的朋友心中那桿秤的傾斜。即便原本對這四個高級功能不以為意，現在也變得躍躍欲試，生怕錯過了免費的機會。據MudLab 透露，QR碼掃描解鎖功能這一設計吸引來的用戶量，約占到了EverMemo每日新增用戶量的10%。

8.懶惰

人天生是懶惰的。當產生分享傳播的衝動時，如果需要使用者費事打開操作網頁、編寫一套原創說辭，操作成本過高，無形之中會將一部分人阻攔在外。作為產品開發者，應當充分利用人們懶惰的心理，提供便利的分享方式，如一鍵分享按鈕、跳轉手機用戶端直接獲取身份認證等。

在閱讀平臺Medium 中複製一段文字，可以直接點擊浮現的圖示分享到推特

一位前37Signals負責用戶體驗的前員工研究發現，對於有針對性的、嚴肅的商業內容，絕大部分使用者會傾向於複製部分文字和連結後用E-mail發送；而在偏重知識性和娛樂性的網站上，同樣的被調查者會優先使用社交化分享按鈕來分享他們看到的文章或照片。

在設計傳播機制時，系統可以設法自動挑選合適的預設傳播對象，減少使用者操作，幫用戶偷懶。例如，在一般App的傳播邀請機制的設計中，通常做法是讀取用戶信箱或手機通信錄內的連絡人或好友清單，按照字母排序，供使用者選擇。這樣的字母排序不一定最有效率，因為以A字母開頭的連絡人永遠呈現在最上方，總是獲得最大的曝光度，卻不一定是用戶真正想要邀請的對象。更聰明的策略是將通信錄裡的名單過濾一遍，將名單中每個人物的身份、性別、與用戶間的關係大致猜測一番，再進行合理排序。