5D Library › 超临界病毒级联、信息缺口风险率与多层付费墙优化 · English
序:增长与收费的算术
注
这不是经营、法律或投资建议,请先读这一段。 本书研究分享裂变、付费墙与分层定价背后的数学:分支过程、风险率、信号检测与价格歧视。书中的数字描述的是模型,不是任何真实网站;全部数据由书中印出的程序生成。各国与各平台对「分享后解锁」、多级分佣、算命类内容的广告与个性化定价都有具体规定,第三章与第八章列出了需要核对的几条,但本书不是法律意见。
一个付费测算网站的增长引擎,通常由三个部件组成:一个让用户拉人的分享机制,一个让用户想知道更多的免费钩子,一套从低到高的付费阶梯。每个部件背后都有一句口号:「K 值大于 1 就能指数爆炸、获客成本归零」「痛点直断加身份标签,用户就会转发」「五层付费墙比单一价格多收几倍」。本书把每句口号还原为它所依据的模型,运行模型,看口号在哪里成立、在哪里不成立。
像 5D Library 的其他书一样,本书先证伪再立边界,并如实报告否定结果——其中几条与口号直接相反。
本书的内容
第一章把「拉人免费解锁」与「付费加分佣」两条通道写成一个高尔顿—沃森分支过程,求出 K 值的临界边界。第二章加入有限的受众与聚集的社交网络,并计算被口号省略的获客成本。第三章讨论分佣与分享解锁的激励相容,以及假账号如何让增长指标失真。第四章把「信息缺口」写成购买的风险率,并用信号检测论检验「说得准」的感觉从何而来。第五章在帕累托支付意愿下比较单一价格、菜单与完全价格歧视的上界。第六章讨论捆绑、诱饵与按题付费。第七章与《鬼谷子》的摩篇、飞箝篇及《管子·国蓄》并读。第八章给出四步核查、合规清单与一项预注册的付费墙检验。
本书与 5D Library 的几本书相邻,只在重叠处简短回顾:第 6 本讨论过注意力经济与信息级联;第 47 本讨论过选择架构与价格锚定;第 48 本讨论过获客漏斗与归因;第 50 本讨论过机制设计与激励相容;第 58 本讨论过订阅制的单位经济学。
核对后修正的说法
- 分享解锁的 K 值被分享率封顶。 一个分享者最多带来 个新用户,所以无论接受率多高,K 都不超过 加上付费通道的贡献。只有 30% 或 50% 的用户愿意分享时,没有任何门槛与接受率能让 K 超过 1;80% 的用户分享、门槛为 2 人时,接受率需要达到 0.124(p01)。
- 超临界不等于爆炸。 K = 1.15 时,0.729 的单个种子仍在几代之内熄灭,级联规模的中位数只有 3 人;爆炸只属于少数撑过最初几步的种子(p02)。
- 获客成本不会归零。 在有限的受众中,K = 1.15 只能触达 0.255;而送给每个不付费者的免费测算才是主要成本:每个付费用户的获客成本为 3.22,占 9.9 元价格的 0.325(p03)。
- 真实的社交网络给出的 K 低于树状估计。 朋友彼此认识时,前几代实测的 K 为 0.934,而树状估计为 1.35;级联填满一个局部之后就停住(p04)。
- 假账号会让增长指标说谎。 开假账号便宜时,平台测得的 K 为 1.992,真实的 K 只有 0.065,而且每个付费者都会自我推荐,50% 的分佣变成了 50% 的折扣(p06)。
- 「说得准」的感觉不需要任何信息。 一份对所有人都相同的通用解读,被认为的准确度为 0.838,与掌握真实信息的解读(0.939)相近,却在调包检验中只有随机水平 0.333;加上「身份标签」后,转发率从 0.583 升到 0.745(p08)。
- 对一件商品,任何菜单都胜不过单一价格。 帕累托尾指数为 1.5 时,完全价格歧视的上界是单一价格收入的 3.00 倍,但最好的二选项菜单只得 2.961,低于单一价格的 3.000(p09)。
- 多层付费墙多收钱,是因为它卖的是多件商品。 把四件不同的产品分别定价,收入占价值上界的比例从单一产品的 0.150 升到 0.339;捆绑只有在顾客对各产品的偏好不同时才再多收一点(p10、p11)。
- 诱饵档的效果是一个需要测量的参数。 没有吸引效应时,诱饵只因为有人买了被支配的选项而增加收入(p12)。
- 检验一个付费墙需要远超直觉的样本。 因为一棵推荐树可能有几百个用户,要看见每个种子 0.10 的净收入差异,每组需要 166,788 棵推荐树(p16)。
标注框怎么读
标注框把已发表的证据、可运行的 Python 计算(16 段程序,只用标准库,随机种子固定,每段在构建时实际运行,真实输出印在其下)、原典、注释与作者的假说区分开;每条假说都写明什么结果会证明它错。
利益披露
作者以 5D Library 的著作(包括本书)作为其社群课程、升维牌卡(5D Ascension Cards,Dimensional Shift Card Decks)与 Yafu AI 知识库的方法论基础,并开发、经营以传统术数为题材的付费在线测算软件与服务,其中包含分享解锁、推荐分佣与多层付费功能;本书的模型是这些功能的数学基础,因此与本书主题有直接商业利益关系。本书不推销任何软件、课程、牌卡或服务,不使用作者企业的任何用户数据,也不接受任何赞助。本书不是经营、法律或投资建议,书中的定价与增长模型不构成对任何具体收费方案的推荐。第八章的检验必须由独立于定价决策的人员按预先登记的代码实施与分析,结果不论正负都发表。
Fan, Y. (2026). Supercritical Viral Cascades, Information-Gap Hazard Rates and Multi-Tier Paywall Optimization: Galton-Watson Referral Thresholds, Share-to-Unlock Incentives and Second-Degree Price Discrimination [超临界病毒级联、信息缺口风险率与多层付费墙优化] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.24090174 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).