바이럴은 과학이다 (Effects of Viral Coefficient, Retention Rate, and Cycle Time on Viral Expansion)

바이럴은 과학이다 (Effects of Viral Coefficient, Retention Rate, and Cycle Time on Viral Expansion)

<추천 포스트: 바이럴만 살아남는 좁은 세상, 그것이 알고 싶다>

바이럴(viral)이란 무엇인가? 바이럴 마케팅의 성공사례는 많지만 직접 실행해 보면 얼마나 어려운지 알게 된다. 대부분의 경우는 결과에 실망하고 역시 매스미디어 마케팅이야라고 성급히 결론 짓기도 한다. 왜 이런 일이 벌어질까? 이는 바이럴한 확산의 근본적인 메커니즘에 대한 이해가 없기 때문이다. 많은 경우 고객이 제품을 추천하고 다른 사용자를 가입시키면 물질적 인센티브를 제공하는 방법을 바이럴 공식이라고 생각한다. 하지만 바이럴 확산은 예술이자 과학이다. 이 포스트에서는 바이럴이 왜 과학인지 감염과 확산 측면에서 살펴보고자 한다. 이 포스트를 통해 바이럴을 막연한 입소문이 아니라, 네트워크 비즈니스의 성공을 측정하는 과학적 지표이자 근거로 활용할 수 있는 계기가 되기 바란다. (*어떤 콘텐츠가 감염성이 높은지, 어떻게 감염을 더 쉽게 만드는지 등, 바이럴 확산의 예술적인 측면에 대해서는 Heath 형제의 Made to stick과 이의 아류인 Jonah Berger의 Contagious를 읽어보기 권한다.)

어떻게 바이러스에 감염되는가?

우선 바이럴 마케팅을 논하기에 앞서, 바이러스에 어떻게 감염이 되는지 의학적 관점에서 기본 모형을 간단히 이해하고 넘어가자. 바이러스 확산을 설명하는 연구에서 사용되는 가장 기본적인 모형은 SIR(Susceptible-Infected-Recovered) 모형이다. 사람들이 바이러스에 감염가능한 상태에서 감염된 상태로, 이후에 회복된 상태가 되는 것을 가정한다. 이를 그림으로 나타내면 다음과 같다.

바이러스의 확산은 감염자가 전염가능자를 감염시키고 이들이 다시 전염가능자를 감염시키는 사이클을 통해 일어난다. 일부는 치유가 되어 이 사이클을 중단시키고 이는 바이러스의 확산을 막게 된다.

최초 감염자(고객)는 주변의 사람(잠재 고객)에게 바이러스를 노출시키고(초대하고), 노출된 사람 중 일부가 감염된다(초대에 응한다). 감염자 중 일부는 다시 주변의 사람에게 바이러스를 노출시키는 사이클을 시작한다. 하지만 나머지는 회복되어(이탈하여) 더이상 바이러스를 전파하지 못한다. 물론 회복된 사람들(이탈 고객)은 다시 감염가능한 상태가 되기도 한다(SIR 모형에서는 회복한 사람들은 면역력을 갖는 것으로 가정하지만 확장된 모형에서는 다시 감염 가능상태가 되는 것으로 가정하기도 한다).

이러한 과정을 살펴보면 바이럴 확산이 일어나기 위해서는 몇 가지 조건이 필요한 것을 알 수 있다. 우선, 감염자가 새로운 감염자를 만드는 사이클이 지속적으로 늘어나는 선순환이 만들어져야 한다. 그러기 위해서는 한 명의 감염자가 한 명을 초과하여 감염시켜야 한다[Adam Penenberg, Viral Loop, 2009]. 둘째, 감염자가 바이러스를 전파하는 상태에 머물러야 한다. 바이러스가 너무 약해서 바로 회복되거나 너무 강력해서 치사율이 높은 바이러스는 확산되지 못한다. 마지막으로, 위의 그림에서는 명확하지는 않지만 감염 사이클이 짧아야 한다. 만약 감염자가 비감염자를 감염시키는데 걸리는 시간이 길다면 확산의 속도가 매우 느릴 수 밖에 없다.

1. 한 명의 감염자가 한 명을 초과하여 감염시켜야 한다

바이러스의 전염성을 나타내는 수치로 바이럴 계수(Viral Coefficient = K)가 사용된다. 바이럴 계수는 감염자 한 명이 일정주기(cycle time)내에 감염시키는 감염자의 수다. 아래 그림은 최초 감염자가 100명, 바이러스 전염의 주기가 1개월이라는 가정하에 바이럴 계수의 변화에 따라 12개월 동안 감염자 수의 변화를 보여준다(수식에 관심있는 독자들은 글의 마지막 부분을 참조하기 바란다).

바이럴 계수가 1을 초과하면(K > 1) 가입자수가 기하급수적으로 증가한다(초기 가입자 수 100명, 감염 기간 30일, 고객 유지율 1 가정)

바이럴 계수가 1을 초과하면(K > 1) 가입자수가 기하급수적으로 증가한다(초기 가입자 수 = 100명, 감염 사이클 주기 = 30일, 고객 유지율 = 1.0 가정)

바이럴 계수 1을 중심으로 확산의 패턴이 달라지는 것을 볼 수 있다. 바이럴 계수가 1인 경우, 감염자가 선형적으로 증가하고 이보다 작은 경우는 일정 시점에 이르면 성장이 멈춘다. 이에 반해 1을 초과하는 경우에는 기하급수적으로 증가한다. 여기서 주목할 점은 바이럴 계수의 작은 차이가 사이클이 반복되면서 사용자 수에서 매우 큰 차이를 만든다는 것이다. 따라서 바이럴 성장을 원하는 기업은 바이럴 계수를 측정하고 이를 1보다 높게 만드는 것이 매우 중요하다. 바이럴 계수를 높이기 위해서는 바이럴 계수의 정의를 숙지해야 한다.

K = 노출시킨 사람 수(초대 수) x 감염율(초대받은 사람의 가입율)

즉 한 고객이 10명에게 초대를 보냈는데 이중 10%가 가입했다면 K = 1이다. 따라서 K를 늘리기 위해서는 한 고객이 잠재고객에게 보내는 초대 수를 늘리거나 이들의 가입율을 늘리는 것이다. 이를 위해서는 초대 프로세스와 가입 프로세스의 단계를 최소화하고 매우 쉽게 하는 것이 물론 중요하다. (이보다 더 중요한 것은 친구를 초대하고 싶은 서비스를 제공하는 것이지만 이 글에서는 별도로 다루지 않는다.)

2. 바이러스에 감염된 고객이 감염상태로 머물러야 한다

아무리 바이럴 계수가 높다 해도 감염된 사람 중 회복하거나 사망하여 사이클을 중단시키는 사람들이 많으면 위의 선순환이 무력화된다. 예를 들어 에볼라 바이러스의 경우 감염율이 매우 높지만 치사율 또한 매우 높아 바이럴 사이클이 유지되지 못하기 때문에 전세계적으로 확산되지 않는 것이다[Duncan Watts, Six Degrees, Norton, 2003, p. 163].

많은 기업들이 가입자 수에 집중하다가 감염된 고객들이 회복(탈퇴 또는 비활성화)되는 것이 확산에 미치는 영향에 대해 간과하고 있다. 기존의 비즈니스(TV, 통신서비스 등)에서는 구매 또는 가입을 하게 되면 제품 또는 계약에 따라 대부분의 고객이 유지되지만 네트워크 비즈니스에서는 가입이 고객의 활성화를 의미하지 않는다. 아래 그림은 바이럴 계수가 1.4인 경우 고객 유지율(retention rate)이 확산에 미치는 영향을 보여 준다(가입한 고객이 초대를 하지 않고 탈퇴 또는 비활성화 되는 것으로 가정했다. 초대 후에 탈퇴하는 것으로 가정하면 유지율의 영향이 줄어든다).

고객 유지율(retention rate)이 감소하면 확산의 속도가 급격히 줄어든다(초기 가입자 수 100명, 감염 기간 30일, K = 1.4 가정)

고객 유지율(retention rate)이 감소하면 확산의 속도가 급격히 줄어든다(초기 가입자 수 = 100명, 감염 사이클 주기 = 30일, K = 1.4 가정)

유지율이 낮아지면서 성장률이 급격히 낮아지는 것을 볼 수 있다. 이는 위의 과정에서 감염 사이클을 완성하지 못하고 빠져 나오는 사람들이 많아지면서 실질적으로 바이럴 계수를 낮추기 때문이다.  예를 들어, 유지율이 0.5인 경우 유효 바이럴 계수는 0.7 (= 1.4 x 0.5)이다. 유지율이 낮은 상태에서 (바이럴) 확산에만 집중하는 것은 밑빠진 독에 물붓는 겪이다. 바이럴 확산을 성공시키기 위해서는 고객 유지율을 제대로 정의하고, 측정하고, 높이는 것이 선결 조건이다.

3. 몇 명을 감염시키느냐 보다 얼마나 빠른 시간내에 감염시키는가가 더 중요하다

바이럴 확산의 효율성을 높이는데 감염 사이클 주기(viral cycle time), 즉 한 사람이 다른 사람을 감염시키는 데 걸리는 시간은 매우 중요한 역할을 한다. 하지만 대부분의 바이럴 확산 노력에서 이를 간과하고 있다. 바이럴 계수가 1.4인 경우 바이럴한 확산이 일어나지만 100명이 1년 후에 2만명이 되는 것은 별 효과가 없는 것이라고 생각할 수 있다. 효과를 증대시키는 한 가지 방법은 바이럴 계수를 높이는 것이다. 바이럴 계수를 2로 높이면 같은 가정하에 감염자 수는 80여 만명이 된다. 하지만 더 쉽고 효과적인 방법은 감염 사이클 주기를 줄이는 것이다. 감염 사이클 주기를 반(한달에서 15일)으로 줄이면 1년 후 감염자는 약 110여만 명이 된다.

바이럴 감염 주기를 줄이면 확산의 속도가 급격히 빨라진다(초기 가입자 수 = 100명, 고객 유지율 = 1.0, K = 1.4 가정)

바이럴 감염 주기를 줄이면 확산의 속도가 급격히 빨라진다(초기 가입자 수 = 100명, 고객 유지율 = 1.0, K = 1.4 가정)

특히 감염 사이클 주기를 줄이는 것은 바이럴 계수를 늘리는 것보다 쉽기때문에(초대할 사람이 조금 빨리 초대하게 하는 것이 초대 안할 사람을 초대하게 하는 것 보다 쉽다) 사이클 주기를 측정하고 이를 줄이기 위해 노력하여야 한다.

‘해피 바이러스’의 확산은 일반 바이러스 감염과 어떻게 다른가?

그러나 일반 바이러스의 감염과 우리가 확산 시키려고 하는 메시지·제품·서비스의 바이러스 확산 사이에는 분명히 다른 점이 존재한다. 이러한 메시지·제품·서비스를 ‘해피 바이러스’라 일컫도록 하자. 해피 바이러스는 첫째, 대부분 자발적인 전파에 의해 확산된다.  둘째, 누가 전파했느냐에 따라 전염성이 달라진다. 셋째, 많은 사람들이 감염될수록 전염성이 높아진다. 바이럴 확산을 성공시키기 위해서는 이러한 차이점에 세심한 주의를 기울여야 한다.

1. 해피 바이러스는 자발적 전파에 의해 확산된다

일반 바이러스는 자신도 모르게 전파를 하는 반면 해피 바이러스는 감염자가 자발적인 행동을 하여야 하는 경우가 대부분이다. 핫메일의 경우처럼 서비스의 사용 자체가 공유·추천이 되는 경우도 있고 페이스북 등에 어플리케이션, 콘텐츠 등을 추천하는 경우도 있다. 이것은 자발적인 의사결정을 통해 이뤄진다. 이 때 추천 받은 사람들이 자신을 어떻게 생각할지 신경쓰지 않을 수 없기 때문에 내가 공유하고 추천하는 것이 스팸이 되지 않도록 정성을 기울인다.

많은 기업들이 좋아요·공유 이벤트를 내걸거나 추천을 통한 가입에 경제적 인센티브를 제공하기도 한다. 하지만 근본적으로 공유나 추천하고 싶지 않은 서비스의 경우 이러한 인센티브는 도움이 되지 않는다. 경제적 인센티브 때문에 움직인 사람들은 대부분 곧 이탈하기 마련이다.

2. 해피 바이러스의 전염성은 누가 전파했느냐에 따라 달라진다.

일반 바이러스는 전파하는 사람이 누구냐에 따라 전염성이 달라지지 않지만 해피 바이러스의 경우 전파하는 사람의 영향력에 따라 전염성(가입율)이 달라진다. 예를 들어, 말콤 글래드웰이 주장하였듯이 전문가(maven) 또는 인플루언서(influncer)들이 해피 바이러스의 전파에 중요한 역할을 할 수 있다[Malcolm Galdwell, Tipping Point, 2000]. 이러한 측면에서 많은 기업들이 셀럽(celebrity)을 이용한  인플루언서 마케팅에 집중한다. 하지만 사전에 누가 효과적인 인플루언서가 될지 알기 어렵고 많은 경우 자신과 가까운 사람들로부터 더 큰 영향을 받기도 하기 때문에 인플루언서 마케팅에만 집중해서는 바이럴 확산이 성공하기 어렵다. 유명한 연예인, 팔로어가 많은 사람 등으로 인플루언서를 단정해서는 안된다. 바이럴 확산 과정에서 누가, 어떤 인플루언서로, 어떤 컨텍스트에서 부각되는지 사후적으로 분석하는 것이 확산만큼 중요하다.

3. 해피 바이러스의 전염성은 얼마나 많은 (주변) 사람들이 감염되었냐에 따라 달라진다.

일반 바이러스는 많은 사람들이 감염되었다고 해서 바이러스의 전염성 자체가 높아지지는 않는다(노출이 많이 됨으로써 감염될 확율 자체는 높아진다). 하지만 해피 바이러스는 감염된 사람의 수에 의해 바이러스의 전염성 자체가 달라진다. 이에는 크게 두가지 원인이 있다[David Easley and Jon Kleinberg, Network, Crowds, and Markets, Cambridge University Press, 2010].

첫번째는 네트워크 효과가 발생하기 때문이다. 주변의 사람들이 많이 감염되면 해피 바이러스의 가치가 상승하는 것이다. 전혀 관련없는 사람들이 감염되는 것은 네트워크 효과 발생에 큰 도움을 주지 않는다. 네트워크 효과가 있는 서비스의 경우 임의의 많은 사람들에게 감염시키기 보다는 강한 연결로 묶인 무리를 전체 감염시켜 무리 내에서의 네트워크 효과를 발생시키고 이를 주위의 무리로 확산시키는 방법이 더 효과적이다.

두번째는 소위 정보 낙수(information cascade) 효과 때문이다(일반적으로 양떼 효과(herding effect)라고도 한다. 하지만 양떼 효과는 비합리적인 군중심리를 나타내는 것으로 오해할 소지가 있어 어렵지만 information cascade라는 용어를 사용하였다). 우리는 베스트 셀러를 구입하고, 공유가 많이 된 글을 공유한다. 네트워크 효과가 존재하지 않는다면 베스트 셀러가 되었다고, 공유가 많이 되었다고 제품·서비스의 가치가 높아지는 것은 아니다. 하지만 이러한 (판매, 리뷰, 공유 등의) 정보는 해피 바이러스에 감염되지 않은 사람들이 의사결정을 함에 있어 매우 중요한 역할을 한다.

결과적으로 다른 사람들의 행동을 모방하지만 이는 사회적 압력(social pressure)에 의한 생각없는 모방이 아니라, 제한된 정보를 가진 개인이 할 수 있는 합리적인 행동이라 할 수 있다. 따라서 똑같은 글이라도 공유가 100번 된 글과 5,000번 된 글의 가치는 다르다 할 수 있다. 많은 기업들이 양떼 효과를 노리고 많은 비용을 들여 블로그에 긍정적인 리뷰(리뷰라 쓰고 광고라 읽는다)를 남기고 좋아요·공유 수를 늘리지만 진정성이 없다면 반짝 효과에 그칠 수밖에 없다.

지금까지 바이럴 확산의 메커니즘과 확산을 위한 핵심적인 지표에 대해 알아보았다.  일반 바이러스의 감염, 해피 바이러스 감염의 특성 등을 숙지한다면 이것은 네트워크 비즈니스를 막연한 단계에서 보다 과학적으로 측정 가능한 단계로 끌어올릴 수 있다. 지금까지 우리는 비즈니스의 성공지표, 측정 지표로서 항상 회원수, 인당 지출, 매출 등 결과값에만 집중해왔다. 네트워크 비즈니스라는 것은 결과보다 과정에 집중하는 접근이다. 바이럴 관점을 정확히 이해한다면 네트워크 성장의 과정을 스스로 이해하고 과학적인 지표를 하나씩 설정해갈 수 있는 힌트를 얻게 될 것이다.

이 글을 통해 바이럴 확산의 원리는 이해하였지만 마케팅이나 서비스의 확산에 빠질 수 없는 마케팅 비용의 역할에 대해 여전히 궁금함이 남아있을 것이다. 실제로 대부분의 서비스들이 위와 같은 오가닉한 방법만으로는 바이럴 계수가 1을 넘지 못하기 때문이다. 다음 글에서는 바이럴 확산의 원리와 마케팅 비용을 어떻게 조합하여 최대의 효과를 얻을 것인지에 대해 다룬다.

*참고: 바이럴 확산 모형

이 글에서 사용한 모형은 다음과 같다. 이 모형은 David Skok 바이럴 확산 모형에 고객 유지율을 추가한 것으로 간결성을 위해 탈퇴 고객이 다른 고객을 초대하지 않고 떠나는 것으로 가정했다.

Custs(t) = Custs(0) * ((K*r) ^ (t/ct +1) – 1)  /  (K*r-1)

Custs(t): t 시점의 고객 수
Custs(o): 최초 고객 수
K: 바이럴 계수(viral coefficient)
r: 고객 유지율(retention rate)
ct: 바이럴 사이클 주기(viral cycle time)

<추천 포스트>

* 많은 공유와 피드백 부탁드리고 글을 인용하실 때에는 반드시 다음과 같이 (링크를 포함한) 출처를 밝혀 주시기를 부탁드립니다.
* 인용 예시: 노상규, 바이럴은 과학이다, 오가닉 미디어랩, 2015, https://organicmedialab.com/2015/09/30/effects-of-viral-coefficient-retention-rate-and-cycle-time-on-viral-expansion/

[2015. 9. 30. 수정 공지: 마지막 섹션인 ‘바이럴 확산의 공식(Sticky, Viral & Paid), 어떻게 조합할 것인가?’를 삭제하였습니다. 이를 보완하여 새로운 포스트로 작성할 예정입니다.]
[2015. 10.17. 수정 공지: 감염 사이클 기간을 감염 사이클 주기로 수정하였고, 일부 명확하지 않은 문장을 수정/보완하였습니다.]
[2016. 4. 5. 수정공지: 감염사이클 주기와 확산 그래프와 바이럴 확산 모형 수식이 수정되었습니다. 논리나 결론에는 영향을 미치지 않습니다.

 September 30, 2015
Sangkyu Rho, PhD
Professor of Information Systems
SNU  Business School

e-mail: srho@snu.ac.kr
facebook: sangkyu.rho
linkedIn: Sangkyu Rho
twitter: @srho77

12 thoughts on “바이럴은 과학이다 (Effects of Viral Coefficient, Retention Rate, and Cycle Time on Viral Expansion)

    • 감사합니다^^ 인용한 글들도 찬찬히 보시면 도움이 많이 되실 겁니다. 앞으로도 많은 질문/코멘트 부탁드립니다.

      Like

  1. 포스팅 하신 글 잘 읽었습니다.
    정량적으로 측정되지 않는 것은 관리나 개선이 힘든데 바이럴도 이런 방법으로 정량화하고 개선해 볼 수 있겠구나 싶었습니다.
    바이럴 확산모형의 변수 중 r(retention rate)은 어느정도 측정이 가능 할 것 같은데, K나 Ct(cycle time) 측정이 쉽지 않을 것 같은 생각이 들었습니다.
    만약 어떤 서비스나 상품을 구현한다면 K, Ct를 어떻게 하면 알 수 있을지 저도 고민을 해봐야겠습니다.

    Liked by 1 person

    • K와 ct를 측정하기 위해서는 누가 누구를 초대했고 누구의 초대를 통해서 가입했는지를 기록해야합니다. 또한 이렇게 해야지 경제적 인센티브를 이용한 바이럴 루프의 가속화가 가능합니다.(다음 포스트에서 조금 더 자세하게 다룰 예정입니다)

      Like

  2. 페이스북(https://www.facebook.com/yun.agnes/posts/10153671495904282)에 제 글보다 더 좋은 댓글이 있어 이 곳으로 옮겨왔습니다. 다음은 이주식님(https://www.facebook.com/jooshik.lee)께서 남겨주신 글입니다.

    “포스팅 해 주신 글을 보고
    Viral/Click marketing의 요점을 집어 봤읍니다.^^

    아무리 바이럴 계수(viral coefficient :
    recommandation/share/click ratio)가 높다 해도

    감염된 사람(subscribed user)이

    – 급속히 회복(inactive)되거나 사망(drop out)하여
    사이클을 유지(Retention)하지 못하게 되거나
    – 선순환 사이클에 전혀 도움이 안되고
    관계가 없는(unrelated) 사람이거나
    – 미끼(incecntive)에 물려 속았서(deceived)
    감염됬다는 기분이 들거나
    – 감염 후 지속적인 재미(serendipity)나
    편익(benefit)을 얻지 못하거나
    – 운영하는 사업자에 대해
    진정성(sincerity)와 진실성(integrity)이
    없다고 판단하고 실망하는 등
    – 감염 상태를 이탈하는 사람들(Churn Ratio)이
    많아져 감염자수의 순증이 없거나
    – 감염 전파 사이클(viral cycle time)이 너무 길어
    초기 임계점(critical mass)에 도달할 때까지
    너무 긴 시간이 걸리거나
    – 감염된 상태를 벗어나도
    전혀 불편함이나 고통(pain)을 유발시키지 않거나
    – 무료함이 참을 정도이거나
    – 감염 상태가 길어질수록
    중독적 현상(addictiveness)을 심화시켜
    더 많이 소비하게 만들지 못하거나
    – 감염된 상태가 너무 좋지만
    감염자 증가가 자기 편익에 악영향을 준다고
    생각해서 타인에게 알리지 않고
    혼자서만 독점하고 싶어 하거나
    – 감염된 질병이 법정 관리 전염병 처럼
    불법(illeagal)이라 남들에게 대놓고 알릴 수 없어
    법적/사회적으로 자정작용이나 규제가 있으면

    감염자 순증 선순환(virtuous circle)이 무력화되고
    감염자 감소 악순환(vicious circle)에 접어들어
    결국 소멸(extinction)된다.

    확산률(proliferation ratio)과 시장 침투율
    (penertration ratio)은 0.1만 달라져도

    지수/복리 법칙(exponential/compound interest raw)의
    지배를 받는 상황에서는 시간이 지날 수록
    대박(jackpot)과 쪽박(small gourd)을 가른다.

    대박(jackpot)을 바라거든

    – 이상에서 언급한 악순환 에 들지 않도록 조심하며
    – 초기 감염 조건 및 감염자 선정을 잘하고
    – 감염자 물 관리를 지속하되
    – 감염자가 너무 한쪽에 치우처
    다양성(diversity)을 잃지 않도록 하며
    (portfolio management/
    distribution of property)
    – 감염자가 바이러스를 타인에게 전염 시킬 때
    네트워크 효과 등 인센티브를 받을 수 있어
    자발적 전파 욕구가 생기도록
    전염 인센티브 플렛폼 세팅을 잘하며
    – 감염자 풀이 임계점(critical mass)을 넘어
    자생적 번성과 성장(thrive/self sustainable growth )이
    가능해 질 때까지
    – 장시간 끈기있게 밀어 부쳐야한다.

    Viral/Click marketing에서 번성을 지배하는 법칙은
    재테크나 사업 등 투자 분야에서도 본질적으로
    동일하게 그 결과에 대해 엄청난 영향을 미치고 있다.”

    Like

    • 여기서 t는 시점입니다. 시간 단위가 일이라면 t=0 은 시작 시점이고 t=30 은 30일이 지난 시점입니다

      Like

  3. 안녕하세요 교수님. 올려주신 글 소중히 잘 보았습니다. 현업에 있다보니 공감가는 내용이 많았습니다. 근래 저는 광고효과 측면(roi, cps등)에서 블로그마케팅이 어느정도 효과가 있는지 나름의 가설을 세우고CPC광고 대비 얼마정도의 효과가 나오는지 매우 투박하게 알아보고 있는데요^^;, 이 글을 보니 참고가 됩니다.

    Like

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s