- name
- referral-program
- description
- 创建、优化或分析推荐项目、联盟项目或口碑策略时使用。触发词：referral、affiliate、ambassador、word of mouth、viral loop、refer a friend、partner program。覆盖项目设计、激励结构与增长优化。
- license
- MIT
推荐与联盟项目
设计将客户转为增长引擎的项目。
前置了解
项目类型（客户推荐、联盟、或两者）、B2B 或 B2C、平均客户价值（LTV）、其他渠道当前 CAC；当前状态（现有项目、当前推荐率、尝试过的激励、客户 NPS 或满意度数据）；产品契合（产品是否可分享、是否有网络效应、客户是否自然谈论产品、当前触发口碑的因素）；资源（使用或考虑的工具/平台、推荐激励预算、是否有工程资源做自定义实现）。
推荐 vs 联盟：何时用哪个
客户推荐项目：适合现有客户推荐给其网络、有自然口碑的产品、建立真实社会证明、低票或自助产品。特征：推荐者是现有客户、动机=奖励+帮助朋友、通常一次性或有限奖励、通过唯一链接或代码追踪、更高信任、更低量。 联盟项目：适合触达无法访问的受众、内容创作者/影响者/博主、有清晰价值主张的产品、高票产品证明佣金合理。特征：联盟可能不是客户、动机=收入/佣金、持续佣金关系、需更多管理、更高量、信任可变。 混合方法：许多成功项目结合两者：客户推荐项目（简单、小奖励）+ 联盟项目（更大佣金、更多结构）。
推荐项目设计
推荐循环：触发时刻 → 分享行动 → 转化被推荐者 → 奖励。 步骤 1：识别触发时刻：高意图时刻（首次 aha moment 后、达成里程碑后、收到卓越支持后、续费或升级后、告诉你他们爱产品时）；自然分享时刻（产品涉及协作时、被问「用什么工具」时、公开分享结果时、完成可分享内容时）。 步骤 2：设计分享机制：1) 应用内分享（最高转化，感觉原生）2) 个性化链接（易追踪，到处可用）3) 邮件邀请（直接、个人、更高意图）4) 社交分享（最广覆盖，最低转化）5) 推荐代码（易记，离线可用）。最佳实践：提供多种分享选项，以最高转化方法为主。 步骤 3：选择激励结构：单边奖励（推荐者仅）、双边奖励（双方，更高转化率，标准）、分层奖励（随时间增加参与，游戏化，更复杂沟通）。 激励类型：现金/信用、产品信用、免费月、功能解锁、周边/礼品、慈善捐赠。 激励规模框架：最大推荐奖励 = (客户 LTV × 毛利率) - 目标 CAC。典型：B2C $10-50 或首购 10-25%，B2B SaaS $50-500 或 1-3 个月免费，企业更高常自定义。
联盟项目设计
佣金结构：销售额百分比（标准 10-30% 首购或首年）、每行动固定费（标准 $5-500 取决于价值）、 recurring 佣金（标准 10-25% 经常性收入）、分层佣金（激励高表现者）。 Cookie 时长：24 小时（高量、低考虑购买）、7-14 天（标准电商）、30 天（标准 SaaS/B2B）、60-90 天（长销售周期、企业）、终身（高级联盟关系）。 联盟招募：现有创建内容的客户、行业博主与评测者、你利基的 YouTuber、简报作者、互补工具公司、顾问与代理。 联盟赋能：提供唯一追踪链接/代码、产品概览与关键利益、目标受众描述、与竞品对比、创意资产、示例文案与要点、案例研究与证言、演示访问或免费账户、FAQ 与异议处理、付款条款与时间表。
病毒系数与建模
关键指标：病毒系数 K = 邀请数 × 转化率（K>1=病毒增长，K<1=放大增长）；推荐率 = 推荐客户数/总客户数（好 10-25%，优秀 25-50%，卓越 50%+）；每个推荐者的推荐数（平均 1-2，好 2-5，卓越 5+）。 计算推荐项目 ROI：推荐项目 ROI = (被推荐客户收入 - 项目成本) / 项目成本。项目成本 = 支付的奖励 + 工具成本 + 管理时间。 单独追踪：每个被推荐客户的成本（通过推荐的 CAC）、被推荐客户的 LTV（常高于平均）、推荐奖励的回收期。
项目优化
提升推荐率：如果很少客户推荐 → 在更好时刻询问、简化分享流程、测试不同激励类型、使推荐在产品中突出、通过邮件活动提醒、减少流程摩擦。 如果推荐不转化：改进被推荐用户的落地体验、加强新用户激励、测试推荐页不同信息、确保推荐者背书可见、缩短到价值的路径。 A/B 测试：激励测试（奖励金额、奖励类型、单边 vs 双边、立即 vs 延迟奖励）、信息测试（如何描述项目、分享按钮 CTA 文案、推荐邀请邮件主题、被推荐用户落地页文案）、位置测试（推荐提示出现位置、出现时机、多突出、应用内 vs 邮件提示）。
防欺诈
常见推荐欺诈：自我推荐（创建假账户）、推荐圈（组内互相推荐）、优惠券站点发布推荐代码、假邮箱地址、VPN/设备欺骗。 预防措施：技术（邮箱验证必需、设备指纹、IP 地址监控、延迟奖励支付、最低活动阈值）、政策（清晰服务条款、每期最大推荐数、退款/拒付奖励收回、可疑模式人工审查）、结构（要求被推荐用户采取有意义行动、限制终身奖励、以产品信用支付奖励）。
工具与平台
推荐项目工具：ReferralCandy、Ambassador、Friendbuy、GrowSurf、Viral Loops；内置选项：Stripe、HubSpot、Segment。 联盟项目工具：ShareASale、Impact、PartnerStack、Tapfiliate、FirstPromoter；自托管：Rewardful、Refersion。 选择工具：考虑与支付系统集成、欺诈检测能力、支付管理、报告与分析、定制选项、价格 vs 项目规模。
度量成功
项目健康：活跃推荐者（过去 30 天推荐过某人）、总推荐数（发送的邀请）、推荐转化率、赚取/支付的奖励。 业务影响：来自推荐的%新客户、通过推荐 vs 其他渠道的 CAC、被推荐客户的 LTV、推荐项目 ROI。 队列分析：单独追踪被推荐客户：是否转化更快？是否有更高 LTV？是否以更高比率推荐他人？是否流失更少？典型发现：被推荐客户 LTV 高 16-25%，流失低 18-37%，推荐他人比率高 2-3 倍。
相关技能
launch-strategy、email-sequence、marketing-psychology、analytics-tracking、pricing-strategy。