为什么要有推荐？
推荐计划，或许你在许多应用程序中看到的 “给5美元，得到5美元 “的优惠，近年来已经变得很流行。与付费营销渠道相比，它们有很大的优势，因为你把你的CAC给了你的用户，然后他们在你的产品中消费，而不是把它交给谷歌或Facebook。它们是一种病毒式营销–利用你的用户网络带来更多的用户–它们利用了你产品的网络效应，这对那些针对高获取成本的利基市场的产品特别有用，无论是加密货币用户还是按需驾驶，其CAC通常>200美元，因为用户往往是相互认识的。
一个成功的推荐计划可以成为你的获取组合的20-30%，作为几个获取循环之一。这不是一个银弹，但它值得增加，以补充其他营销努力。
推荐计划的历史
结构化的客户推荐形式是如何产生的？据说，第一个有记载的推荐计划是由凯撒大帝创造的，他在公元前55年向他的士兵支付300塞斯特里（类似于他们年薪的三分之一），以推荐一个朋友加入军队。几千年后，我们仍然在使用，或多或少，同样的想法。似乎每个消费者应用程序都实施了某种形式的推荐计划，尽管我认为它真正开始于2008年左右，也就是Dropbox的创新推荐计划推出的时候。
是的，最著名的推荐计划的早期实施来自Dropbox，它激发了一代创业公司—特别是YCombinator支持的创业公司—尝试类似的想法。为什么这对他们有意义？首席执行官/联合创始人德鲁-休斯顿的做了一个非常有用的演讲，描述了他走向推荐计划的过程，一般的轨迹是这样的。
首先，做所有你 “应该 “做的事情
在一个技术会议上进行大爆炸式的发布。尝试一些AdWords，雇用一个公关公司/营销副总裁
- 付费营销项目为一个99美元的产品创造了233-388美元的CAC。
- 然后尝试联盟计划、展示广告和其他许多东西—都失败了
- 但后来又失败了! 并意识到这一切都没有那么好的效果
- 然后意识到关键是通过提供一个 “赠送和获得存储空间 “的项目来加速口碑和病毒式增长
- 蓬勃发展。在短短15个月内，10万用户增加到400万，每天有35%的注册用户。
整套牌很精彩大约是十年前创作的，但仍然非常有意义–我强烈鼓励你在这里查看。
推荐计划对某些类型的产品非常有效，特别是那些已经通过口碑传播的产品。在Dropbox的案例中，朋友和同事之间有一个自然的使用案例—共享文件夹，这自然是对推荐渠道的补充。推荐推动了这一点，为告诉朋友提供了经济激励。另一个例子是，在Uber，我在不同时期负责司机和乘客的推荐计划（每年花费超过3亿美元），司机的推荐计划自然是成功的。司机通常来自某些亚社区，无论是新来的移民还是豪华轿车司机，人们自然已经在谈论这个赚钱的机会。推荐，有时高达500美元/人，大大加速了这一过程。
然而，推荐计划有其局限性。当然，它们对低生命周期的产品并不奏效—这就是为什么我们没有看到免费的社交照片分享应用程序对其用户的推荐进行奖励。没有LTV可以套利，而且推荐的金额创造了一种客户获取成本的形式。随着时间的推移，它们的重要性也会下降。在Dropbox的推荐计划推出多年后，我有机会作为顾问加入Dropbox，在那里我得到了数据的第一手资料。那时，他们的核心产品的自然病毒性—只是人们与他人分享他们的文件夹和文件的过程—已经完全主导了用户获取。这已经成为主要的传播方式，而推荐计划变得不那么重要了。我将在后面讨论原因，但这似乎是事情的自然模式—推荐计划在市场的初期非常有帮助。最终，它变得不那么重要了，这没关系。
但是，我们走在了自己的前面。让我们首先看一下推荐计划通常是如何定义的:
推荐计划的结构
我们在整个行业实施的推荐计划中看到了同样的粗糙模式。Airbnb、Uber、Instacart都有，Coinbase和Wealthfront也有。当然也有变化，因为有些侧重于给予和获得美元。有些要求你分享一个代码，或一个链接，或连接你的地址簿以邀请朋友。
组织所有这些变化的一种方法是将它们分为以下几种—你需要回答一系列问题，以了解你如何构建该计划。
问
你何时要求用户推荐？
你为什么要推荐？是否与某个节日，或某个特定的促销活动相联系？
信息是什么？目标
你的目标是哪些用户？所有的人？
你如何设定推荐金额？
激励激励是什么？
奖励是什么，是外在的（美元）还是内在的（积分、存储等）？
你给邀请者或接受者同样的奖励吗？回报*
该计划的成功标准是什么？
你如何看待 “吃人 “问题？
让我们用一个例子来描述这个问题。
例如，以Airbnb的房东推荐计划为例:
你可以把它分成以下几类。
询问，邀请可以主持他们整个地方或私人房间的人
目标，所有Airbnb用户
激励，赚取200美元
回报，CAC比其他营销渠道更好/更有可比性（只是猜测！）。
这是基本的结构，现在我们有了这个，是时候谈谈创建推荐计划时需要考虑的一些设计问题了。
询问
产品人员往往一开始就为这个要求而苦恼。他们想知道创建一个 “获得5美元，给予5美元 “的推荐计划是否太琐碎，或者是否太基本。但我认为这是一个错误的关注点—毕竟，一旦你有了这个项目，你总是可以在以后进行文字加工和测试许多变化。
真正的问题是，你在哪里提出这个要求？我的答案很简单。在许多地方多次询问，用不同的信息，并与你要求用户采取的任何行动相联系。在对你所有的推荐用户界面进行检测后，你会发现在这个屏幕上有一定的转换率。而且，如果你把推荐功能放在产品中某个随机的横幅上，大多数用户根本不会与推荐功能互动。与其试图提高转化率，不如更频繁地展示这个屏幕—获得更多的印象！”。
因此，使推荐要求成为主要流程的一部分。在用户在你的应用程序中购买东西后，问他们是否想现在通过邀请别人来获得X美元的现金返还。或者，如果他们在应用中与朋友互动—假设产品允许某种形式的邀请—跟进询问他们是否想邀请其他人。并将其添加到入职流程中，以及在关键交易结束时，当用户完成其他工作时，你也可以捕获参与度。看在上帝的份上，不要让它看起来像 “广告”，要有大的闪光文字和图形—要让它有计划性，就像用户可以互动的正常用户界面的一部分。
我最喜欢Uber的一个想法是 “假日化 “推荐活动的概念。对于司机来说，随着假期的临近，你可以告诉他们通过参与推荐计划，赚取额外的钱来购买礼物和庆祝活动。或者在镇上的大型音乐会之前，你可以开展一个特殊的分层活动，推荐一个朋友可以得到X，但推荐5个朋友可以得到5*X和一个巨大的奖金。每个月更新信息，使之与重大节日保持一致，用新的金额、新的图像和其他方式，这是很好的做法。
目标最佳做法是，你的推荐计划应该针对新用户推荐他们的朋友—这意味着在用户最初的入职流程中提示他们，并将电子邮件作为入职的一部分，以及其他表面领域。这与那些经常主张让用户先体验产品，有一个良好的体验，然后再进行邀请的人是直接矛盾的。为什么要关注新用户？首先，从数学上讲，当你在尽可能接近1000个新用户的时候，而不是在第30天，当这个群体已经流失并降到150个的时候，最容易产生巨大的影响。在病毒因素的计算中，当你有1000个用户邀请1000个用户时，你有更好的机会达到>1，而不是让150人邀请1000人。第二，新用户通常有更多的朋友还没有使用该产品，因为他们自己也是新用户。一旦他们经历了几次推荐计划，那么他们自然会挖掘出他们的网络。
当然，最简单的做法是 “给5美元，送5美元”，以无针对性的方式给所有人提供这个优惠。但一个产品的领导者很快就意识到这是低效的—也许最好的办法是根据用户的价值，给一些用户15美元，另一些用户5美元。这正是许多市场公司所做的，当时很容易将他们的网络划分为高价值的城市，如纽约和三藩市与例如孟菲斯—你可以在每个地方设置自定义推荐金额。但为什么只停留在城市呢？也许你做一个分析，找出高价值用户的某些领先特征，如他们的账户余额，或他们使用的其他应用程序的类型，或其他—一旦你认为这是对用户进行个性化的短暂优惠，那么你可以运行任何你想要的促销活动。
激励机制
你会注意到在最初的Dropbox报价中，激励措施本身是存储空间而不是美元—这就是参与你的计划的用户的内在奖励与外在奖励的两难问题。许多移动游戏的推荐计划也倾向于内在奖励，如果你邀请朋友，就可以获得积分。内在奖励的优点是，当激励措施是你可以控制的，如积分时，它特别具有成本效益。当然，内在奖励的问题是，外部用户—那些从未听说过你的产品的人—对积分或其他方面的反应最小。Dropbox的存储优惠也许处于中间位置，因为它至少是一种具体的价值形式。因此，随着时间的推移，大多数推荐计划都倾向于美元，尽管我认为重要的想法是优先考虑新的外部用户，并考虑如何使激励措施尽可能具体。
还有一个基本问题是如何设定激励金额。通常情况下，这是以CAC/LTV的基本计算为基础的，这有很大的缺陷，因为它没有考虑到自食其果的问题（我们将在后面讨论）。相反，重点往往是选择一个简单的数字—如果你知道注册的用户平均花费20美元，那么你可以创建一个推荐计划，奖励5美元的付出/得到，并有一定的安全系数。但是，激励的大杠杆，当然是增加金额—而最大的金额一般来自于有某种形式的破费的分层优惠。这方面的一个例子是说，”当你注册并购买5件东西时，可获得100美元”，而不是 “注册时可获得5美元”。鉴于注册和重复转换率之间的差异可能是100倍，你可能可以安全地将金额提高20倍。在Uber，这竟然把两个不同的数字结合起来。一个标题数字，结合了最初的注册转化率以及第一个月的收入（同样，只要你在最初几周开了X次车）。这导致了一个3000美元以上的数字，比我们最初的200美元数字有了巨大的提升。这些较大的标题数字在A/B测试中总是测试得更好，无论是在电子邮件营销还是横幅形式，虽然它可能感觉奖励变得遥不可及，但有可能创建一个第二或第三或第四层来配合大标题数字。你可以说，当你满足所有的要求时，可以赚取X美元，但当你只满足几个要求时，可以赚取一个较小的数字，即Y美元。这样，你就能获得大数字的营销影响，但对于没有达到所有里程碑的用户来说，仍然有一个退路。
我将讨论激励结构的最后一个方面是对称与不对称的提议—也就是说，应该是 “给20美元，得到5美元 “还是 “给5美元，得到20美元”。你觉得哪一个听起来更好？这是传闻，但在我看到的测试中，以邀请者为中心的金额通常效果更好—也就是说，迎合他们的自我利益。然而，我也见过B2B的情况，在专业的环境中，如果人们被认为是利他的，给别人一个大的美元折扣，那么人们倾向于邀请更多的人。最后，可能只是值得进行A/B测试，看看什么最有效。
回报
你需要某种投资回报率指标来推动推荐计划的战略。你花费的金额是否正确，或者你应该增加数字？应该在实施新的表面区域上投入多少产品努力？等等。它是否有效？这些基本问题通常用经典的CAC/LTV分析来回答，而这样做是有原因的。
毕竟，如果这些用户的终身价值超过了获取他们的成本，你不应该全力以赴吗？嗯，也许吧。如果你能通过另一个渠道，如TikTok广告，得到更便宜的获取。那么任何用于此的资金可能会更好地用于广告。或者，如果改进推荐计划需要工程团队从关键功能中抽身呢？所以，是的，当然要看你的推荐计划的CAC/LTV，但要想一想，你可能会对其他一切进行权衡。
更为棘手的投资回报率问题是拆解。在你通过推荐带来的用户中，有多少人是通过口碑进来的？如果你激增推荐金额，从5美元增加到20美元，你是否只是创造了一个 “向前拉 “的效应，即本来几个月后就会免费来的用户突然来了，但这是有代价的，而且对后来的月份不利？
自食其力是一个很难确定的效果，但通常的目标是通过A/B测试来衡量类似于 “每个增量客户的成本”，对照组得到标准数字，而测试组得到升高的数字。因为你试图捕获有机用户，所以你经常必须以 “双城 “实验的方式进行，即我们在凤凰城和达拉斯分别进行一组报价—这是Uber的方法，而在B2B中，你可能通过一组公司与另一组公司进行。然后你衡量上升的实际情况是什么。如果有大量的分食，那么CPIC的数字会很大—这是真正的CAC，分食除外。
另一种更简单的形式，是简单地做一个 “开/关测试”。如果你把所有的推荐人关闭几天，你是否注意到新用户的大幅下降？如果是，那么你的推荐计划是有效的。如果不是，那么你就有可能为那些无论如何都会发生的事情支付大量的客户获取成本。
推荐计划的弱点
正如我在本文开头提到的，Dropbox的最终变得不再依赖他们的推荐计划。这里有一个自然的轨迹，因为随着市场的成熟和更多的用户已经采用该产品，可以邀请的朋友就越少。你只需要几个 “我已经有了 “的回应，就会完全停止参与推荐活动。对于像Dropbox这样具有真正的网络效应的产品来说，收购最终将由内在的使用案例接管，如文件夹共享，而不是像推荐奖励这样的外在因素。
在某种程度上，我发现当团队向我提出建立一个推荐计划时，我大多持怀疑态度。我问的第一件事是，你确定你不愿意建立一个病毒式增长引擎吗？建立病毒式功能和推荐计划是类似的问题—试图让用户邀请朋友—但围绕分享和交流的真正的病毒式功能是常青的，并创造持久的价值。他们帮助用户参与和保留，并且作为一个次要的效果，也会产生新的用户。而且，让这些新用户免费进入你的平台是一个巨大的好处。对于Dropbox来说，这意味着投资于产品功能，如邀请队友加入项目，或文件共享，或其他，而不是创建越来越复杂的推荐结构。在Uber，这可能意味着在 “分享ETA “或账单分割或团体订餐等功能中建立病毒性。
这样一来，我发现自己是一个不情愿的推荐计划的粉丝—它们可以发挥作用，可以成为产品10%以上的获取渠道—但与建立伟大的病毒性功能相比，它们对我来说总是处于次要地位。
