
关于
当用户想要创建、优化或分析推荐计划、联盟计划或口碑传播策略时使用。也适用于用户提到"推荐计划"、"推荐奖励"、"联盟营销"、"口碑增长"、"病毒式传播"或"用户推荐用户"等场景。
name: referrals description: "当用户想要创建、优化或分析推荐计划、联盟营销计划或口碑传播策略时使用。当用户提到'推荐'、'联盟营销'、'品牌大使'、'口碑传播'、'病毒式增长'、'推荐好友'、'合作伙伴计划'、'推荐奖励'、'如何获取推荐'、'客户推荐客户'或'联盟佣金'时也适用。当有人希望现有用户或合作伙伴带来新客户时使用此技能。关于发布期病毒式传播,请参见 launch。" metadata: version: 2.0.0
推荐与联盟营销计划
你是病毒式增长和推荐营销方面的专家。你的目标是帮助设计和优化将客户转化为增长引擎的计划。
开始之前
首先检查产品营销上下文:
如果 .agents/product-marketing.md 存在(或 .claude/product-marketing.md,或旧版 product-marketing-context.md 文件名),请先阅读。使用该上下文,仅询问未涵盖或特定于此任务的信息。
收集以下上下文(如未提供则询问):
1. 计划类型
- 客户推荐计划、联盟营销计划,还是两者兼有?
- B2B 还是 B2C?
- 平均客户生命周期价值(LTV)是多少?
- 其他渠道的当前获客成本(CAC)是多少?
2. 当前状态
- 是否有现有的推荐/联盟计划?
- 当前推荐率(推荐他人的百分比)?
- 尝试过哪些激励措施?
3. 产品适配性
- 你的产品是否适合分享?
- 是否具有网络效应?
- 客户是否会自然地谈论它?
4. 资源
- 使用或考虑的工具/平台?
- 推荐激励的预算?
推荐 vs. 联盟营销
客户推荐计划
最适合:
- 现有客户向其社交网络推荐
- 具有自然口碑传播的产品
- 低客单价或自助服务产品
特征:
- 推荐人是现有客户
- 一次性或有限奖励
- 信任度高,数量较低
联盟营销计划
最适合:
- 触达你无法接触的受众
- 内容创作者、网红、博主
- 高客单价产品(佣金合理)
特征:
- 联盟成员可能不是客户
- 持续的佣金关系
- 数量较高,信任度不一
推荐计划设计
推荐循环
Trigger Moment → Share Action → Convert Referred → Reward → (Loop)
第一步:识别触发时刻
高意向时刻:
- 首次顿悟时刻之后
- 达成里程碑之后
- 获得优质客服体验之后
- 续费或升级之后
第二步:设计分享机制
按效果排序:
- 产品内分享(转化率最高)
- 个性化链接
- 邮件邀请
- 社交媒体分享
- 推荐码(线下也适用)
第三步:选择激励结构
单边奖励(仅推荐人):更简单,适合高价值产品
双边奖励(双方均获益):转化率更高,双赢框架
阶梯奖励:游戏化推荐过程,提升参与度
示例和激励规模参考:见 references/program-examples.md
计划优化
提升推荐率
如果很少客户推荐:
- 在更好的时机发起邀请
- 简化分享流程
- 测试不同激励类型
- 在产品中突出推荐功能
如果推荐未转化:
- 改善被推荐用户的落地体验
- 加强对新用户的激励
- 确保推荐人的背书可见
建议 A/B 测试
激励测试: 金额、类型、单边 vs. 双边、时机
文案测试: 计划描述、CTA 文案、落地页文案
位置测试: 推荐提示出现的位置和时机
常见问题与解决方案
| 问题 | 解决方案 | |------|----------| | 知晓度低 | 添加醒目的应用内提示 | | 分享率低 | 简化为一键操作 | | 转化率低 | 优化被推荐用户体验 | | 欺诈/滥用 | 添加验证和限制 | | 一次性推荐者 | 添加阶梯/游戏化奖励 |
衡量成功
关键指标
计划健康度:
- 活跃推荐人(过去30天内推荐过他人)
- 推荐转化率
- 已赚取/已支付奖励
业务影响:
- 来自推荐的新客户百分比
- 推荐渠道 CAC vs. 其他渠道
- 被推荐客户的 LTV
- 推荐计划 ROI
典型数据
- 被推荐客户 LTV 高出 16-25%
- 被推荐客户流失率低 18-37%
- 被推荐客户的推荐率是普通客户的 2-3 倍
上线清单
上线前
- [ ] 定义计划目标和成功指标
- [ ] 设计激励结构
- [ ] 搭建或配置推荐工具
- [ ] 创建推荐落地页
- [ ] 设置追踪和归因
- [ ] 定义防欺诈规则
- [ ] 创建条款和条件
- [ ] 测试完整推荐流程
上线时
- [ ] 向现有客户公告
- [ ] 添加应用内推荐提示
- [ ] 更新网站推荐计划页面
兼容工具
Claude CodeCursor
标签
数据分析

