推荐营销是一套有结构的办法,让老客户带来新客户,衡量它看参与率、转化,以及被带来的人留存如何。评价它要看单个增量客户成本和被推荐客户待多久,而不是看注册数。下面讲五步循环、每一步的指标、一个可复算的完整季度、奖励规则,以及会美化结果的错误。
读完你会知道
- 循环的每一步都要衡量:分享、注册、付费转化,再看被推荐客户的留存
- 报告单个增量客户成本,而不是原始注册数;示例中 480 个注册变成 120 个付费,40 美元变成 57 美元
- 奖励在首次付费订单时发放,推荐人公开发链接时要清楚披露
推荐营销是什么,又不是什么?
推荐营销是一套有结构的办法,让老客户带来新客户:给人一个理由、一条链接或一个邀请码、一种被记住的方式,再追踪被推荐的人后来怎么样。有结构,才和口碑区分开来;口碑不管你做不做,都会发生。
有三个邻居经常被混在一起:
| 说法 | 谁带来新客户 | 怎么付酬 | 衡量什么 |
|---|---|---|---|
| 口碑 | 任何喜欢你的人 | 不付酬 | 很难衡量,多靠问卷 |
| 推荐营销 | 现有客户 | 通常奖励推荐人,常常朋友也有 | 邀请数、注册数、付费转化、留存 |
| 联盟营销 | 以推广为业的媒体或创作者 | 佣金,常按成交额比例 | 点击、成交、佣金成本 |
客户告诉朋友,是在推荐;联盟营销者是在经营一个渠道。这个差别影响衡量方式,也影响披露规则(后文会讲)。再说一个词的问题:网站分析里「推荐」还指一种流量渠道,即从其他网站链接过来的访问,那是另一回事,见推荐流量。本文讲的是推荐计划。
推荐计划是怎么运转的,一步步怎么走?
不管奖励是什么,推荐计划都是同一个五步循环。每一步都有人流失,所以后面每一步都要单独有一个数字。
- 触发。 客户走到一个适合开口的时刻:首次下单成功、客服问题解决、产品里完成一个里程碑。在注册时、客户还没有好体验前就开口,分享的人很少。
- 分享。 客户拿到个人链接或邀请码,以及一键通过消息、邮件或社交帖发送的方式。
- 落地。 朋友打开链接,看到写明优惠的页面。链接要带活动标记,这样这次访问才能和其他流量区分开。
- 转化。 朋友注册或购买。要先定好哪个事件算数:注册很容易造假,首次付款则不容易。
- 奖励。 合格事件发生之后发放奖励,通常等退款期结束,奖励给推荐人,有时也给朋友。
有两个细节决定这个循环有没有产出。其一,奖励放在付款事件而不是注册上,否则你会为从未变成客户的账号付钱。其二,让链接带上来源;在数据里看不见的计划无法改进,事后也说不清哪些推荐人值得那份奖励。
哪些指标能衡量推荐计划?
循环的每一步用一个指标,再加两个评价整个计划的指标。合起来才能回答「推荐数」这个标题数字回答不了的问题:计划带来的客户留下来了吗,成本比别的获客方式低吗?
| 指标 | 公式 | 说明什么 |
|---|---|---|
| 参与率 | 分享过的客户 ÷ 符合条件的客户 | 开口的方式和触发时机是否有效 |
| 人均邀请数 | 发出的邀请 ÷ 分享过的客户 | 大家把优惠推得有多用力 |
| 邀请到注册率 | 注册数 ÷ 邀请数 | 落地页和优惠是否清楚 |
| 注册到付费率 | 付费客户 ÷ 注册数 | 被推荐的注册是不是真的买家 |
| 单个被推荐客户成本 | 发出的奖励 ÷ 付费客户 | 直接成本,还没扣除本来就会来的人 |
| 单个增量客户成本 | 发出的奖励 ÷(付费客户 × 没有推荐就不会来的比例) | 诚实的成本 |
| 被推荐客户留存 | 第 N 天仍活跃的被推荐客户 ÷ 被推荐客户 | 他们是否留下,和其他渠道对比 |
| 病毒系数 | 人均邀请数 × 邀请到付费率 | 计划能否自己养活自己,见病毒系数 |
有两点要记住。常见推荐计划的病毒系数远低于 1,它是对其他渠道的补充,不是替代。而留存这一行,正是推荐计划最常体现价值的地方,所以和其他渠道的对比,比标题上的注册数更重要。留存方面的参照,见客户留存案例和好的留存率是多少。
算例:推荐计划获得一个客户要花多少钱?
示例数据:一款订阅产品有 10,000 位活跃客户,跑一个季度的双向推荐计划。推荐人和朋友各得 20 美元账户余额,朋友首次付款后发放。下面所有数字都是为演示而虚构的。
| 步骤 | 计算 | 结果 |
|---|---|---|
| 分享过的客户 | 10,000 × 8% | 800 |
| 发出的邀请 | 800 × 人均 5 条 | 4,000 |
| 注册的朋友 | 4,000 × 12% | 480 |
| 付费的朋友 | 480 × 25% | 120 |
| 发出的奖励 | 120 ×(20 美元 + 20 美元) | 4,800 美元 |
| 单个被推荐客户成本 | 4,800 美元 ÷ 120 | 40.00 美元 |
这 40 美元看起来好看,是因为这 120 人里有些本来也会注册,比如朋友在聊天中本来就会提到这个产品。假设你判断其中 30% 没有推荐也会来(这是假设,应该用留出组或相似时期对比来替换):
- 增量客户:120 ×(1 − 0.30)= 84
- 单个增量客户成本:4,800 美元 ÷ 84 = 57.14 美元
再和另一个渠道比一比,仍然用示例数字。假设付费广告每个客户 85 美元,其中 60% 在第 90 天仍活跃,而被推荐客户是 75%:
- 推荐渠道第 90 天仍活跃的客户:84 × 75% = 63,所以 4,800 美元 ÷ 63 = 76.19 美元每个留存客户
- 付费广告第 90 天仍活跃的客户:85 美元 ÷ 60% = 141.67 美元每个留存客户
这个算例分三层看。原始成本看起来是 40 美元;扣除本来就会来的人之后是 57 美元;算到每个留下来的客户是 76 美元。和付费渠道的排序在三层调整后都成立,这正是相信一个计划之前需要的性质。如果到第三行排序翻转了,标题数字就会误导你。
同一个计划的病毒系数,用上表的定义:
- 人均邀请数:4,000 ÷ 10,000 = 0.4
- 邀请到付费率:120 ÷ 4,000 = 3%
- 系数:0.4 × 3% = 0.012;只算分享过的人,5 × 3% = 0.15
两个数都远低于 1。这个计划每季度带来 120 位客户;它不会自己增长,也没有人该指望它会。
单个客户成本的四种算法
示例季度,美元怎么设计一份能回本的奖励?
奖励要从上面的数字推出来,而不是看别家给多少。一条可行的规则:单个增量客户成本,要低于你在别处获得同样客户要付的钱,也要低于你预期这个客户首年毛利的一小部分。
用下面这些判断规则:
- 如果注册和付费之间差距很大(如示例中的 480 到 120),把奖励挪到付费事件,或者退款期结束之后。
- 如果参与率低于 2% 左右,问题出在开口方式,不是奖励。先改触发时机,再考虑加奖励。
- 如果邀请到注册率低、但人均邀请数很高,说明大家在分享但优惠没有打动人;重写落地页,把朋友能得到的好处写明。
- 如果单个增量客户成本高于其他渠道,缩小奖励或给每个推荐人设上限,削减之前先看留存:贵一点但留得住的客户,仍可能是更便宜的那个。
- 如果少数推荐人贡献了大部分注册,先查自我推荐和优惠券网站的滥用,再庆祝。
奖励还是一个法律问题。在美国,FTC 的《背书指南》把给推荐产品的人的付款或其他好处视为重大关联,当受众不会明显想到时必须清楚披露。推荐人公开发布链接并因此获得奖励,应该说明这一点;把披露写进分享文案里。以上是一般性信息,不是法律意见;在你开展计划的每个市场请核对当地规则。
| 你看到的现象 | 可能的原因 | 先改什么 |
|---|---|---|
| 参与率低于 2% 左右 | 开口方式或时机不对 | 把触发挪到客户有了好体验之后 |
| 邀请很多、注册很少 | 落地页上的优惠不清楚 | 在首屏写明朋友能得到什么 |
| 注册很多、付费很少 | 奖励发得太早 | 改在首次付费订单时发放 |
| 成本高于其他渠道 | 奖励太大或没扣基线 | 给奖励设上限,再比留存后的成本 |
| 少数推荐人贡献大部分注册 | 自我推荐或优惠券网站 | 每月抽查被推荐的账号 |
每次只改一件事,并和一个季度的基线对比。
推荐营销的案例在实际中是什么样?
比起点名公司,按计划的形态分组更有用,因为形态决定你该盯的指标。只有一个公开案例足够具体可以引用:发表在《市场营销杂志》(Journal of Marketing)上的一项针对德国某银行推荐计划的研究发现,通过推荐获得的客户,价值至少比其他方式获得的相似客户高 16%(Schmitt、Skiera 和 Van den Bulte,2011)。那是一家公司、一个国家,作者建议有选择地做,而不是全面铺开。
| 计划形态 | 常见奖励 | 适合什么时候 | 要留意 |
|---|---|---|---|
| 双向余额 | 双方各得账户余额 | 订阅和软件类产品 | 为从未付款的注册发了余额 |
| 阶梯奖励 | 推荐满 3 个或 5 个后奖励升级 | 有复购的电商 | 头部推荐人钻阶梯的空子 |
| 非现金福利 | 提前体验、额外空间、免费一个月 | 边际成本接近零的产品 | 福利占用客服时间 |
| 合作伙伴推荐 | 每个合格客户固定费用 | 靠咨询成交的 B2B 服务 | 回本慢、销售周期长 |
| 社区大使 | 荣誉加小额费用 | 有活跃用户社区的产品 | 披露和口径一致 |
在这几种里选的时候,挑奖励事件和你产品「价值出现的时刻」一致的:首次付费订单、首次完成的项目、第二个月。奖励要给到客户证明这是一次好推荐的那一刻。
哪些错误会让推荐计划看起来比实际好?
- 把注册当成客户。 示例里 480 个注册变成 120 个付费。报告前一个数字,会把计划夸大到四倍。
- 忽略本来就会来的人。 不扣除基线,每个提到过朋友的客户都被记到计划名下。
- 比平均成本,而不是留存后的成本。 示例中 85 美元的渠道,只有在第 90 天之前停手时,才显得比 57 美元的推荐渠道便宜。
- 把循环和渠道混在一起。 推荐链接的访问只是众多来源之一;没有活动标记,它们会落进直接访问或笼统的推荐渠道里。
- 把病毒系数当成增长。 0.012 的循环对总增长来说可以忽略。把它当成成本和留存的故事来报告。
- 不做防欺诈检查。 自我推荐、一次性账号和优惠券网站会很快抬高注册数;每月抽查被推荐的账号。
怎么在 TapCub 里衡量推荐计划?
TapCub 不做推荐计划:没有推荐码、奖励记录或发放,也没有发送邀请的工具。这些用推荐工具或你自己的后端做。TapCub 做的是衡量计划带来了什么,步骤和上面的算例一一对应。
- 给链接打标记。 给每条推荐链接加活动标记,例如
utm_source=referral加一个活动名,命名规则见UTM 参数怎么命名。不要把人的姓名或邮箱放进链接。在 网站统计 › 来源 里,UTM 视图会把这个活动的访客、会话和转化,与笼统的推荐渠道分开显示。 - 标出合格事件。 在页面或服务端用
tapcub.track('signup', { referred: true })发送注册事件,付费事件设为目标,这样 网站统计 › 目标 就能把推荐活动的转化率和其他来源放在一起看。注册并用tapcub.login登录的访客,会出现在 全端分析 › 用户 › 用户,档案里有他们行为的时间线。 - 按分组比较留存。 在 全端分析 › 行为分析 › 行为分析 里建立留存视图,比较做过
signup且referred已设置的客户,和没有的客户。这就是示例里 75% 对 60% 的比较;留存报表的做法见搭建留存报表。 - 看机器人。 TapCub 把认出的机器人单独统计,所以推荐链接访问里来自爬虫的暴涨,不会抬高你的访客数或转化率。
- 认清边界。 TapCub 不把成交归因到推荐人的奖励上,不留出随机组去测计划的效果,也不发奖励。增量比例的调整和奖励成本,放在你自己的表格里。
常见问题
推荐营销是什么?
它是一种计划:现有客户把你的产品推荐给认识的人,用可追踪的链接或邀请码,通常带奖励。它和口碑的区别是有结构、可衡量;和联盟营销的区别是发送者是客户,而不是以推广为业的媒体。
推荐计划和联盟营销有什么区别?
推荐计划里,发送者是使用产品的客户,奖励通常是余额或福利,每个人的量很小。联盟营销里,发送者是靠推广为生的媒体或创作者,按成交拿佣金。两者衡量方法相近,披露和欺诈风险不同。
怎么衡量推荐计划是否成功?
沿着循环看:参与率、人均邀请数、邀请到注册率、注册到付费率。再用两个数字评价整个计划:单个增量客户成本,以及被推荐客户和其他渠道相比的留存。两项都好于你现有的其他渠道,计划才算有效。
推荐率多少算好?
没有可靠的通用数字。示例中 8% 的客户分享、3% 的邀请变成付费客户,但这些数字是虚构的。先用一个季度测出你自己的基线,每次只改一件事(触发时机、奖励或落地页),再和基线对比。
推荐奖励需要披露吗?
在美国,FTC 把给推荐产品的人的付款或好处视为重大关联,当受众不会想到时,必须清楚披露。把披露写进分享文案里。各国规则不同,本文不是法律意见。
资料来源
- Christian Schmitt、Bernd Skiera 和 Christophe Van den Bulte。Referral Programs and Customer Value。Journal of Marketing 75(1),2011 年。被推荐客户的价值比可比的非推荐客户至少高 16%。核对于 2026-11-19。
- 美国联邦贸易委员会。Guides Concerning the Use of Endorsements and Testimonials in Advertising(16 CFR Part 255,2023 年修订)。重大关联的披露,第 255.5 条。核对于 2026-11-19。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

