用途：把现有客户转化为获客渠道，通过推荐奖励（如推荐人和被推荐人各得奖励）获取新客。
主要内容：
- 工具选型：Shopify 可选 ReferralCandy、Referral Hero、Smile.io；WooCommerce 可选 ReferralCandy 或 Referral Hero，也可用 AutomateWoo 自建；BigCommerce 用 ReferralCandy；自定义/无头架构则自行搭建追踪与奖励逻辑。
- 平台配置：以 ReferralCandy 为例，从应用商店安装并连接店铺，在 Rewards 中设置推荐人与被推荐人奖励，在 Post-Purchase Email 设置购买后 1–3 天发送，工具自动生成每客户唯一推荐链接、30 天 cookie 归因、检测自我推荐并发放奖励，支持常见平台折扣码。Referral Hero 强调与 Klaviyo 集成，可注入 {{ customer.referral_link }} 合并标签。
- 自建方案：资料给出 TypeScript 代码思路，包括生成人类可读推荐码（如 JANE3A9F）、中间件把 ?ref= 写入 30 天 cookie、分级奖励（0/5/10 次推荐对应不同奖励）、创建客户时归因与同地址反欺诈、被推荐人首单满 25 美元后发放双方奖励，以及关键返回逻辑。含月度推荐表现 SQL，统计总数、成功数、转化率与已发奖励金额。
- 推广位：下单确认页、购买后 3 天邮件、账户页推荐专区、物流确认邮件。
- 指标：推荐转化率、推荐 CAC、推荐带来收入、被推荐客户与自然客户在 90 天和 12 个月的 CLV 对比。
最佳实践与坑：先考虑成熟工具而非自建；设最低首单金额防刷；用店铺余额而非一次性折扣码以带来复购；采用 30 天归因窗口；被推荐人下单后立即通知推荐人；拦截同收货地址推荐；30 天退货窗口后再发奖励；用首点归因避免 cookie 被广告点击覆盖；把推荐邀请从收据邮件移到购买后 3 天专属邮件。
限制：具体工具价格、各平台限制、实际效果数据等资料未提供。