SuperAPI AI 工具集

referral-incentive-design

设计与创作

查看项目

更新于 10-16 00:22

技能介绍

用途:设计客户推荐朋友(refer-a-friend)项目的奖励结构。该技能主张不存在现成的命名框架,而是围绕四个决策变量依次推进:奖励给谁(推荐人、被推荐人还是双方)、奖励类型、奖励额度、发放触发与分层结构。

主要能力:先通过访谈收集业务模式(B2B/B2C、订阅或一次性、自助或销售驱动)、毛利、LTV、CAC、自然推荐占比、付费方与推荐人是否一致、时间要求、预算与执行人力上限等,再据此设计。提供效率排序参考,例如奖励方向优先级为仅被推荐人 > 双边 > 仅推荐人;类型优先级为实物产品价值 > 账户额度或免费月 > 折扣 > 身份 > 现金 > 周边 > 慈善 > 抽奖。额度以毛利上限为约束,从 CAC/LTV 百分比或回本纪律起步,并考虑非单调响应下限(太小不如不给)。触发点应绑定已验证的价值事件(首次购买、激活、赢单、留存阈值),避免仅注册触发。分层层级仅在高推荐量、重复推荐人可信时值得,且顶层必须设上限。最终产出可测试的“奖励结构规格”,含经济性、验证计划与 KPI(参与率、分享转化、增量获客成本对比 CAC)。

使用方式:按访谈、检查排除条件、四步决策、逐项确认、输出规格的流程执行;对已运行项目提供诊断顺序(先重定位邀请 > 调整分配比例 > 提高额度 > 设上限与改触发 > 换奖励类型 > 做增量留出测试)。

限制:资料说明其证据主要来自消费端实验,B2B 结论为推断;若缺少自然推荐信号或 LTV 过低,建议暂不启动。未提供具体代码、安装命令或价格信息。