mcpField
1
18-referral-program-global

18-referral-program-global

github.com/minhnv0807营销与增长63874 次安装2 天前更新
代码仓库

关于 18-referral-program-global

面向 DTC、SaaS、服务和订阅业务的推荐计划设计技能。它引导选择区域规则、推荐模式、奖励额度、追踪与反欺诈措施，并规划启动及衡量指标。

主要功能

  1. 01按 US、EU、SEA、LATAM 区分法规
  2. 02比较单向、双向与多层推荐模式
  3. 03依据客户 LTV 计算奖励上限
  4. 04规划追踪方式与反欺诈措施
  5. 05提供 30 天启动流程
  6. 06定义推荐转化与 K-factor 指标

适用场景

  1. 01为电商品牌设计双向推荐奖励
  2. 02为 SaaS 规划推荐或联盟计划
  3. 03评估奖励成本与客户 LTV 的关系
  4. 04按地区规划推荐联系的合规要求

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/minhnv0807/ai-business-skills --skill 18-referral-program-global

安装后在 Claude Code 中输入/18-referral-program-global确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

variants/
01-us.md
02-eu.md
03-sea.md
04-latam.md

详细介绍

推荐计划（全球）

口碑是在所有地区中 LTV 最高的获客渠道。但联系被推荐潜在客户的法律框架差异很大：TCPA（美国，短信）、GDPR（欧盟，所有渠道）、PDPA（东南亚）、LGPD（拉美）。请选择正确的地区版本，否则可能面临罚款。

新手指南

这项技能适合谁？
受众具体示例
想降低获客成本的 DTC 品牌当前 CAC 为 USD 30；希望通过推荐将 CAC 降至 USD 10
想添加病毒式传播闭环的 SaaS已实现 PMF；希望实现负 CAC 增长
服务型企业（教练、代理机构）LTV 高；希望获得客户推荐
订阅品牌留存率高；将客户转化为品牌大使
希望提升 AOV 的电商企业推荐好友 = 双方均可获得折扣
这项技能不适合谁？
  • 仅面向越南的推荐计划 -> 使用 18-referral-program（越南技能）——针对 Zalo / Messenger 进行了优化
  • B2B 企业销售 -> ABM / 合作伙伴计划属于不同的营销方式（此处不涵盖）
  • 品牌大使 / 联盟营销 -> 使用 27-personal-brand-monetize-global 进行网红联盟营销（推出后可用）
30 秒预读

这项技能将产出一份推荐计划设计，包含 6 个组成部分：模式选择（单向 / 双向 / 多层级）、激励计算（LTV 百分比）、追踪基础设施、反欺诈措施、发布顺序，以及 KPI（K 因子、病毒系数）。从 4 个地区版本中选择 1 个——该版本会针对联系被推荐潜在客户的法律规定进行调整（尤其是通过短信 / 电子邮件联系时）。

3 个常见错误
  1. 在美国未取得 TCPA 同意就通过短信进行推荐 -> 每条短信最高罚款 USD 1,500，还可能引发集体诉讼
  2. 向欧盟被推荐联系人群发电子邮件 -> 违反 GDPR；涉及欧盟潜在客户的推荐计划必须取得潜在客户的明确同意，而不仅是推荐人的同意
  3. 现金激励违反 FTC 背书规定 -> “推荐好友，获得 USD 100”要求在推荐人公开发布内容时披露实质性关联

为什么需要这项技能？

如果推荐计划设计不当：

  • 美国：面临 TCPA 集体诉讼风险（每条消息 USD 500-1,500）
  • 欧盟：未经同意存储被推荐潜在客户的数据会违反 GDPR
  • 东南亚：新加坡 PDPA 规定严格——大多数推荐计划都需要双方同意
  • 拉美：巴西 LGPD 将被推荐联系人视为需要征得同意的数据主体
  • 通用：激励计算错误 -> 不是实现增长，而是在亏钱
  • 通用：没有反欺诈措施 -> 30-50% 的“推荐”来自自我推荐或机器人

正确规划法律基础，算清激励成本，推出可用的病毒式传播闭环。

工作流

Step 0: Check global context file
    |-- exists -> read product / customer / region
    |-- missing -> suggest user run product-marketing-context-global first
Step 1: Pick region variant (US / EU / SEA / LATAM)
Step 2: Confirm prerequisites (NPS, AOV, LTV, customer base)
Step 3: Choose model (1-way / 2-way / multi-tier affiliate)
Step 4: Calculate incentive (15-25% of LTV)
Step 5: Set up tracking + anti-fraud
Step 6: Design referral flow (7 steps)
Step 7: Launch sequence (30-day plan)
Step 8: Measure K-factor / viral coefficient

步骤 0：检查全球背景信息

检查 .agents/product-marketing-context-global.md：

  • 有 -> 阅读产品、客户和地区信息。不要重复询问。
  • 没有 -> 建议先运行 product-marketing-context-global。

步骤 1：选择地区版本

询问：“你的主要地区是哪个：美国、欧盟、东南亚还是拉美？”

Where do most of your customers (and their referrals) live?
    |-- US / Canada       --> 01-us.md    (TCPA SMS rules; CAN-SPAM email; CCPA data)
    |-- EU / EEA / UK     --> 02-eu.md    (GDPR consent for ALL channels)
    |-- Southeast Asia    --> 03-sea.md   (PDPA per country; mostly opt-in)
    |-- Latin America     --> 04-latam.md (LGPD Brazil; LFPDPPP Mexico)
    |-- Vietnam only      --> Use `18-referral-program` (VN skill)

步骤 2：前提条件——推荐计划是否适用？

推荐计划适用的情况
  • NPS >= 40（客户确实喜欢你的产品）
  • 客户有自然的分享理由（可见的成果、社交价值、与同伴相关）
  • AOV 足够高，可以提供有意义的激励（理想情况下为 USD 50+）
  • LTV 足够高，值得投入获客成本
  • 已有 100+ 名满意客户，可作为种子用户
推荐计划不适用的情况（跳过此技能）
  • NPS < 20（客户还不喜欢你的产品——先解决留存问题）
  • 产品类别敏感（财务建议、私密健康）——推荐会让人觉得不自在
  • AOV 非常低（< USD 10）——激励成本不划算
  • 尚未发布或没有客户群——没有人可以推荐
询问用户
  1. 产品类型？（DTC / SaaS / 服务 / 订阅）
  2. 平均 AOV 和 LTV？
  3. 现有满意客户数量？
  4. 目标：吸引更多新客户、降低 CAC，还是提升参与度？

步骤 3：推荐模式

模型 1：单向（推荐人获得奖励，被推荐人不获得奖励）

适用场景： 高端产品，即使没有激励，被推荐人也会购买 示例：

  • Tesla 推荐计划（推荐人获得额度，新买家按原价购买）
  • Robinhood（推荐人获得免费股票；被推荐人只需注册）

优点： 成本较低 缺点： 转化率较低（被推荐人没有额外理由立即购买）

模型 2：双向（推荐人和被推荐人都获得奖励）——默认选择

适用场景： 80% 的情况；这种心理上的“双赢”让推荐人觉得更慷慨 示例：

  • Airbnb（双方均获得 25-50 美元额度）
  • Uber（双方均获得 5-15 美元额度）
  • Dropbox（双方均获得额外 500MB）

优点： 转化率更高；推荐人会因赠送“礼物”而感觉良好 缺点： 单个获客成本更高

标准的双向结构：

Referrer gets: Discount / credit / free product / cash / reward
Referee gets: Discount / free trial / bonus on first order
模型 3：多层级联盟（按收入比例支付佣金）

适用场景： SaaS、高价课程、高端 DTC；希望吸引重度用户／影响者 示例：

  • ConvertKit / Kit（持续支付 30% 的联盟佣金）
  • Shopify（每个注册用户支付相当于月费 200% 的佣金）
  • AWeber、Teachable、Coursera（每笔销售支付 10-50% 的佣金）

优点： 吸引专业联盟伙伴／影响者；可扩展 缺点： 需要法律披露（美国 FTC 要求）、追踪基础设施（Rewardful、FirstPromoter）、税务表格（美国 W-9，其他地区的对应表格）

标准的层级结构：

  • 第 1 层：首次购买支付 10-30% 的佣金
  • 第 2 层：续费支付 5-15% 的佣金（后续 90 天或终身）
  • 顶级层：超级联盟伙伴可获得 30-50%（协商确定）

第 4 步：激励计算（至关重要）

公式
Total incentive (both sides combined) <= 15-25% of customer LTV
示例（Saas）
Product: Project management SaaS
Pricing: USD 49/month
Average tenure: 18 months
LTV: USD 882 (49 x 18)

Incentive cap: 15-25% of LTV = USD 130-220 total

Two-way structure:
  Referrer: 1 month free (USD 49 value) + USD 30 credit = USD 79 cost
  Referee: 50% off first 2 months = USD 49 cost
  Total: USD 128 (within cap)

Or simpler:
  Both get 1 month free = USD 98 total cost
  ROI: USD 882 LTV - USD 98 incentive = USD 784 net per successful referral
示例（DTC）
Product: Skincare subscription
AOV: USD 50 / box
Average orders: 10
LTV: USD 500

Incentive cap: USD 75-125 total

Two-way structure:
  Referrer: USD 30 credit (next box)
  Referee: USD 20 off first box
  Total: USD 50 (well within cap)
奖励形式——优缺点
形式优点缺点适用于
现金激励效果最强成本最高（需直接支付）联盟营销、B2B
账户额度留住客户客户离开后就毫无用处订阅、电商平台
下次购买折扣购买时才产生费用客户可能不会回购电子商务
免费产品／服务感知价值更高物流复杂服务、美妆、餐饮
实物礼品带来切实的惊喜运营负担高端 DTC
积分／奖励有助于养成习惯需要忠诚度系统零售商、航空公司

第 5 步：追踪与反欺诈

追踪工具（不限地区）
工具适用于定价
ReferralCandyShopify DTC49 美元／月起
RewardfulSaaS 联盟营销49 美元／月起
FirstPromoterSaaS 联盟营销49 美元／月起
Friendbuy中端市场 DTC249 美元／月起
Mention Me高端 DTC企业版
PartnerStackB2B SaaS 合作伙伴关系500 美元／月起
Talkable企业级 DTC企业版
自行构建完全掌控定制
反欺诈措施
风险防范措施
通过第二个账户自我推荐匹配手机号、地址、付款信息、IP、设备指纹
在优惠券网站公开发布每个代码限制兑换 3-5 次；要求最低客单价
机器人／脚本注册验证码；限制请求速率；对大量注册进行人工审核
获得奖励后取消设置 30 天奖励等待期（退货期结束后）
影响者滥用限制每位推荐人每月可获得的奖励；标记异常值
被推荐人购买后退款等退货期结束后再发放奖励；部分退款时按比例发放奖励

第 6 步：7 步推荐流程

Step 1: Customer has good experience
   |--> Trigger when NPS >= 7 OR after 2nd purchase OR completion of service

Step 2: Customer sees referral CTA
   |--> Email after delivery, dashboard widget, post-purchase page, account menu

Step 3: Customer gets unique code/link
   |--> Personalized: "JANE25" or unique link with UTM tracking

Step 4: Customer shares (multiple channels)
   |--> Built-in share: WhatsApp, Email, SMS, Copy link, Twitter/X
   |--> Pre-filled message in customer's voice

Step 5: Friend clicks / enters code
   |--> Landing page tailored to referral (not generic homepage)
   |--> Reward visible upfront ("Get USD 20 off")

Step 6: Friend converts (purchase)
   |--> Tracking pixel fires; both parties receive notification
   |--> Reward delivered automatically (or held for 30 days)

Step 7: Cycle continues
   |--> Friend now eligible to refer; nudge after first delivery
   |--> Top referrers get bonus tiers ("3 referrals = VIP")

第 7 步：30 天启动计划

第 1 周：准备
  • 选择模型（单向／双向／多层级）
  • 确定激励计算方式（LTV 计算、奖励结构）
  • 选择工具（ReferralCandy／Rewardful／自行构建）
  • 为被推荐人创建落地页
  • 设置邮件／SMS 自动化流程
  • 设置追踪与归因
  • 进行法律审查（针对各地区的不同版本）
第 2 周：小范围启动（种子用户）
  • 给最满意的前 50-100 位客户发送邮件（NPS 9-10）
  • 追踪首批推荐；修复问题
  • 改进文案／减少阻碍
  • 验证奖励自动发放流程
第 3 周：公开发布
  • 向所有客户发送邮件
  • 在以下位置添加推荐 CTA：
    • 订单确认页面
    • 送达后邮件
    • 账户控制面板
    • 收据 PDF / 包装插页（线下）
  • 在自有渠道发布社交媒体内容
  • 可选：向现有客户投放付费推广（“告诉朋友，你们都能省钱”）
第 4 周：优化
  • 找出分享最多的用户（前 10%）
  • 推送额外奖励：“你已进入前 10%——本月可获得额外奖励”
  • A/B 测试：
    • 着陆页（推荐用户与非推荐用户）
    • 奖励金额（USD 20 与 USD 30）
    • 渠道侧重（邮件、SMS 与 WhatsApp）

第 8 步：KPI 和病毒系数

关键指标
指标公式基准
分享率推荐者 / 客户总数10% 为基础，20% 为良好，30% 以上为优秀
转化率成功兑换次数 / 分享次数15% 为基础，25% 为良好，40% 以上为优秀
每位分享者的平均推荐数成功推荐数 / 分享者人数1.2 为基础，2 以上为良好，3 以上为优秀
K 因子（病毒系数）分享率 x 转化率 x 平均推荐数0.3-0.5 为常见值，1.0 以上才是真正的病毒式传播
推荐带来的 CAC奖励成本 / 被推荐客户数付费 CAC 的 30-50%
被推荐客户的 LTV被推荐客户的平均 LTV通常为未被推荐客户的 1.2x
K 因子的解读
K = 0.3 -> 100 customers bring 30 new -> sub-viral, supplements other channels
K = 0.7 -> 100 customers bring 70 new -> strong supplement
K = 1.0 -> 100 customers bring 100 new -> equilibrium (each customer replaces one)
K > 1.0 -> Viral loop! Exponential growth (rare but transformative)

大多数健康的推荐计划都以 K = 0.4-0.7 为目标。K > 1 的情况很少见，通常需要独特的产品机制（Dropbox、WhatsApp、Calendly）。

输出模板

# Referral Program - [Brand]
Region: [US/EU/SEA/LATAM]
Date: [YYYY-MM-DD]

## 1. Goal
[New customers / Lower CAC / Higher LTV / Multiple]

## 2. Prerequisites confirmed
- NPS: [X]
- AOV: [USD/EUR/etc.]
- LTV: [calculated]
- Customer base: [N]

## 3. Model
[1-way / 2-way / multi-tier]

## 4. Incentive structure
- Referrer gets: [reward + cost]
- Referee gets: [reward + cost]
- Total cost: [USD X, ~Y% of LTV]

## 5. Tracking tool
[ReferralCandy / Rewardful / etc.]

## 6. Anti-fraud measures
[List all 5-7 measures applied]

## 7. Referral flow (7 steps)
[Description per step]

## 8. Launch sequence (30 days)
[Week 1-4 plan]

## 9. KPIs
[Share rate, Conversion rate, K-factor target]

## 10. Legal compliance
[Per region variant — see specific variant file]

质量检查清单

  • 已选择地区版本（US/EU/SEA/LATAM）
  • 已确认 NPS >= 40（拥有满意的客户）
  • 激励总成本 <= LTV 的 25%
  • 除非有充分理由采用单向模式，否则采用双向模式
  • 已集成并测试跟踪工具
  • 反欺诈措施已启用（5 项以上）
  • 已在 24h 内自动发放奖励
  • 已遵守各地区的法律要求（TCPA / GDPR / PDPA / LGPD）
  • 已为被推荐者创建着陆页
  • 已记录 K 因子目标；在 30 / 60 / 90 天时进行测量

相关技能

  • product-marketing-context-global — 基础
  • 14-email-marketing-global — 以邮件为主的推荐机制
  • 27-personal-brand-monetize-global — 联盟 / 创作者计划（推出后适用）
  • references/global-legal-compliance — 详细的法律参考资料

Global Skill 18（推荐计划）| Over Powers Agency | v1.0.0

评论

支持 Markdown