关于 Referral Program Designer
Referral Program Designer 面向增长营销人员、产品经理和创始人，帮助设计客户推荐计划。内容涵盖激励、分享流程、归因、上线规划和病毒循环优化。
主要功能
- 01设计推荐激励
- 02规划奖励机制与计划条款
- 03推荐追踪与防欺诈
- 04制定上线与沟通计划
- 05分析并优化病毒循环
- 06测试激励并建模经济效益
适用场景
- 01设计客户推荐计划
- 02规划推荐计划上线
- 03优化奖励和分享流程
- 04衡量推荐效果并防范欺诈
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/referral-program-designer确认已加载。
详细介绍
推荐计划设计师
创建推荐计划，将满意的客户转变为积极的推广者。此技能可帮助你设计激励结构、推荐机制和计划体验，激发分享意愿，并以高性价比获取客户。
推荐是营销的黄金标准——获客成本（CAC）更低、客户终身价值（LTV）更高，而且自带社会认同。此技能提供激励设计、计划机制、病毒式循环优化和效果衡量的框架。借鉴 Dropbox、Uber 和 Airbnb 等计划，打造推动增长的推荐引擎。
面向增长营销人员、产品经理、创始人，以及任何希望通过口碑扩大客户获取规模的人。
核心工作流
工作流 1：推荐计划设计
- 目标设定 - 明确你希望计划实现什么目标
- 客户动机分析 - 他们为什么愿意推荐？
- 激励结构 - 为推荐者和被推荐者提供什么
- 奖励机制 - 何时以及如何发放奖励
- 分享机制 - 如何发起推荐
- 追踪设计 - 归因和防欺诈
- 计划条款 - 规则和限制
工作流 2：激励优化
- 激励类型选择 - 现金、积分、产品、身份
- 双向激励 - 让双方都受益
- 奖励时机 - 即时满足还是延迟满足
- 阶梯式奖励 - 推荐人数越多，激励越高
- 里程碑奖励 - 达成目标即可获得额外奖励
- A/B 测试计划 - 测试不同的激励结构
- 经济模型 - 确保单位经济效益可持续
工作流 3：计划发布
- MVP 计划设计 - 设计最小可行的推荐计划
- 技术要求 - 追踪、归因、奖励
- 沟通策略 - 如何推广计划
- 产品内集成 - 推荐入口在产品体验中的位置
- 邮件序列 - 推荐计划培育邮件
- 发布指标 - 成功指标
- 优化路线图 - 发布后的改进措施
工作流 4：病毒式循环增强
- 摩擦点审查 - 用户会在哪些环节流失？
- 分享流程优化 - 让分享毫不费力
- 消息定制 - 个性化推荐消息
- 多渠道分享 - 电子邮件、社交媒体、私信
- 提醒策略 - 通过推荐提醒重新吸引用户
- 病毒系数计算 - 衡量计划的病毒式传播能力
- 循环优化 - 随着时间推移提升 K 因子
快速参考
| 操作 | 命令/触发词 |
|---|---|
| 设计计划 | "为 [product/service] 设计推荐计划" |
| 激励结构 | "创建推荐激励结构" |
| 病毒式循环分析 | "分析 [program] 的病毒式循环" |
| 发布计划 | "创建推荐计划发布方案" |
| 优化激励 | "改进推荐激励" |
| 邮件序列 | "撰写推荐计划邮件序列" |
| 计算 K 因子 | "计算病毒系数" |
| 防止欺诈 | "设计推荐防欺诈方案" |
最佳实践
- 简化流程 - 点击次数越少，推荐越多
- 双向激励 - 让双方都受益
- 奖励相关性 - 激励内容应与产品价值相匹配
- 即时满足 - 越快发放奖励，越能推动用户行动
- 清晰沟通 - 简单说明计划的运作方式
- 产品内展示 - 确保用户能轻松找到推荐入口
- 把握时机 - 在用户获得良好体验后发出邀请
- 个性化 - 提供可自定义的推荐消息
- 社会认同 - 展示其他人成功推荐的案例
- 多种渠道 - 支持多种分享方式
- 防止欺诈 - 设计机制，防止用户钻空子
- 全面追踪 - 记录归因和转化数据
- 持续测试 - 优化激励和机制
- 庆祝成功 - 表彰表现出色的推荐者
- 可持续的经济效益 - 节省的获客成本必须高于奖励成本
评论
支持 Markdown