设计客户推荐与联盟计划增长引擎

解决增长瓶颈：通过 AI 帮助设计并优化推荐计划和联盟营销，将现有客户转化为增长引擎，同时区分不同激励结构和防欺诈策略。

为什么需要这个技能

在产品增长和 B2B/B2C 营销中，单纯依靠付费流量往往成本高昂。拥有成熟的产品往往自带“传播基因”，如 Dropbox 或 Uber，他们的成功源于巧妙的推荐机制。

这个技能帮你构建一套完整的策略，从确定是建立客户推荐（Referral）还是联盟（Affiliate）程序，到设计双-sided 奖励、计算激励上限以及规划防欺诈措施。它能将用户的自然口碑转化为可量化的增长数据。

明确计划类型与目标 首先需要判断产品属性：是适合“客户推荐”（现有用户推荐，信任度高但规模小）还是“联盟营销”（非用户推荐，规模大但信任度低）？或者是混合模式？同时明确 B2B 还是 B2C 场景，以及产品的 LTV（生命周期价值）和当前的 CAC。
设计激励与触发机制
- 确定触发时刻：在用户产生"Aha 时刻”、收到卓越支持或达成里程碑时弹出邀请。
- 构建奖励结构：计算最大可承受奖励（基于 LTV 和边际利润），选择单 sided（仅奖励推荐者）或 Double-sided（双方都有奖励，转化率通常更高）。
- 激励形式选择：对比现金、产品积分、免费时长或实物奖励的优劣，针对不同目标选择最佳载体。
搭建防欺诈与追踪体系 设置技术防线，如邮箱验证、设备指纹识别和延迟发奖，防止用户自创账号作弊。同时设计追踪代码和落地页，确保归因准确。
邮件序列与优化测试 设计“发布 - 培育 - 再激活”的邮件流，针对不同未参与用户发送提醒。通过 A/B 测试奖励金额、文案和放置位置来持续优化转化率。

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

暂无推荐