Партнёрские и реферальные программы

Партнёрские и реферальные программы решают проблему, при которой самые убедительные продавцы продукта компании — её же довольные клиенты — никак не вознаграждаются и не систематизируются как канал роста: клиент рекомендует продукт друзьям бесплатно и случайно, а компания не создаёт для этого структурированный канал с понятным вознаграждением. Формализованная программа превращает стихийные рекомендации в предсказуемый и измеримый канал привлечения новых клиентов через тех, кто уже доволен продуктом.

Рекомендация от друга убеждает сильнее любой рекламы — вопрос лишь в том, полагается ли компания на то, что довольный клиент случайно вспомнит порекомендовать, или создаёт для этого структурированную программу.

Классический вступительный кейс: реферальная программа PayPal (1999-2000, автор идеи — глава маркетинга компании Люк Носек) давала по $20 новому пользователю и ещё $20 пригласившему его, позже сумму снижали до $10/$10 и затем $5/$5 по мере роста базы. Программа разогнала рост базы с 1 до 5 миллионов пользователей за несколько месяцев 2000 года (темп до 7-10%% в день), а к 2002 году PayPal достиг 100 миллионов пользователей — по оценке Питера Тиля, всего на программу за первые годы ушло $60-70 млн, но именно она обеспечила пользовательскую базу, ставшую основой сделки по продаже PayPal eBay за $1,5 млрд.

Происхождение и исследовательская база

Реферальные и партнёрские программы — практика роста, систематизирующая и вознаграждающая рекомендации продукта существующими клиентами (referral) или партнёрскими организациями (affiliate/partner), опирающаяся на более высокий уровень доверия к рекомендации от знакомого человека или организации, чем к прямой рекламе.

Точное количественное измерение эффекта рекомендаций дала работа Трусова, Баклина и Пауэлса (Journal of Marketing, 2009) — отслеживая исходящие приглашения на реальной социальной сети, они показали, что сарафанный маркетинг имеет намного более продолжительный отложенный эффект на приток новых пользователей, чем традиционная реклама, с долгосрочной эластичностью регистраций к WOM около 0,53 — заметно выше средней эластичности рекламных кампаний.

Смежную академическую базу дал Фредерик Райхельд статьёй «The One Number You Need to Grow» (Harvard Business Review, декабрь 2003) — на основе двухлетнего исследования он показал, что готовность клиента порекомендовать компанию знакомому (индекс NPS) предсказывает реальный рост бизнеса точнее сложных опросов удовлетворённости, что дало теоретическое обоснование инвестировать напрямую в механизмы, превращающие такую готовность в измеримое действие.

Ключевые идеи и принципы

1. Принцип: Вознаграждение достаточно ценно, чтобы мотивировать активное действие

   Реферальная программа с символическим или незначительным вознаграждением не создаёт реального стимула для активной рекомендации — вознаграждение должно быть достаточно ценным, чтобы мотивировать клиента приложить усилие пригласить знакомого.

   Ценность вознаграждения — не только в размере, но и в формулировке: при перезапуске реферальной программы Airbnb («Referrals 2.0», двустороннее вознаграждение — по $25 дорожного кредита и рефереру, и приглашённому) инженерная команда протестировала формулировки сообщения-приглашения и обнаружила, что версия, подчёркивающая, что пользователь ДАЁТ другу подарок в $25, работала лучше версии, подчёркивающей, что он сам ПОЛУЧАЕТ вознаграждение — альтруистическая рамка оказалась убедительнее эгоистической при абсолютно одинаковой денежной сумме. По собственным данным компании, обновлённая программа увеличила количество ежедневных бронирований и регистраций на 300%%.

2. Принцип: Простой и понятный механизм участия без сложных условий

   Сложные условия участия («приведи пятерых, чтобы получить скидку 10% на следующий заказ через три месяца») снижают участие — простой понятный механизм с ясным вознаграждением работает значительно лучше.

3. Принцип: Вознаграждение и для приглашающего, и для приглашённого

   Двустороннее вознаграждение — выгода не только тому, кто рекомендует, но и тому, кто по рекомендации присоединяется — увеличивает мотивацию обеих сторон участвовать в программе.

   Классический пример: реферальная программа Dropbox (2008-2010, консультант по росту Шон Эллис) давала и рефереру, и приглашённому по 500 МБ дополнительного места (до 16 ГБ) — компания выросла со 100 тысяч до 4 миллионов пользователей за 15 месяцев. По собственным данным основателя Дрю Хьюстона, представленным на конференции Startup Lessons Learned в 2010 году, программа обеспечивала 35%% ежедневных регистраций и постоянно увеличивала общее число регистраций на 60%%.

4. Принцип: Отслеживание качества приведённых клиентов, а не только количества

   Программа должна отслеживать не только количество привлечённых через рефералов клиентов, но и их качество — удержание, средний чек — чтобы оценить реальную ценность канала, а не только его объём.

   Причина, по которой это не формальность: исследование Шмитта, Скиеры и Ван ден Бюльте (Journal of Marketing, 2011, ~10 000 клиентов банка почти за 3 года) показало, что приведённые по рекомендации клиенты в среднем несут как минимум на 16%% более высокую пожизненную ценность и уходят примерно на 18%% реже сопоставимых клиентов, привлечённых другими каналами — но увидеть эту разницу можно только если качество отслеживается отдельно от количества, а не только по числу регистраций.

   Тот же эффект видела и Airbnb: по собственным наблюдениям компании, приглашённые по рекомендации пользователи не просто разово используют реферальный кредит на одну поездку, а остаются вовлечёнными дольше — бронируют чаще и сами с большей вероятностью приглашают других, создавая накопительный эффект, а не разовый всплеск регистраций.

Ограничения, слепые зоны и критика

Типовые ошибки

1. Ошибка 1: Вознаграждение за рекомендацию слишком незначительно, чтобы мотивировать активное действие.

   Клиенты не прикладывают усилий для рекомендации, программа не создаёт реального канала роста.

   Как избежать

   Устанавливать достаточно ценное вознаграждение, мотивирующее активную рекомендацию.

2. Ошибка 2: Условия участия в программе сложны и требуют многих шагов для получения вознаграждения.

   Участие в программе снижается из-за высокого порога сложности.

   Как избежать

   Делать механизм участия максимально простым и понятным.

3. Ошибка 3: Вознаграждается только приглашающий, приглашённый не получает выгоды.

   Мотивация присоединиться по рекомендации ниже, чем при двустороннем вознаграждении.

   Как избежать

   Вознаграждать как приглашающего, так и приглашённого участника.

4. Ошибка 4: Отслеживается только количество привлечённых через программу клиентов без оценки их качества.

   Программа может привлекать низкокачественных, не удерживающихся клиентов, не создавая реальной ценности.

   Как избежать

   Отслеживать качество приведённых клиентов — удержание, средний чек, — а не только их количество.

5. Ошибка 5: Партнёрская программа запускается без контроля качества коммуникации партнёра о продукте.

   Партнёр может искажать позиционирование бренда, создавая репутационный риск.

   Как избежать

   Контролировать качество коммуникации партнёров о продукте в рамках программы.

6. Ошибка 6: программа запускается без защиты от мошеннической накрутки рекомендаций.

   По данным Министерства юстиции США, группа мошенников создавала поддельные аккаунты водителей для сервисов такси/доставки специально для того, чтобы «рекомендовать» друг друга и получать реферальные бонусы — по одному эпизоду от одной компании-жертвы группа заработала около $200 000 на 487 фиктивных рекомендациях, а сама компания потратила порядка $250 000 на расследование и ещё около $93 000 на онбординг мошеннических аккаунтов, прежде чем схему раскрыли.

   Как избежать

   закладывать в программу проверку на аномалии (массовые регистрации с одного устройства/IP, рекомендации без реальной активности приглашённого) с самого запуска, а не добавлять защиту постфактум после первого выявленного случая накрутки.

План внедрения

1. Неделя 1: определить вознаграждение, достаточно ценное для мотивации активной рекомендации.

2. Неделя 2: настроить простой механизм участия с двусторонним вознаграждением.

3. Неделя 3: запустить программу среди наиболее удовлетворённых существующих клиентов.

4. Неделя 4: настроить отслеживание количества и качества привлечённых через программу клиентов.

   Далее: регулярно анализировать эффективность программы и рассматривать партнёрства с внешними организациями.

   Ориентир для этого шага — темп итераций Dropbox (тестирование механики и сообщений программы каждые 2 недели с разбором, что сработало, а что нет) и практика PayPal — постепенно снижать размер вознаграждения по мере роста базы и сетевого эффекта (с $20/$20 до $10/$10 и затем $5/$5), не дожидаясь, пока стоимость программы станет неоправданной относительно вклада каждого нового участника в ценность сети.

Как реализовать этот план с помощью фрейма «Партнёрские и реферальные программы» в OrgDevTools

Фрейм устроен как единый журнал рекомендаций — таблица со столбцами «Реферер (кто рекомендует)», «Приглашённый», «Вознаграждение рефереру», «Вознаграждение приглашённому», «Дата» и «Статус». Статус — не свободный текст, а фиксированный список из 4 стадий: «Зарегистрирован» → «Купил» → «Удержан (90+ дн.)» → «Не реализовалось», что не позволяет засчитать рекомендацию как успех сразу после регистрации.

Недели 1-2 плана — настройка вознаграждения и механизма — заполняются в момент создания каждой новой строки журнала: столбцы «Вознаграждение рефереру» и «Вознаграждение приглашённому» обязаны быть заполнены оба, что технически не даёт запустить одностороннюю программу (защита от Ошибки 3).

Неделя 3 плана — запуск программы — фиксируется добавлением реальных строк по мере поступления первых рекомендаций от клиентов.

Неделя 4 плана и далее — отслеживание качества — фрейм не просто считает строки, а автоматически вычисляет вердикт по проценту удержания: если ни одна запись не дошла до статуса «Удержан (90+ дн.)» или доля удержанных ниже 30%, фрейм явно предупреждает об этом цветным вердиктом, не позволяя оценивать программу по числу регистраций (защита от Ошибки 4).

Книги по теме

Skok D. — исследования по метрикам вирусного и реферального роста (For Entrepreneurs, блог). Практические принципы построения устойчивых реферальных программ роста.

Филипп Шмитт, Бернд Скиера, Кристоф Ван ден Бюльте — «Referral Programs and Customer Value» (Journal of Marketing, 2011, лауреат премии MSI/H. Paul Root Award). Исследование ~10 000 клиентов банка за почти 3 года — первоисточник цифр о более высокой ценности и более низком оттоке приведённых по рекомендации клиентов, использованных в тексте.

Михаил Трусов, Рэндольф Баклин, Кун Пауэлс — «Effects of Word-of-Mouth versus Traditional Marketing» (Journal of Marketing, 2009). Точное измерение эффекта рекомендаций на реальной социальной сети — источник цифры об эластичности регистраций к WOM.