{"id":13470,"url":"\/distributions\/13470\/click?bit=1&hash=a5471878bb4d0020b0094d731712468a57a3ba05caae1b96f57d2bce7097f8ad","title":"\u041a\u0430\u043a \u0444\u0438\u043d\u0430\u043d\u0441\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u043e\u0446\u0438\u0430\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442","buttonText":"","imageUuid":"","isPaidAndBannersEnabled":false}
Маркетинг
Polina Sergeeva

Запуск реферальной программы по шагам с формулами и метриками

Привет, VC! Передо мной стояла задача спланировать пошаговый запуск реферальной программы, в результате которой 20% платящих пользователей приходят в образовательный продукт по рекомендации.

Задача: 20% платящих пользователей приходят по рекомендации

Я посвятила этой задаче больше недели. На русском языке материалов по теме с конкретными формулами мало, на английском – больше, но зачастую по подписке. В итоге, перелопатив просторы Интернета, сделала дизайн реферальной программы.

Но, увы, запускать мне рефералку так и не пришлось. Но в этом бесконечном мире кто-то точно с этим столкнется и будет здорово, если моя работа кому-то поможет. У меня стратегия относится к образовательному продукту – воспринимайте это как пример, логику можно использовать почти везде.

Кстати, раньше я уже публиковала чек-лист перед запуском реферальной программы. Если интересно, то гляньте сначала его.

Итак, погнали.

Я представляю реферальную программу как систему нескольких частей:

· вознаграждение;

· призыв поделиться;

· приглашение реферала (уточнение: реферал – приглашенный, рефри – приглашающий);

· покупка рефералом;

· удовлетворенность пользователей и ретеншн.

Достижение конечной цели (20% платящих приходит по рекомендации) зависит от достижения целевого действия на каждом из этапов программы. В связи с этим строю дизайн таким образом: по каждому элементу описываю общий подход, задаю гипотезу, метрику оценки на основе целевого действия, а также принцип оценки результатов.

После запуска программы, по мере того, как мы будем получать знания о конкретных конверсиях и абсолютных значениях, гипотезы будут корректироваться.

1. Задать вознаграждение

1.1. Общий подход

Наибольшую эффективность доказали двусторонние реферальные программы, которые несут ценность как для реферала, так и для рефери. Поэтому определяем ценностное предложение исходя из следующих принципов:

· Вознаграждение привлекательно как для рефери, так и для реферала

· Вознаграждение должно быть уникальным. Его нельзя получить более простым способом

Экономическое ограничение. Однако, чтобы программа была эффективна для бизнеса, важно, чтобы соблюдалось условие — стоимость привлечения (САС) реферала должна быть меньше совокупной прибыли компании, получаемой от одного реферала (LTV).

Формула САС реферала: CAC for Referral Marketing = All Sales & Marketing Expenses on promoting referrals+incentives / Total number of New Customers From Referrals

LTV (for Referrals) = average value of a conversion x average # of conversions in a time frame x average customer lifetime.

В нашем случае можно считать, что LTV=стоимость 1 курса.

1.2. Гипотеза

30% текущих пользователей будут приглашать друзей на курс за вознаграждение — кэшбэк 3000 рублей рефери и рефералу

1.3. Метрика успеха

Количество рефери.

AUSI (active users sending invites)= # рефери за последние 30 дней

Оцениваем насколько интересно наше предложение для пользователей по количеству пользователей, отправивших приглашение другу

1.4. Анализ результата

+ Если количество рефери составляет 30% * от всех пользователей, то гипотеза подтвердилась. Предложение интересно пользователям.

- Если нет, то меняем ценностное предложение

2. Определить место для призыва

2.1. Общий подход

Нужно определить момент, в который пользователь захочет пригласить друга в продукт и усилить это желание. 99% текущих пользователей должны видеть предложение привести друга.

2.2. Гипотеза

99% текущих пользователей увидят призыв на разделах сайта:

· «Начать учиться» (Мотивация: на начальном этапе пользователю интереснее учиться вместе с другом, чтобы делиться впечатлениями, обсуждать задания);

· «Записаться на обучение» (Мотивация: пользователь хочет получить скидку);

· «Прохождение темы» (Мотивация: пользователь хочет покичиться своими достижениями, а заодно и поделиться полезным курсом);

· «Неожиданное открытие» (Мотивация: интересный факт, статистика, которая всплыла во время обучения. Пользователь захотел им поделиться и заодно приглашает друзей).

2.3. Метрика успеха

2.3.1. Количество рефералов, приходящихся на 1 рефери

Invitees Per Referer = # of referral links or codes shared by each referrer

2.3.2. Когда один пользователь приглашает в продукт 2 и более друзей, то запускается виральность (K factor) – вирусное распространение за счет увеличения пользователей в геометрической прогрессии.

K factor = i x c

i = количество приглашений, исходящих от одного пользователя

c = конверсия в покупки (например, если один из пяти приглашенных друзей оплатит курс, то c = 0, 2.

2.4. Анализ результата

+ 60% активных пользователей пригласили по 2 друга

- если нет, то меняем места размещения призывов

3. Помочь пользователям успешно приглашать друзей

3.1. Общий подход

На выбор рефери: отправить автоматическое сообщение или написать самому. Возможность импорта контактов и массовой отправки приглашения.

Автоматическое сообщение в дружеском стиле кратко описывает ценность продукта.

Для тех, кто решил написать сам сообщение мы показываем сбоку гайд, что можно написать (так делает SkyEng). Например, что тебе нравится в курсе больше всего, что сложно, почему стоит попробовать, конечная цель.

3.2. Гипотеза

Автоматическое и сообщения, написанные по гайду подтолкнут 30% друзей проходить трайл-период.

3.3. Метрика успеха

Конверсия в прохождение трайл-периода.

Trail Per Invite = # of friends who started trail period / # of friends who recieve invitation

Оцениваем насколько интересно приглашение для друзей.

3.4. Анализ результата

+ гипотеза подтвердилась

- меняем сообщения, делаем их более креативными. В автоматические сообщения можно вставлять ссылки на короткие загадки как в группе Практикума во ВК, например.

*3.5. Промоутеры

Пользователям, от которых пришли платящие рефералы, отправлять email с предложением продолжить продвигать продукт на особых условиях. За каждого последующего платящего пользователя промоутер получает вознаграждение.

Так делают, например, в канадском образовательном стартапе GenM. Вознаграждение может быть как в виде реальных денег, так и в виде сумм, которые можно потратить только на продукт. Однако, первый вариант встречается чаще.

4. Подтолкнуть рефералов к покупке

4.1. Общий подход

Если друг сразу не совершил целевое действие, то нужно помочь ему с онбордингом. Поэтому отправляем пуши-напоминания приглашенным, но не активированным рефералам. Дополнительно можно их мотивировать объемом вознаграждения или истекающим временем на активацию вознаграждения.

4.2. Гипотеза

20% приглашенных купят курс.

4.3. Метрика успеха

Конверсия рефералов в покупки

# of friends who received the invitation / # of friends who paid for the course

Эта метрика показывает эффективность реферальной программы. Также позволяет посчитать САС реферала. Сверяем с условием «CAC меньше LTV».

4.4. Анализ результата

+ гипотеза подтвердилась

- увеличивать целевые показатели метрик:

· Active users sending invites (п.1.3.),

· Invitees Per Referer & K factor (п.2.3.),

· Trail Per Invite (п.3.3.).

5. Мониторить ретеншн, NPS и растить рефери

5.1. Общий подход

Пользователи, как правило, рекомендуют только продукт, который им нравится. Основными показателями удовлетворенности являются Customer retention rate & NPS. NPS должен быть в промежутке от 9 до 10 из 10.

NPS мониторим по мере внедрения реферальной программы. Таким образом, чтобы удовлетворенность текущих пользователей не падала.

Довольные клиенты – будущие рефери.

5.2. Гипотеза

NPS = 9, 5

Retention Rate = 80%

5.3. Метрика успеха

Customer Retention Rate = ((CE‑CN)/CS)) X 100

CE = количество пользователей на конец периода

CN = количество пользователей в течении всего периода

CS = количество пользователей на начало периода

CRR противоположен churn rate- 20% CRR значит 80% churn rate. Помогает измерять лояльность пользователей.

NPS = group total / total number of survey responses (измеряем опросом «оцените от 1 до 10 продукт»).

5.4. Анализ результата

+ гипотеза подтвердилась

- напрямую и по отзывам узнаем причину падения удовлетворенности. Если значимое количество претензий, то понижаем агрессивность реферальной программы.

Спасибо, что прочитали!

по всем вопросам ко мне в телегу @poly_s

0
7 комментариев
Написать комментарий...
Руслана Середа

Действительно, крутой кейс-гайд. В сохраненочки)

Ответить
Развернуть ветку
Polina Sergeeva
Автор

О, рада, что понравилось) Спасибо!

Ответить
Развернуть ветку
Andrew Romanov

Спасибо! Крутой и понятный гайд, бери и делай

Ответить
Развернуть ветку
Polina Sergeeva
Автор

Спасибо! Если будете делать, то поделитесь потом своим опытом - с какими проблемами столкнулись, как решили, дополнения.

Тема, похоже, востребованная. Написала эту статью полгода назад, а до сих пор периодически мне по ней пишут.

Так что ваш опыт точно пригодится сообществу :)

Ответить
Развернуть ветку
Евгения

Полина, спасибо большое за статью) Очень интересная тема. Вы структурно разложили по полочкам.

1) Подскажите, в какой образовательной компании работали/ работаете?

2) Почему выбрали в качестве вознаграждения деньги? а не, например, само обучение?

Ответить
Развернуть ветку
Polina Sergeeva
Автор

Евгения, спасибо! 
1) образовательный продукт взят исключительно в качестве примера, чтобы описать общий подход, который можно использовать в любом другом проекте. Я сама работаю в финтехе) 
2) вознаграждение тут выбрано тоже в качестве примера как наиболее универсальное и понятное.
Оно, конечно, может быть любым. Главное, чтобы вознаграждение было привлекательно для обеих сторон: и реферала, и рефери. И в то же время было выгодно и вам - не выше обычной стоимости привлечения клиента.

Ответить
Развернуть ветку
Евгения

Полина, поняла) Спасибо)

Ответить
Развернуть ветку
Читать все 7 комментариев
null