什么是User Referral
User Referral是一种曾经在国内流行过一段时间,目前在国外的产品运营或者「Growth Hacking」中常用的一种手段。
它可以被理解为「用户推广计划」或者「介绍人机制」。
在《从零开始做运营》中,我是这样描述它的:
这个机制(User Referral)的基本核心很简单:
从已有用户出发,请已有用户在社交圈传播自己的产品,并定向邀请自己的好友加入使用,作为回报,邀请他人的用户和被邀请的用户都有可能获取奖励。
这种运营策略,是典型的「人推人」机制,采用一对一或一对多的方式,让用户介绍自己使用的产品,推荐给好友使用。
而一旦成功推荐,好友开始使用产品了,那么推荐者和被推荐者都会获取奖励。
如果我们把场景从互联网拉到传统零售业,你会发现,这种机制其实和直销甚至传销是类似的,不同的是,User Referral只追踪一度关系,而不会去追踪二度甚至三度关系。
也就是说,从成本控制上说,User Referral是一种成本可控、能够充分挖掘用户的自身关系链并为产品的用户增长的目标服务的运营手段。
这种方式,和CPS广告很接近,但有非常明显的区别。
CPS广告是区分CPA广告的以销售额为目标而不是以点击量为目标付费的广告形式。
但广告是被动的,而Referral是主动的。
这就是最大的差异,当然,就Referral的目标来说,它和CPS也有本质上的差异,但这已经不重要了。
谁在用User Referral
说了这么多,用User Referral作为自己主要运营策略或者唯一运营策略的产品有有很多。
譬如,Uber:
Airbnb:
扫描全能王:
其实还有很多。
但不再举例了,Evernote也一直在采用这种方式,包括饿了么、大众点评,也采用「为好友发红包」的方式变相使用User Referral。
在这里要特别提一下Uber。
如果你用Uber的时间足够长,你会发现Uber在User Referral的奖励力度上是不断调整的。
最早,是两人各得100元;后来是50元、30元;现在是「价值30元的免费乘车机会一次」。
有没有人想过这是为什么呢?为什么会出现不断的调整?
原因很简单,早期为了大量获取用户,需要「大方」一些,不惜血本进行「补贴」;
当用户量达到一定的程度,或者出现了运营上的风险,就提示需要调整奖励额度了。
不断的调整额度,直到达成运营成本和运营效率的平衡,就暂时不会调整,然后继续调整。
Uber的User Referral其实是具有教科书意义的。
User Referral的适用性
好了,接下来是一个非常让人伤心的话题。
User Referral是不是可以包治百病的灵丹妙药呢?
我的答案是否定的。
其实,除了我们现在看到的User Referral的形态之外,还有更早和使用范围更广的User Referral,譬如,早期Gmail的邀请使用;1024的邀请码,等等。
我们会发现使用User Referral的产品有几个特征:
1、需要推广(Uber、Airbnb等),或者需要限制使用(Gmail、1024等)。
2、用用户推广取代广告推广。
3、离交易行为较远。
4、有明确的获取目标客户的需求。
我们很少看到User Referral被用于离交易行为较近的产品,离交易行为较近的推荐叫做「导购」。
如果我们肯拿阿里巴巴一直希望切入社交却一直切不进去;
如果我们肯想想以社交见长的腾讯一直做不好电商。
或许我们就能明白,User Referral在面对交易领域的产品时,其实很可能是无力的。
当然,之前没人成功过,不能说以后就不会有人成功。
但显然,这种行为具有适用性。
并且工具属性越强的产品,使用User Refferal的效果可能越好。
Uber是让人能够随时用车的工具,Airbnb解决短租需求,是旅游时的短租工具,等等。
所以,虽然他们在后端会发生交易行为,可本质依然是工具,而不是交易。
User Referral的局限性
如同本文开头时所说,User Referral的核心是要利用用户的社交圈进行传播,以期在短期获得大范围的爆炸性传播效果,长期获得稳定的获客渠道。
那么,User Referral的局限性就体现在:
非常依赖社交工具。
扫描全能王的User Referral活动是我设计的。
如果你对比一下英文版和中文版,你会发现,两个版本上的社交工具的选择是具有明显差异的。
英文版的分享是Twitter、复制链接、邮件(Facebook我忘了有没有了)。
中文版则是微博、Qzone、复制链接与邮件。
我们会发现,社交工具上,国内可选用的社交工具非常的贫乏且寡头效应明显——你看,不能直接分享到QQ或者微信,因为是受限的。
那么,这种方式,对于很多需要通过User Referral来推广的产品来说——尤其是国内产品来说,就具有极大的局限性。
如果你不能利用用户的社交网络,User Referral就仅仅是个好看的运营策略而已。
张亮:鸟哥笔记专栏作家,微信公众号:张记杂货铺
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]