Как эффективно выстроить виральные и реферальные механики для привлечения клиентов

21 Апреля 2021 1352 0 Digital-маркетинг
Поделиться

В период роста компании маркетинг становится одним из самых затратных направлений, поэтому логично, когда собственники бизнеса стремятся сократить эти расходы. Однако если ИТ-продукт пока неизвестен на рынке, бренд не находится на слуху или под крылом известной компании, то существенно сократить затраты будет достаточно сложно. Вдобавок, много времени может уйти на тестирование маркетинговых гипотез. 

Поэтому в моменты запуска продукта полезными могут оказаться виральные механики в целом и реферальная программа в частности. В статье Юрий Бранковский, ex-Product manager VCV, Planner 5D, Mego Travel, член жюри хакатонов Emerge и Epam engineering jam рассказывает о нюансах построения реферальной программы, анализа и прогнозирования реферального трафика.

Юрий Бранковский

Виральные и реферальные механики

Сначала я считаю важным определиться с терминами, чтобы не было путаницы. Виральными механиками привлечения пользователей в продукт я называю механики, которые являются естественной частью продукта

Например, в мессенджерах приглашение друзей в продукт является частью онбординга, и этот этап неизбежен, так как без друзей просто будет не с кем общаться. Поэтому здесь основная задача - как можно быстрее довести пользователя до этапа приглашения в продукт и добавить фичи, которые могут драйвить пользователей: расшифровка голосовых, например, или доступ только по приглашениям как в нашумевшем Clubhouse. Словом, что-то, что заставит пользователей говорить о продукте.

А вот к реферальным программам я отношу способы привлечения новых пользователей, основанные на стимулировании клиентов к приглашению за счёт скидок и бонусов. И так как это подразумевает затраты (на бонусы или скидки), то важно уметь управлять этим каналом.

Виды реферальных программ

В основном, реферальные программы можно разделить по типам бонусов и методам приглашения в продукт.

По типам бонусов:

  • Бонусы в виде скидки на последующие продукты (например, скидка 20% на последующую уборку в клининговой компании);
  • Бонусы в виде денег не следующие покупки (500 рублей вам и другу на следуюoe. доставку);
  • Бонусы в виде виртуальной валюты (голда в игре в танках или дополнительные уроки вам и другу в онлайн-школе).

По методам приглашения:

  • Реферальная ссылка;
  • Персональный промокод.
Пример реферальной программы Airnbnb с ссылкой.

Пример реферальной программы онлайн-школы Skyeng с кодом.

Принципиальная разница в методах приглашения заключается в различии воронки привлечения и, как следствии, в креативах и атрибуции трафика.

Например, если пользователь отправляет другу ссылку, то после перехода по ссылке он видит лендинг, который содержит информацию о приглашающем, о бонусах и продукте. В аналитике такая заявка однозначно будет реферальной.

А если пользователь отправляет код, то друг сначала может посмотреть ролики про компанию, потом перейти на партнёрский лендинг, зарегистрироваться и лишь при оплате ввести код. Что даст информацию о том, что в привлечении задействована реферальная механика.

Причём, непонятно: друга пригласил пользователь, или код был найден просто на просторах интернета. Соответственно, такая заявка сначала будет отнесена к партнёрскому каналу, и возникает вопрос, относить ли её к реферальному каналу или нет. Таким образом, необходимо выбрать модель атрибуции заранее и договориться с владельцами других каналов.

Причины по которым используется тот или иной метод могут быть разными. Пользователи часто просто не готовы отправлять друзьям ссылки и навязывать продукт, не хотят, чтобы в интернете были лендинги с информацией о них, промокоды им кажутся понятнее. С другой стороны, механика ссылок проще и может быть креативней.

Как выбрать тип бонусов и механику

Бонус должен быть соотнесён с продуктом и направлен на увеличение LT (Lifetime), чтобы в конечном счёте увеличивать доход с пользователя. То есть, давать бонусы на сторонние сервисы может быть не лучшей идеей, хотя периодически можно проводить и подобные партнёрские кампании.

Чтобы определить, зайдёт ли реферальная механика пользователям, я бы посоветовал пойти следующим путём:

  • Пообщаться с пользователями, как они рассказывают о продукте, готовы ли его советовать и почему (в дальнейшем информация понадобится и для копирайтинга);
  • Сделать прототип и провести UX-тесты;
  • Сделать тест в ручном режиме (без автоматизации учёта трафика в аналитике).

Например, пользователи рассказали, что чаще отправляют ссылку на продукт в определённом мессенджере, рассказывают о пользе продукта и напоминают про бонусы. Таким образом, уже можно сформировать образ офера: 

"Я добился при помощи продукта таких-то успехов, вот мои результаты, приглашаю присоединиться ко мне по ссылке и получить N бонусов". 

При этом, сделать шеринг в мессенджере максимально простым.

Учёт реферального трафика

Чтобы не бросаться сразу в эксперименты, необходимо разобраться в экономике канала и убедиться, что аналитика выстроена правильно. Для этого важно определиться с метриками и построить реферальную воронку, чтобы понять, как работает канал. В итоге я пришёл к формуле:

где

  • Nref - количество рефералов;
  • N - количество новых студентов;
  • AIR - Average Invater Rate, доля новых студентов, которые пригласили хотя бы одного реферала;
  • ARC - Average Referral Count, среднее число рефералов на одного инвайтера.

Это позволяет определить, что основные метрики для рефералки - это AIR (более продуктовая, так как говорит о количестве новых клиентов, готовых быть промоутерами) и ARC (более маркетинговая метрика, так как зависит от реферального предложения). Эти метрики тоже можно декомпозировать на отдельные этапы: например, клике по кнопке копирования ссылки, количество посещений реферального лендинга, количество заявок и пр.

С течением времени оба реферальных показателя будут меняться. Например, в начале пользователей было мало, и почти все они приглашали друзей, затем спустя несколько лет первых последователей стало меньше, и показатель AIR снижается, при этому, ARC может расти. А затем, когда потенциальных клиентов на рынке уже мало, пользователям просто больше некого приглашать, и объём реферального трафика снижается.

Прогнозирование реферального трафика

Для анализа и прогнозирования трафика можно применять следующий подход: построить когортный отчёт для реферального трафика, начиная с первой когорты пользователей. Таким образом, количество рефералов в текущий момент времени вычисляется по формуле:

где n - номер текущей когорты.

Мы получаем число рефералов с учётом прошлых когорт (которые спустя год вдруг могут снова приглашать). Это позволяет прогнозировать показатели на основе ретроспективных данных и построить автопрогноз трафика с учётом трендов этих показателей. 

Также такой подход позволяет заметить увеличение доли реферального трафика за счёт старых когорт (хотя до этого скачки можно было отнести к успехам реферальных кампаний) и замечать суперрефералов (когда количество рефералов увеличивается за счёт резкого увеличения ARC одного инвайтера, например, блогера).

Благодаря анализу воронки и определению опережающих метрик для трафика можно экономить на ненужных экспериментах, строить прогнозную модель и проводить лишь те эксперименты, которые существенно могут повысить метрики.

Как можно развивать реферальную программу

Я за свой опыт тестировал разные способы, могу выделить следующие.

Можно делать реферальные партнёрские кампании. То есть, к бонусам партнёра добавлять реферальные бонусы, если в рамках кампании пользователь приведёт друзей.

Использовать групповые механики: “приведи нескольких друзей за раз (или за ограниченное время) и увеличь тем самым свой бонус или получи ачивки + уникальные фичи”.

Пример групповой реферальной механики онлайн-школы Skyeng

Также один из способов - на время увеличивать бонусы.

Естественным способом увеличения реферального трафика может быть запуск нового продукта, направления в рамках одной реферальной программы. Например, пользователь сервиса доставки еды получает бонус за друга, который зарегистрировался в сревисе доставки товаров той же компании.

В любом случае, результат будет ясен только в конце, так как добавление механик усложняет процесс, сужает аудиторию, а простое увеличение бонусов может не особо мотивировать. Поэтому важно экспериментировать и тестировать механики, которые просто и дёшево реализовать, или которые потенциально могут привести немало пользователей.

Заключение

Реферальный трафик может быть хорошим дешёвым источником новых клиентов, так как 

  • в экономике канала почти отсутствует CMC (Customer Marketing Cost),
  • трафик является более тёплым (так как рефералы пришли по рекомендации друзей и охотнее будут делать покупки) и может вполне работать сам по себе, особенно когда продукт набирает обороты. 

Заранее важно выбрать тип бонусов, которые должны быть направлены на увеличение LT (например, скидки на последующие покупки), а механики - понятными и простыми для пользователей. 

Тестирование канала лучше всего делать вручную, до того, как процесс будет автоматизирован разработчиками, так как реферальный трафик специфичен и сильно зависит от продукта (например, медицинские услуги интимного характера вряд ли кто-то будет рекомендовать по публичной ссылке, а вот промокод вполне может подойти).

Заранее важно определиться с атрибуцией трафика, чтобы не было претензий со стороны маркетологов других каналов (например, партнёрских) и при прогнозе использовать информацию о старых пользователях, которые могут “вдруг” проснуться и снова начать приглашать друзей после перерыва.



Поделиться
Материалы по теме:
Обсуждение:
Читайте также: