一、轉介紹基礎信息
1、什麼是轉介紹？
轉介紹是一種利用老用戶在私域社交場景分享獲取新用戶的拉新方式。它並不是一個新的概念，之前線下培訓機構就經常使用——家長們拉來新的家長購買課程，就可以得到一定的返現。教育產品比較特殊，體驗後才知道效果，所以家長/同學在購買課程時，比較傾向於聽聽“過來人”怎麼說，這也是轉介紹比較早地在教育行業“玩”起來的原因。
轉介紹可以理解爲一個特殊的活動，活動的參與者是產品內用戶，活動的目的是通過這批產品內的用戶拉來更多新用戶。爲什麼這個活動可以運轉起來呢？我們認爲核心有兩個：口碑和激勵。
口碑是大家心裏對它的認可，是一種勢能，我們都說要順勢而爲；激勵是一種讓老用戶進行分享/新用戶完成留諮/轉化的直接刺激。當然對內部銷售/諮詢顧問的薪酬激勵也是很重要的。
2、爲什麼要做轉介紹？
（1）拉新成本低。在多種拉新方式裏面，轉介紹拉新成本相對較低且拉新用戶轉化率較高；另外，去年“雙減”等政策實施後，對教育機構的廣告投放有相應的限制，轉介紹作爲一種重要的拉新方式可以很好地抵抗這種風險，實現多渠道加速增長。
（2）促進老用戶活躍。轉介紹是一個特殊的活動，可以通過週期性的帶激勵的活動促進老用戶活躍。
（3）輔助宣傳。通過老用戶社交圈的分享，在客觀上可以起到宣傳的作用，助力口碑傳播。
二、轉介紹拆解
1、要素拆解
轉介紹場景下的重點有四個：老用戶池、激勵體系、分享路徑和內容、新用戶轉化。如下圖所示：
老用戶池：活動設計時，我們首先需要問自己，活動主要面向哪些用戶，這些用戶有什麼特徵，他們是否願意進行分享，分享的觸點應該埋在哪兒，他們對哪些獎勵是感興趣的，他們拉來新用戶轉化的難度如何，目標怎麼設計。很明顯，面向購買正價課的老用戶和註冊用戶的活動肯定是有差異的。
激勵體系：激勵體系是活動“玩”起來的核心。確定激勵物是什麼需要考慮和業務、目標的貼合度，同時也需要考慮成本。比如素質教育喜歡用課時來獎勵購買正價課的老用戶，或是給予虛擬幣用來購買周邊；職業教育喜歡拼團給予低價體驗課，爲正價課的轉化埋伏筆。對於公司具體應該給用戶什麼激勵這件事兒，我們建議本着不重複造輪子的原則，先參考同行，再根據效果成本進行迭代。
分享路徑和內容：這個是分享的觸點，我們把老用戶一次分享拉來新用戶看成一個環，我們希望環越多越好，就像做實驗我們希望提高實驗頻次，所以我們可以嘗試儘可能多地在用戶全生命週期去設置分享觸點。
新用戶轉化：舉個例子，用戶先留諮，然後銷售主動添加好友私聊約試聽課，試聽課後推正價課購買。不同活動對新用戶的轉化程度要求是不一樣的。
2、轉介紹在用戶各生命週期階段的應用
三、轉介紹面臨的問題
轉介紹的目標通常是留諮/購課轉化，拆解如下：轉介紹效果 = App 啓動人數 ✕ 轉介紹活動滲透率 ✕ 產品分享率 ✕ 人均分享次數 ✕ 留諮轉化率 ✕ 留諮客戶價值。因此，我們可以總結出來，轉介紹面臨的問題包括：
-
如何提高老用戶的活動打開率？
-
如何提高老用戶的分享率？
-
如何提升老用戶的分享頻次？
-
如何提升拉新用戶的留諮/購課轉化率？
這裏的問題和活動玩法規則、產品流程設計、運營及內部銷售團隊跟進強相關，比如：
-
活動打開率：活動入口是否有足夠的流量曝光、或多入口都可進入，入口圖標是否有足夠吸引力
-
老用戶的分享率：分享的路徑操作是否簡單流暢，激勵措施是否能打動用戶
-
老用戶分享頻次：活動設計是否有引導（比如每週一次），激勵措施是否是階梯性的
-
新用戶的留諮/購課轉化率：留諮頁的質量如何，給新用戶的激勵是否合適，後續銷售跟進是否及時、專業
四、神策數據轉介紹解決方案
在上文提到的影響因素中，哪些是企業可以通過數據分析進行優化和提升的呢？神策數據經過深入、全面研究，從產品視角和運營視角考慮，給出瞭如下解決方案：
1、活動效果評估
活動效果評估三要素：評估對象、評估方法、評估結論。
首先，確定評估對象，即活動核心目標，如留諮用戶數、正價課購買用戶數、正價課購買金額，可搭建看板進行監測，除了核心指標也可以監測對應過程指標。然後，確定評估方法，即和誰比，常見方法包括和既定目標或者往期同類活動比較，瞭解達成的情況。另外，重點查看成本和收益情況，計算 ROI，這裏需要說明一下，成本數據我們也可以離線計算。
神策分析的事件分析模型可以便捷地進行單指標和比率類指標的配置，企業在配置好指標後，可搭建專屬看板進行日常性查看。
圖 轉介紹整體指標看板（數據爲模擬）
2、老用戶分享路徑優化
梳理老用戶分享的路徑，窮盡所有可能，然後在每個節點進行埋點，帶上關鍵屬性。老用戶分享路徑的優化目標主要是對分享率進行監測，低於預期值進行探索分析，給產品進行 A/B 測試提供方向性支持或用戶運營提供策略方向，並在轉化率出現異常時進行問題診斷。
圖 分享路徑看板（數據爲模擬）
其整體思路的框架是問題界定 → 問題拆解 → 分析驗證。詳細如下：
（1）問題界定
這裏我們設定分享率相關場景爲：分享率出現下降，需要進行正常診斷分析；沒有下降但是持續較低，那麼這裏的“較低”是和誰比較？可能是和預期目標比較，也可能是和歷史相似活動數據比較，也可能是和同行數據比較。
（2）問題拆解 & 分析驗證
當問題被詳細確認，解決方案也就出來了。所以我們在拿到問題之後，需要對問題進行拆解，定位到較細的顆粒度。
首先，判斷該問題是整體的問題還是局部的問題。整體的問題一般是什麼原因導致的呢？如節假日影響、版本發佈、產品 BUG、政策因素等，然後通過對比分享轉化漏斗各環節轉化率在下降時間點前後是否一直下降。整體的問題一般影響面較大，通過核心維度下鑽可以定位，比如 Android/iOS，或是時間週期。一般情況下更多的是某個環節出現問題。定位到具體環節後，再看是產品問題還是用戶層面問題。另外，從運營視角，可以去確認是全部用戶的問題還是局部用戶的問題，這個通過核心維度下鑽可得知。
3、留諮頁效果分析
轉介紹的老用戶也可以看作一個特殊的渠道，就像投放落地頁一樣，承接拉來新用戶的留諮頁面也很重要。目前，很多教育企業會對留諮頁面進行 A/B 測試。
圖 新用戶留諮看板（數據爲模擬）
留諮頁效果分析的重點在於對留諮率分析，分析後產出留諮頁面迭代的建議，輔助做 A/B 測試驗證（產品層面可以做的事情）。
留諮率代表用戶瀏覽留諮頁面後留諮的比例，我們可以直觀判斷效果如何。若留諮率較低，可以將瀏覽留諮頁面但沒有留諮的用戶創建一個分羣單獨分析。其分析維度通常有三個：留諮頁面瀏覽次數分佈、留諮頁面瀏覽時長、留諮頁面觸達深度。
這三個維度都是去判斷未留諮用戶對頁面的興趣程度，比如留諮率 20%，流失 80%。流失用戶的首屏觸達深度是 70%，第二屏觸達 40%，平均瀏覽時長 40 秒，80% 用戶瀏覽 1 次。根據用戶瀏覽時長，我們可以判斷用戶有認真查看留諮頁面，但是結合觸達率，我們推測可能是留諮頁面沒有捕捉到用戶的利益點。另外，通過對比發現，已轉化用戶的觸達率較未轉化的要好，因此可以嘗試做佈局的 A/B 測試，將利益點前置。
4、老用戶的分層運營策略
除產品側之外，我們也可以通過運營側的觸達干預促進分享和結果的閉環。常見的基於策略的 A/B 試驗有：比較做和不做的差別、不同策略文案等差別，進而可以將好用的策略產品化。
在具體分析過程中，我們可以在活動的不同階段，以及用戶表現出來的不同分享意願、分享頻次、邀請來的新用戶的行爲轉化深度和頻次進行分層運營。此時，基於用戶的屬性、行爲數據和業務數據構建轉介紹場景下的標籤，能夠方便對用戶進行分層。
該策略中，推送的要素包括受衆用戶、觸達時機、觸達通道和文案、效果評估。
圖 神策智能運營面板
我們梳理了三種運營場景，對於未參與過轉介紹活動的用戶可以促其首次使用；對於之前參與過但近期未參與的用戶進行促活；對於完成階段性目標的老用戶進行觸達提醒，來優化活動的效果，如下表所示：
本文側重介紹轉介紹和分析方法論，後續我們將會結合具體的案例和大家分享，敬請期待！
目前，神策數據除了爲教育企業提供數據分析與營銷產品之外，還能夠提供場景級別的陪跑服務，協助教育企業將更多數字化想法落地，做到真正的知行合一！