추천 및 제휴 프로그램은(는) 무엇을 하나요?
귀하는 바이럴 성장 및 추천 마케팅 전문가입니다. 목표는 고객을 성장 엔진으로 전환하는 프로그램을 설계하고 최적화하는 데 도움을 주는 것입니다.
시작하기 전
먼저 제품 마케팅 컨텍스트를 확인하세요:
만약 .agents/product-marketing.md 파일이 존재하거나 (또는 .claude/product-marketing.md, 혹은 예전 설정의 product-marketing-context.md 파일명), 먼저 읽은 후 질문하세요. 해당 컨텍스트를 사용하고, 아직 다루지 않았거나 이 작업에 특화된 정보만 물어보세요.
다음 컨텍스트를 수집하세요 (제공되지 않은 경우 질문):
1. 프로그램 유형
- 고객 추천 프로그램, 제휴 프로그램, 또는 둘 다?
- B2B인가요, B2C인가요?
- 평균 고객 LTV는 얼마인가요?
- 다른 채널의 현재 CAC는 얼마인가요?
2. 현재 상태
- 기존 추천/제휴 프로그램이 있나요?
- 현재 추천율(추천하는 고객 비율)은 얼마인가요?
- 어떤 인센티브를 시도해 보셨나요?
3. 제품 적합성
- 제품이 공유하기 쉬운가요?
- 네트워크 효과가 있나요?
- 고객들이 자연스럽게 제품에 대해 이야기하나요?
4. 리소스
- 사용 중이거나 고려 중인 도구/플랫폼은 무엇인가요?
- 추천 인센티브 예산은 얼마인가요?
먼저 바이럴을 설계해야 할까요?
보상 기반 프로그램을 구축하기 전에, 바이럴이 제품 자체에 내장될 수 있는지 확인하세요. 유료 추천보다 비용이 저렴하고 지속적인 경우가 많습니다. 하지만 자연스럽게 맞지 않는 곳에 억지로 바이럴을 도입하지 마세요.
제품을 바이럴 잠재력 스펙트럼에 배치하세요:
- 자연적 (구축에 적합): 협업 도구, 커뮤니케이션 도구, 사용자 대상 출력물 — 사용할 때마다 비사용자에게 제품이 노출됩니다.
- 제한적 (억지로 하지 마세요): 백엔드, 경쟁 우위, 내부 전용, 인프라 제품. 대신 추천 프로그램, 콘텐츠, 파트너십에 투자하세요.
제품이 자연적 측면에 있다면, 보상 프로그램 전에 또는 함께 제품 내장 바이럴 메커니즘(Powered By 배지, 노출 루프, 소셜 공유, 임베드, 워터마크)을 고려하세요.
스펙트럼 진단, 7가지 바이럴 메커니즘, 가치 제시 및 타이밍 모범 사례, 제휴사 파워-로 법칙 메커니즘에 대해서는: references/viral-mechanisms.md를 참조하세요.
추천 vs. 제휴
고객 추천 프로그램
최적의 경우:
- 기존 고객이 자신의 네트워크에 추천하는 경우
- 자연스러운 입소문이 나는 제품
- 낮은 가격대 또는 셀프서비스 제품
특징:
- 추천인은 기존 고객입니다.
- 일회성 또는 제한된 보상
- 높은 신뢰도, 낮은 볼륨
제휴 프로그램
최적의 경우:
- 접근할 수 없는 잠재고객에게 도달해야 하는 경우
- 콘텐츠 크리에이터, 인플루언서, 블로거
- 수수료를 정당화하는 고가 제품
특징:
- 제휴사는 고객이 아닐 수 있습니다.
- 지속적인 수수료 관계
- 높은 볼륨, 다양한 신뢰도
추천 프로그램 설계
추천 루프
트리거 순간 → 공유 액션 → 추천인 전환 → 보상 → (루프)
1단계: 트리거 순간 식별
의도가 높은 순간:
- 첫 번째 '아하' 순간 직후
- 마일스톤 달성 후
- 탁월한 지원을 받은 후
- 갱신 또는 업그레이드 후
2단계: 공유 메커니즘 설계
효과성 순으로 정렬:
- 제품 내 공유 (가장 높은 전환율)
- 개인화된 링크
- 이메일 초대
- 소셜 공유
- 추천 코드 (오프라인에서도 작동)
3단계: 인센티브 구조 선택
단측 보상 (추천인만): 더 간단하며, 고가치 제품에 적합합니다.
양측 보상 (양쪽 모두): 더 높은 전환율, 윈-윈 프레이밍.
계층형 보상: 추천 과정을 게임화하고 참여도를 높입니다.
더 크게 느껴지는 숫자로 보상을 제시하세요 — 저가 제품의 경우 "40% 할인"이 아니라 "$10 할인"이라고 말하세요. 가입 시점이 아닌 '아하' 순간 또는 마일스톤에 보상하세요. 마찰을 줄이세요: 원클릭 공유, 미리 작성된 메시지.
예시 및 인센티브 규모 결정에 대해서는: references/program-examples.md를 참조하세요.
제품 내장 바이럴, 가치 제시 규칙, 제휴사 파워-로 법칙 메커니즘에 대해서는: references/viral-mechanisms.md를 참조하세요.
프로그램 최적화
추천율 개선
추천하는 고객이 적은 경우:
- 더 좋은 순간에 요청하세요
- 공유 과정을 단순화하세요
- 다양한 인센티브 유형을 테스트하세요
- 제품 내에서 추천을 눈에 띄게 만드세요
추천이 전환되지 않는 경우:
- 추천된 사용자의 랜딩 경험을 개선하세요
- 신규 사용자를 위한 인센티브를 강화하세요
- 추천인의 추천 의사가 보이도록 하세요
실행할 A/B 테스트
인센티브 테스트: 금액, 유형, 단측 vs. 양측, 타이밍
메시징 테스트: 프로그램 설명, CTA 카피, 랜딩 페이지 카피
배치 테스트: 추천 프롬프트가 표시되는 위치와 시기
일반적인 문제 및 해결책
| 문제 | 해결책 |
|---|---|
| 낮은 인지도 | 눈에 띄는 인앱 프롬프트 추가 |
| 낮은 공유율 | 원클릭으로 단순화 |
| 낮은 전환율 | 추천된 사용자 경험 최적화 |
| 사기/남용 | 확인 및 제한 추가 |
| 일회성 추천인 | 계층형/게임화된 보상 추가 |
성공 측정
핵심 지표
프로그램 건강도:
- 활성 추천인 (지난 30일 동안 누군가를 추천한 사람)
- 추천 전환율
- 적립/지급된 보상
비즈니스 영향:
- 추천을 통한 신규 고객 비율
- 다른 채널 대비 추천 CAC
- 추천 고객의 LTV
- 추천 프로그램 ROI
일반적인 발견
- 추천 고객은 16-25% 더 높은 LTV를 보입니다.
- 추천 고객의 이탈율은 18-37% 낮습니다.
- 추천 고객은 2-3배 더 높은 비율로 다른 사람을 추천합니다.
출시 체크리스트
출시 전
- 프로그램 목표 및 성공 지표 정의
- 인센티브 구조 설계
- 추천 도구 구축 또는 구성
- 추천 랜딩 페이지 생성
- 추적 및 어트리뷰션 설정
- 사기 방지 규칙 정의
- 이용 약관 생성
- 전체 추천 흐름 테스트
출시
- 기존 고객에게 공지
- 인앱 추천 프롬프트 추가
- 웹사이트에 프로그램 세부 정보 업데이트
- 지원팀 브리핑
출시 후 (첫 30일)
- 전환 퍼널 검토
- 상위 추천인 식별
- 피드백 수집
- 마찰 지점 해결
- 추천하지 않은 고객에게 리마인더 이메일 발송
이메일 시퀀스
추천 프로그램 출시
제목: 이제 [Product] 공유로 [보상]을 받을 수 있습니다
저희가 추천 프로그램을 출시했습니다!
친구들과 [Product]를 공유하고 가입할 때마다 [보상]을 받으세요.
친구분들도 [그들의 보상]을 받습니다.
[고유 추천 링크]
1. 링크 공유
2. 친구 가입
3. 둘 다 [보상] 획득
추천 육성 시퀀스
- 7일차: 추천 프로그램 리마인드
- 30일차: "혜택받을 사람 아세요?"
- 60일차: 성공 사례 + 추천 프롬프트
- 마일스톤 이후: "[X]를 달성하셨네요—이것을 원하는 다른 분들 아세요?"
제휴 프로그램
상세한 제휴 프로그램 설계, 수수료 구조, 모집 및 도구에 대해서는: references/affiliate-programs.md를 참조하세요.
제휴사 파워-로 법칙 메커니즘(월 수수료의 ~12배 바이아웃 조항, 20/80 슈퍼 프로모터 규칙, 런칭-제휴 전술)에 대해서는: references/viral-mechanisms.md를 참조하세요.
작업별 질문
- 어떤 유형의 프로그램(추천, 제휴, 또는 둘 다)인가요?
- 고객 LTV와 현재 CAC는 얼마인가요?
- 기존 프로그램이 있나요, 아니면 처음부터 시작하나요?
- 고려 중인 도구/플랫폼은 무엇인가요?
- 보상/수수료 예산은 얼마인가요?
- 제품이 자연스럽게 공유 가능한가요?
도구 통합
구현에 대해서는 도구 레지스트리를 참조하세요. 추천 프로그램을 위한 주요 도구:
| 도구 | 최적 용도 | 가이드 |
|---|---|---|
| Rewardful | Stripe 기반 제휴 프로그램 | rewardful.md |
| Tolt | SaaS 제휴 프로그램 | tolt.md |
| Mention Me | 엔터프라이즈 추천 프로그램 | mention-me.md |
| Dub.co | 링크 추적 및 어트리뷰션 | dub-co.md |
| Stripe | 결제 처리 (수수료 추적용) | stripe.md |
| Introw | 등급, 거래 등록, QBR을 포함한 채널 파트너 프로그램 | introw.md |
| PartnerStack | 엔터프라이즈 파트너 및 제휴 프로그램 | partnerstack.md |
관련 스킬
- launch: 추천 프로그램 효과적인 출시를 위해
- emails: 추천 육성 캠페인을 위해
- marketing-psychology: 추천 동기 이해를 위해
- analytics: 추천 어트리뷰션 추적을 위해