联盟与推荐计划入门
为初学者搭建 SaaS 联盟/推荐计划:邀请链接、30 天 Cookie、注册归因、奖励模型与基础反滥用。
联盟与推荐计划入门
联盟/推荐计划是 SaaS 与在线业务常用的增长工具:把用户或合作伙伴变成“推广者”,为你带来新客户,以奖励作为回报。若你对此尚属新手,别担心——本文将从零讲清如何搭建一套基础的 SaaS 联盟或推荐系统:邀请链接与跟踪 Cookie 如何工作、在注册时如何“落定”归因、如何选择奖励模型(固定奖金 vs 百分比分成),以及如何预防滥用。读完后,你就有一张清晰的路线图,可启动并自测你的入门级推荐计划。
分享邀请链接与 30 天 Cookie
第一步是给每个用户生成一个“可分享的邀请链接”。通常它包含一个推荐码,例如:https://yourapp.com/zh/i/ABC123
,其中 ABC123
关联到某位用户的账户。当新访客点击该链接时,你需要“记住”是谁推荐的——最常见做法是在访客浏览器里设置一个“跟踪 Cookie”。
为什么是 30 天?不少联盟/推荐计划会设定一个“归因窗口”,默认常见为 30 天 [1]。也就是说,用户点击邀请链接后即使没有立刻注册,只要在 30 天内注册成功,推荐人仍可获得归因 [2]。这个时长可调整(有的项目更短或更长),但 30 天是较为平衡的选择 [3]——既给潜在客户考虑与回访的时间,又能确保推荐人合理获益。
点击邀请链接时,建议把推荐码写入“第一方 Cookie”(由你自己的域名设置)。第一方 Cookie 的可用性通常比第三方 Cookie 更高(后者常被浏览器拦截)[4]。该 Cookie 只需存储推荐码或推荐人 ID(例如 referrer=ABC123
),并设置 30 天过期。这样即使访客暂时离开、日后回访注册,系统也能完成归因。若没有 Cookie(或等价存储),会在会话结束后丢失推荐信息,从而无法在“稍后注册”时给推荐人记功 [5]。
提示:仅对“新访客”设置推荐 Cookie(而非已登录用户)。即,若已注册的用户点击了推荐链接,一般不应覆盖或计入,因为推荐计划的目标是带来“新用户”。多数计划都限制“仅新注册可获记功”,以防被滥用 [6]。
在注册时落定归因
Cookie 只完成“记住推荐码”的上半程;当用户真正注册(或完成你设定的转化动作)时,还需要“落定”归因。常规做法是:当访客创建新账户(或完成购买)时,检查是否存在推荐 Cookie;若存在,就根据其中的推荐码找到对应的“推荐人用户”,并把该信息写入新账户(例如 referred_by = [推荐人用户 ID]
),在数据库中正式记录。
要点:仅当“尚未写入过推荐人”时才设置归因。也就是,如果新用户注册时检测到 Cookie,但该用户记录里“已经有推荐人”,就不应覆盖 [7]。理想流程里,真正“全新”的用户不会已有推荐人——这个规则主要用于兜底边界与竞态,避免多个推荐链接“争抢”同一用户。简言之:一位新用户仅应归属一个推荐人,一旦落定就“锁定”。
若同一人注册前点了多个不同人的邀请链接,谁获记功?多数系统默认采用“最后触达(last‑touch)”模型——最后点击的链接生效 [8]。也有计划采用“首次触达(first‑touch)”,以鼓励尽早传播 [8]。关键是“制定清晰规则并坚持”。使用 Cookie 的默认实现更偏向 last‑touch(每次新点击会覆盖 Cookie);若想 first‑touch,就在检测到已有 Cookie 时“不再覆盖”。无论哪种,都要确保“去重”:一个新客户只能奖励一位推荐人。
当新账户打上“被谁推荐”的标记后,就可以据此发放奖励或做效果统计。有的计划会即时奖励(如加积分/记一次成功推荐),也有的会等待“新用户完成某动作”(如付费、活跃满 X 天)后再确认奖励。
奖励模型:固定、比例或混合(以及避免重复记奖)
奖励设计是计划成败的关键之一,常见模型有:
- 固定奖励(固定金额/时长):每次成功推荐给固定奖金(如每位新客户 $50)或固定抵扣(如赠送一个月)。易懂、易管,但与被推荐客户的后续价值不直接挂钩 [9]。
- 百分比分成:按成交额或订阅付款给一定比例的分成。SaaS 常见做法是“订阅营收的 20–30% 持续分成” [10]。例如被推荐用户每月 $100,你每月得 $20–30,持续到其不再付费为止。SaaS 的毛利率通常较高(约 75–80%),因此拿出 ~30% 做分成在经济上常可行 [11]。
- 混合模型:兼顾两者,例如“每个有效推荐先给 $20 的一次性奖励 + 第一年的 10% 持续分成”。这样既奖励获客,也鼓励留存 [12],但解释与结算会更复杂 [13]。
选择模型时,结合自身业务:订阅类 SaaS 往往更偏好“持续分成”,与月度营收一致;若毛利紧或想封顶成本,“一次性固定奖励”更稳。也可参考同行基准:SaaS 常见 20–30% 持续分成 [10],而零售因毛利低,分成比例通常 5–10%。目标是在“足够有吸引力”和“自身可持续”之间找到平衡。
避免重复记奖:务必保证“一个新客户只触发一次奖励”。若两个推荐人声称同一人,不应“双倍发放”。Cookie + 注册落定的去重逻辑应保证“一位新用户只绑定一个推荐人”。也要防“薅羊毛”:例如老用户批量注册新号“自我推荐”套奖励,应视为无效 [14]。简单规则:一人首次注册=一次记功;重复注册/重复渠道不再重复奖励。
管理与反滥用
计划上线后,务必“有人看着”。凡是涉及奖励,都可能出现钻空子。常见防护与政策 [15]:
- 禁止自我推荐:几乎所有计划都会明确“不能给自己推荐”(换邮箱/假账号等)[16]。若发现“新号与推荐人 IP/设备相同”等迹象,应判定无效,并在条款中明示。
- 人工复核:用管理后台查看“新注册及其推荐人”,关注异常峰值/模式(某人一天 100 次、明显假邮箱等)。很多计划会把推荐标成“待确认”,在“被推荐者活跃满 X 天或完成有效付费”后再发放奖励 [16]。
- 明确规则限制:例如“每位新客户仅记一次功、不得重复/虚假注册、不得串谋”等;必要时限制单日最高奖励数。条款里写明:一旦发现利用漏洞(机器人、非合格账户、串通),可取消奖励或移出计划 [14],并保留一定期限内“追认无效”的权利 [17]。
- 合理引导分享:鼓励把专属链接分享给朋友/同事/自有受众;若链接开始出现在优惠券站/随意散播,需要评估你的计划是“私域邀请”还是“广义联盟”,并为之制定边界。
新手常见问题
能否自我推荐?不能。自我推荐(自己给自己下单/注册)几乎都会被判无效,且常见条款会明确禁止 [16]。建议在技术上做校验,并在文案上明确告知。
如何确定分成/奖励额度?本质是“吸引力 vs 可持续”的平衡。先看你的毛利与 LTV,你能“拿出多少”仍不亏?若是百分比分成,参考行业常见值(SaaS 多为 20–30% 持续分成)[10]。若是一次性奖金,可参考“一个月订阅价”或一个“既有吸引力又低于预期利润”的金额。也可以从保守开始,边跑边调;同时考虑“只奖推荐人”还是“推荐人与被推荐人双向激励”。
开始上手:打开开关并自测
准备实现?在本项目模板中,基础模块已就绪——你只需开启它们。到 src/data/affiliate.ts
打开开关,然后用无痕窗口自测:给自己发送邀请链接、在无痕中打开并以“新用户”注册,确认 30 天 Cookie 正常写入、注册时完成归因、并触发你设定的奖励模型。一次端到端的自测能帮你验证关键环节是否都在工作。
做到这些,你就拥有了一套“对新手友好”的推荐计划:用户可分享邀请链接、系统可靠跟踪、奖励公平发放、并具备基础的反滥用护栏。做好之后,就把开关推上去,见证满意用户带来更多用户吧!
参考
- [1] [8] How referral tracking works - SliceWP
- [2] [5] [6] [7] [GUIDE] Implementing a Referral/Affiliate Program in Bubble
- [3] [4] What Is Cookie Duration in Affiliate Marketing?
- [9] [10] [11] [12] [13] Affiliate Commission Guide
- [14] [15] Referral Marketing Fraud Prevention
- [16] [17] FreshBooks Affiliate Program Terms