AIM AI SOFTWARE LAB專題 › 推薦計畫試算
推薦計畫試算：怎麼算、多少才算好
老客帶新客划不划算？跟你的廣告 CAC 比完就知道。
1・這個數字到底在講什麼
推薦計畫這件事，講白了就是「老客戶幫你拉新客，你要付多少代價」。很多店家做推薦計畫是憑感覺，看到有人分享連結、有新客上門，就覺得這東西很划算，因為「沒花什麼廣告費」。但你沒花廣告費，不代表這東西不花錢。推薦人拿了回饋，被推薦人拿了折扣，這兩筆錢加起來，就是你這張訂單的「推薦獲客成本」。 這個數字要拿出來跟你原本打廣告的獲客成本（CAC）放在一起比，才有意義。單獨看推薦計畫「好像便宜」是沒用的比較，因為你根本沒有對照組。你要問的問題是：同樣拉到一個新客，走推薦比走廣告，哪個成本低？如果推薦比較貴，那你等於是用一個「聽起來很划算」的名義，在做一個比投廣告還虧的事。 這也是為什麼這個工具存在的原因——不是要你算出一個漂亮的百分比拿去跟老闆報告，是要你把兩條路的成本擺在同一張桌子上，看誰真的划算。而且推薦計畫還有一個廣告沒有的變數：老客戶本身的黏著度。一個對你品牌有感情、願意主動推薦的老客，跟一個看到廣告點進來的陌生人，後續回購率通常不一樣。所以這個算式最後不只是在比首購成本，也在幫你判斷，這個管道值不值得你長期經營、加碼投入。
2・怎麼算：一步一步走一次
我們用一個具體的例子走一次。假設你的商品售價 699，成本 280，先不算任何行銷費用，毛利是 419。 推薦計畫的設計是：推薦人成功推薦一單，拿 100 元購物金；被推薦人第一次下單，享 100 元折扣。這樣一組推薦，總共要付出 200 元。 我們把這 200 元攤到那張被推薦來的訂單上，不要藏在別的帳戶。被推薦人實際付款 599（699 減 100 折扣），扣掉商品成本 280，再扣掉推薦人拿走的 100 元回饋，毛利剩下 219（599 − 280 − 100 = 219）。 接著去你的廣告後台，查一下這個月透過廣告獲得一個新客的實際 CAC，假設是 350。同樣一張 699 的訂單，成本 280，扣掉 CAC 350，毛利只剩 69（699 − 280 − 350 = 69）。 兩邊擺在一起看：推薦來的客人，這張訂單幫你賺 219；廣告來的客人，這張訂單只幫你賺 69。在這個假設下，推薦計畫不只比較便宜，賺得還比廣告多三倍。 這個算式的重點不是套進去就結束，是你要拿自己真實的售價、成本、回饋金額、CAC 去跑一次。CAC 每個月都在變，去你的廣告後台查當月數字，不要用記憶中的舊數字算，算出來會失真。
3・多少才算好？怎麼判斷
划不划算沒有一個絕對數字，但有一個判斷順序。第一層，先看推薦成本跟廣告 CAC 誰低，這是最粗的篩選，你算完上面那個式子就有答案。如果推薦成本明顯低於 CAC，這個管道值得留著、甚至加碼。如果推薦成本反而比 CAC 還高，先別急著砍，往下看第二層。 第二層是回購。推薦來的客人跟廣告來的客人，半年後誰還在買？這時候不能只看單筆訂單毛利，要拉出 LTV 來比。這裡可以搭配 LTV 與獲客成本對照這個工具，把推薦客跟廣告客分開算兩條 LTV 曲線。你常常會發現，推薦客首購成本雖然貴一點，但因為是熟人介紹、信任感強，回購率比廣告客高，拉長來看還是划算。 第三層是規模。推薦計畫的天花板，取決於你有多少活躍老客願意分享。如果你的老客戶基數小，推薦計畫算出來再漂亮，能貢獻的新客數量也有限，這時候你的判斷不該是「推薦好，全押推薦」，而是「推薦好，但廣告還是要撐量」。 簡單講，好不好，先看成本贏不贏廣告，再看回購撐不撐得住，最後看量夠不夠用。三層都過，這個管道才算真的立住了。
4・最常見的三個誤區
第一個誤區，是把推薦人的現金回饋或購物金，記在「行銷費用」這個大帳戶裡，跟廣告費、素材費混在一起看月度總額。這樣一來，你的毛利表、損益表看起來都正常，因為行銷費用是攤在全公司營收上的百分比。但你把它拆到單筆訂單去看，會發現每一張透過推薦成交的訂單，其實都在倒貼，只是被大帳戶稀釋掉，你看不出來。 第二個誤區，是只比較首購成本，完全沒把後續回購算進去，就直接下判斷「推薦太貴，砍掉」。前面算過，推薦成本 200，如果單看這一次，好像比某些低價廣告管道貴。但如果這個被推薦來的客人，之後半年回購了三次，你的判斷就完全錯了。只看首購成本做決策，是這個工具最容易被用錯的地方。 第三個誤區，是沒有防呆機制，老客戶自己開小帳號或找親友頭刷自己的推薦連結，賺回饋金。這種假交易會拉高你「推薦帶來的新客數」，讓報表看起來很漂亮，但實際上根本沒有真正拉到新客，你付出去的回饋是純虧損。要防這個，通常要在後台看新客的下單行為是不是異常集中、地址是不是重複，這部分抓出來的可疑名單，也可以順手用客訴回覆產生器準備好制式回應，處理後續退回回饋金的溝通。
5・算完之後該做什麼
算完這個數字，不是拿去寫報告就結束，是要拿去調參數。如果推薦成本明顯低於 CAC，你可以試著把回饋金額往上調一點，看邊際效果——多給一點誘因，會不會換來更高的分享率，只要調整後的成本還是低於廣告 CAC，這筆帳都是划算的。 如果算出來推薦成本跟廣告 CAC 差不多，甚至更高，先別急著砍掉整個計畫，改成砍規則。比如把「無門檻回饋」改成「被推薦人首購滿額才算數」，把假交易跟低價值訂單先過濾掉，成本自然會降下來。 再來是喚醒沉睡的老客戶，讓他們願意動手推薦。很多老客戶不是不想推薦，是根本忘了你、也沒被提醒過。這時候可以用沉睡客戶喚醒訊息產生器，針對這群人發一波帶推薦連結的訊息，把老客的推薦潛力重新啟動，而不是只靠首頁一個小按鈕等他們自己發現。 最後，把這套算式排進你的月度營運節奏裡，不是算一次就丟著。CAC 會隨廣告平台演算法變動，推薦回饋成本也會隨著你調整規則而變，兩邊的差距每個月都在動。你要做的，是定期回來重新跑一次這個對照，而不是憑半年前的印象決定要不要繼續做推薦計畫。
現在就用你自己的數字算一次
讀完不算，等於沒讀。這個工具不用註冊、不用留 Email，算完的結果可以直接複製走。