- Empfehlungsprogramme im Stil von „Gib 5 Dollar, erhalte 5 Dollar“ sind in vielen Apps zu sehen und haben in den letzten Jahren an Popularität gewonnen
- Indem CAC (Customer Acquisition Cost) den Nutzern selbst zur Verfügung gestellt wird, damit sie diese innerhalb des Produkts einsetzen können, bieten sie große Vorteile gegenüber bezahlten Marketingkanälen wie Google oder Facebook
- Besonders nützlich sind sie für Produkte, die auf Nischenmärkte mit hohen Kundenakquisitionskosten abzielen; Empfehlungsprogramme können 20–30 % des gesamten Kundenzuflusses ausmachen
- Empfehlungsprogramme sind kein Allheilmittel, aber es lohnt sich, sie ergänzend zu anderen Marketingaktivitäten hinzuzufügen
Die Geschichte von Empfehlungsprogrammen
- Das erste dokumentierte Empfehlungsprogramm soll aus dem Jahr 55 v. Chr. stammen, als Julius Caesar Soldaten 300 Sesterzen zahlte – etwa ein Drittel ihres Jahresgehalts –, wenn sie Freunde für die Armee anwarben
- Das innovative Empfehlungsprogramm von Dropbox begann um 2008 und inspirierte viele Startups dazu, mit ähnlichen Ideen zu experimentieren
- Wer einen Freund einlud, erhielt 500 MB zusätzlichen Speicherplatz
- Innerhalb von nur 15 Monaten wuchs die Nutzerzahl von 100.000 auf 4 Millionen. 35 % der täglichen Registrierungen kamen durch Empfehlungen. (20 % kamen aus geteilten Ordnern und anderen viralen Funktionen)
- Besonders effektiv ist es bei Produkten, die sich bereits durch Mundpropaganda verbreiten. Für Produkte mit niedrigem LTV ist es nicht effektiv
Die Struktur eines Empfehlungsprogramms
- Empfehlungsprogramme werden von vielen Unternehmen wie Airbnb, Uber, Instacart, Coinbase und Wealthfront eingesetzt und weisen einige gemeinsame Muster auf
- Beim Aufbau eines Programms müssen folgende Fragen beantwortet werden:
- Die Frage: Wann bittet man Nutzer um eine Empfehlung? Warum bittet man um eine Empfehlung? Wie lautet die Botschaft?
- Das Ziel: Auf welche Nutzer zielt man ab? Wie wird der Empfehlungsbetrag festgelegt?
- Der Anreiz: Welchen Anreiz bietet man? Extern ($) oder intern (Punkte, Speicherplatz usw.)? Erhalten Einladender und Empfänger die gleiche Belohnung?
- Der Payback: Woran misst man den Erfolg des Programms? Wie denkt man über Kannibalisierung?
- Auf Airbnb angewendet könnte das so aussehen
- Die Frage: Lade Menschen ein, die ein ganzes Haus oder ein privates Zimmer vermieten können
- Das Ziel: alle Airbnb-Nutzer
- Der Anreiz: 200 $ erhalten
- Der Payback: CAC ist im Vergleich zu anderen Marketingkanälen besser und vergleichbar (dieser Teil ist eine Vermutung)
Die Empfehlungsanfrage (The Ask)
- Wirklich wichtig ist: „Wo fragt man?“
- Mehrmals fragen. An mehreren Stellen mit unterschiedlichen Botschaften. Passend zur Situation, in der man den Nutzer anspricht.
- Nur weil eine Empfehlungsfunktion im Banner steht, heißt das nicht, dass Menschen sie nutzen
- Den Empfehlungsbildschirm zu einem Teil der Hauptoberfläche machen, damit er häufiger angezeigt wird
- Es ist gut, Nutzer zu fragen, nachdem sie innerhalb der App etwas gekauft oder mit Freunden interagiert haben
- Man kann ihn dem Onboarding-Flow hinzufügen und Nutzer zur Teilnahme motivieren, wenn sie eine Aufgabe abgeschlossen haben
- Es sollte niemals wie „Werbung“ aussehen
- Uber betreibt Empfehlungs-Kampagnen, indem es sie „holidized“ (also auf Feiertage zuschneidet oder daran anpasst)
- Fahrern kann mitgeteilt werden, dass sie mit dem nahenden Feiertag durch die Teilnahme am Empfehlungsprogramm zusätzliches Einkommen erzielen können
- In Gegenden mit großen Konzerten kann man auch gestaffelte Sonderkampagnen durchführen: Wer 1 Person einlädt, erhält X, wer 5 Personen einlädt, erhält 5*X
- Es ist auch sinnvoll, die Botschaft zu jedem wichtigen Feiertag mit neuen Beträgen und neuen Bildern zu aktualisieren
- Es ist wichtig, mehrfach zu fragen und dabei verschiedene Botschaften sowie unterschiedliche Kontexte zu nutzen
Zielgruppendefinition (The Target)
- Empfehlungsprogramme sollten sich darauf konzentrieren, dass „neue Nutzer“ Freunde empfehlen
- Während des frühen Onboarding-Flows wird dem Nutzer eine Nachricht angezeigt, und als Teil des Onboardings fügt er die E-Mail-Adressen seiner Freunde hinzu
- Das widerspricht völlig der Ansicht, man solle Nutzer das Produkt erst erleben lassen, bevor sie Einladungen versenden; besser ist es, sie schon vorher einzuladen, bevor sie das Produkt nutzen und sich darin verlieren, denn so werden mehr Einladungen verschickt und die Erfolgswahrscheinlichkeit steigt
- Es kann effizient sein, unterschiedliche Empfehlungsbeträge je nach Nutzerwert festzulegen
- Viele Marketplace-Unternehmen machen das so
- Ob New York/San Francisco oder Memphis – die Beträge sollten je nach Ort unterschiedlich sein
Der Anreiz (The Incentive)
- Dropbox bot Speicherplatz als Anreiz an; das zeigt das Dilemma zwischen internen und externen Belohnungen
- Interne Belohnungen sind kosteneffizient, können aber bei externen Nutzern weniger Resonanz erzeugen (umso mehr, wenn diese das Produkt noch nicht kennen)
- Dropbox-Speicherplatz ist eine konkrete Form von Wert und liegt daher irgendwo zwischen intern und extern
- Letztlich tendieren die meisten Empfehlungsprogramme im Lauf der Zeit zu Dollar-Belohnungen, aber entscheidend ist, neuen externen Nutzern Priorität zu geben und darüber nachzudenken, wie man den Anreiz so konkret wie möglich macht
- Die Festlegung der Anreizhöhe basiert auf CAC/LTV-Berechnungen; gestaffelte Angebote mit höheren Beträgen können wirksamer sein
- Um den Betrag zu erhöhen, ist statt „5 $ bei Anmeldung“ auch so etwas wie „100 $, wenn du dich anmeldest und 5 Käufe tätigst“ möglich
- Wenn sich die Conversion-Rate für Anmeldung und Wiederkauf um das 100-Fache unterscheidet, kann man den Anreiz sicher bis zum 20-Fachen erhöhen
- Bei „give $20, get $5“ und „give $5, get $20“ funktioniert im Allgemeinen der Betrag mit Fokus auf den Einladenden besser, also die Variante, bei der der Einladende mehr profitiert
Der Payback
- Um eine Empfehlungsprogramm-Strategie voranzutreiben, braucht man eine Art ROI-Kennzahl; zur Messung wird eine CAC/LTV-Analyse verwendet
- Man muss Kannibalisierung berücksichtigen (also den Effekt, dass Nutzer, die ohnehin kostenlos gekommen wären, durch Empfehlungen kostenpflichtig akquiriert werden)
- Dafür sollte man per A/B-Test Kennzahlen wie „Cost Per Incremental Customer“ messen
- Oder ganz einfach per On/Off-Test: Wenn die Zahl neuer Nutzer deutlich sinkt, sobald das Empfehlungsprogramm abgeschaltet wird, dann funktioniert das Empfehlungsprogramm
Grenzen von Empfehlungsprogrammen
- Dropbox verließ sich am Ende weniger auf Empfehlungsprogramme
- Mit zunehmender Reife des Marktes nimmt die Bedeutung von Empfehlungsprogrammen ab, und natürliche Netzwerkeffekte des Produkts treiben die Nutzergewinnung an
- Bei Produkten mit echten Netzwerkeffekten wie Dropbox werden letztlich eher intrinsische Use Cases wie das Teilen von Ordnern als externe Elemente wie Empfehlungsbelohnungen die Gewinnung neuer Nutzer vorantreiben
- Der Aufbau viraler Funktionen schafft nachhaltiger Wert als Empfehlungsprogramme
- Der Aufbau viraler Funktionen und der Aufbau eines Empfehlungsprogramms lösen zwar ein ähnliches Problem – Nutzer dazu zu bringen, Freunde einzuladen –, doch echte virale Funktionen, die auf Teilen und Kommunikation beruhen, sind dauerhaft und schaffen anhaltenden Wert
- Solche Funktionen helfen bei Engagement und Bindung der Nutzer und können als Nebeneffekt auch neue Nutzer generieren. Neue Nutzer kostenlos auf die Plattform zu holen, ist ein großer Vorteil.
- Für Dropbox bedeutet das, statt komplexerer Empfehlungsstrukturen in Produktfunktionen wie das Einladen von Teammitgliedern in Projekte oder das Teilen von Dateien zu investieren
- Für Uber bedeutet das, Viralität in Funktionen wie „voraussichtliche Ankunftszeit teilen“, Rechnung aufteilen oder gemeinschaftliche Essensbestellungen einzubauen
2 Kommentare
Wenn ich mir mein Dropbox-Konto anschaue, sehe ich, dass ich durch Empfehlungen 42 GB erhalten habe.
Scheint, als hätte ich ein bisschen zur frühen Verbreitung von Dropbox beigetragen, haha
Frühes Demovideo von Dropbox: https://www.youtube.com/watch?v=7QmCUDHpNzE