# 추천인 프로그램을 만드는 방법

> 2023-02-15 · 김태우 · #Lenny+뉴스레터 #referral+program #그로스해킹 #스타트업 #마케팅 #전략
> https://challengekim.com/posts/추천인-프로그램을-만드는-방법

전 세계 30만 명 이상이 구독하고 Substack에서 비즈니스 뉴스레터 1위인 [Lenny 뉴스레터](https://www.lennysnewsletter.com/) 중 [베스트에 선정된 글](https://www.lennysnewsletter.com/p/the-best-of-lennys-newsletter-d61)들을 골라서 소개해드립니다.

---

Q. 마켓플레이스에서 추천인 프로그램(referral program)을 만드는 방법에 대해서 조언해주실 수 있을까요?

전 추천인 프로그램을 사랑합니다. 에어비엔비에서 호스트의 성장을 위한 업무를 이끌고 있을때, 진행했던 업무중 하나가 호스트 추천 프로그램을 만들고 성장시키는 것이었습니다. 저보다 더 똑똑한 사람들도 구성되어있던 팀멤버들은 초기에는 반쯤 동작하는 프로그램으로 시작해서 결국에는 가장 큰 호스트 성장에 기여한 프로그램을 만들어냈습니다. 추천인 프로그램은 빠르게 가장 효과적인 유료 광고 채널이 되었을 뿐만 아니라, 가장 질 좋은 호스트들을 확보해냈습니다. 네 그러니 당연히 저는 추천인 프로그램을 사랑합니다.

지금부터 추천인 프로그램의 What, Why, Who, How를 포함해서 여러 팁들과 배움을 공유하겠습니다.

## 추천인 프로그램이란 무엇인가? (What)

추천인 프로그램이란 기존 유저에게 주료 현금 혹은 크레딧을 기반으로 다른 신규 유저를 유입시킴으로써 보상을 제공해주는 것이다. 보통 이 프로그램은 알아서 동작하며 제품 경험내에 녹아있다. 아래는 친구를 드랍박스에 가입시키면 나도 친구도 500MB 씩의 추가 용량(최대 16GB)을 받는 추천인 프로그램의 예시이미지이다.

![첨부 이미지](https://cdn.maily.so/202302/challengekim/1676424107926684.png)

## 왜 추천인 프로그램을 만들어야 하는가? (Why)

**1. 영향력(Impact)**

내가 이전에 진행했던 마켓플레이스의 성장에 관한 연구에 따르면, 추천인 프로그램은 초기 [성장단계에서 공급자의 수를 늘리는 두번째로 흔한 방법](https://www.lennysnewsletter.com/p/how-to-kickstart-and-scale-a-marketplace-911)(첫번째는 직접 공급자에게 연락하는것)이며 [확장단계](https://www.lennysnewsletter.com/p/accelerating-growth-at-scale-phase)에서 [몇몇 기업에게는 수요자의 수를 늘리는데도 효과적인 방법](https://www.lennysnewsletter.com/p/how-to-kickstart-and-scale-a-marketplace-2e5)이다. 추천인 프로그램이 잘 동작하는 회사들의 경우 신규 유저들의 15~50% 정도가 이 방법으로 유입된다.

**2. 효율성(Efficiency)**

다른 사람들과 마찬가지로 구글에서 키워드를 기반으로 경쟁하거나 페이스북에서 광고위치를 놓고 경쟁하는것보다 추천인 프로그램을 활용하면 기존 유저들을 활용해서 성장을 만들어낼 수 있다. 제대로 하기만 하면, 기존 유저에게 알아서 보상을 줄것이고, 인센티브를 테스트하고 조정하면서 프로그램을 더 효과적으로 만들 수 있다.

**3. 확장성(Scalability)**

추천인 프로그램을 만들고 운영하는건 소수의 인원만 있으면 된다. 에어비엔비는 처음에 3명(개발자,디자이너,PM)으로 시작했는데 더 적은 수로도 시작할 수 있다.

## 누가 추천인 프로그램에 투자해야하는가? (Who)

**1. 성장의 대부분이 입소문을 통해 일어 나는 경우**

추천인 프로그램은 기존 불에 기름을 더 얹어줄 뿐이다. 기존에 입소문이 없는데 추천인 프로그램이 잘되는 경우를 본적이 없다.

**2. 기존 유저가 많은 경우**

의미있는 성장을 가져오기 위해서 어느정도 전환율이 나와야하는지 계산해보라. 예를 들어, 수천명의 호스트가 기존에 있는 경우에 추천인 프로그램을 통해서 수백명 이상을 데려오기는 어려울 것이다. 추천인 프로그램이 성공적으로 동작하더라도, 기존 유저 중 10% 미만이 참여한다고 보는게 좋다.

**3. 의미있는 인센티브를 제공할 수 있는 경우**

추천인 프로그램이 강력하게 잘 동작하기 위해서 필요한건, 사람들이 정말 행동을 할정도로 유의미한 보상을 주는 것이다. $10 정도의 보상으로는 동작하지 않을 가능성이 높다. 유저들과 대화해보고 현금 외에도 어떤 것에 열광하는지 파악하고 고객획득비용(CAC)/고객생애가치(LTV)를 기반으로 어디까지 지원할 수 있는지 계산해보라.

**4. 기존 유저가 많은 잠재 유저를 알고 있는 경우**

에어비엔비 호스트는 집이 있는 다른 사람들을 알고 있었고, 다릅박스 유저들은 싼 클라우드 저장 서비스를 원하는 친구들을 가지고 있었다. 하지만 HR 헤드는 다른 회사의 HR 헤드를 많이 모를수도 있다. 추천인 프로그램은 고객이 기업이 아니라 일반 소비자이거나 작은 비즈니스 소유자일때 가장 효과적이다.

**5. 신뢰가 있어야만 사용할 수 있는 제품인 경우**

다른 사람의 집에 머무르는 것이나 처음 만난 사람에게 개를 맡기는 것처럼 선뜻 사용하기무서운 서비스일때 입소문과 추천인 프로그램은 믿을 만한 사람이 서비스를 혜택을 주면서 추천해주기 때문에 더욱 더 강력한 효과를 발휘한다.

## 어떻게 추천인 프로그램을 만드는가? (How)

에어베인비에서는 아래 3단계를 거쳤다.

**1. 일단 만든다**

a. 단순한 인센티브 : 신규 게스트를 데려올 경우 추천한 사람 / 추천 받은 사람 모두에게 $25를 주고, 신규 호스트를 데려올 경우 추천한 사람 / 추천 받은 사람 모두에게 $75를 준다.

b. 제한된 노출 : 네비게이션과 푸터에만 노출했다.

c. 제한된 플랫폼 : 웹에서만 가능했다.

**2. 게스트쪽을 최적화한다**

a. 노출을 증가시킴 : 게스트가 거치는 많은 화면에 해당 정보를 추가했으며, 모바일에도 추가했다.

b. 메시지를 최적화했다 : 어떤 메시지가 가장 효과적인지 계속 테스트해서 최적화했다

c. 리소스를 투자했다 : 추천인 프로그램에만 집중하는 팀이 있었다.

**3. 호스트쪽으로 확장한다**

a. 프로그램을 확장했다 : 호스트 추천인 프로그램만을 위한 랜딩페이지도 만들어서 홍보했다.

b. 인센티브를 개선했다 : 여행크레딧이 아닌 현금으로 보상을 바꿨고, 추천한 사람에게는 $100, 추천 받은 사람에게는 $50을 지급했다.

c. 효율성을 증가시켰다 : 고객생애가치(LTV) 정보를 기반 개인화된 보상을 만들었다.

## 에어비엔비에서 봤던 지표들 (호스트 추천인 프로그램에서)

**결과물 지표**

a. 추천인 프로그램을 통해서 등록된 새로운 집들

b. 추천인 프로그램을 통해서 등록된 집에 생긴 예약 수

**입력 지표**

a. 추천인 프로그램 랜딩페이지 방문자 수

b. 총 보내진 초대장 수

c. 유저당 보낸 초대장 수

d. 초대받고 회원가입한 비율

e. 추천인 프로그램의 비용 효과성

## 추천인 프로그램을 최적화 하는 방법들

**1. 자격요건(Eligibility)** : 친구를 초대할 수 있는 사람에 자격을 제한하는 것

**2. 발견성(Discoverability)** : 추천인 프로그램의 노출을 조절하는 것

**3. 동기부여(Motivation)** : 인센티브의 크기나 추천의 편의성 등 유저가 추천하기 쉽게하는 것

**4. 전환(Conversion)** : 충분히 그리고 적절한 사람들을 초대하는지 살펴볼 것

**5. 효율성(Efficiency)** : 추가로 쓰는 비용 대비 추가로 생기는 이익을 보며 판단할 것

## 실전 팁들

**1. 모든 곳에 추천인 프로그램을 알려라**

유저가 즉시 (1)발견하고 (2) 이해하고 (3) 친구를 초대할 동기를 가질 것이라고 기대하지 말아라. 일회성 홍보에 그치지 말고, 고객에게 반복적으로 프로그램과 인센티브를 노출하고 강조해라.

**2. 자기잠식효과(Cannibsalization)을 이해해라**

추천으로 들어온 유저 중 대부분은 추천 없이도 들어올 유저들이었을 것이다.(즉, 인센티브 금액을 괜히 썼다는 뜻) 물론 이 숫자를 정확히 추정하기는 어렵지만 보수적으로 생각하길 바란다.

**3. 데이터 사이언스**

계획과 실행을 반복함에 있어서 깊게 관여하는 데이터 과학자가 있다면 이 프로그램을 더 성공적으로 만들 수 있을 것이다.

**4. 인센티브 안정기**

어떤 경우에 보상을 2배로 올려도 별다른 차이가 안생기는 경우가 있었다. 인센티브를 더 올려도 고객에게 행동을 위한 추가적인 동기를 제공할 수 없는 시점이 존재한다. (물론 이 시점에서도 쓰는 비용보다 효과가 더 나오고 있어야 추천인 프로그램을 유지할 수 있다.)

**5. 사기**

인센티브가 좋을수록 사기꾼/[채리피커](https://namu.wiki/w/%EC%B2%B4%EB%A6%AC%ED%94%BC%ED%82%B9)들을 많이 볼 수 있다. 사기를 실행하는 것이 사기로부터 얻는 이점보다 더 어렵게 만들어야 이런 문제를 막을 수 있다.

## 추가 학습을 위한 자료들

[Hacking Word-of-Mouth: Making Referrals Work for Airbnb](https://medium.com/airbnb-engineering/hacking-word-of-mouth-making-referrals-work-for-airbnb-46468e7790a6)

[Under the Microscope: How Airbnb Thinks About Product/Market Fit, Team & More](https://www.youtube.com/watch?v=60WkV2gS-ds)

[How Airbnb Built One Of The Most Successful Referral Programs Ever](https://www.cloudsponge.com/blog/airbnb-referral-program/)