레퍼럴 루프
레퍼럴 루프
광고비 0원으로 매월 가입 폭증을 만드는 유일한 메커니즘 = 레퍼럴. Dropbox·PayPal·Notion 모두 이걸로 폭증했어요.
레퍼럴 = 본인이 광고가 되는 시스템
[사용자] → 만족 → [친구에게 추천] → [친구 가입] → [그 친구가 또 추천]
이 사이클이 한 번 도는 데 걸리는 시간(cycle time)이 짧고 추천 비율(K-factor)이 1+ 이면 폭증.
K-factor
K = (추천 보낸 사용자 비율) × (가입 전환율)
- K = 0.5: 신규 100명 → 추가 50명
- K = 1.0: 자력 성장 시작점
- K = 1.5+: 폭증 단계
인센티브 구조
1. 양방향 (Double-sided)
- 추천자 ↔ 신규 가입자 둘 다 혜택
- Dropbox: 둘 다 500MB 무료 공간
- 가장 효과 큼
2. 단방향 (Single-sided)
- 추천자만 혜택 (포인트·할인)
- 단가 절약 but 효과 ↓
3. Built-in referral
- 제품 자체가 친구 필요
- Slack 워크스페이스 초대, 카톡 친구 초대
- 가장 강력하고 자연스러움
운영 케이스
Dropbox (2008)
- 양방향: 추천 시 양쪽 500MB
- 결과: 가입 60% → 신규의 35%가 referral
PayPal (1999)
- 추천자 + 신규자 $10씩
- 누적 비용 $6,000만, 가치 $66억으로 회수
Notion (2018)
- 학생 가입 시 무제한 무료 → 학교 안 바이럴
설계 원칙
- 마찰 최소. 1 클릭 추천 (링크 자동 생성·SMS·카톡 공유)
- 트래킹. 누가 누구를 추천했는지 정확히
- 인센티브 즉시. 신규 가입 시 즉시 양쪽에 적용
- 반복 가능. 한 번이 아닌 매번 가능
- 공정성. 부정·자기 추천 차단
도구
- Friendbuy, ReferralCandy, Talon.One (SaaS 전용)
- 자체 구현 B2C는 직접 만드는 게 효율적
자주 빠지는 함정
- PMF 없는 상태에서 레퍼럴 시도. 추천할 가치 없음, 효과 X
- 인센티브 작음. 5% 할인 정도로는 안 움직임
- 트래킹 약함. 광고 사기 또는 측정 누락