MGM 推薦碼追蹤儀表板：填 6 個數字，算出推薦活動是在滾還是只在發錢｜AI101 Day 195
推薦活動跑了一個月，後台只看得到「推薦註冊 27 人」，老闆問有沒有效，你答不出 27 是多還是少、這些人有沒有再帶人進來、獎勵發出去划不划算。MGM 推薦碼追蹤儀表板讓你填總用戶、本月寄出邀請、點擊、註冊、購買數、每筆獎勵成本這幾個數字，算出目前的病毒係數 K、推估未來幾個月的增長走勢、算清楚每位推薦人的 ROI，再給你 5 個優化槓桿，讓推薦機制從「有做」變成「知道該修哪裡」。
上個月幫一個做保養品的客戶看他們的會員推薦活動，推薦碼發出去三個月了，後台報表就一行「推薦註冊 83 人」。行銷窗口很開心，老闆很懷疑，兩個人站在同一個數字前面各說各話。我被拉進去當裁判，第一個問題就是：這 83 個人，有幾個後來也去推別人？沒有人答得出來，因為報表根本沒這一欄。
這件事我自己也踩過。更早以前我幫人設計推薦機制，花很多力氣在想獎勵要給什麼、文案怎麼寫、分享按鈕放哪裡，上線之後就覺得「做完了」。結果三個月後要檢討，手上只有一個註冊數，連每筆獎勵發出去花了多少錢都要回頭翻金流紀錄。設計做得很滿，追蹤做得幾乎是零。
MGM 推薦碼追蹤儀表板就是補這個洞的。它跟電商工具箱裡的 MGM 機制設計器是一對，先用設計器把獎勵怎麼給定下來，再用這支追蹤發出去之後到底滾不滾。先講清楚，它不會替你發推薦碼，也不會自動從電商後台抓數據，數字要你自己從後台或 GA4 撈出來填，它做的是把撈出來的數字算成能判斷的指標。我覺得追蹤這一邊才是大多數人缺的。
這個工具能做什麼
它要你填的數字就六個：總用戶、本月寄出邀請、點擊、註冊、購買數，以及每筆獎勵成本。都是你的電商後台或 GA4 撈得出來的東西，第一次填大概十分鐘，之後每個月幾分鐘就好。
填完之後它會算幾件事。第一是當前的病毒係數 K，白話講就是平均每個用戶幫你帶進幾個新用戶。K 等於 1 是指數增長的臨界點，超過 1 代表不用再花錢推它也會自己長；低於 1 代表推薦只是在幫你壓低獲客成本，不會自己滾。第二是增長模擬，用現在的 K 值跟週期往後推幾個月，讓你看到如果什麼都不改，這條線會長成什麼樣子。第三是推薦人 ROI，把每筆獎勵成本、實際被用掉的比例、帶進來的購買放在一起算，看一個推薦人到底是賺的還是賠的。最後它會列 5 個優化槓桿，依你的數字判斷該先動哪一段：曝光不夠、點了沒註冊、註冊了沒買，每一段的解法都不一樣。
它也會給 GA4 的追蹤建議，告訴你推薦碼的流量該怎麼切出來看，之後就不用再靠人工對帳。這一段我覺得很多人會跳過，但它其實是讓下個月的數字變乾淨的關鍵，因為這支工具算得準不準，完全取決於你填進去的數字是實數還是估的。
為什麼這件事值得做好
推薦機制是我看過最常「做了但沒做完」的行銷活動。因為它的回報是慢的、間接的，不像廣告今天投明天就看得到 ROAS，所以大家很容易上線之後就不管它。但它的成本是真的：每一筆獎勵都是現金或等值的折扣，發錯方向就是在燒錢。
K 係數的價值在於它把「有沒有效」變成一條能比較的線。我的經驗是，台灣電商多數的推薦活動 K 值大概落在 0.2 到 0.5 之間，能穩定站在 0.3 以上就已經是很划算的獲客管道，很少有人能超過 1，這很正常，連大平台的邀請機制多半也沒超過 1。所以重點從來不是「K 有沒有大於 1」，而是「K 這個月有沒有比上個月高」，以及「每拉進一個人我花了多少錢」。這兩個問題一旦有數字，老闆跟行銷之間就不會再各說各話。
還有一個常被忽略的面向是獎勵的方向。只給推薦人，推薦容易變成硬推，被推薦的人沒有動機點開；只給新客，老客沒理由開口。雙邊給通常轉換最好，但比例要算，不然就是雙倍燒錢。工具會用你的客戶價值幫你抓一個可負擔的區間，我覺得這比憑感覺定「推薦人 100、新客 100」踏實很多。
我自己也不是每個案子都有從頭把 K 算出來。有些案子推薦數太少，我會覺得算了沒意義就跳過。後來發現這是錯的：數字少的時候反而更該算，因為它能分出到底是「知道的人太少」還是「知道了但不想推」，前者加曝光就好，後者要動獎勵或推薦時機，兩種解法完全不同，猜錯方向會白忙一個月。
幾個實際建議
第一，用每月的數字填，不要用累積總數。K 係數是看一段期間內的轉介效率，拿三個月累積的數字去填，算出來會被最早那波熱度拉高，看不出現在的真實狀況。我建議固定每月初填一次，把每次的 K 記在同一張表，趨勢比單點重要太多。要讓每個月的數字乾淨，就要把工具給的 GA4 追蹤建議真的做進去，推薦碼的流量切得出來，下個月填的才是實數而不是估算的估算。我自己有個客戶連續填了半年，K 從 0.2 爬到 0.4，中間有一個月掉回 0.15，回頭對照才發現那個月剛好把推薦入口從首頁拿掉了，這種事沒有逐月紀錄根本抓不到。
第二，每筆獎勵成本要填實際發出去、真的被用掉的那個數，不是面額。你發 100 元折價券，實際被用掉的比例可能只有四成，而且用掉的那張也會吃掉本來就會成交的毛利。它算 ROI 時會把實際兌換的狀況算進去，所以你填的成本如果是面額，ROI 就會虛胖。我以前就拿面額填過，算出來每個推薦人都在賺，後來對帳才知道有一半的券根本沒被用，整個判斷都要重來。
第三，看到 K 低於 0.3 的時候先別急著加碼獎勵。先看漏斗三段：邀請到點擊、點擊到註冊、註冊到購買，哪一段掉最多。我接過的幾個案子多半是「寄出邀請很多但點擊很少」，這是推薦的時機與文案問題，加碼獎勵完全無感；反過來如果是點了也註冊了卻沒買，那就是新客首購的門檻太高，動的是商品與價格，不是推薦獎勵。
小結
推薦活動不是發了推薦碼就算有做，要能回答「它在滾嗎」「每個人花我多少錢」這兩個問題才算。這支工具就是讓你用 6 個數字把這兩個答案算出來，再告訴你該先修哪一段。我自己的習慣是每個月填一次，花不到五分鐘，比月底被老闆問倒再回頭翻報表省事太多。