> For the complete documentation index, see [llms.txt](https://help.impact.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.impact.com/brand/zh/what-would-you-like-to-learn-about/advocate-program/best-practices-for-referral-programs/optimize-your-advocate-program.md).

# 优化您的 Advocate 计划

最好的项目会随着时间不断演进。随着你的项目逐渐成型，你将能够倾听客户声音、从数据中学习，并微调你的推荐计划，取得更好的效果。

#### 收集客户反馈

你的推荐计划的秘密武器就是客户反馈！

推荐计划在基于真实用户输入不断演进时表现最佳。倾听你的客户倡导者和被推荐的朋友，可以发现摩擦点、突出错失的机会，并激发新的活动创意。

收集客户反馈：

* **可提升你的计划：** 直接从使用它的人那里了解哪些有效——哪些无效。
* **让用户感到被重视：** 征求意见有助于建立信任，并提高长期参与度。
* **带来更多推荐：** 基于反馈进行的小优化，能带来转化率的明显提升。

<details>

<summary>如何收集客户反馈</summary>

通过多种方式联系客户，收集他们的反馈。我们建议实施以下方式：

* **调查：** 在后续邮件或推荐成功消息中嵌入简短调查问卷
* **访谈：** 邀请顶级客户倡导者进行简短交流
* **分析：** 跟踪组件浏览量与分享量、邮件打开率以及推荐完成情况
* **社交聆听：** 监控品牌提及和关于该计划的自发评论

</details>

<details>

<summary>要问什么</summary>

提出开放式问题，为你提供可执行的反馈。我们最喜欢的问题包括：

* 你是如何了解到我们的推荐计划的？
* 是什么促使你推荐他人——或者是什么让你犹豫了？
* 如何让你的推荐体验更清晰或更直观？
* 什么会让你觉得推荐更容易？

</details>

#### 分析你的计划表现

跟踪推荐计划表现，不只是衡量成功——也是为了发现优化机会。了解哪些有效（以及哪些无效），能帮助你做出更明智的决策，随着时间推移带来更多推荐。

将客户反馈与数据洞察结合，你可以微调你的计划，以实现最大影响。

对 Advocate 还不熟悉？为了更好地理解本节提到的指标——例如 *计划访问者*, *已发起的推荐*，以及 *分享媒介* ——我们建议先查看 [Advocate 计划分析说明](/brand/zh/what-would-you-like-to-learn-about/advocate-program/advocate-reporting-and-analytics/advocate-program-analytics-explained.md) 。这将帮助你自信地解读数据，并在合适的时间应用正确的改进。

<details>

<summary>需要注意什么</summary>

**人们能轻松找到这个计划吗？**

如果 *计划访问者* 如果这些数值较低，你的推荐计划可能不够显眼。先检查组件位置——它是否容易在购买后、客户门户或关键落地页中找到？然后看看你是如何推广该计划的：考虑在邮件页脚、购买后流程和社交渠道中添加推荐 CTA，以为该计划带来更多流量。

**社交分享是否有效？**

如果 Facebook 或 LinkedIn 等分享媒介表现不佳，可以测试不同的分享文案。尝试从不同动机切入——自利、社交联系或利他——看看哪种最能引起共鸣。别忘了，你的文案还需要与平台相匹配。

**推荐是否在转化？**

如果你看到大量的 *已发起的推荐* 但较低的 *已转化的推荐*，说明推荐体验中可能存在阻力。检查你的落地页和文案——奖励可能不够清晰或缺乏吸引力，难以促使行动。也要考虑被推荐用户的体验。如果只有客户倡导者获得奖励，请确保好友获得的好处仍然是重点——即使不是金钱奖励。

**随着时间推移，是否出现了流失？**

如果推荐活动在上线后放缓，也就是你看到 *计划访问者*的下降，那么也许是时候通过培育活动或季节性促销来重新激发兴趣了。可以考虑限时优惠（LTO），营造紧迫感。

</details>

<details>

<summary>用数据讲述一个故事</summary>

关注你的指标随时间的变化，而不仅仅是上线时。问问自己：

**当我们开展营销活动时，发生了什么？**

如果你在 Advocate 之外启动了营销活动——例如通过电子邮件、社交媒体或付费广告——你可以使用 Advocate 的分析功能来衡量它如何影响推荐活动。

使用左上角的日期范围选择器，在你的 **计划分析** 仪表板中选取活动运行的时间段。然后比较诸如 *计划访问者*, *已发起的推荐*，以及 *已转化的推荐* 在活动前、期间和之后的指标，以评估其影响。

**哪些渠道带来了最多的推荐？**

使用 *互动媒介* 图表，查看访客是从哪里进入你的推荐计划的——例如网站组件、微型网站或由 Advocate 触发的邮件。然后查看 *分享媒介* 图表，查看客户倡导者在哪里分享链接（例如 Facebook、Messenger、短信），以及这些分享如何转化为访问和推荐。利用这些数据加大对有效渠道的投入——并重新考虑表现不佳的渠道。

基于数据进行的小改变，可以在推荐活动中释放重大增长！

</details>

#### 想了解更多？

* [品牌化并自定义你的倡导者计划](/brand/zh/what-would-you-like-to-learn-about/advocate-program/best-practices-for-referral-programs/brand-and-customize-your-advocate-program.md)：打造一个在外观、感觉和语言上都像你品牌可信组成部分的推荐体验，从交易邮件到分享文案和推荐链接都保持一致。
* [为你的 Advocate 计划制定战略营销](/brand/zh/what-would-you-like-to-learn-about/advocate-program/best-practices-for-referral-programs/strategic-marketing-for-your-advocate-program.md)：在关键客户触点全面启动你的计划，并通过智能、持续的营销保持可见度，从而推动参与和推荐。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://help.impact.com/brand/zh/what-would-you-like-to-learn-about/advocate-program/best-practices-for-referral-programs/optimize-your-advocate-program.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
