题干与适用场景
一款虚构的生鲜配送应用有 250,000 名月度活跃购买用户，每月新增 50,000 名首购用户。首购用户的 30 天二购率为 30%，每笔完成订单在获客费用和推荐奖励前的贡献毛利为 9 美元，付费渠道每获得一名首购用户平均花费 27 美元。团队希望推出推荐计划，让现有顾客邀请尚未下单的朋友，并在不增加欺诈、骚扰和履约问题的前提下获得增量留存用户。
应用、用户数、转化率、金额、时间窗和渠道数据全部是面试案例假设，不是行业基准。贡献毛利在本题中指订单收入减去商品、拣货、支付、配送等随订单变化的成本，但尚未扣除获客费用和推荐奖励。真实回答必须先确认公司的会计口径、市场、法规和履约容量。
公开的产品设计题直接出现“为生鲜应用设计推荐系统”，真实产品帮助页也展示了常见规则：既有用户分享推荐码，新用户完成合格行为后才发放奖励。公开研究提醒我们，奖励并非越大越好，激励的公开程度、方案和产品特征会改变推荐意愿。若分享内容构成带激励的背书，美国 FTC 指引还要求清楚披露物质关系。以上材料支持这道题考察用户洞察、增长实验、单位经济、信任和风险判断；它们不证明某家公司固定使用此题。
这道题要求证明推荐带来了增量且留存的新顾客，三步式“分享链接—注册—发券”流程无法独立证明这一点。如果原本会自然下单的人只是换了推荐码，首购数会上升但没有增量；如果奖励在注册时立即发放，自荐和批量账号可能吞掉预算；如果活动突然放大需求而配送容量不变，获客成功也会损害体验。
面试官考察点
第一，能否把业务目标翻译成可验证的用户结果。强回答不会把分享次数、链接点击或注册量当成最终成功，而会选择“增量 30 天留存推荐用户”之类同时体现获客和质量的结果。
第二，能否选出有动机且有信誉的推荐者。刚注册但从未履约的账号覆盖面大，却缺少真实体验且风险高；近期完成多次订单、满意且处于服务稳定区域的顾客，更可能提出可信推荐。分群需要同时考虑潜力、相关场景和风险，不能只找最高消费用户。
第三，能否设计完整闭环。候选人需要说明何时展示入口、如何分享、谁算新用户、归因给谁、什么行为触发双方奖励、退款或取消怎样处理，以及奖励何时过期。任一规则含糊都会变成体验争议或套利入口。
第四，能否算清增量单位经济。27 美元付费获客成本只是比较基线，不是推荐预算上限。推荐用户的自然转化、留存、奖励兑换、支持和欺诈成本都不同；只有对照组带来的增量价值可以归因给计划。
第五，能否设计可信实验。奖励可能蚕食自然口碑，社交关系可能让不同实验组相互影响，共享配送容量也会造成干扰。回答应说明随机单元、控制组、归因规则、样本期和何时不用普通用户级 A/B 测试。
第六，能否把信任、隐私、合规和履约写成产品要求。系统不应默认上传联系人或代替用户群发；带激励的推荐消息要清楚说明奖励关系；需求激增前要确认时段和区域容量。风险护栏与增长指标同等重要。
回答前需要澄清的问题
- 主要目标是什么？ 是降低首购获客成本、增加 30 天留存顾客、唤醒现有顾客，还是进入新区域？本题假设目标是增加可盈利的 30 天二购新顾客。
- 谁算“新顾客”和“留存”？ 从未注册、从未下单，还是同一家庭从未购买？本题把“新顾客”定义为此前没有完成订单的独立顾客，把“30 天留存”定义为首单后 30 天内完成第二单。
- 27 美元和 9 美元如何计算？ 付费获客成本是否只除以首购人数？9 美元是否已经扣除优惠、退款、客服和履约异常？若口径不同，后续比较会失真。
- 当前自然推荐基线是什么？ 有多少新顾客会填写朋友名字、分享链接或来自直接流量？没有基线，就无法判断有奖计划是否只是给自然口碑付费。
- 哪些用户和地区可参加？ 是否存在年龄、地域、商品、支付方式或营销许可限制？哪些配送单元已接近容量上限？
- 可用的奖励是什么？ 账户金、免配送费、商品券还是现金？是否允许双方都得奖，最低订单金额和有效期是什么？
- 怎样归因多次推荐？ 同一个人收到多个链接、跨设备注册或先看广告再用推荐码时，采用首触、末触还是首个有效推荐码？
- 主要滥用模式是什么？ 自荐、同一家庭多账号、虚拟支付、退款后领奖、公开散播优惠码或推荐者骚扰，当前能识别哪些信号？
- 履约是否有余量？ 哪些区域、星期和时段能承接增量订单？若准时率已下降，应先修复供给或只在有容量的单元试点。
- 适用哪个法律辖区？ 激励披露、营销同意、隐私、税务和优惠条款应由法务按市场确认，不能把单一国家的指引当作全球规则。
30 秒回答框架
“我会把目标定为每 1,000 名符合资格的推荐者带来的增量 30 天二购新顾客，而不是分享或首购总量。先选近期有两次成功履约、满意且位于有配送余量区域的顾客，在自然高满意时刻提供系统分享入口，不上传通讯录。新顾客获得小额首单账户金；推荐者只在对方完成第二单并过退款窗口后获得账户金。每位推荐者设上限，按家庭、设备、支付和地址信号去重，并在分享文案旁明确说明可能获得奖励。实验同时比较无奖励、仅奖励新顾客和双方奖励，使用意向处理计算增量留存和净贡献，并监控欺诈、投诉、取消和准时率。只有增量净贡献的保守估计为正且所有护栏通过，才逐区扩大。”
这段话依次回答目标、用户、闭环、激励、风控、合规、实验和决策。深入回答时，再把题设数字放进增量经济模型，而不是直接用 27 美元决定券额。
分步骤深入解答
第一步：把目标写成增量留存结果
建立从推荐者到新顾客的双边漏斗：符合资格并看到入口 → 发起分享 → 收件人打开 → 注册 → 完成合格首单 → 完成 30 天内第二单。每一步都保留人数、转化时间和失败原因，但主指标设为：
每 1,000 名被随机分配到计划的合格推荐者所产生的增量 30 天二购新顾客数
“增量”来自实验组与控制组之差。“被随机分配”保留了看到入口却没分享的人，避免只分析主动分享者造成选择偏差。30 天二购把一次性薅券用户与形成初步习惯的顾客区分开，但它仍不是完整终身价值；扩大前还要观察更长留存。
第二步：选择推荐者、收件人和触发时机
第一版把推荐者限定为近 60 天至少完成两单、没有未解决的退款或风险标记、位于有配送余量区域的顾客。两单和 60 天都是试点假设，目的是让推荐建立在近期真实体验上，后续应按数据调整。
入口放在成功履约、主动高评分或重复购买之后，而不是投诉、延误或退款流程中。产品只生成个人链接、推荐码和可编辑文案，通过系统分享面板交给用户选择渠道；不要求上传整个通讯录，也不代表用户自动发送消息。
收件人必须是此前没有完成订单的新顾客。邮箱或手机号只能作为一个信号，还要结合家庭、设备、支付工具、配送地址和历史账号判断资格。相似信号不应直接误伤合租或家庭成员，可将高风险奖励暂缓并提供人工申诉。
第三步：设计能解释清楚的推荐闭环
建议第一版流程如下：
- 合格推荐者在成功订单页看到“邀请朋友，双方可得账户金”。
- 分享文案紧邻链接说明推荐者在朋友完成条件后可能获得账户金，收件人打开前就能理解激励关系。
- 收件人打开深链，看到优惠金额、最低订单、服务区域、有效期和双方奖励条件，再决定注册。
- 系统把首个有效推荐码绑定到新顾客；绑定后不可由客服任意改给更有利的推荐者。
- 新顾客完成满足最低金额的首单后获得或核销自己的 5 美元账户金。
- 新顾客在首单后 30 天内完成第二单，且退款和拒付窗口结束后，推荐者获得 5 美元账户金。
- 账户金不可提现、不可转让、有明确有效期；每位推荐者每月最多获得 5 次成功奖励。
5 美元、30 天和每月 5 次全部是面试试点假设，不是推荐的行业数值。延后推荐者奖励会降低即时满足，却把支出与留存目标对齐，并减少注册或单次订单套利。若等待时间明显压低真实推荐，可以实验比较“首单后部分、二购后剩余”与“全部二购后发放”。
第四步：用增量贡献而非券面额算经济账
定义：
I：实验带来的增量 30 天二购新顾客数；CM30：这批顾客 30 天内、推荐奖励前的贡献毛利；RN：新顾客实际核销的奖励成本；RR：推荐者实际核销的奖励成本；O：增量客服、支付、风控和运营成本；F：欺诈、退款和拒付损失。
则计划的增量净贡献为：
I × CM30 - RN - RR - O - F
题设每单贡献毛利为 9 美元。一个完成两单的顾客最低产生 18 美元的 30 天贡献毛利；若双方各实际核销 5 美元，券成本为 10 美元，账面还剩 8 美元覆盖运营、欺诈和不确定性。这个计算只说明试点有继续测量的空间，不能证明它盈利：有些订单本来就会发生，奖励可能未全部核销，顾客可能超过两单，也可能退款。所有项目必须使用实验增量和实际核销数据重算。
27 美元付费获客成本可作为机会成本比较，但不能直接得出“发 26 美元也划算”。付费渠道带来的用户质量、归因、规模和边际成本可能不同。最终比较应使用增量 30 天留存获客成本、预期回收期和同口径长期净贡献。
第五步：把反作弊、信任和履约做成前置规则
预防层包括新顾客资格、每人奖励上限、最低订单额、延迟发奖、不可提现账户金和清楚条款。检测层把推荐者、新顾客、家庭、设备、支付、地址、IP、订单与退款连接起来，识别自荐环、批量账号、异常密集地址和先领奖后退款。处置层按证据强度分级：低风险正常发放，中风险延迟并复核，高置信滥用取消奖励和限制计划资格，同时保留申诉记录。
推荐消息必须让收件人知道发送者可能获益。研究中“隐藏奖励”可能改变推荐意愿，但产品决策不能为了实验效果绕过适用的披露义务。市场法务应确认具体文案和位置。还要监控举报、退订和批量分享；推荐者若通过公开优惠站散播个人码，可按条款停止奖励，而不追溯取消真实新顾客已经获得的合理优惠。
增长试点只开放给有余量的配送单元。若订单准时率、缺货替代率或取消率恶化，先暂停新增曝光。推荐计划不能通过把获客成本转成履约事故来“成功”。
第六步：运行能识别蚕食的实验
在符合资格的推荐者中预先随机分配三组：无奖励控制组、仅新顾客获得 5 美元、双方各获得 5 美元。三组在同一时刻看到相同的分享入口；控制组使用可追踪的普通分享链接，没有奖励文案或推荐奖励，从而把界面曝光与激励效果分开，并估计自然口碑。采用意向处理，保留没有分享的人。
主要观察窗至少覆盖首单、30 天二购和退款窗口。归因规则预先固定为首个有效推荐码；同一新顾客只计一次。若一个家庭或紧密社交群中的人可能跨组互相邀请，应按家庭或可识别的网络簇随机，或至少记录跨组污染并报告其对估计方向的影响。若配送容量在同一区域共享并可能互相挤占，改用区域集群或分时切换试验，避免一个组的增量订单损害另一个组。
主结果比较三组的增量 30 天二购顾客。诊断指标包括展示率、分享率、打开率、注册率、首购率、二购率和每步用时。经济指标包括每名增量二购顾客的实际奖励、净贡献和回收期。护栏包括重复身份率、奖励冻结率、退款、拒付、投诉、退订、配送准时率、缺货、取消、客服工单和推荐者留存。
第七步：设定扩大、迭代和停止规则
扩大需要同时满足四个条件：增量二购显著高于控制组；增量净贡献的保守区间为正；推荐用户的质量至少不差于同口径替代渠道；欺诈、骚扰和履约护栏全部通过。随后按区域和容量逐步扩大，并保留长期无奖励或较低奖励对照，监测边际效果是否衰减。
若分享高、首购低，检查落地页、服务区域和首单价值；若首购高、二购低，优惠可能吸引错用户或首单体验差；若转化好但净贡献为负，降低奖励、提高触发门槛或只奖励一侧；若自然分享在有奖组反而下降，检验激励是否损害信任，并保留无奖励体验。若欺诈或投诉越过停止线，先关停相应人群或渠道，不以更复杂规则掩盖根本问题。
高质量示例回答
“我先确认目标。题目给了付费获客成本，但我不会把首购数或低于 27 美元当成成功。我把主结果定义为每 1,000 名合格推荐者带来的增量 30 天二购新顾客，配套看净贡献、欺诈、投诉和履约质量。
第一版只面向近 60 天完成两单、没有未解决风险、且所在区域有配送余量的顾客。在成功履约或主动高评分后展示入口，通过系统分享面板生成个人链接，不上传通讯录。新顾客必须此前没有完成订单。分享文案和落地页会清楚说明双方条件以及推荐者可能获得账户金。
我会测试三个随机组：无奖励、仅新顾客 5 美元、双方各 5 美元。新顾客在满足最低金额的首单核销优惠；推荐者要等对方在 30 天内完成第二单并过退款窗口才得到账户金。每月最多奖励 5 次，并用家庭、设备、支付和地址信号识别自荐；中风险先延迟复核，不把一个共享地址直接判成欺诈。
经济上，两笔完成订单按题设产生至少 18 美元推荐奖励前贡献毛利。双方各核销 5 美元后还剩 8 美元覆盖运营和风险，但这只是试点假设。真正的净贡献要用实验组相对控制组的增量二购人数，扣除实际核销、客服、退款和欺诈重算。27 美元只用于同口径比较替代渠道。
实验采用意向处理，固定首个有效推荐码归因，并覆盖 30 天二购与退款窗口。若同一区域配送容量共享，我会按区域或分时实验，避免组间挤占。只有增量二购上升、净贡献保守区间为正、长期质量不差且欺诈、投诉、取消和准时率通过护栏，我才逐区扩大；否则按漏斗定位并迭代，越过风险停止线就暂停。”
这份回答的价值在于把“发券拉新”改写为可证伪的增量增长系统：推荐者、收件人、奖励和履约都具有明确资格、触发、成本与停止条件。
常见错误
- 把分享、注册或首购当作北极星指标 → 活动可能只制造低质量流量 → 用增量二购或更长期留存作为主结果，分享漏斗只用于诊断。
- 直接用 27 美元决定奖励金额 → 不同渠道的质量、归因和边际成本不可比 → 统一到增量留存获客成本、净贡献和回收期。
- 注册即给双方现金 → 自荐和批量账号获得即时套利空间 → 把奖励绑定到完成订单、退款窗口和留存行为，并设置上限。
- 只奖励最高消费用户 → 消费额不等于推荐意愿、相关社交场景或可信体验 → 结合近期满意、重复履约、区域容量和风险选择人群。
- 只分析真正分享的人 → 主动参与者本来就更愿意推荐 → 按随机分组做意向处理，保留未分享者。
- 忽略自然口碑与跨组污染 → 计划会为自然发生的订单买单，实验差异也会被稀释 → 保留无奖励控制，固定归因并记录网络干扰。
- 隐藏推荐者奖励以提高点击 → 收件人无法判断推荐动机，也可能违反适用披露规则 → 在分享文案旁清楚说明利益关系并由法务确认。
- 默认上传通讯录或代用户群发 → 获客建立在隐私和骚扰风险上 → 让用户主动选择渠道和收件人，提供举报、退订和上限。
- 全国同时上线 → 无法识别增量，也可能压垮局部履约 → 从有容量的区域开始，设实验与运营停止线。
- 看见欺诈就不断叠加黑盒规则 → 误伤和申诉成本可能超过损失 → 按风险分级、延迟高风险奖励、保留可解释证据与申诉。
追问与回答
追问一：为什么不用首单完成作为主要成功指标？
首单容易被优惠直接推动，也最接近一次性套利。二购要求顾客在第一次体验后再次选择产品，更接近早期留存。二购仍只是代理指标，所以扩大后还应观察 60 天或 90 天留存、订单频率和净贡献。若业务购买频率本来很低，应改用与自然周期一致的留存定义，而不是机械坚持 30 天。
追问二：为什么双方都给奖励？
双方奖励是一项需要验证的假设。给新顾客的优惠降低首次尝试成本；给推荐者的账户金提供参与动机。公开研究显示奖励方案和产品特征会改变推荐意愿，不能假设双边一定最好。因此实验同时保留无奖励和仅奖励新顾客组，并且所有有利益关系的分享都清楚披露。
追问三：怎样证明订单确实是增量，而非原本就会下单？
用符合资格推荐者的随机控制组估计没有活动时的自然分享和购买，再比较每 1,000 名被分组推荐者带来的二购新顾客差异。不能只问新顾客“从哪里知道”，也不能把所有使用推荐码的人算作增量。还要固定归因窗、排除已有购买记录，并报告跨组污染。
追问四：同一地址的室友或家人算欺诈吗？
不自动算。共享地址是风险信号，不是结论。结合设备、支付、身份、订单行为、时间和退款模式评分；正常家庭的独立支付与真实履约可以通过，中风险奖励延迟后人工复核。规则要在条款中解释，并提供申诉路径。
追问五：如果奖励提高分享率，却降低推荐可信度怎么办？
先比较无奖励、单边和双边组在分享、打开、首购、二购与投诉上的完整链路。若分享增加但收件人转化或长期质量下降，说明激励可能增加了低意向传播或损害信任。可以降低奖励、改成与产品相关的账户权益、缩小展示人群，或保留自然推荐入口。不能通过隐藏奖励解决，因为披露边界优先。
追问六：什么时候应暂停计划？
预先设停止线，例如配送准时率或取消率显著恶化、欺诈损失超过预算、投诉或退订异常上升、净贡献保守区间持续为负，或身份误伤无法在服务时限内处理。触发后暂停相关区域、人群或渠道，保留数据和奖励负债，定位根因后再决定恢复、改版或终止。