🎁 推薦營運中心怎麼用：MGM 健康度、K 係數、反作弊一次看

這個工具在解什麼問題

你有沒有發現，台灣電商的 MGM 機制 80% 都是「介紹好友各得 100 元」？跑了三個月才知道：分享率 3%、推薦人實際發碼率 1.2%、被推薦人轉換率 8%——整體 K 係數 0.04，等於沒做。

推薦營運中心不只是設計工具，是「營運中心」——你把現有機制跟 4 週的數據丟進去，AI 會跑健康度評分、診斷你卡在病毒漏斗的哪一段、給你 5 個可以馬上動手的優化槓桿、補一份反作弊規則、再附一份推薦人專屬 portal 的 mock。整套等於請了一個成長分析師。

誰最該用

三種人：第一種是已經有 MGM 跑了 1-3 個月但成效平平、不知道是設計問題還是推廣問題的成長負責人。第二種是準備上線 MGM 但怕被刷碼、想先把反作弊規則寫好的營運主管。第三種是 CMO 要看一份「我們 MGM 到底健不健康」的高階儀表板，做季度檢討。

反過來說，剛開站、訂單還沒到 200 單／月的不要太早做 MGM——沒有種子用戶，推薦機制再漂亮也轉不起來。

操作流程

第一步輸入機制設計：推薦人獎勵（現金/點數/折扣碼）、被推薦人獎勵、領取條件（首購多少、是否含運）、發碼上限。如果你還沒設計過，工具會給你一個基準範本可以改。

第二步丟數據：過去 30-90 天的分享人數、產生推薦碼數、被推薦人到站數、首購轉換率、平均訂單金額。沒有完整數據也沒關係，至少要有「分享人數」跟「推薦人首購數」。

第三步看儀表板。健康度評分會給 0-100 分，K 係數會告訴你目前是「衰減」「持平」還是「擴散」。下面的 5 個優化槓桿是按「影響力 × 改動難度」排序的，照順序做就對了。最下面的反作弊規則包含 IP 限制、信用卡 hash、設備指紋這些技術細節。

實戰案例：寵物用品 MGM 重新調校

一家寵物用品店做了「介紹好友各得 NT$200」六個月。K 係數 0.06，每個月新客 12 人來自推薦，CMO 想砍掉這個專案。

進工具後分析出三個問題：第一，獎勵不對稱（推薦人拿 200 但要等被推薦人首購滿 NT$1000，門檻太高）。第二，沒有專屬 portal，推薦人發完碼就忘了。第三，沒有 leaderboard，沒有持續分享動力。

調整方案：把推薦人改成「分享連結即得 NT$50 點數、被推薦人首購再得 NT$150」拆兩段；做了一個簡易 portal 顯示「目前推薦 X 人 / 賺 Y 元 / 距離下一個徽章 Z 人」；月底 top 3 推薦人加碼送年度大禮包。

兩個月後 K 係數從 0.06 跳到 0.31，月推薦新客從 12 人到 67 人，推薦帶來的營收佔比從 2% 拉到 11%。

反作弊不是裝飾用的

推薦機制最容易被忽略的就是反作弊。我看過一家店上線兩週被一個人用 200 組 email 刷掉 NT$8 萬獎勵，因為沒做 IP + 設備指紋的雙重檢查。

工具給的反作弊規則包含：同 IP 24 小時內限 1 組推薦、同信用卡 hash 終身限 1 組、推薦人跟被推薦人不能同設備（防自己推自己）、首購後 7 天才發獎勵（防退貨刷）、月發碼上限避免單一帳號異常。這些都是業界做了至少 3 年才會學到的細節，不要省。

搭配其他工具

如果你還沒設計過 MGM，先去 mgm-designer 做第一版機制，再進 mgm-cockpit 跑健康度。已經有數據在跑的 mgm-tracker 是純追蹤儀表板，cockpit 多了診斷跟優化建議。

推薦人 portal 要實際做出來的話，配 landing-builder 設計專屬頁面。獎勵發放牽涉折扣碼的，配 coupon-roi 算清楚每個 MGM 帶來的客戶 LTV 對比成本。