推荐价值不是凭空想象出来的，它藏在具体的推荐动作里。你要先把客户做了哪些推荐工作梳理清楚。比如说，有的客户会在行业展会上主动帮你说好话，有的会在微信群里转发你的产品资料，还有的直接介绍采购负责人给你认识。这些行为的分量完全不同，得给它们分个轻重。
我见过一家做工业轴承的企业，他们给每个推荐客户发专属邀请码，然后通过后台数据追踪。结果发现，光是被推荐过来的客户，首年客单价就比自然流量高出百分之三十七。这个数据很说明问题，推荐带来的不仅是新客户，更是高质量的精准客户。你得把推荐带来的新增订单金额单独拎出来算，不能和客户自己的采购混在一起。
实际操作中，我建议你按季度统计推荐转化率。比如一个客户一年内推荐了五个潜在客户，最终成交了两个，成交总额是八十万。那这八十万就是推荐价值的直接体现。但别忘了，被推荐客户后续可能还会复购，这部分长尾收益也要算进去。有些老客户推荐的人脉，能持续带来两到三年的订单。
还有个容易被忽略的点，就是推荐客户帮你节省的获客成本。B2B生意里，搞定一个新客户平均要花多少销售费用，你自己心里有数。通过推荐来的客户，信任度天然就高，销售周期能缩短百分之四十以上。这部分省下来的钱，其实也是推荐价值的一部分，得折算进CLV模型里。
不是所有客户的推荐价值都一样。你得给每个客户打个推荐系数，就像给产品打评分一样。这个系数要综合几个维度来看：推荐的频率、推荐的质量、还有推荐的主动性。有些客户一年到头就推荐一个，但那个客户能带来百万级订单；有些客户到处帮你吆喝，但引来的都是小单子。这两种情况得分不一样。
我建议你做个简单的评分卡。推荐频率可以按季度算，每推荐一次加十分；推荐质量看被推荐客户的成交金额和留存率，首单超过十万的额外加二十分；主动性就看客户是不是在没人要求的情况下主动推荐，主动推荐的一次加十五分。最后把这些分数加起来，除以一百，就是客户的推荐系数。
举个例子，有个做包装材料的客户，每季度平均推荐两次，其中一次引来了一个年采购五十万的客户，而且这个客户已经续约两年了。这个客户的推荐系数算下来就是零点七二。另一个客户也推荐两次，但引来的客户都是小订单，系数就只有零点三一。你看，差距就这么出来了。系数高的客户，你在维护上就该多投入资源。
这个系数不是一成不变的，得动态调整。客户今天推荐热情高，不代表明年还这样。我建议你每个季度更新一次推荐系数，结合客户关系的变化来调整。如果发现某个客户的系数连续下降，那就得主动问问是不是服务出了问题，或者他那边行业环境有变化。系数管理其实也是客户关系管理的延伸。
传统的CLV公式只算客户自己贡献的利润，这显然不够。你得把推荐价值作为一个独立变量加进去。我推荐一个简单的公式：调整后CLV等于客户直接贡献利润加上推荐贡献利润乘以推荐系数。推荐贡献利润就是被推荐客户带来的净利润，再打个折扣，因为不是所有推荐都能成功。
实际操作中，你可以把推荐价值分成两块。一块是直接推荐收益，就是被推荐客户已经成交的订单利润；另一块是预期推荐收益，就是根据历史数据推算这个客户未来可能带来的推荐价值。比如一个客户过去三年平均每年带来两笔推荐交易，每笔净利润五万，那他的预期推荐收益就是每年十万。这两块加起来，才是完整的推荐价值。
我见过一家做智能仓储设备的公司，他们用这个公式重新算了客户价值。结果发现，有百分之二十的客户虽然直接采购额不高，但推荐价值特别大，调整后的CLV排在全公司前五。这些客户之前被归类为“一般客户”，投入的资源很少。重新评估后，公司专门给这些“推荐型客户”配了专属客服和额外服务，结果推荐转化率又提升了百分之十五。
算清楚这笔账还有个好处，就是能帮你做客户分层。那些推荐系数高、推荐价值大的客户，值得你花更多心思维护。比如给他们优先发货、定期举办专属沙龙、甚至提供定制化方案。说白了，这些客户就是你的隐形销售团队，他们的口碑效应在B2B圈子里比广告管用多了。我建议你每个月复盘一次推荐价值数据，把它当成和销售额一样重要的指标来看待。
