Реферальная программа для онлайн-школы: сколько платить и как удержать ученика

Иллюстрация: студент показывает другу курс на ноутбуке, сертификат и монеты

Почему в онлайн-школе рекомендации дешевле трафика

Иллюстрация: двое студентов учатся вместе, третий присоединяется по стрелке
Вместе доходят до конца курса на 50% чаще

Курс покупают у людей, а не у брендов: перед оплатой ученик ищет отзывы и спрашивает знакомых. Реклама приводит холодный трафик, рекомендация — человека, который уже слышал о школе от того, кому доверяет.

16%
ставка Skillbox с каждой покупки по реферальной ссылке
5%
скидка другу от цены на сайте
50%
чаще доходят до конца курса те, кто учится вместе
19%
медианная доля клиентов, которые кого-то приводят

В образовании цикл решения длинный: человек сравнивает три-четыре школы, читает отзывы и спрашивает знакомых. Реклама в этот момент работает на узнавание, а рекомендация — на выбор. Поэтому бюджет, который уходит в реферальную программу, часто снимает часть расходов на ретаргетинг: ученик приходит уже с выбранной школой.

Экономика простая: скидка другу и бонус рефереру вместе обычно дешевле, чем цена лида из рекламы, особенно в нишах с высокой конкуренцией. Плюс пара «друг + друг» лучше доходит до конца курса, а значит, меньше возвратов и выше доходимость.

Есть и сезонность: перед стартом потоков спрос растёт, и рекомендации идут активнее. Если запускать программу в межсезонье, первые результаты придут позже — это нормально и не повод менять ставку. Ориентируйтесь на 30–45 дней, прежде чем делать выводы.

Ключевая цифра. Студенты на 50% чаще проходят курс до конца, если учатся вместе. Рекомендация — не только канал привлечения, но и механика удержания.

Реферальная программа для онлайн-школы: три рабочие модели

Модель определяет, кто платит, кому и когда. Для школ работают три схемы, и каждая закрывает свой сценарий.

МодельКто платитКогдаКому подходит
Двусторонняя скидкаШкола платит бонусомПосле оплаты курсаМассовые курсы, короткие программы
Процент от чекаШкола платит деньгамиПосле окончания окна возвратаДорогие курсы, длинные программы
Баллы за приведённогоШкола начисляет баллыПосле первого урокаПодписки и регулярные занятия

Выбор модели зависит от длины продукта. Для коротких курсов и интенсимов лучше двусторонняя скидка: решение принимается быстро, и скидка другу работает как триггер. Для годовых программ и профессий — процент от чека с выплатой после окна возврата: сумма больше, но и риск возврата выше. Для подписок — баллы, которые мотивируют продлевать, а не только приводить.

Проверять модель стоит на одном потоке: включаете механику, смотрите на долю рекомендаций и возвраты, затем сравниваете с предыдущим потоком. Такой тест занимает месяц и стоит дешевле, чем год работы «на глаз». Если непонятно, с чего начать, берите двустороннюю скидку — она проще и быстрее даёт первые данные.

Двусторонняя схема работает лучше всего: друг видит выгоду сразу, реферер получает бонус, а школа — предсказуемую стоимость. Процент от чека выгоден на дорогих продуктах, но требует аккуратного учёта возвратов.

Ключевая цифра. 78% программ платят обеим сторонам, и это не альтруизм: односторонняя схема проигрывает по конверсии, потому что получателю нечего терять.

Сколько платить: 16% или фикс за курс

Рынок ориентируется на 10–20% от чека: Skillbox платит 16% с каждой покупки по ссылке и ограничивает выплаты суммой до 50 000 ₽, а друг получает −5% от цены сайта. Средняя экономия друга — около 5 000 ₽, то есть скидка воспринимается как ощутимая.

  • Процент от чека — 10–20%, выплата после оплаты и закрытия окна возврата.
  • Фикс за курс — 1 000–5 000 ₽, проще считать, но плохо работает на дорогих программах.
  • Баллы — 5–10% от стоимости, удобны для подписок и повторных продаж.
  • Лимит сверху — защита от крупных единичных выплат, как в Skillbox.

Пример на чеке 30 000 ₽: бонус 16% — это 4 800 ₽, скидка другу 5% — 1 500 ₽, итого 6 300 ₽ за ученика. Если маржа курса 40% (12 000 ₽), на первого ученика остаётся 5 700 ₽, а на повторных продажах — почти вся маржа. Поэтому программы с высокой ставкой живут за счёт доходимости и апселлов, а не первого чека.

Ставку считайте от маржи, а не от цены: при марже 40% выплата 16% съедает почти половину прибыли с первого чека, и программа окупается на повторных продажах или на доходимости.

Ключевая цифра. Скидка 5% и бонус 16% выглядят как разные деньги, но в сумме это около 21% от чека — столько школа платит за ученика, который приходит с доверием.

Кого просить: студент, выпускник, преподаватель

У школы три естественных источника рекомендаций, и каждый требует своего текста.

  • Текущий студент. Просить после первого результата: сданного модуля, первого проекта, сертификата.
  • Выпускник. Самый сильный адвокат: у него есть история и результат, он охотно делится.
  • Преподаватель. Может рекомендовать курс своей аудитории, но здесь нужна аккуратность с договором.
  • Родитель. В детских школах решение принимает он, поэтому просьба идёт родителю, а не ребёнку.

Выпускника просить проще всего: у него есть сертификат, проект и история «до/после». Достаточно письма с готовой ссылкой и напоминанием, что друг получит скидку. С преподавателем сложнее: его рекомендация выглядит как реклама, поэтому нужна прозрачность — либо бонус, либо бесплатный доступ, но без скрытых условий.

Формулировки и моменты разобраны в статье как просить рекомендации: там готовые фразы для письма, мессенджера и звонка.

Ключевая цифра. 83% адвокатов приводят ровно одного человека — и это норма. Не ждите от студента пятерых: одна рекомендация от многих даёт больше, чем героические усилия единиц.

Реферальная программа для онлайн-школы и партнёрская сеть

Клиентская программа и партнёрская сеть решают разные задачи. Первая даёт тёплые рекомендации, вторая — объём трафика от блогеров и вебмастеров, которые учат аудиторию за комиссию.

  • Клиентская программа — низкая ставка, высокая конверсия, минимум модерации.
  • Партнёрская сеть — ставка 20–40%, нужен антифрод и контроль обещаний в рекламе.
  • Гибрид — клиенты приводят друзей, партнёры продают курсы; учёт раздельный.

Партнёрская сеть в образовании опасна обещаниями: блогер может пообещать «трудоустройство» или «гарантированный доход», а отвечать будет школа. Поэтому в договоре с партнёром фиксируются разрешённые формулировки и запрет на гарантии результата. Клиентская программа такого риска не несёт: студент рекомендует то, что прошёл сам.

Смешивать обе механики в одном отчёте нельзя: у них разные ставки, разные возвраты и разные причины оттока. Как их различить и какие пороги ставить — в статье реферальная или партнёрская программа.

Ключевая цифра. Медианный срок до первой реферальной продажи — 14 дней, 68% программ получают её в первый месяц. Если за месяц рекомендаций нет, проблема в механике, а не в ставке.

Возвраты, мультиаккаунты и «вечные студенты»

Главный риск школы — заплатить за курс, который вернут. Второй — «вечный студент», который покупает по своей же ссылке через второй аккаунт.

  • Окно возврата. Платите бонус после его закрытия, а не после оплаты.
  • Один платёжный инструмент — один бонус. Совпадение карты или телефона — флаг.
  • Лимит приглашений. 5–10 в месяц на студента достаточно.
  • Возвраты у приведённых. Если у реферера высокий процент возвратов, проверьте вручную.
  • «Вечные студенты». Аккаунты, которые покупают только со скидкой и не учатся.

Что делать при возврате: отменить бонус, если он ещё не выплачен, или удержать его из следующего начисления. Важно, чтобы правило было описано заранее: «бонус начисляется после окончания окна возврата» снимает большинство споров. Если возврат случился после выплаты, не списывайте деньги задним числом — зачитывайте в счёт будущих бонусов.

Отдельная история — рассрочка и оплата в несколько платежей. Если ученик платит частями, бонус лучше выплачивать после первого полного платежа, а не после первого взноса: иначе возврат оставляет школу с убытком. Проверяйте статус платежа, а не факт оформления рассрочки.

Полный набор сигналов и порогов — в статье фрод в реферальной программе.

Ключевая цифра. Выплата после окна возврата снижает конверсию в оплату на 5–10%, зато убирает мотивацию приводить «пустые» аккаунты.

Запуск за неделю и чек-лист

Лендинг ReferralBoost для онлайн-школ
Готовая страница под нишу: правила, ставки и примеры

Школе не нужен отдельный разработчик: кампания собирается в кабинете, а правила описываются на одной странице.

  • Выбрать модель: двусторонняя скидка или процент.
  • Задать ставку 10–20% и лимит сверху.
  • Настроить окно возврата и выплату после него.
  • Написать три текста: студенту, выпускнику, родителю.
  • Сделать страницу с правилами и ответами на вопросы.
  • Замерить advocacy rate и конверсию в оплату.
  • Проверить антифрод на первых десяти выплатах.

Первые десять выплат проверяйте вручную, даже если правила настроены: так вы увидите, где данные расходятся с реальностью. Обычно на этом этапе всплывают две вещи — отсутствие статуса возврата и склейка аккаунтов по телефону. Обе чинятся за вечер и экономят больше, чем любая оптимизация ставки.

Ответственный за программу — один человек из маркетинга, а не поддержка и не бухгалтерия. Он смотрит воронку раз в неделю и раз в месяц пересматривает ставку и тексты. Без владельца программа живёт два месяца: сначала про неё забывают в рассылках, потом перестают проверять выплаты.

Готовые страницы под нишу — на лендинге реферальная программа для онлайн-школ, а расчёт окупаемости можно сделать на странице тарифов. Метрики, по которым видно результат, разобраны в статье метрики реферальной программы.

Запустите программу на бесплатном тарифе и посмотрите на первые рекомендации: создайте программу и пригласите студентов — настройка занимает меньше дня.

Ссылки

  • Skillbox, условия реферальной программы — https://go.skillbox.ru/referral/
  • Extole, «Referral stats to know in 2026» — https://www.extole.com/blog/referral-stats-to-know-in-2026/
  • ReferralCandy, «Referral program benchmarks» — https://www.referralcandy.com/blog/referral-program-benchmarks-whats-a-good-conversion-rate-in-2025/
  • Impact, «Top 10 Referral Marketing Statistics» — https://impact.com/referral/top-10-referral-marketing-statistics/

← Все статьи