# Marketing De Referidos Y Bucles De Viralidad Organica

> El Marketing de Referidos es una estrategia estructurada para incentivar que los clientes actuales actúen como promotores orgánicos de la marca. Se fundamenta en la psicología de la prueba social y la transferencia de confianza. Úsala para tareas de Marketing Digital: referral-marketing, growth-hacking, customer-advocacy, viral-coefficient, k-factor, ia-incentivos.

- Skill: `jesusgarciafernandez/marketing-de-referidos-y-bucles-de-viralidad-organica` (Agent Skill)
- Install (CLI): `npx skillmds@latest add jesusgarciafernandez/marketing-de-referidos-y-bucles-de-viralidad-organica`
- Raw SKILL.md: https://api.skillmd.com/api/skills/jesusgarciafernandez/marketing-de-referidos-y-bucles-de-viralidad-organica/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Marketing & Growth
- License: CC BY-NC-SA 4.0
- Author: jesusgarciafernandez (https://skillmd.com/u/jesusgarciafernandez)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/jesusgarciafernandez/marketing-de-referidos-y-bucles-de-viralidad-organica

---


## 0. Filosofía Human-Centric AI
*Esta habilidad transforma la satisfacción real de las personas en el motor de crecimiento más honesto y potente de una marca.*

**El Rol del Humano:** El estratega debe ser el diseñador de la "Reciprocidad". La IA gestiona los códigos y las alertas, pero el humano es el que debe asegurar que el producto sea tan excelente que la gente sienta el impulso natural de recomendarlo por generosidad, no solo por el premio.
**Empoderamiento:** Usamos la tecnología para facilitar que compartir un valor positivo sea tan sencillo como un clic, eliminando toda fricción técnica entre el deseo de recomendar y la acción de hacerlo.

---

## 1. Descripción Detallada
El Marketing de Referidos es una estrategia estructurada para incentivar que los clientes actuales actúen como promotores orgánicos de la marca. Se fundamenta en la psicología de la prueba social y la transferencia de confianza. Un programa eficaz transforma el NPS (Net Promoter Score) en un motor de captación escalable. El enfoque v2.0 incorpora **Algoritmos de Propensión a la Recomendación**, donde la IA identifica no solo quién está contento, sino quién tiene mayor red de influencia y mayor probabilidad de éxito al recomendar, personalizando el incentivo para esos "Super-Nodos" de la comunidad.

## 2. Escenarios de Aplicación
- **Crecimiento en Fase Cloud/SaaS:** Aceleración de la captación mediante el efecto red.
- **Reducción Progresiva del CAC:** Disminución de la dependencia de canales de pago mediante el tráfico de recomendación.
- **Lanzamientos Privados (Waitlists):** Uso de la exclusividad y la invitación para generar deseo y viralidad antes del lanzamiento público.
- **Fidelización del Cliente Actual:** El cliente que recomienda se siente más vinculado emocionalmente a la marca (Efecto de Consistencia).

## 3. Requisitos de Implementación
- **Tracking Único Transparente:** Enlaces o códigos de identificación que funcionen sin errores en móviles y escritorio.
- **Matriz de Incentiva de Valor:** Evaluación de qué motiva más al cliente (Dinero, Crédito, Regalo Físico o estatus de acceso).
- **Integración con CRM/ERP:** Para que la validación del premio ocurra inmediatamente después de la conversión del invitado.

---

## 4. Diferencial: Recomendación Pasiva vs. Viralidad Activa v2.0

| Dimensión | Recomendación Tradicional | Viralidad Activa (v2.0) |
| :--- | :--- | :--- |
| **Fricción** | El usuario debe explicar el producto. | El sistema genera el mensaje y el link pre-rellenado. |
| **Incentivo** | Solo gana el que invita (Egoísta). | Estructura bilateral (Ganan ambos: Reciprocidad). |
| **Momento** | Al azar o fin de compra. | Activado en el "Momento de Felicidad" (Aha! Moment). |
| **Medición** | Difícil de trazar (Dark Social). | Totalmente medible mediante K-Factor y Atribución. |

---

## 5. Instrucciones y Pasos Detallados (Protocolo Maestro)

### Fase 1: Identificación del "Aha! Moment" y Diseño del Bucle
**Objetivo:** Pedir la recomendación cuando el cliente está más satisfecho.
1.  **Mapeo de Hit-Points:** Identifica el momento exacto donde el cliente recibe el mayor valor de tu servicio.
2.  **Diseño de la Recompensa:** Crea un incentivo que sea valioso pero no canibalice el margen de beneficio.

**Prompt Maestro de Referidos:**
```text
Actúa como Growth Hacker experto en Referral Systems. Para el servicio [SERVICIO], identifica el 'Aha! Moment'. 
Diseña un programa de referidos bilateral. 
Propón 3 copys precargados para WhatsApp y 2 para Email que el usuario pueda enviar con un solo clic. 
Calcula cómo afectaría un K-Factor de 0.2 a la captación mensual si empezamos con 1000 usuarios activos.
```

### Fase 2: Automatización de la Recompensa y Control de Calidad
... (Expansión técnica sobre validación automática y prevención de auto-referidos/fraude) ...

---

## 6. Arquitectura de Automatización Lógica (Agnostic Flow)
*Lógica de orquestación de incentivos sociales.*

1.  **Trigger:** El cliente completa su tercera compra con éxito y puntúa con un 10.
2.  **Nodo de Clasificación:** IA valida que el cliente no tiene incidencias abiertas y es un "Promotor Activo".
3.  **Nodo de Acción:** Inyectar en el dashboard del cliente una "Oferta Especial de Embajador" (Ej: "Tu próximo mes gratis por cada amigo").
4.  **Nodo de Seguimiento:** Si un invitado se registra, enviar notificación push inmediata de "Logro Conseguido" al promotor.
5.  **Output:** Generación de un nuevo lead con coste directo cero y alta temperatura de cierre.

---

## 7. Ejemplo Práctico: Neobanco Digital
**Reto:** Necesitaban crecer rápido sin gastar millones en TV.
**Action v2.0:** "Trae a un amigo y os regalamos 10€ a cada uno tras el primer uso de la tarjeta". Se insertó el botón de invitar justo después de la primera transacción exitosa.
**Resultado:** El 60% de los nuevos usuarios en el primer año vinieron vía referidos, ahorrando un 80% en costes de marketing comparado con competidores.

---
**Autor:** Jesús García Fernández  
**Licencia:** CC BY-NC-SA 4.0


