先把这件事当成漏斗问题：互推只把陌生读者送到你的 publication 门口，真正决定他们留下来的，是推荐理由、欢迎页承诺、welcome email 和后续 2 到 4 期内容是否一致。
我会把 Recommendations 的新增订阅当作「待观察来源」，不会当天就判断成增长成功。更稳的做法是连续 4 周看三类信号：这批 subscriber 有没有继续打开邮件，有没有回复或点击基础文章，退订有没有明显高于自然来源。
推荐关系先查哪几项？
Substack 的 Recommendations 页能看到你推荐谁、谁推荐你，以及每条推荐带来的免费订阅数。先别急着扩大互推名单，把现有关系做一遍小审计。
| 检查项 | 后台信号 | 该怎么处理 |
|---|---|---|
| 对方是否仍在推荐你 | 状态显示 active 或 Inactive | Inactive 关系不要再计入当月实验 |
| 你写的推荐理由 | Why I recommend 文案 | 改成具体读者收益，不写泛泛夸奖 |
| 对方刊物定位 | 主题、频率、受众语言 | 受众不重叠就先停 |
| 免费订阅数 | 每条推荐生成的 free subscriptions | 只当入口，不当质量结论 |
| 展示位置 | subscribe flow、homepage、digest | 记录出现在哪个入口 |
一个常见误判是「对方很大，所以一定有效」。大刊推荐你的读者可能只是顺手点选；小刊但受众重叠，反而更可能带来会读完欢迎信的人。
referral 和 Recommendations 容易混在哪里？
Substack Recommendations 是刊物之间的互推。subscriber referrals 是读者用自己的 referral link 邀请朋友，并且可以配奖励档位和 reward email。两者都能带来新订阅，但动机完全不同。
如果把这两类来源混在一个「推荐」字段里，后面会误判：刊物互推带来的读者，通常先看你的定位是否匹配；读者 referral 带来的读者，更多受熟人关系和奖励机制影响。
记录时至少分三列：recommendation from publication、subscriber referral、manual cross-promo。中文创作者常见的跨平台互推还包括 X、LinkedIn、Discord 和播客口播，这些都不要混进 Substack Recommendations 的成效里。
Stats 里怎么把来源拆开？
Substack 的 metrics 文档把 Stats、Growth、Posts 和 Network 分在不同入口。对这篇要解决的问题，最常看的不是总订阅数，而是来源、打开和留存。
打开 Stats 或 Growth 后，先看 Substack network、Substack trackbacks、Direct、Email、Google 等来源是否在互推当天出现变化。Network 里的 Other Substack network 可能包含 Recommendations 和其他平台内入口，所以它不能单独证明某个互推关系有效。
Subscribers dashboard 更适合抽样。把 Columns 里和来源、活跃度相关的字段打开，例如 Subscription source、Activity、Email opens。再筛出某一周新增的 subscriber，看他们在 7 天和 30 天内是否打开过邮件。
欢迎信为什么会吃掉互推转化？
推荐来源读者的注意力很短。他们刚从别人的 publication 跳过来，如果 welcome email 只写「感谢订阅」和一段空泛自我介绍，通常不知道下一封邮件值不值得打开。
Substack 的 welcome email 支持按 free、paid、imported、founding 几类订阅者分别编辑。免费订阅者欢迎信里，首屏附近写三件事就够：你长期写什么、先读哪 3 篇、希望读者回复哪一个问题。
| 位置 | 原来容易写成 | 改成这样 |
|---|---|---|
| 第一屏 | 感谢订阅我的 newsletter | 每周二写海外创作者收款和分发问题 |
| 入门链接 | 最新文章列表 | 3 篇最能代表刊物定位的文章 |
| 读者互动 | 欢迎关注我 | 回复你的平台、订阅阶段和当前卡点 |
| 付费入口 | 马上升级 | 免费读 2 期后再决定是否升级 |
| 退路 | 没有说明 | 不适合就退订，不影响后续判断 |
如果你有付费订阅，付费 welcome email 可以放权益、栏目节奏和升级后的第一步动作。免费欢迎信不要一上来堆付费权益，否则推荐来的读者会感觉自己被直接推进销售页。
publication positioning 要改哪两处？
Recommendations 的入口不只在邮件里。新读者还可能先看到 Welcome page、刊物简介和被推荐时的 blurb。Substack 的 Welcome page 会显示封面、作者、description、部分订阅数信号和最多 3 个 endorsement；这些内容要和推荐文案说同一件事。
我会优先改两处：一句话 description 和推荐 blurb。description 写给陌生读者，说明你帮谁解决什么问题。blurb 写给对方刊物读者，说明他们为什么现在应该订阅你，而不是泛泛写「值得关注」。
例如你写海外创作者运营，就不要把定位写成「分享增长心得」。更清楚的版本是：「每周记录 YouTube、Substack、LinkedIn 创作者的分发、收款和后台问题。」这句话不承诺增长，只告诉读者会收到什么。
4 周 tracking/review 表怎么填？
不要当天改 5 个入口。先选 3 到 5 个互推关系，固定 welcome email 和推荐 blurb，至少跑满 2 到 4 期内容。下面这张表可以直接照着填。
| 周次 | 记录对象 | 看哪个 stats | subscriber 样本 | 下一步 |
|---|---|---|---|---|
| 第 1 周 | 新增推荐关系 | free subscriptions、Substack network | 新订阅是否打开 welcome email | 不改入口，只收样本 |
| 第 2 周 | 推荐文案 | trackbacks、Email、Direct | 是否点击入门文章 | 文案不清就重写 blurb |
| 第 3 周 | welcome email | open、reply、unsubscribe | 是否回复读者问题 | 回复少就改首屏问题 |
| 第 4 周 | 互推组合 | 打开率、退订、付费信号 | 推荐来源 vs 自然来源 | 保留、暂停或换刊物 |
样本少时不要做大结论。比如一周只有 8 个推荐来源订阅，其中 2 个打开、0 个回复，这只能说明「还没看出质量」，不能说明 Recommendations 没用，也不能说明下一轮一定要加大互推。
哪些结论不能从推荐数据里推出来？
Recommendations 不能证明你的 newsletter 已经找到付费市场，也不能保证对方读者会持续打开。它最多说明某个入口在某段时间里把一批人带到了你的订阅页。
如果退订升高，先看 welcome email 和定位是否误导，再看互推对象是否匹配。不要把问题全部推给平台，也不要因为一个大号推荐带来几十个免费订阅，就立刻改成以互推为主的增长策略。
比较靠谱的停止条件是：连续 4 周推荐来源读者打开明显低于自然来源，退订更高，且没有回复或点击入门文章。这时先暂停该关系，重写定位和欢迎信，再换一个受众更接近的刊物测试。
相关阅读
FAQ
Substack Recommendations 和 subscriber referrals 是一回事吗？ 不是。Recommendations 是刊物之间互推，subscriber referrals 是读者用自己的 referral link 邀请朋友，来源、奖励和统计口径要分开记录。
Recommendations 没带来订阅，第一步看哪里？ 打开 Recommendations 页，先看谁推荐你、你推荐谁、状态是否 Inactive，以及每段推荐文案带来的免费订阅数。
Stats 里的 Substack other 能直接算互推效果吗？ 不能直接等同。Substack other、trackbacks、onboarding 和 app 来源会混在网络入口里，要再看单个推荐关系和 subscriber 样本。
welcome email 要写多长？ 长度不是关键。免费订阅者先看到刊物承诺、三篇入门文章和一个回复问题；付费订阅者再补权益和付费入口。
可以给推荐来源读者单独发邮件吗？ 可以用 Subscribers dashboard 过滤后发 direct email，但要看样本量和内容理由，不要把新读者第一周就推到高频促销里。
互推多久复盘一次比较合适？ 小刊物先跑 4 周。少于 2 期内容和 20 个推荐来源订阅时，数据更像方向信号，不适合下确定结论。