Ovladavanje konverzijom Freemium znači ozbiljnije se baviti analitikom proizvoda

Ovladavanje Freemium pretvorbom pomoću analitike proizvoda

Bez obzira govorite li o Rollercoaster Tycoonu ili Dropboxu, freemium ponudama i dalje biti uobičajeni način privlačenja novih korisnika kako za potrošačke tako i za poslovne softverske proizvode. Jednom kad se uključe na besplatnu platformu, neki će se korisnici na kraju pretvoriti u plaćene planove, dok će mnogi drugi ostati na besplatnom nivou, sa sadržajem koje god značajke mogu pristupiti. Istraživanje na teme freemium pretvorbe i zadržavanja kupaca ima u izobilju, a tvrtke su neprestano izazivane da naprave čak i dodatna poboljšanja u freemium konverziji. Oni koji mogu podnijeti da dobiju značajne nagrade. Bolja upotreba analitike proizvoda pomoći će im da tamo dođu.

Upotreba značajke govori priču

Količina podataka koji dolaze od korisnika softvera zapanjujuća je. Svaka značajka korištena tijekom svake sesije govori nam nešto, a zbroj tih učenja pomaže timovima proizvoda da razumiju putovanje svakog kupca, koristeći analitiku proizvoda povezanu s skladište podataka u oblaku. Zapravo, količina podataka nikada zapravo nije bila problem. Omogućavanje timovima proizvoda pristup podacima i omogućavanje postavljanja pitanja i dobivanja korisnih uvida - to je već druga priča. 

Iako marketinški stručnjaci koriste uspostavljene platforme za analitiku kampanja, a tradicionalni BI dostupan je za gledanje pregršt povijesnih mjernih podataka, timovi proizvoda često ne mogu lako iskopati podatke kako bi postavili (i odgovorili) na pitanja o putovanju kupaca koja žele nastaviti. Koje su značajke najčešće korištene? Kada upotreba značajki obično opada prije isključivanja? Kako korisnici reagiraju na promjene u odabiru značajki u slobodnim ili plaćenim razinama? Pomoću analitike proizvoda timovi mogu postavljati bolja pitanja, stvarati bolje hipoteze, testirati rezultate i brzo implementirati promjene proizvoda i putokaza.

To omogućuje mnogo sofisticiranije razumijevanje korisničke baze, omogućujući timovima proizvoda da gledaju segmente prema upotrebi značajki, koliko dugo korisnici imaju softver ili koliko ga često koriste, popularnost značajki i još mnogo toga. Na primjer, mogli biste otkriti da upotreba određene značajke pretjerano indeksira među korisnicima u besplatnom sloju. Dakle, premjestite značajku na plaćeni nivo i izmjerite učinak na obje nadogradnje na plaćeni nivo i stopu besplatnog odbacivanja. Samo bi tradicionalni alat za BI bio kratak za brzu analizu takve promjene

Slučaj slobodnog nivoa bluesa

Cilj besplatne razine je pokretanje pokusa koji vode do eventualne nadogradnje. Korisnici koji se ne nadograde na plaćeni plan ostaju mjesto troškova ili se jednostavno isključuju. Niti generira prihod od pretplate. Analitika proizvoda može imati pozitivan utjecaj na oba ova ishoda. Na primjer, za korisnike koji se isključe, timovi za proizvode mogu različito procijeniti kako su se proizvodi koristili (do razine značajke) između korisnika koji su se brzo isključili u odnosu na one koji su se tijekom određenog vremena bavili nekom aktivnošću.

Da ne bi brzo odustali, korisnici moraju odmah vidjeti vrijednost proizvoda, čak i na besplatnoj razini. Ako se značajke ne koriste, to može biti pokazatelj da je krivulja učenja na alatima previsoka za neke korisnike, smanjujući šanse da će se ikad pretvoriti u plaćeni nivo. Analitika proizvoda može pomoći timovima da procijene upotrebu značajki i stvore bolja iskustva s proizvodima koja će vjerojatnije dovesti do konverzije.

Bez analitike proizvoda, timovima proizvoda bilo bi teško (ako ne i nemoguće) razumjeti zašto korisnici odlaze. Tradicionalni BI ne bi im rekao puno više od broja korisnika koji su se isključili i sigurno ne bi objasnio kako i zašto se događa iza kulisa.

Korisnici koji ostanu na slobodnom nivou i nastavljaju koristiti ograničene značajke predstavljaju drugačiji izazov. Jasno je da korisnici doživljavaju vrijednost proizvoda. Pitanje je kako iskoristiti njihov postojeći afinitet i premjestite ih u plaćeni nivo. Unutar ove skupine analitika proizvoda može pomoći u prepoznavanju različitih segmenata, od rijetkih korisnika (što nije visok prioritet) do korisnika koji pomiču ograničenja svog slobodnog pristupa (dobar segment na koji se prvo treba usredotočiti). Tim proizvoda mogao bi testirati kako ti korisnici reagiraju na daljnja ograničenja njihovog slobodnog pristupa ili bi tim mogao isprobati drugačiju komunikacijsku strategiju kako bi naglasio prednosti plaćene razine. S bilo kojim pristupom, analitika proizvoda omogućuje timovima da prate putovanje kupaca i preslikavaju ono što djeluje na širi skup korisnika.

Donošenje vrijednosti kroz cijelo putovanje kupaca

Kako proizvod postaje bolji za korisnike, idealni segmenti i persone postaju sve očitiji, pružajući uvid u kampanje koje mogu privući kupce koji izgledaju poput njih. Kako se kupci vremenom koriste softverom, analitičari proizvoda mogu i dalje prikupljati znanje iz korisničkih podataka, mapirajući putovanje kupca do odvajanja. Razumijevanje što ubrzava uzbuđivanje kupaca - koje su značajke radili, a što nisu koristili, kako se uporaba mijenjala s vremenom - dragocjena je informacija.

Kako se prepoznaju rizične osobe, testirajte kako biste vidjeli koliko su različite mogućnosti angažmana uspješne u zadržavanju korisnika na brodu i uvođenju u plaćene planove. Na taj je način analitika u samom središtu uspjeha proizvoda, potičući poboljšanja značajki koja vode do više kupaca, pomažući zadržati postojeće kupce dulje i gradeći bolji plan proizvoda za sve trenutne i buduće korisnike. Uz analitiku proizvoda povezanu s skladištem podataka u oblaku, timovi proizvoda posjeduju alate kako bi maksimalno iskoristili podatke kako bi postavili bilo koje pitanje, stvorili hipotezu i testirali kako korisnici odgovaraju.

Što vi mislite?

Ova web stranica koristi Akismet za smanjenje neželjene pošte. Saznajte kako se podaci vašeg komentara obrađuju.