Ovladavanje konverzijom Freemium znači ozbiljno se pozabaviti analitikom proizvoda

Ovladavanje Freemium konverzijom 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 kada se uključe u besplatnu platformu, neki će korisnici na kraju preći na plaćene planove, dok će mnogi drugi ostati na besplatnom nivou, sa sadržajem koje god funkcije mogu pristupiti. istraživanje na teme freemium konverzije i zadržavanja kupaca ima u izobilju, a kompanije su neprestano izazivane da naprave čak i dodatna poboljšanja u freemium konverziji. Oni koji mogu da podnesu značajne nagrade. Bolja upotreba analitike proizvoda pomoći će im da stignu tamo.

Upotreba značajke govori priču

Količina podataka koji dolaze od korisnika softvera je zapanjujuća. 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, obim podataka nikada nije bio 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 i tradicionalni BI je dostupan 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 se funkcije najčešće koriste? Kada upotreba karakteristika obično opada prije isključivanja? Kako korisnici reagiraju na promjene u odabiru značajki na besplatnim ili plaćenim nivoima? Pomoću analitike proizvoda timovi mogu postavljati bolja pitanja, graditi bolje hipoteze, testirati rezultate i brzo implementirati promjene proizvoda i mape puta.

Ovo omogućava mnogo sofisticiranije razumijevanje korisničke baze, omogućavajući timovima proizvoda da gledaju segmente prema upotrebi karakteristika, koliko dugo korisnici imaju softver ili koliko ga često koriste, popularnost karakteristika 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 tradicionalni BI alat bio bi kratak za brzu analizu takve promjene

Slučaj slobodnog nivoa bluesa

Cilj besplatnog nivoa je pokrenuti probe koje vode do eventualne nadogradnje. Korisnici koji se ne nadograde na plaćeni paket 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 proizvodi korišteni (do nivoa značajke) između korisnika koji su se brzo isključili u odnosu na one koji su se bavili nekom aktivnošću tijekom određenog vremenskog razdoblja.

Da ne bi brzo odustali, korisnici moraju odmah vidjeti vrijednost proizvoda, čak i na besplatnom nivou. Ako se funkcije ne koriste, to može biti pokazatelj da je krivulja učenja na alatima previsoka za neke korisnike, smanjujući šanse da će ikada preći na 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 im ne bi rekao puno više od broja korisnika koji su se isključili i sigurno ne bi objasnio kako i zašto se ono što se događa iza kulisa.

Korisnici koji ostanu na besplatnom nivou i nastavljaju koristiti ograničene funkcije 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 grupe, analitika proizvoda može pomoći u prepoznavanju različitih segmenata, u rasponu od rijetkih korisnika (što nije visok prioritet) do korisnika koji pomiču ograničenja svog besplatnog 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 plaćenog nivoa. S bilo kojim pristupom, analitika proizvoda omogućava timovima da prate putovanje kupaca i preslikavaju ono što funkcionira u širem krugu korisnika.

Donošenje vrijednosti kroz čitavo putovanje kupaca

Kako proizvod postaje bolji za korisnike, idealni segmenti i persone postaju sve očitiji, pružajući uvid u kampanje koje mogu privući kupce slične njemu. Kako kupci vremenom koriste softver, analitičari proizvoda mogu i dalje prikupljati znanje iz korisničkih podataka, mapirajući putovanje kupca do odvajanja. Razumijevanje šta ubrzava uzbuđivanje kupaca - koje su funkcije radile, a što nisu koristile, kako se upotreba 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 ovaj način, analitika je u samom srcu uspjeha proizvoda, što podstiče poboljšanja karakteristika koja vode do više kupaca, pomažući da se postojeći kupci zadrže duže i grade bolju mapu proizvoda za sve trenutne i buduće korisnike. Uz analitiku proizvoda povezanu sa 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.

Šta ti misliš?

Ova stranica koristi Akismet kako bi smanjila neželjenu poštu. Saznajte kako se podaci vašeg komentara obrađuju.