Analytics και δοκιμέςΗλεκτρονικό εμπόριο και λιανική

Ο έλεγχος της μετατροπής Freemium σημαίνει σοβαρότερη για το Analytics προϊόντων

Είτε μιλάτε για Rollercoaster Tycoon ή Dropbox, προσφορές freemium συνεχίζουν να είναι ένας κοινός τρόπος προσέλκυσης νέων χρηστών σε προϊόντα λογισμικού καταναλωτών και επιχειρήσεων. Μόλις επιβιβαστεί στην δωρεάν πλατφόρμα, ορισμένοι χρήστες θα μετατρέψουν τελικά σε προγράμματα επί πληρωμή, ενώ πολλοί άλλοι θα παραμείνουν στο δωρεάν επίπεδο, περιεχόμενο με όποια χαρακτηριστικά μπορούν να έχουν πρόσβαση. Έρευνα σχετικά με τα θέματα της μετατροπής freemium και η διατήρηση πελατών είναι άφθονη, και οι εταιρείες καλούνται συνεχώς να κάνουν ακόμη και σταδιακές βελτιώσεις στη μετατροπή freemium. Εκείνοι που μπορούν να αποκομίσουν σημαντικές ανταμοιβές. Η καλύτερη χρήση των αναλυτικών στοιχείων προϊόντων θα τους βοηθήσει να φτάσουν εκεί.

Η χρήση των χαρακτηριστικών λέει την ιστορία

Ο όγκος των δεδομένων που προέρχονται από χρήστες λογισμικού είναι συγκλονιστικός. Κάθε λειτουργία που χρησιμοποιείται σε κάθε συνεδρία μας λέει κάτι και το άθροισμα αυτών των μαθημάτων βοηθά τις ομάδες προϊόντων να κατανοήσουν το ταξίδι κάθε πελάτη, αξιοποιώντας τα αναλυτικά προϊόντα που συνδέονται με την αποθήκη δεδομένων cloud. Στην πραγματικότητα, ο όγκος των δεδομένων δεν ήταν ποτέ το πρόβλημα. Δίνοντας στις ομάδες προϊόντων πρόσβαση στα δεδομένα και δίνοντάς τους τη δυνατότητα να υποβάλλουν ερωτήσεις και να συλλέγουν πληροφορίες με δυνατότητα δράσης - αυτή είναι μια άλλη ιστορία. 

Ενώ οι έμποροι χρησιμοποιούν καθιερωμένες πλατφόρμες αναλυτικών στοιχείων καμπάνιας και το παραδοσιακό BI είναι διαθέσιμο για να εξετάσει μια χούφτα ιστορικών μετρήσεων, οι ομάδες προϊόντων συχνά δεν μπορούν εύκολα να εξορύξουν τα δεδομένα για να υποβάλουν (και να απαντήσουν) στις ερωτήσεις ταξιδιού των πελατών που θέλουν να ακολουθήσουν. Ποια χαρακτηριστικά χρησιμοποιούνται πιο συχνά; Πότε η χρήση χαρακτηριστικών τείνει να μειωθεί πριν από την αποδέσμευση; Πώς αντιδρούν οι χρήστες στις αλλαγές στην επιλογή των δυνατοτήτων στα επίπεδα έναντι έναντι πληρωμής; Με την ανάλυση προϊόντων, οι ομάδες μπορούν να υποβάλουν καλύτερες ερωτήσεις, να δημιουργήσουν καλύτερες υποθέσεις, να δοκιμάσουν τα αποτελέσματα και να εφαρμόσουν γρήγορα αλλαγές προϊόντων και χάρτη πορείας.

Αυτό καθιστά μια πολύ πιο εξελιγμένη κατανόηση της βάσης χρηστών, επιτρέποντας στις ομάδες προϊόντων να βλέπουν τμήματα με βάση τη χρήση χαρακτηριστικών, πόσο καιρό έχουν οι χρήστες το λογισμικό ή πόσο συχνά το χρησιμοποιούν, δημοτικότητα χαρακτηριστικών και πολλά άλλα. Για παράδειγμα, μπορεί να διαπιστώσετε ότι η χρήση μιας συγκεκριμένης δυνατότητας είναι υπερβολική ευρετηρίαση μεταξύ των χρηστών στο δωρεάν επίπεδο. Μετακινήστε λοιπόν τη δυνατότητα σε μια πληρωμένη βαθμίδα και μετρήστε την επίδραση και στις δύο αναβαθμίσεις στην πληρωμένη βαθμίδα και στο δωρεάν ποσοστό στροφών. Ένα παραδοσιακό εργαλείο BI από μόνο του θα ήταν σύντομο για γρήγορη ανάλυση μιας τέτοιας αλλαγής

Μια περίπτωση των μπλουζ ελεύθερης βαθμίδας

Ο στόχος της δωρεάν βαθμίδας είναι να οδηγήσει δοκιμές που οδηγούν σε τελική αναβάθμιση. Οι χρήστες που δεν κάνουν αναβάθμιση σε πρόγραμμα επί πληρωμή παραμένουν κέντρο κόστους ή απλώς αποσύνδεση. Ούτε δημιουργεί έσοδα από συνδρομές. Η ανάλυση προϊόντων μπορεί να έχει θετικό αντίκτυπο και στα δύο αυτά αποτελέσματα. Για χρήστες που απεμπλέκουν, για παράδειγμα, οι ομάδες προϊόντων μπορούν να αξιολογήσουν τον τρόπο με τον οποίο χρησιμοποιήθηκαν τα προϊόντα (μέχρι το επίπεδο της δυνατότητας) διαφορετικά μεταξύ των χρηστών που αποδέσμευσαν γρήγορα σε σχέση με εκείνους που συμμετείχαν σε κάποια δραστηριότητα για μια χρονική περίοδο.

Για να μην εγκαταλείψουν γρήγορα, οι χρήστες πρέπει να δουν άμεση αξία από το προϊόν, ακόμη και στην ελεύθερη βαθμίδα. Εάν οι λειτουργίες δεν χρησιμοποιούνται, μπορεί να αποτελεί ένδειξη ότι η καμπύλη εκμάθησης στα εργαλεία είναι πολύ υψηλή για ορισμένους χρήστες, μειώνοντας τις πιθανότητες να μετατραπούν ποτέ σε πληρωμένη βαθμίδα. Τα αναλυτικά προϊόντα μπορούν να βοηθήσουν τις ομάδες να αξιολογήσουν τη χρήση χαρακτηριστικών και να δημιουργήσουν καλύτερες εμπειρίες προϊόντων που είναι πιο πιθανό να οδηγήσουν σε μετατροπή.

Χωρίς αναλύσεις προϊόντων, θα ήταν δύσκολο (αν όχι αδύνατο) για τις ομάδες προϊόντων να καταλάβουν γιατί οι χρήστες εγκαταλείπουν. Το παραδοσιακό BI δεν θα τους έλεγε πολύ περισσότερα από τον αριθμό των χρηστών που απεμπλέκθηκαν και σίγουρα δεν θα εξηγούσε πώς και γιατί αυτό που συμβαίνει πίσω από τα παρασκήνια.

Οι χρήστες που παραμένουν στο δωρεάν επίπεδο και συνεχίζουν να χρησιμοποιούν περιορισμένες δυνατότητες παρουσιάζουν μια διαφορετική πρόκληση. Είναι σαφές ότι οι χρήστες βιώνουν αξία από το προϊόν. Το ερώτημα είναι πώς να αξιοποιήσουν την υπάρχουσα συγγένεια τους και μετακινήστε τα σε μια πληρωμένη βαθμίδα. Μέσα σε αυτήν την ομάδα, τα αναλυτικά προϊόντα μπορούν να βοηθήσουν στον εντοπισμό διακριτών τμημάτων, που κυμαίνονται από σπάνιους χρήστες (όχι υψηλή προτεραιότητα) έως χρήστες που ωθούν τα όρια της ελεύθερης πρόσβασής τους (ένα καλό τμήμα για να επικεντρωθούν πρώτα). Μια ομάδα προϊόντων μπορεί να δοκιμάσει τον τρόπο με τον οποίο αυτοί οι χρήστες αντιδρούν σε περαιτέρω όρια στην ελεύθερη πρόσβασή τους, ή η ομάδα μπορεί να δοκιμάσει μια διαφορετική στρατηγική επικοινωνίας για να επισημάνει τα οφέλη της κατηγορίας επί πληρωμή. Με οποιαδήποτε από τις δύο προσεγγίσεις, το analytics προϊόντων επιτρέπει στις ομάδες να παρακολουθούν το ταξίδι των πελατών και να αναπαράγουν αυτό που λειτουργεί σε ένα ευρύτερο σύνολο χρηστών.

Φέρνοντας αξία καθ 'όλη τη διάρκεια του ταξιδιού των πελατών

Καθώς το προϊόν γίνεται καλύτερο για τους χρήστες, τα ιδανικά τμήματα και τα πρόσωπα γίνονται πιο εμφανή, παρέχοντας πληροφορίες για καμπάνιες που μπορούν να προσελκύσουν όμοιοι πελάτες. Καθώς οι πελάτες χρησιμοποιούν λογισμικό με την πάροδο του χρόνου, οι αναλυτές προϊόντων μπορούν να συνεχίσουν να συλλέγουν γνώσεις από δεδομένα χρηστών, χαρτογραφώντας το ταξίδι των πελατών έως την αποδέσμευση. Η κατανόηση του τι προκαλεί την ανατροπή των πελατών - ποιες δυνατότητες έκαναν και δεν χρησιμοποίησαν, πώς άλλαξε η χρήση με την πάροδο του χρόνου - είναι πολύτιμες πληροφορίες

Καθώς εντοπίζονται άτομα με κίνδυνο, δοκιμάστε να δείτε πώς οι διαφορετικές ευκαιρίες αφοσίωσης είναι επιτυχημένες στο να διατηρήσουν τους χρήστες εν πλω και να τους φέρουν σε προγράμματα επί πληρωμή. Με αυτόν τον τρόπο, το analytics βρίσκεται στο επίκεντρο της επιτυχίας του προϊόντος, προκαλώντας βελτιώσεις λειτουργιών που οδηγούν σε περισσότερους πελάτες, συμβάλλοντας στη διατήρηση των υπαρχόντων πελατών για μεγαλύτερο χρονικό διάστημα και στη δημιουργία ενός καλύτερου οδικού χάρτη προϊόντων για όλους τους χρήστες, τρέχοντες και μελλοντικούς. Με τα αναλυτικά στοιχεία προϊόντων που συνδέονται με την αποθήκη δεδομένων cloud, οι ομάδες προϊόντων διαθέτουν τα εργαλεία για να αξιοποιήσουν στο έπακρο τα δεδομένα για να υποβάλουν οποιαδήποτε ερώτηση, να σχηματίσουν μια υπόθεση και να ελέγξουν τον τρόπο με τον οποίο ανταποκρίνονται οι χρήστες.

Τζέρεμι Λέβι

Ο Jeremy Levy συνιδρύθηκε ενδεικτικός με τον πρωτοπόρο φίλο και τα μέσα κοινωνικής δικτύωσης Andrew Weinrich αφού διαπίστωσε την ανάγκη για ποιοτικά δεδομένα πελατών κατά τη λειτουργία του MeetMoi, μιας εφαρμογής γνωριμιών βάσει τοποθεσίας που πούλησαν στο Match.com. Το ντουέτο ίδρυσε επίσης το Xtify, ένα εργαλείο ειδοποίησης για κινητά που πούλησαν στην IBM.

Σχετικά άρθρα

Επιστροφή στην κορυφή κουμπί
Κλεισιμο

Εντοπίστηκε μπλοκ διαφημίσεων

Martech Zone είναι σε θέση να σας παρέχει αυτό το περιεχόμενο χωρίς κόστος, επειδή δημιουργούμε έσοδα από τον ιστότοπό μας μέσω εσόδων από διαφημίσεις, συνδέσμων συνεργατών και χορηγιών. Θα εκτιμούσαμε εάν καταργούσατε το πρόγραμμα αποκλεισμού διαφημίσεων καθώς προβάλλετε τον ιστότοπό μας.