At mestre Freemium-konvertering betyder at blive seriøs omkring produktanalyse

Mastering Freemium-konvertering ved hjælp af produktanalyse

Uanset om du taler om Rollercoaster Tycoon eller Dropbox, freemium-tilbud fortsætte med at være en fælles måde at tiltrække nye brugere til både softwareprodukter til forbrugere og virksomheder. Når de først er ombord på den gratis platform, vil nogle brugere i sidste ende konvertere til betalte planer, mens mange flere forbliver i det gratis niveau, indhold med de funktioner, de har adgang til. Forskning om emnerne freemium-konvertering og kundebevarelse er rigeligt, og virksomheder udfordres løbende til at foretage endnu flere trin i freemium-konvertering. Dem, der kan stå for at høste betydelige belønninger. Bedre brug af produktanalyse hjælper dem med at komme derhen.

Funktionsbrug fortæller fortællingen

Mængden af ​​data, der kommer ind fra softwarebrugere, er forbløffende. Hver funktion, der bruges under hver session, fortæller os noget, og summen af ​​disse læringer hjælper produktteamet med at forstå hver kundes rejse ved at udnytte produktanalyser forbundet til cloud data warehouse. Faktisk har datamængden aldrig rigtig været problemet. At give produktteams adgang til dataene og sætte dem i stand til at stille spørgsmål og få handlingsbar indsigt - det er en anden historie. 

Mens marketingfolk bruger etablerede kampagneanalyseplatforme, og traditionel BI er tilgængelig for at se på en håndfuld historiske målinger, kan produktteam ofte ikke let udvinde dataene for at stille (og besvare) de kunderejsespørgsmål, de ønsker at forfølge. Hvilke funktioner bruges mest? Hvornår har brugen af ​​funktioner tendens til at falde inden frakobling? Hvordan reagerer brugere på ændringer i udvælgelsen af ​​funktioner i de gratis vs. betalte niveauer? Med produktanalyse kan teams stille bedre spørgsmål, opbygge bedre hypoteser, teste for resultater og hurtigt implementere produkt- og køreplanændringer.

Dette giver en langt mere sofistikeret forståelse af brugerbasen, så produkthold kan se på segmenter efter funktionsbrug, hvor længe brugere har haft softwaren eller hvor ofte de bruger den, popularitet af funktioner og mere. For eksempel kan du finde ud af, at brugen af ​​en bestemt funktion overindekserer blandt brugere i det gratis niveau. Så flyt funktionen til et betalt niveau, og mål effekten på begge opgraderinger til det betalte niveau og den gratis churn-sats. Et traditionelt BI-værktøj alene ville komme kort for hurtig analyse af en sådan ændring

Et tilfælde af Free-Tier Blues

Målet med det gratis niveau er at køre forsøg, der fører til en eventuel opgradering. Brugere, der ikke opgraderer til en betalt plan, forbliver et omkostningscenter eller frakobler blot. Hverken genererer abonnementsindtægter. Produktanalyse kan have en positiv indvirkning på begge disse resultater. For brugere, der frakobler for eksempel, kan produktteams evaluere, hvordan produkter blev brugt (ned til funktionsniveau) forskelligt mellem brugere, der hurtigt blev frigjort i forhold til dem, der deltog i en eller anden aktivitet over en periode.

For at forhindre frafald hurtigt, skal brugerne se øjeblikkelig værdi fra produktet, selv i det gratis niveau. Hvis funktioner ikke bruges, kan det være en indikation af, at læringskurven på værktøjerne er for høj for nogle brugere, hvilket mindsker chancerne for, at de nogensinde konverterer til et betalt niveau. Produktanalyser kan hjælpe teams med at evaluere brug af funktioner og skabe bedre produktoplevelser, der er mere tilbøjelige til at føre til konvertering.

Uden produktanalyse ville det være vanskeligt (hvis ikke umuligt) for produktteam at forstå, hvorfor brugerne afleverer. Traditionel BI ville ikke fortælle dem meget mere end hvor mange brugere, der blev frakoblet, og det ville bestemt ikke forklare, hvordan og hvorfor, hvad der sker bag kulisserne.

Brugere, der forbliver i det gratis niveau og fortsætter med at bruge begrænsede funktioner, udgør en anden udfordring. Det er klart, at brugerne oplever værdi fra produktet. Spørgsmålet er, hvordan man kan udnytte deres eksisterende affinitet og flytte dem til et betalt niveau. Inden for denne gruppe kan produktanalyser hjælpe med at identificere forskellige segmenter, der spænder fra sjældne brugere (ikke høj prioritet) til brugere, der skubber grænserne for deres gratis adgang (et godt segment at fokusere på først). Et produktteam kan teste, hvordan disse brugere reagerer på yderligere begrænsninger for deres gratis adgang, eller teamet kan prøve en anden kommunikationsstrategi for at fremhæve fordelene ved det betalte niveau. Med begge tilgange giver produktanalyse teams mulighed for at følge kunderejsen og replikere, hvad der fungerer på tværs af et bredere sæt brugere.

At skabe værdi gennem hele kunderejsen

Efterhånden som produktet bliver bedre for brugerne, bliver ideelle segmenter og personas mere tydelige, hvilket giver indsigt i kampagner, der kan tiltrække lignende kunder. Da kunder bruger software over tid, kan produktanalytikere fortsætte med at hente viden fra brugerdata og kortlægge kundens rejse gennem frakobling. Det er værdifuld information at forstå, hvad der skaber kunder, der kæmper - hvilke funktioner de gjorde og ikke brugte, hvordan brugen ændrede sig over tid.

Når der identificeres risikopersoner, skal du teste for at se, hvordan forskellige engagementsmuligheder er vellykkede til at holde brugerne om bord og bringe dem i betalte planer. På denne måde er analyse helt kernen i produktsucces, hvilket medfører forbedringer af funktioner, der fører til flere kunder, der hjælper med at holde eksisterende kunder i længere tid og opbygger en bedre produktkøreplan for alle brugere, nuværende og fremtidige. Med produktanalyse knyttet til cloud-datalageret besidder produktteams værktøjerne til at udnytte dataene maksimalt til at stille spørgsmål, danne en hypotese og teste, hvordan brugerne reagerer.

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.