Anàlisi i provesComerç electrònic i venda al detall

Dominar la conversió de Freemium vol dir seriosament sobre les anàlisis de productes

Ja sigui que parleu de Rollercoaster Tycoon o Dropbox, les ofertes freemium continua sent-ho una forma comuna d’atraure nous usuaris tant per a productes de programari de consum com per a empreses. Un cop incorporats a la plataforma gratuïta, alguns usuaris acabaran convertint-se en plans de pagament, mentre que molts més es mantindran al nivell gratuït, contingut amb les funcions a les quals puguin accedir. Recerca sobre els temes de la conversió freemium i la retenció de clients és abundant, i les empreses es troben desafiades contínuament a millorar fins i tot de manera incremental la conversió freemium. Aquells que poden aguantar recompenses significatives. Un millor ús de l’anàlisi de productes els ajudarà a arribar-hi.

L’ús de les funcions explica el conte

El volum de dades que provenen dels usuaris de programari és sorprenent. Totes les funcions que s’utilitzen durant cada sessió ens indiquen alguna cosa i la suma d’aquests aprenentatges ajuda els equips de productes a entendre el recorregut de cada client, aprofitant l’anàlisi de productes connectat a el magatzem de dades al núvol. En realitat, el volum de dades mai no ha estat mai el problema. Donar als equips de productes accés a les dades i permetre'ls fer preguntes i obtenir informació útil: aquesta és una altra història. 

Tot i que els professionals del màrqueting utilitzen plataformes d’anàlisi de campanyes establertes i la BI tradicional està disponible per mirar un grapat de mètriques històriques, els equips de productes sovint no poden extraure fàcilment les dades per fer (i respondre) les preguntes sobre el viatge del client que volen seguir. Quines funcions s’utilitzen més? Quan tendeix a disminuir l’ús de funcions abans de desvincular-se? Com reaccionen els usuaris davant els canvis en la selecció de funcions als nivells gratuït o de pagament? Amb l’anàlisi de productes, els equips poden fer millors preguntes, elaborar millors hipòtesis, provar resultats i implementar ràpidament canvis de productes i fulls de ruta.

Això permet una comprensió molt més sofisticada de la base d’usuaris, cosa que permet als equips de productes examinar els segments segons l’ús de les funcions, el temps que els usuaris tenen el programari o la freqüència amb què l’utilitzen, la popularitat de les funcions i molt més. Per exemple, és possible que trobeu que l'ús d'una característica concreta és una indexació excessiva entre els usuaris del nivell gratuït. Mou la funció a un nivell de pagament i mesura l’efecte de les dues actualitzacions al nivell de pagament i de la taxa de canvi lliure. Una eina tradicional de BI només quedaria curta per analitzar ràpidament aquest canvi

Un cas del blues de nivell lliure

L’objectiu del nivell gratuït és impulsar proves que condueixin a una eventual actualització. Els usuaris que no actualitzen a un pla de pagament continuen sent un centre de costos o simplement es desvinculen. Cap dels dos genera ingressos per subscripció. L'anàlisi de productes pot tenir un impacte positiu en tots dos resultats. Per als usuaris que es desenganxen, per exemple, els equips de productes poden avaluar com s’utilitzaven els productes (fins al nivell de funcions) de manera diferent entre els usuaris que es van desactivar ràpidament i els que van participar en alguna activitat durant un període de temps.

Per evitar abandonaments ràpids, els usuaris han de veure el valor immediat del producte, fins i tot en el nivell gratuït. Si no s’utilitzen funcions, pot ser una indicació que la corba d’aprenentatge de les eines és massa alta per a alguns usuaris, cosa que disminueix les possibilitats que es converteixin mai en un nivell de pagament. L’anàlisi de productes pot ajudar els equips a avaluar l’ús de les funcions i a crear millors experiències de productes que tinguin més probabilitats de generar conversions.

Sense analítiques de producte, seria difícil (per no dir impossible) que els equips de productes entenguessin per què els usuaris abandonen. La BI tradicional no els explicaria molt més que el nombre d’usuaris desvinculats i, sens dubte, no explicaria el com i el perquè del que està passant entre bastidors.

Els usuaris que es queden al nivell gratuït i continuen utilitzant funcions limitades presenten un repte diferent. És clar que els usuaris experimenten el valor del producte. La qüestió és com aprofitar la seva afinitat existent i moveu-los a un nivell de pagament. Dins d’aquest grup, l’anàlisi de productes pot ajudar a identificar segments diferents, que van des d’usuaris poc freqüents (no és una prioritat elevada) fins a usuaris que estan superant els límits del seu accés gratuït (un bon segment per centrar-se primer). Un equip de productes pot provar com reaccionen aquests usuaris davant de nous límits d’accés gratuït o l’equip pot provar una estratègia de comunicació diferent per ressaltar els avantatges del nivell de pagament. Amb qualsevol dels dos enfocaments, l’anàlisi de productes permet als equips seguir el recorregut del client i replicar el que funciona en un conjunt d’usuaris més ampli.

Aportant valor durant tot el viatge del client

A mesura que el producte és millor per als usuaris, els segments i les persones ideals es fan més evidents, proporcionant informació per a campanyes que poden atraure clients semblants. A mesura que els clients utilitzen el programari al llarg del temps, els analistes de productes poden continuar obtenint coneixement de les dades dels usuaris, traçant el recorregut del client fins a la desvinculació. La informació valuosa és entendre què fa precipitar els clients (quines funcions feien i no utilitzaven, com va canviar l’ús amb el pas del temps).

A mesura que s’identifiquen les persones en risc, proveu per veure si les diferents oportunitats d’interacció tenen èxit en mantenir els usuaris a bord i portar-los a plans de pagament. D’aquesta manera, l’anàlisi és el centre de l’èxit del producte, cosa que provoca millores de funcions que condueixen a més clients, ajudant a mantenir els clients existents durant més temps i creant un millor full de ruta de productes per a tots els usuaris, actuals i futurs. Amb l’anàlisi de productes vinculada al magatzem de dades al núvol, els equips de productes disposen de les eines per aprofitar al màxim les dades per fer qualsevol pregunta, formular una hipòtesi i comprovar com responen els usuaris.

Jeremy Levy

Jeremy Levy és cofundador Indicatiu amb l’amic i pioner de les xarxes socials Andrew Weinrich després de trobar la necessitat de dades de clients de qualitat mentre executaven MeetMoi, una aplicació de cites basada en la ubicació que van vendre a Match.com El duo també va fundar Xtify, una eina de notificació mòbil que van vendre a IBM.

Articles Relacionats

Torna al botó superior
a prop

Adblock detectat

Martech Zone és capaç de proporcionar-vos aquest contingut sense cap cost perquè monetitzem el nostre lloc mitjançant ingressos publicitaris, enllaços d'afiliats i patrocinis. Agrairem que elimineu el bloquejador d'anuncis mentre visualitzeu el nostre lloc.