Freemium reklāmguvuma apguve nozīmē nopietnību par produktu analīzi

Freemium reklāmguvuma apgūšana, izmantojot produktu analīzi

Neatkarīgi no tā, vai jūs runājat ar Rollercoaster Tycoon vai Dropbox, freemium piedāvājumi turpināt būt izplatīts veids, kā piesaistīt jaunus lietotājus gan patērētāju, gan uzņēmuma programmatūras produktiem. Tiklīdz viņi būs iekļuvuši bezmaksas platformā, daži lietotāji galu galā pārveidos par apmaksātiem plāniem, savukārt daudzi citi paliks bezmaksas līmenī - saturā ar visām funkcijām, kurām viņi var piekļūt. pētniecība par freemium konversijas un klientu noturēšanas tēmām ir daudz, un uzņēmumiem pastāvīgi tiek prasīts veikt pat pakāpeniskus uzlabojumus freemium pārveidošanā. Tie, kas var gūt ievērojamu labumu. Labāka produktu analīzes izmantošana palīdzēs viņiem tur nokļūt.

Funkciju lietošana stāsta pasaku

No programmatūras lietotājiem ienākošo datu apjoms ir satriecošs. Katra katras sesijas laikā izmantotā funkcija mums kaut ko stāsta, un šo mācību summa palīdz produktu komandām saprast katra klienta ceļojumu, izmantojot produktu analīzi, kas saistīta ar mākoņu datu noliktava. Patiesībā datu apjoms nekad nav bijis jautājums. Nodrošināt produktu komandām piekļuvi datiem un ļaut viņiem uzdot jautājumus un iegūt praktiskas ieskatus - tas ir cits stāsts. 

Kamēr tirgotāji izmanto izveidotas kampaņu analīzes platformas un tradicionālā BI ir pieejama, lai aplūkotu nedaudzus vēsturiskos rādītājus, produktu komandas bieži vien nevar viegli iegūt datus, lai uzdotu (un atbildētu) uz jautājumiem par klienta ceļojumu, kuru viņi vēlas. Kādas funkcijas tiek visbiežāk izmantotas? Kad objektu lietojums mēdz samazināties pirms atvienošanās? Kā lietotāji reaģē uz izmaiņām funkciju izvēlē bezmaksas vai apmaksātajos līmeņos? Izmantojot produktu analīzi, komandas var uzdot labākus jautājumus, izveidot labākas hipotēzes, pārbaudīt rezultātus un ātri ieviest izmaiņas produktos un ceļvedī.

Tas ļauj daudz sarežģītāk izprast lietotāju bāzi, ļaujot produktu komandām apskatīt segmentus pēc funkciju izmantošanas, cik ilgi lietotājiem ir bijusi programmatūra vai cik bieži viņi to izmanto, funkciju popularitāti un daudz ko citu. Piemēram, jūs varat uzzināt, ka konkrētas funkcijas izmantošana ir pārmērīga indeksēšana starp lietotājiem bezmaksas līmenī. Tāpēc pārvietojiet funkciju uz apmaksātu līmeni un novērtējiet ietekmi uz abiem jauninājumiem uz apmaksāto līmeni un brīvo atrašanas ātrumu. Vienīgi tradicionāls BI rīks būtu īss, lai ātri veiktu šādu izmaiņu analīzi

Brīva līmeņa blūza gadījums

Bezmaksas līmeņa mērķis ir vadīt izmēģinājumus, kas noved pie iespējamas jaunināšanas. Lietotāji, kuri neveic jaunināšanu uz apmaksātu plānu, paliek izmaksu centrs vai vienkārši atvienojas. Neviens no tiem nerada ieņēmumus no abonēšanas. Produktu analītikai var būt pozitīva ietekme uz abiem šiem rezultātiem. Piemēram, lietotājiem, kuri atslēdzas, produktu komandas var atšķirīgi novērtēt, kā produkti tika izmantoti (līdz funkciju līmenim) atšķirīgi starp lietotājiem, kuri ātri atslēdzās, salīdzinot ar tiem, kuri darbojas kādā laika periodā.

Lai netiktu ātri pamests, lietotājiem ir jāsaskata produkta tūlītēja vērtība pat brīvajā līmenī. Ja funkcijas netiek izmantotas, tas var liecināt par to, ka dažiem lietotājiem rīku mācīšanās līkne ir pārāk augsta, samazinot iespēju, ka viņi kādreiz pārveidos par apmaksātu līmeni. Produktu analīze var palīdzēt komandām novērtēt funkciju lietojumu un radīt labāku produktu pieredzi, kas, visticamāk, novedīs pie reklāmguvuma.

Bez produktu analīzes produktu komandām būtu grūti (ja ne neiespējami) saprast, kāpēc lietotāji pamet. Tradicionālais BI viņiem neteiks daudz vairāk par to, cik daudz lietotāju ir atvienojušies, un tas noteikti nepaskaidros, kā un kāpēc notiek aizkulises.

Lietotāji, kas paliek bezmaksas līmenī un turpina izmantot ierobežotas funkcijas, rada atšķirīgu izaicinājumu. Ir skaidrs, ka lietotāji izjūt produkta vērtību. Jautājums ir par to, kā piesaistīt viņu esošo radniecību un pārvietot tos uz apmaksātu līmeni. Šajā grupā produktu analīze var palīdzēt identificēt atšķirīgus segmentus, sākot no retiem lietotājiem (kas nav augsta prioritāte) līdz lietotājiem, kuri pārkāpj savas brīvās piekļuves robežas (labs segments, kam vispirms koncentrēties). Produkta komanda var pārbaudīt, kā šie lietotāji reaģē uz turpmākiem brīvas piekļuves ierobežojumiem, vai arī komanda var izmēģināt citu komunikācijas stratēģiju, lai uzsvērtu apmaksātā līmeņa priekšrocības. Izmantojot jebkuru pieeju, produktu analīze ļauj komandām sekot klienta ceļojumam un atkārtot to, kas darbojas plašākā lietotāju lokā.

Noved vērtību visā klienta ceļojumā

Kad produkts kļūst labāks lietotājiem, kļūst redzamāki ideālie segmenti un personas, kas sniedz ieskatu kampaņās, kas var piesaistīt līdzīgus klientus. Tā kā klienti laika gaitā izmanto programmatūru, produktu analītiķi var turpināt iegūt zināšanas no lietotāja datiem, kartējot klienta ceļojumu līdz atdalīšanai. Izpratne par to, kas mudina klientus satraukties - kādas funkcijas viņi izmantoja un neizmantoja, kā laika gaitā mainījās lietojums, ir vērtīga informācija.

Tā kā tiek identificētas riska personas, pārbaudiet, vai dažādas iesaistīšanās iespējas ir veiksmīgas, turot lietotājus uz klāja un iesaistot viņus apmaksātos plānos. Tādā veidā analīze ir tieši produkta panākumu pamatā, mudinot uz funkciju uzlabojumiem, kas nodrošina vairāk klientu, palīdzot ilgāk noturēt esošos klientus un izveidojot labāku produktu ceļvedi visiem lietotājiem - gan pašreizējiem, gan nākamajiem. Izmantojot produktu analīzi, kas saistīta ar mākoņa datu noliktavu, produktu komandām ir rīki, lai maksimāli izmantotu datus, lai uzdotu jebkuru jautājumu, izveidotu hipotēzi un pārbaudītu, kā lietotāji reaģē.

Ko jūs domājat?

Šī vietne izmanto Akismet, lai samazinātu surogātpastu. Uzziniet, kā tiek apstrādāts jūsu komentārs.