Jeremy Levy es director ejecutivo y cofundador de Indicativo, una plataforma de análisis de productos para gerentes de productos, especialistas en marketing y analistas de datos. Jeremy, un emprendedor en serie, cofundó Xtify, adquirida por IBM en 2013, y MeetMoi, un servicio de citas basado en la ubicación vendido a Match.com en 2014.
Más publicaciones de este colaborador Las empresas no tienen grandes datos, solo tienen datos incorrectos
El enfoque de marketing freemium se ha convertido en un lugar común entre los proveedores de software B2C y B2B por igual. Teniendo en cuenta que la mayoría ve menos del 5% de los usuarios gratuitos pasan a planes pagos, incluso una ligera mejora en la conversión puede traducirse en ganancias significativas de ingresos. La pregunta (multi)millonaria es, ¿cómo lo hacen?
La respuesta se encuentra en el análisis de productos, que ofrece a los equipos la capacidad de hacer y responder cualquier cantidad de preguntas sobre el viaje del cliente de forma ad hoc. Combinado con un compromiso con las pruebas, la medición y la iteración, esto pone los datos en el asiento del conductor y ayuda a los equipos a tomar mejores decisiones sobre lo que hay en el nivel gratuito y lo que hay detrás del muro de pago. Las empresas exitosas hacen de esta evaluación un ejercicio continuo.
A menudo, la verdad del análisis de productos es que los conocimientos prácticos provienen de solo una fracción de los datos y puede tomar tiempo comprender lo que está sucediendo.
Sudar las cosas pequeñas
Un modelo de negocio freemium es simplemente un conjunto de embudos interconectados. Desde los clientes potenciales hasta el compromiso, la conversión y la retención, comprender cada paso y realizar incluso pequeñas optimizaciones en cualquier etapa tendrá implicaciones en el embudo descendente. Comience por usar análisis de productos para comprender los matices de lo que funciona y lo que no, y luego duplique lo primero.
Por ejemplo, identifique personas específicas que se desempeñen bien y mal. Si bien su promedio de conversión general puede ser del 5%, puede haber segmentos que conviertan al 10% o al 1%. Comprender la diferencia puede arrojar luz sobre dónde enfocarse. Ahí es donde el análisis correcto puede conducir a resultados significativos. Pero si no entiende qué, por qué y cómo mejorar, se quedará con conjeturas. Y esa no es una forma moderna de operar.
Existe la idea errónea de que el volumen de datos es igual al valor de los datos. Supongamos que desea impulsar su embudo comprando tráfico de pago por clic. Ve un gran volumen de actividad, con números que aumentan al comienzo de su embudo y un equipo de ventas ocupado con llamadas. Sin embargo, se da cuenta de que el aumento del tráfico, que parecía tan prometedor al principio, da como resultado que muy pocos usuarios se conviertan a planes pagos.
Ahora, esta es una historia tan antigua como PPC, pero en el pequeño porcentaje que se convierte, hay mucho que aprender sobre dónde enfocar sus esfuerzos: qué características del producto mantienen a los usuarios enganchados y cuáles no se utilizan. A menudo, la verdad del análisis de productos es que los conocimientos prácticos provienen de solo una fracción de los datos y puede tomar tiempo comprender lo que está sucediendo. Lograr que los usuarios se unan al plan gratuito es solo el primer paso en la conversión. La prueba y la iteración continúan desde allí.
Los caídos y los languidecidos
Dentro del nivel gratuito, los usuarios pueden languidecer, satisfechos con las funciones a las que pueden acceder. Si su embudo está lleno de usuarios que languidecen, al menos ha resuelto el problema de adopción, entonces, ¿por qué están atascados? Sin un enfoque de prueba y seguimiento, tendrá dificultades para comprender a sus usuarios y cómo responden, por segmento, a los cambios.
Source link