热门资讯> 四步搭建企业服务数据分析体系 >

四步搭建企业服务数据分析体系

转载时间:2021.11.03(原文发布时间:2017.03.29)
206
转载作者:36氪企服点评小编
阅读次数:206次

编者按:本文来自微信公众号“GrowingIO”(ID:GrowingIO),作者揭发;36氪经授权发布。

大家好,我叫揭发,很高兴今天和大家分享企业服务领域的数据驱动。

如果说2015年是SaaS的元年,那么2016年就是SaaS的爆发年!经过了一年多的爆发式发展,处在风口的SaaS企业将会何去何从?流量获取的价格越来越贵,SaaS企业精益化运营之路又该怎么走?

一、从现金流谈SaaS行业特征

SaaS(Software as a Service,软件即服务)行业不同于传统的行业,其资金投入与收益过程具有显著特征。

四步搭建企业服务数据分析体系

SaaS行业用户现金流模

上图展示了一个SaaS企业客户生命周期内的资金流模型,左下方的红色柱体表示获取用户的前期巨大投入,包括市场部门推广、销售部门洽谈以及技术支持的成本。上方的黄色柱体表示从客户来的收入,SaaS行业一般按照时间定期收费。

四步搭建企业服务数据分析体系

企业服务增长曲线

这张图展示了 SaaS 领域经常思考的问题,希望每个月的业务都在增长,做5家客户的时候,希望做10家、20家,当客户数量不断增加的时候,曲线会发生严重的下滑,到达收支平衡点的时间会变得更长。

因为初期投入的 CAC(获客成本)很高,但是 LTV(用户生命周期内的价值)回流很慢,获得利润的时间在严重滞后。

如果业务增长过快,客户数量越来越多,用马云的话说,就是今天很残酷,明天很残酷,但后天很美好,大部分人死在明天晚上。需要知道自己有没有能力承载快速的业务增长。

如果一家SaaS企业年收入是1000W,用户流失率是30%,那么下一年就会流失300W的收入;当这家企业的年收入达到1个亿的时候,下一年就会流失3000W的收入。当这家企业用户增长速度达到瓶颈的时候,如果此时用户流失率还像30%那么高的话,就很可能导致用户或者收入增长停滞甚至倒退。

经过上面的数据分析不难看出,SaaS行业具有一系列显著的特征,并且对业务产生了深刻的影响:

  • 获取客户成本高。获取一个B端客户需要市场、销售、技术支持等多部分跟进,消耗大量人力、精力;

  • ARPA(客单价)很高。相比于To C产品,企业级服务客单价非常高;

  • 产品迭代需要要数据支撑。SaaS产品的每一次改进都需要从用户角度出发,用数据衡量效果;

  • 用户续约和留存是业务基石。SaaS行业,LTV(用户生命周期内的价值)应该大于三倍的CAC(获客成本),这样才能提高效率。

针对这些特征,SaaS行业需要在以下四个方面进行深入探究:如何高效获取用户、如何激活和转化用户、产品如何迭代和优化、如何用数据驱动客户成功。

二、如何高效获取用户

提高获取用户的效率,第一步要建立精细化的渠道追踪体系;然后要衡量每一次内容、每一个活动的效果;最后要关注转化的每一步,优化转化流程。

(一)建立精细化的渠道追踪体系

不同于以往拍脑袋主观判断渠道的质量,现在我们用UTM参数配置来追踪用户的来源。如下图所示,UTM提供了五个可以自由配置的参数,方便我们追踪用户广告来源、媒介、名称、内容和关键字。

四步搭建企业服务数据分析体系

UTM参数配置解

通过UTM渠道追踪体系,我们可以精准衡量内容营销、社会化营销、SEM、DSP等推广工作的效果。

四步搭建企业服务数据分析体系

内部数据打

有关内部数据打通,GrowingIO 会提供各种各样的接口,跟客户内部的数据打通,包括用户的ID、公司ID,付费状态,以及公司级别。这个作用有两点,第一,帮助完善用户从市场层面的流量,到最终注册以及付费的数据打通,第二,CSM (客户成功部门)在需要分析客户的时候,可以结合这些信息去做更多更细的分析。

(二)衡量不同渠道的转化效果

建立了UTM渠道追踪体系后,开始日常投放和维护,然后对追踪到的数据进行定期的分析。衡量一个渠道的质量,可以从引流的访问用户量、跳出率、访问时长、访问深度等多个方面进行精细数据分析。

四步搭建企业服务数据分析体系

监测不同渠道的转化效

在渠道评估的过程中,我们需要根据实际的业务需求和应用场景选择合理的指标,持续性评估渠道的质量和引流效果。

(三)转化漏斗分析

最后,我们需要通过漏斗帮助我们观察,从用户激活到付费整个流程的效率。

四步搭建企业服务数据分析体系

某日转化率波动较

漏斗可以帮助我们做两件事:

第一,可以观测整个环节中转化率的波动;

第二,可以从中发现整个流程中对你业务最有影响的关键点,找到影响最大的障碍点,对整个流程进行优化。

三、如何实现用户上手和激活

SaaS产品功能复杂,有一定的学习成本;SaaS企业需要在产品层面帮助用户尽快上手。在这个基础上,我们还要分析用户关键行为路径的转化,激活用户。

(一)用户如何使用产品

一个SaaS产品会有不同的功能模块,不同用户对不同模块的使用频率、使用深度上都有差异。SaaS企业需要持续监测用户在你产品上的表现,通过百分比堆积图等形式观察用户在不同功能上时间消耗比例。

四步搭建企业服务数据分析体系

百分比堆积图展示不同功能占用时间比

从整个全局的角度了解用户的使用路径,不论以哪种方式进入,通过各种环节到达不同的阶段和功能点,完成他最终的操作。这就帮助我们定位出,用户最终是如何运用你的产品。

(二)关键路径转化分析

用户在使用SaaS产品的过程中,存在一些关键的路径,例如注册路径、加载SDK路径、支付路径等。比如说这个环节用户流失很大,我们可以通过系统单独把这部分流失用户找出来,进一步研究他们的使用路径,观察在什么地方出现了障碍。

四步搭建企业服务数据分析体系

转化漏斗监测到的注册转化

关键路径的顺利与否,直接影响着用户能否被成功激活或者转化;所以SaaS产品关键路径的每一步都需要进行精细数据分析。

四、如何迭代与优化产品

留存,顾名思义,就是用户在你的网站/APP中留下来、持续使用的意思。通过产品留存分析,我们可以掌握用户对不同产品功能的使用粘性与活跃度,从而进行产品迭代和优化。

(一)留存的三个阶段

留存曲线分为三个阶段:震荡期、选择期和稳定期。绝大部分新用户在一开始的震荡期就流失了,在选择期部分用户找到了产品的价值,然后慢慢稳定下来。

四步搭建企业服务数据分析体系

留存的三个阶

SaaS产品在设计的过程中就要考虑新用户的留存问题,将核心价值功能尽可能直接地展示给新用户,提升前两个阶段的留存曲线。

(二)找到新用户留存的关键功能

通过对比不同产品功能(功能模块)的留存度,SaaS产品可以很容易发现产品的核心或者高价值点,留存度高的产品功能其价值也较高。

四步搭建企业服务数据分析体系

产品模块使用留存差

通过产品设计优化引导新用户发现和使用这些核心功能模块,尽可能早地为用户创造业务价值,从而提升新用户的留存率。

(三)找到产品增长的Magic Number

在硅谷的增长黑客实践中,有一组Magic Number(魔法数字)被人津津乐道。那么这组数字到底是一种怎样的存在呢?

  • LinkedIn发现新用户在一周内添加五个社交好友的话,它的留存度会非常高;

  • Facebook发现新用户在一周内添加十个好友的话,它的留存度会非常高;

  • Drobox发现在两个操作系统上登陆过的用户,它的留存度非常高。

其实Magic Number就是一组用户行为的组合,它揭示了用户在规定时间内对某个产品功能进行了N次操作的状态。那么如何找到SaaS产品的Magic Number呢?

四步搭建企业服务数据分析体系

产品的Magic Number

我们基于智能算法,推出『留存魔法师』功能,帮助我们计算出用户的留存度和用户行为(组合)之间的相关系数。如果系数在0.4-0.6之间,表示两者正相关;如果系数大于0.6,表示两者强相关。在正向相关的用户行为(组合)中找到具有业务意义、可操作性的一组,作为促进你产品增长的Magic Number。

五、数据驱动客户成功

客户成功在企业服务里是非常重要的,如下图我们把收入和支出进行拆分,如果营业额为100%,其中有24%的主营业务成本,51%的销售和市场,15%的研发,13%的一般性支出,将销售和市场进一步拆分,新客户的获取占26%。SaaS 业务有一个很大的特点,如果做好客户成功,客户的切入点变低,新客户获取的费用就会降低,原本在这部分的投入就可以变成未来的利润。

四步搭建企业服务数据分析体系

SaaS 公司收入支出拆分情

为了提高用户的留存、活跃,让用户续约,获得这部分的利润,客户成功是非常关键的。在我看来,客户成功有三个层面。

  • 驱动客户成功的逻辑

  • 建立数据驱动的客户成功体系

  • 如何使用客户成功系统

其中核心搭建这套体系的数据有三个方面,第一是用户行为数据,占90%,第二是运营数据,第三是结果性指标,占极少数。

(一)客户成功的逻辑

客户成功的本质是精细化的客户管理,通过客户的“温度-健康度模型”实现用户分群。下图的横坐标“健康指数”代表用户的活跃度;纵坐标的“温度指数”代表用户转化的可能性。

四步搭建企业服务数据分析体系

”健康度-温度“模

我们需要对不同分群的用户进行差异化的运营策略。左上角的用户活跃度不高,但是付费转化的可能性很高;我们需要对用户加强培训,提高其使用频率。右下角的用户非常活跃,但是付费的可能性很低,值得我们深入思考背后的原因。

(二)客户成功的层次

理清客户成功的思路后,需要从零搭建客户成功分析体系,并且按层次分析。根据业务管理需要,可以分为三层:客户总体、公司级别和用户级别。

四步搭建企业服务数据分析体系

客户成功体

公司的高级管理层(CXO,VP级别)需要重点关注客户总体情况,包括用户的活跃度走势、登录账号情况、访问时长、关键消耗指数和总体健康度排名。

客户成功经理需要重点关注公司级别的健康度,包括对应客户的产品关键模块使用情况、客户流失预测等。基层的业务工作人员需要具体对接到个人,尤其是核心用户的使用情况。

假如一个CRM系统销售总监都不用的话,那一线的销售或者业务员也没有动力去使用这个CRM;一个招聘软件HRD不用的话,下面的HR也不可能用的很多。

(三)搭建客户成功看板

理清客户成功的层次后,我们需要搭建一套完整的数据看板,支持我们前面的逻辑和层次分析。

四步搭建企业服务数据分析体系

客户成功看

客户成功看板应该包括:客户总体的活跃度分析、公司各个模块使用活跃度分析、核心用户的活跃度监控。通过客户成功看板的数据监测,及时发现可能流失客户,介入干预,提高用户留存。

举个例子,之前通过CSM看到某个用户登录频次逐渐降低,于是进行介入,介入之后发现用户的使用活跃度大幅度提升。实现客户成功,需要通过数据快速定位出我们最需要投入精力的客户,尽早解决他们的问题。

最后,企业服务是在帮客户做三件事,第一是帮助客户降低获客成本,更有效的获取用户;第二是产品功能迭代,让用户感受到产品核心价值,提高用户留存;第三是预测流失,提前介入潜在可能流失的客户,提升客户的续约和留存。

[免责声明]

资讯标题: 四步搭建企业服务数据分析体系

资讯来源: 36氪官网

36氪企服点评

新锐产品推荐

消息通知
咨询入驻
商务合作