知识吧 知识资讯 SaaS产品管理指标(干货篇)

SaaS产品管理指标(干货篇)

SaaS产品管理指标是为满足三方面的需求而量身定制的——销售、营销和客户成功。通常管理指标的数量非常多,到底哪些产品管理指标是需要特别的关注和监控呢?作者根据SaaS用户在使用产品过程中的用户旅途,对SaaS管理指标分为了6类,一起来具体看看吧。

SaaS产品经理在管理产品过程中,定义与追踪关键指标是管理产品过程不可或缺的部分。由于不同行业属性的产品以及处于不同生命周期的产品,核心的关键指标和追踪目标都存在差异。

SaaS产品经理需要的是能够描述客户或产品生命周期的特定方面、易于衡量且具有可比性的产品指标,因此找到正确的SaaS产品管理指标对于产品经理来说可能是相当具有挑战性的。

在SaaS领域里,客户留存等同于财务的增长,因为经常性收入是持续增长的关键。因此,SaaS企业更加关注整个客户生命周期,希望通过SaaS产品和服务与客户建立长期合作关系,从而增加财务收益。

SaaS产品管理指标是为满足三方面的需求而量身定制的——销售、营销和客户成功。通常管理指标的数量非常多,以至于有时候会让我们的SaaS产品经理感到非常苦恼,到底哪些产品管理指标是需要特别的关注和监控呢?我们可以采用跟踪用户旅程阶段对产品指标进行分类,从而让企业和产品经理更加专注的跟踪重要的指标。

我们根据SaaS用户在使用产品过程中的用户旅途对SaaS管理指标可分为这几类:激活指标、功能采用指标、产品活跃使用指标、留存指标、客户满意度指标和收入指标

1.激活指标

激活指标意味着用户已经意识到产品的价值时刻,这也是衡量用户的第一个价值时刻。

激活指标是推动SaaS增长并对收入影响最大的 Pirate Metrics 框架的关键指标之一。SaaS产品经理跟踪、优化的激活指标通常是:访客注册率、激活率、试用到付费转化率、产品粘性等。

2.功能和产品采用指标

衡量关键操作的频率和节奏,判断产品功能是否真实帮助用户解决问题。

用户为什么会使用你的SaaS产品?以及使用哪些功能来解决他的问题,关乎于你的产品的价值点是否被用户所认知。

如果将SaaS产品比喻为一家服装商品店,有大量的顾客在光顾,但是他们完全没有购买和试穿,那么这家公司将很快会面临关门大吉。所以,促进用户采用SaaS产品功能,就像是要让销售导购员或通过广告告诉用户这家商店里面有什么,能够给用户解决什么问题,用户为什么需要它,以及如何使用它。

功能采用指标需要结合产品用户操作日志埋点,通过数据埋点将用户的使用产品的操作轨迹进行分析,就能知道用户对你所提供的功能是否都正常的采取使用,功能使用的过程当中会出现什么问题打断了用户的正常流程。这对未来产品迭代提供很有价值的建议思路和方向。

3.产品活跃使用指标

用户在采用你产品进行业务目标达成期间,我们通常采用每日活跃用户(DAU)、每周活跃用户(WAU) 或每月活跃用户 (MAU)这三个指标来衡量用户活动,分析某个特定的时间间隔里有多少不重复的用户正在积极的使用你的产品。

采用用户活跃指标来衡量产品的被使用频率,使用频率越高,表明用户对产品的价值认可,并且重复的进行获取,从而提高了我们的留存率。但是,我们在对用户活跃度的统计之前,产品与运营团队需要提前定义清楚“什么是活跃用户”,这点非常的重要。是用户登录产品时?还是用户点击使用特定功能或打开特定页面时?只有在定义好活跃用户场景下,我们再去追踪统计用户活跃指标才会有参考价值和意义。

ToB SaaS产品的业务较难采用单一的用户活跃度这个指标进行产品衡量,不同的业务领域,他们所面临的业务场景、流程、业务触发频率都不一样。这个时候,我们需要结合使用用户粘性这个指标,用户粘性等于每日活跃用户数除以每月活跃用户数,表示用户多久回访一次使用你的产品,同时通过该比例可以帮助你了解到你的产品用户群体的增长情况和产品对用户吸引力。

粘性 = DAU / MAU

例如:如果你有 50 个每日活跃用户和 100 个每月活跃用户,那么你的粘性百分比是 50%。你的普通用户大约有一半时间使用你的产品,或者 30 天一个月中有 15 天使用你的产品。

4.保留指标

众所周知,获得一名新用户的投入成本是挽留一名用户所需要成本的5倍,即使客户保留率仅增加 5%,也可以将利润提高 25% 到 95% 之间。SaaS保留指标,如客户留存率和流失率,对于任何一家SaaS企业都是至关重要的指标。通过这些指标,可以帮助到我们分析到销售漏斗中客户流失的原因,并且通过留存率预测持续性收入(MRR、ARR)。

5.客户满意度指标

以产品为驱动增长策略,必须要围绕着用户的价值进行开展。用户在使用产品过程体验和情绪需要被关注和满足,我们常通过客户反馈来获取和衡量用户满意度情况。通过在产品应用程序里面开放用户调查反馈或发生用户使用调查问卷,收集用户体验和情绪反馈,洞察用户对产品的使用感受。

尽管大家都清楚客户满意度指标很重要,但是具体如何通过衡量满意度指标给企业带来产品的迭代优化指导,这点还是非常的模糊。主要是客户满意度指标与利润和增长并没有直接的关联性,但是如果衡量好客户满意度指标,可以为产品提供宝贵的客户想法和建议,通过客户的反馈信息改善客户的体验,这对提高用户留存率和忠诚度起到积极的改善的作用。

常见的客户满意度指标有以下四种:

(1)净推荐值(NPS)

NPS是Frederick Reichheld 在2003年开发出的一种用来预测客户未来忠诚度的方法,客户满意度调查仅是了解客户对产品的满意情况和使用产品过程中的情绪,客户再怎么满意,也可能会存在过几天就“流失”的情况。而NPS调查不是询问客户对产品或者服务是否满意,更倾向于询问和了解用户是否愿意将我们的产品推荐给自己的朋友或者家人。

NPS通过向用户提问两个核心的问题,来衡量调查用户对产品的忠诚度。

  • 第一个问题:“您向您的朋友或者家人推荐的可能性有多大?”;
  • 第二个问题:“让用户基于第一个问题回答的基础上继续回答为什么会选择这个可能推荐值,理由是什么?”

通过向用户对这两个问题的回复,我们可以获悉到:用户为什么给我们这个评分?我们能够为用户提供什么服务或者改进什么来让用户提高分值?用户希望告诉我们什么?

客户对这几个问题的回复大多数是定性回复,但是我们可以再次深入了解客户的感受并采取行动改善客户体验。

(2)客户满意度评分(CSAT)

客户满意度评分(CSAT)基本上是每一家SaaS企业对外衡量客户满意度最直接的指标,一方面是因为该指标能够直接的反馈出被调研的客户群体对产品使用满意情况,另外一方面是数据指标易于被理解。

不同的行业,CSAT的平均值也不同,但普遍在于85%这个范围内较为合理,零售行业一般是在80%左右。造成行业CSAT衡量的平均水平差异最主要原因是每个企业之间衡量统计CSAT的方式都略有不同,所以我们在实施 CAST调研时,需要注意以下两点:

1)你想问客户什么问题?客户回答你的这个问题对你有什么帮助,这是在开始CSAT调研之前调研者必须要先设想清楚,并且所询问的问题之间要有一定的关联性,由浅入深,尽量避免问题描述过程中使用强调性的形容词字眼,以免出现引导用户做出判断的情况。例如:“您对所使用的产品或者服务是否非常满意?”,应该改为:“您对所使用的产品或服务是否满意?”,“我们的产品是否能够满足您的需求?”

2)调查形式的多样化组合,尽管CSAT调研的方式很多,但是并不是所有的方式我们都需要去使用。在采用调研的方式之前,我们充分了解所需要调研的用户群体属性,我们该采用什么方式才能更好的触达到,例如:邮件调研、在线问卷、应用程序内置的反馈调研组件等等。

(3)客户努力评分(CES)

客户努力评分(CES)是最新的衡量客户满意度的方法之一,它是由CEB Global Research(现为 Gartner 的一部分)于 2010 年开发的,其核心宗旨是:

减少用户工作量,而不是为了增加用户愉悦感,才是让客户满意的原因。CES主要是用于衡量客户采用你的产品或者服务完成业务目标过程中的难易程度。客户将他们的体验从“非常困难”到“非常容易”分成七个等级进行打分,由打分就可以确定使用产品或服务需要付出多少努力,以及他们继续为其付费的可能性。如下图:

SaaS产品管理指标(干货篇)

图 客户努力评分CES示例图

过去我们在对用户进行客户满意度调查时发现,从产品或服务各方面来看,客户都非常的满意,但是之后他不再与我们进行续订合约。这些看似偶然发生取消订阅的事件背后,只能说明用户在对客户满意度调查的时候做出了积极的回应,并且产品能够满足他实现业务目标的,但客户满意度与忠诚度之间几乎是没有关系的。

大多数SaaS企业采用客户满意度调查(CSAT)分数作为衡量客户体验的主要指标,产品经理们认为客户满意度值越高,用户就越忠诚,这种想法其实是不可靠的。过去那些在客户服务方面努力的“取悦”用户的企业,正在面临巨大的挑战,一方面是销售们服务客户成本高居不下,另一方面过高的追求客户期望和满意度值浪费时间和精力。

所以,我们通过衡量客户努力评分(CES)来洞察客户服务过程问题,有意识地采取行动有助于改善客户服务、降低客户服务成本并减少客户流失。利用不满或苦苦挣扎的客户的反馈来减少客户的努力。

比如,通过增加产品应用内的自助服务能力,让用户能够快速的针对问题找到解决方案,增加解决问题的渠道的“粘性”,最大限度地减少渠道切换。在服务方面,公司主要通过帮助用户快速轻松地解决问题来创造忠诚的客户,尤其是在解决客户反馈的主要问题时,还要预测和解决常见的下游问题。

(4)流失率或者留存率

客户流失是指在特定的一段时间范围内(一般指一个月)失去的客户数量,这些流失的客户在SaaS业务上指停止订阅续费的客户数。而流失率等于期间范围内的客户数除以期间范围初始的客户数再乘以100,就得到特定期间范围内的客户流失率。

例如:某SaaS产品11月初的订阅客户数1000,而到了11月底时统计发现流失的客户200,这个时候其11月份流失率:(200/1000)*100 = 20%。

留存率用来衡量产品在特定的时间范围内留住多少客户。当我们确定好将要计算某个时间范围后,我们还需要弄清楚三个参数:范围期初现有客户数、范围期末客户总数,范围期间新增客户数。

其计算逻辑为:期末客户总数减去范围期间新增客户数,再除以期初现有客户数,之后再乘以100;例如:某SaaS产品11月份初期付费客户总数量1000,11月底的统计11月份新增付费客户数20,11月期末总的客户数为900。

则11月份的客户留存率 = ((900 – 20)/1000)*100 = 88%。

6.财务指标

收入指标KPI对任何一家SaaS企业都是非常核心和重要的指标。因SaaS行业独特的商业模式,导致企业必须要非常重视现金流和未来的收益趋势。通常SaaS产品经理和管理者只需要关注这几个核心的收入指标:每月经常性收入(MRR)、来自新用户收入百分比、客户终身价值(LTV)。

(1)每月经常性收入(MRR)

每月经常性收入(MRR)指SaaS企业每个月可以预期收入的金额,这些收入的金额可以通过每月付费订阅用户数乘以每用户平均收入(ARPU)来计算。MRR是SaaS企业生存的关键,企业应该持续的对该指标进行关注和监控,并且将影响MRR指标数据的其他关键指标一并进行整合监控,每个月都需要进行分析和对比。虽然MRR能够帮助企业进行预测每个月的收入,但对业务的监控风险并没有起到非常直观的警示,这个时候我们可以采纳另外一个指标——净MRR流失率。

净MRR流失率表示您在特定月份因流失(包括帐户取消和降级)而损失的金额比率,净 MRR 流失率 = {(流失 MRR – 扩展 MRR)/起始 MRR} x 100。如果我们计算后的净MRR流失率大于0,则说明企业当前收入低于上个月的收入,需要引起重视,如果连续出现三个月净MRR流失率大于0,企业需要关注客户留存率情况及新获客。

(2)来自新客户收入百分比

我们在关注MRR指标时,也需要关注另外一个核心的KPI指标“来自新客户收入百分比”。为了验证业务是否健康的发展,我们必须知道收入分类的占比情况,当月的营收费用里面多少是新客户贡献的,多少是来自老客户的,还有多少是订阅升级的。这些营收分类的占比需要制定明确的指标红线,通常新客户收入的占比约总收入的10%~15%期间,业务发展较为健康。企业需要不断的通过获得新客户的增长以及维护现有的客户进行续费订阅和升级,以此来提高MRR。

来自新用户的收入百分比=(来自新用户的收入/总收入)X 100

(3)客户终身价值(LTV)

LTV代表客户“终身价值”,指用户付费订阅成为付费用户期间,企业从用户那里赚取的平均金额。LTV是SaaS的一个重要指标,因为留存率与 SaaS 的盈利能力相关,而且 LTV 是预测未来财务决策的有用工具。计算 LTV 的公式有很多,但最好的公式是将每个客户的收入相加,然后减去获取和服务客户的成本。

SaaS企业需要想尽办法提高LTV,这样才能够提高SaaS企业的整体盈利能力。众所周知,SaaS商业模式的关键在于,大部分的收入利润来自于用户的反复订阅付费,而不仅仅只是单笔的销售交易。这将意味着,SaaS企业需要尽力的维护好产品和用户关系,利用产品的解决方案价值和企业服务长期挽留住用户。SaaS企业留住用户的时间越长,用户为产品支付的订阅费用就越多,你平均服务每位用户的成本平摊下来就越低,最后LTV值就越高。

专栏作家

大D ,微信公众号:ToB产品创新研习社,知识吧专栏作家。ToB SaaS产品专家。曾在国内多家上市企业担任互联网总监、信息技术部总监,带领团队多次从0到N进行产品商业化闭环,现专注于SaaS服务产品创业。

本文原创发布于知识吧。未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

本文来自网络,不代表知识吧立场,转载请注明出处:https://zhishiba.net/3003.html
上一篇
下一篇

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部

Warning: error_log(/www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/#log/log-1911.txt): failed to open stream: No such file or directory in /www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/spider.class.php on line 2900