Het beheersen van freemium-conversie betekent serieus worden over productanalyse

Freemium-conversie beheersen met behulp van productanalyse

Of je het nu hebt over Rollercoaster Tycoon of Dropbox, freemium-aanbiedingen blijven zijn een gebruikelijke manier om nieuwe gebruikers aan te trekken voor zowel consumenten- als bedrijfssoftwareproducten. Eenmaal aan boord van het gratis platform, zullen sommige gebruikers uiteindelijk overstappen op betaalde abonnementen, terwijl veel meer in de gratis laag blijven, met alle functies waartoe ze toegang hebben. Onderzoek over de onderwerpen van freemium-conversie en klantbehoud is er in overvloed, en bedrijven worden voortdurend uitgedaagd om zelfs incrementele verbeteringen aan te brengen in freemium-conversie. Degenen die aanzienlijke beloningen kunnen oogsten. Een beter gebruik van productanalyses zal hen daarbij helpen.

Gebruik van functies vertelt het verhaal

De hoeveelheid gegevens die binnenkomt van softwaregebruikers is verbluffend. Elke functie die tijdens elke sessie wordt gebruikt, vertelt ons iets, en de som van die lessen helpt productteams het traject van elke klant te begrijpen door gebruik te maken van productanalyses die zijn gekoppeld aan het datawarehouse in de cloud. Eigenlijk is de hoeveelheid gegevens nooit echt het probleem geweest. Productteams toegang geven tot de gegevens en hen in staat stellen vragen te stellen en bruikbare inzichten te vergaren - dat is een ander verhaal. 

Terwijl marketeers gevestigde campagne-analyseplatforms gebruiken en traditionele BI beschikbaar is om naar een handvol historische statistieken te kijken, kunnen productteams de gegevens vaak niet gemakkelijk ontginnen om de klantreisvragen te stellen (en te beantwoorden) die ze willen nastreven. Welke functies worden het meest gebruikt? Wanneer neemt het gebruik van functies af voordat het wordt uitgeschakeld? Hoe reageren gebruikers op veranderingen in de selectie van functies in de gratis versus betaalde niveaus? Met productanalyses kunnen teams betere vragen stellen, betere hypothesen opstellen, testen op resultaten en snel product- en roadmapwijzigingen doorvoeren.

Dit zorgt voor een veel geavanceerder begrip van het gebruikersbestand, waardoor productteams segmenten kunnen bekijken op basis van functiegebruik, hoe lang gebruikers de software hebben of hoe vaak ze deze gebruiken, populariteit van functies en meer. U zou bijvoorbeeld kunnen ontdekken dat het gebruik van een bepaalde functie te veel indexeert onder gebruikers in de gratis laag. Verplaats de functie dus naar een betaald niveau en meet het effect op beide upgrades naar het betaalde niveau en het gratis verloop. Alleen al een traditionele BI-tool zou te kort schieten om een ​​dergelijke verandering snel te analyseren

Een geval van de free-tier blues

Het doel van de gratis laag is om proefversies te rijden die tot een eventuele upgrade leiden. Gebruikers die niet upgraden naar een betaald abonnement, blijven een kostenplaats of stoppen gewoon. Geen van beide genereert inkomsten uit abonnementen. Productanalyse kan een positieve invloed hebben op beide resultaten. Voor gebruikers die zich terugtrekken, kunnen productteams bijvoorbeeld evalueren hoe producten werden gebruikt (tot op functieniveau), tussen gebruikers die zich snel terugtrokken en gebruikers die gedurende een bepaalde periode een bepaalde activiteit hebben uitgevoerd.

Om te voorkomen dat ze snel uitvallen, moeten gebruikers onmiddellijke waarde van het product zien, zelfs in de gratis laag. Als functies niet worden gebruikt, kan dit een aanwijzing zijn dat de leercurve van de tools voor sommige gebruikers te hoog is, waardoor de kans kleiner wordt dat ze ooit naar een betaalde laag zullen overschakelen. Productanalyse kan teams helpen het gebruik van functies te evalueren en betere productervaringen te creëren die eerder tot conversie leiden.

Zonder productanalyse zou het voor productteams moeilijk (zo niet onmogelijk) zijn om te begrijpen waarom gebruikers afhaken. Traditionele BI zou hen niet veel meer vertellen dan hoeveel gebruikers zich hebben teruggetrokken, en het zou zeker niet het hoe en waarom verklaren van wat er achter de schermen gebeurt.

Gebruikers die in de gratis laag blijven en beperkte functies blijven gebruiken, vormen een andere uitdaging. Het is duidelijk dat gebruikers waarde van het product ervaren. De vraag is hoe ze hun bestaande affiniteit en verplaats ze naar een betaald niveau. Binnen deze groep kunnen productanalyses helpen bij het identificeren van verschillende segmenten, variërend van niet-frequente gebruikers (geen hoge prioriteit) tot gebruikers die de grenzen van hun gratis toegang verleggen (een goed segment om eerst op te focussen). Een productteam kan testen hoe deze gebruikers reageren op verdere beperkingen van hun gratis toegang, of het team kan een andere communicatiestrategie proberen om de voordelen van het betaalde niveau te benadrukken. Met beide benaderingen stelt productanalyse teams in staat het klanttraject te volgen en te repliceren wat werkt voor een bredere groep gebruikers.

Waarde creëren tijdens het hele klanttraject

Naarmate het product beter wordt voor gebruikers, worden ideale segmenten en persona's duidelijker, wat inzicht geeft in campagnes die gelijkaardige klanten kunnen aantrekken. Omdat klanten in de loop van de tijd software gebruiken, kunnen productanalisten kennis blijven vergaren uit gebruikersgegevens, waardoor het klanttraject tot en met de terugtrekking in kaart worden gebracht. Begrijpen wat klanten versnelt - welke functies ze wel en niet gebruikten, hoe het gebruik in de loop van de tijd veranderde - is waardevolle informatie.

Als risicopersona's worden geïdentificeerd, moet u testen om te zien hoe verschillende engagementmogelijkheden succesvol zijn om gebruikers aan boord te houden en hen in betaalde plannen te brengen. Op deze manier vormt analyse de kern van het productsucces, wat leidt tot functieverbeteringen die leiden tot meer klanten, waardoor bestaande klanten langer behouden blijven en een betere productroadmap wordt ontwikkeld voor alle huidige en toekomstige gebruikers. Met productanalyses die zijn gekoppeld aan het datawarehouse in de cloud, beschikken productteams over de tools om maximaal gebruik te maken van de gegevens om elke vraag te stellen, een hypothese te vormen en te testen hoe gebruikers reageren.

Wat denk je?

Deze site gebruikt Akismet om spam te verminderen. Ontdek hoe uw reactiegegevens worden verwerkt.