Η εκτίμηση και η πρόβλεψη των αναγκών του πελάτη δεν είναι κάτι καινούργιο για το επιχειρείν. Από την γέννηση του οι επιχειρήσεις προσπαθούσαν να εκτιμήσουν στο έπακρο την συμπεριφορά δυνητικών και υφιστάμενων πελατών με σκοπό να επεκτείνουν την εμβέλεια τους αλλα και να επικρατήσουν του ανταγωνισμού.
Όσον αφορά στις λύσεις τεχνολογίας, όταν υιοθετείται μια Product-Led go to market στρατηγική, η αποτίμηση της συμπεριφοράς των τελικών χρηστών και η δυνατότητα χαρτογράφησης αυτής είναι πλέον εφικτή. Σε αυτή την περίπτωση, το προϊόν δεν είναι απλά ένα μέρος του customer experience. Όταν υιοθετείται μια Product-Led go to market στρατηγική, το προϊόν είναι το experience. Κάτι που εξ ορισμού αλλάζει ολιστικά των τρόπο λειτουργίας των επιχειρήσεων και ενισχύει τον ρόλο του product management που πλέον κρατάει και αυτό, κατα πολύ, τα ηνία του growth.
Η δημιουργία και προσφορά αρεστών προϊόντων παρόλ’ αυτά, είναι απλά μία από τις προκλήσεις καλείται να αντιμετωπίσει σήμερα το product management. Η βελτιστοποίηση του ROI (return on investment), η αύξηση των επιπέδων χρήσης (adoption levels) και η εξομάλυνση των αδύναμων σημείων του customer journey το ακολουθούν σε κάθε του βήμα.
Ποια features αποδίδουν τα περισσότερα κέρδη; Πως μπορούν οι πωλήσεις και τα τμήματα εξυπηρέτησης πελατών (Customer Success, Customer Support, Professional Services) να προλαμβάνουν το retention rate με γνώμονα την συμπεριφορά του end-user (τελικού χρήστη); Πως αξιολογείται η αποτελεσματικότητα του onboarding; Πως βελτιστοποιούνται αυτές τις αξιολογήσεις; Αυτά είναι μόνο μερικά από τα ερωτήματα που καλούνται να απαντήσουν οι επιχειρήσεις που πραγματεύονται digital (SaaS & Cloud) products.
Τα data ή για να είμαστε ακριβείς τα (vanity ή μη) metrics, ήταν πάντα η κινητήριος δύναμη του growth. Όλες οι επιχειρήσεις, αναλύουν στον μέγιστο βαθμό των δυνατοτήτων τους τα αποτελέσματα πωλήσεων, marketing και γενικότερων πρακτικών για να αποδώσουν το κέρδος... ή το έλλειμμα που αυτά αποφέρουν. Η αύξουσα ανάγκη επένδυσης πάνω στο product experience όμως, κάνει παραπάνω από σημαντική την υιοθέτηση πρακτικών που θα χαρτογραφούν τις κινήσεις των χρηστών σε όλο το εύρος τους.
Τα Product-Led Growth metrics, δεν είναι ένα ακόμα buzzword ή κάποιο εφήμερο trend που ακολουθεί το SaaS industry. Τουναντίον, είναι ο μόνος τρόπος να αποδοθεί σε πραγματικό χρόνο η δραστηριότητα των end users και να ανακαλυφθούν patterns που επηρεάζουν από το product roadmap μέχρι και το στοχευμένο ROI. Τώρα, περισσότερο από ποτέ, οι επιχειρήσεις πρέπει να εκμεταλλευτούν τα product data και να αξιολογούν άμεσα το customer health, τα adoption levels και το user behavior.
Product Data: Η απόλυτη πηγή πληροφόρησης
Οι Product-Led οργανισμοί αντιμετωπίζουν το προϊόν σαν την άμεση πηγή του business growth και κατα συνέπεια τα product data σαν μοναδικό πλεονέκτημα απέναντι στον αυξάνοντα ανταγωνισμό.
Οι συνδυαστικές μετρήσεις των business και product metrics ενοποιεί τις επιχειρηματικές λειτουργίες και αποδίδει την επίδραση κάθε ενδοεταιρικού τμήματος στο customer journey. Αυτό όμως δεν σημαίνει ότι το Product-Led transformation δεν επιφέρει τις δικές του μοναδικές προκλήσεις.
Τυπικές ανησυχίες που ακολουθούν είναι:
- Ποιο τμήμα πρέπει να διαχειρίζεται τα product data σε κάθε στάδιο του customer journey;
- Πως είναι εφικτή η περισυλλογή των product data σε πραγματικό χρόνο και τι πόροι χρειάζονται;
- Ποια in-product milestones πρέπει να τεθούν;
- Πως μπορεί να διοχετεύεται αποτελεσματικά το feedback μεταξύ των διαφόρων ενδοεταιρικών ομάδων;
Παρόλο που αυτοί οι προβληματισμοί είναι συνήθεις για αυτές τις επιχειρήσεις, δεν μπορούν να θεωρηθούν δεδομένες στο SaaS industry. Όντας σε μεταβατικό στάδιο χαρακτηρίζεται από πολλές διαφοροποιήσεις και ασυνέπειες επιχειρηματικών πρακτικών. Οι επιχειρήσεις πρέπει να επιλέξουν μεταξύ της βελτιστοποίησης των τωρινών πρακτικών τους ή την υιοθέτηση μια πελατοκεντρικής go-to-market στρατηγικής που θα έχει σαν γνώμονα το ίδιο το προϊόν.
Πως αποτιμάται το Product Experience;
Επειδή το product experience είναι μια εκκολαπτόμενη στην ουσία έννοια ακόμα, δεν έχουν τεθεί ακόμα κοινώς αποδεκτά metrics του αποδιδόμενου ROI. Αυτό μπορεί να ακούγεται εν μέρει αποθαρρυντικό, αλλά δεν σημαίνει ότι οι επιχειρήσεις πρέπει να αγνοούν την δύναμη των product metrics που, πέρα των υπολοίπων πλεονεκτημάτων τους, μπορούν να αποδώσουν και το ολιστικο business health.
Σε μια εκτενή έρευνα που διεξήγαγε η ReinventGrowth, πάνω σε 40 Product-Led επιχειρήσεις, βρέθηκε ότι χρησιμοποιείται μια μίξη - business, marketing, και product- metrics για την αποτίμηση του product experience.
Ας πάρουμε το onboarding για παράδειγμα. Οι συμμετέχοντες, αφού ερωτήθηκαν εάν υιοθετούν ένα self-serve ή customer success μοντέλο, τους ζητήθηκε να θέσουν τα user behavioral benchmarks απόδοσης του customer journey.
Τα αποτελέσματα της έρευνας έδειξαν ότι τα πιο δημοφιλή benchmarks ανά onboarding μοντέλο ήταν:
- Monthly Churn Rate
- NPS
- Key Features Adoption
- Product growth metrics όπως τα PQL Scorings (product qualified lead scorings αξιολόγησης επιπέδων χρήσης)
Δημοφιλείς μέθοδοι αποτίμησης του user behavior ανά στρατηγική onboarding:
Εν συνεχεία, τα πιο δημοφιλή benchmarks ανά τμήμα το NPS, το Monthly Churn Rate, και το website traffic επικράτησαν μεταξύ των τμημάτων Marketing, Product Management, και Customer Success. Παραδόξως, τα PQL scorings δείχνει να προτιμούνται περισσότερο από το Marketing και το Customer Success και λιγότερο από- τον συνήθη ύποπτο- το Product Management.
Δημοφιλείς μέθοδοι αποτίμησης του user behavior ανά τμήμα:
Σύγχρονα Analytics Programs
Η μεθοδολογια και το toolset που χρησιμοποιείται για την εξαγωγή των απαιτούμενων product data επίσης παίζουν πολύ σημαντικό ρόλο. Στην πλειοψηφία τους, οι συμμετέχουσες επιχειρήσεις φάνηκαν να χρησιμοποιούν δύο κατηγορίες product analytics programs:
1. Fundamental Product Analytics (Βασικά προγράμματα Product Analytics)
Αυτά τα services αξιολογούν τα product analytics σε πολλές διαστάσεις σε feature, account και user level. Το μειονέκτημα τους; Αποτυγχάνουν να μετρήσουν τα ολιστικά επίπεδα χρήσης και UI instrumentation και παρέχουν μια πολύ γενική εικόνα αποτίμησης του product experience. Όταν δεν παρέχεται η δυνατότητα εξαγωγής λεπτομερών behavioral data, οι επιχειρήσεις βασίζονται στις ομάδες engineering για να αποκτήσουν εξάγουν τα απαραίτητα δεδομένα. Κατ’ εξακολούθηση το product management καταλήγει να κάνει αντισταθμίσεις όσον αφορά την κατανομή των πόρων και των προτεραιοτήτων του. Κάτι που ακολουθείται από αυξημένα κόστη και εν τέλη απόδοση δεδομένων παρελθοντικής συμπεριφοράς των χρηστών.
2. Advanced Program Analytics (Προηγμένα Product Analytics)
Αυτά τα προγράμματα υιοθετούνται από την μειοψηφία των συμμετεχόντων (20% σύμφωνα με τα αποτελέσματα της έρευνας). Τα advanced program analytics συγκεντρώνουν ποσοτικές και ποιοτικές μετρήσεις και εστιάζουν ισόποσα στο breadth (εύρος), depth (βάθος), efficiency (ευχέρεια), και frequency (συχνότητα) προϊοντικής χρήσης. Έτσι, είναι εφικτό να συμπληρώνουν τα υπάρχοντα business KPIs και να αποδίδουν μια ολιστική εικόνα του user behavior.
Product Performance Benchmarks
Παρόλο που η τεχνολογία παρέχει πλέον τα μέσα μέτρησης απόδοσης των product deliverables, η ευθυγράμμιση όλων των τμημάτων γύρω από κοινά metrics & KPIs που αντιλαμβάνονται το αποδιδόμενο ROI (επί του παρόντος αλλά και μελλοντικά) παραμένει μια πρόκληση.
Η έρευνα ανέδειξε τέσσερα product variables, που βοηθούν στην απόκτηση ενός κοινού σημείου αναφοράς καθώς και μιας κοινής γλώσσας μεταξύ των διαφόρων ενδοεταιρικών τμημάτων. Με την παρακολουθήση τους αποδίδονται όλες πληροφορίες των χρηστών που βοηθούν στην ανάπτυξη digital εφαρμογών που (α) θα είναι πιο πιο κοντά στις ανάγκες του πελάτη (β) θα ενισχύουν το product led growth.
Breadth of Use (εύρος χρήσης): Το συγκεκριμένο product metric μετράει τα επίπεδα του (team) activation. Συγκεκριμένα, το εύρος χρήσης εκτιμά το πως χρησιμοποιείται ένα προϊόν σε account level, το account health, και την πρόβλεψη των επιπέδων churn.
Παράγοντες που πρέπει να εξεταστούν:
- Πόσα μέλη ενός λογαριασμού έγιναν trigger μέσω του onboarding στο trial period σε αντιπαράθεση με το πόσα έπρεπε να γίνουν αρχικά.
- Ποιοι είναι οι ρόλοι που προκαλούν τα περισσότερα drop-offs στα activation cohorts της πρώτης εβδομάδας και γιατί;
- Που το onboarding πρέπει να διαφοροποιηθεί (σε τεχνικές, μηνύματα κλπ.) ανά χρήστη;
Depth of use (βάθος χρήσης): Τα επίπεδα χρήσης των key features είναι ένας παράγοντας που μόνιμα απασχολεί το Product Management και το Customer Success. Το depth ουσιαστικά αξιολογεί τα adoption levels, ανά user και account.
Παράγοντες που πρέπει να εξεταστούν:
- Ποια adoption levels αντιστοιχούν σε κάθε ρόλο χρήστη;
- Είναι εφικτό οι ενδοεταιρικές ομάδες να προσομοιώσουν τα κέρδη των επιπέδων χρήσης στο Net Revenue και Net churn;
- Πως αξιολογείται το depth κατά την διάρκεια του trial και πως post-purchase;
Efficiency of Use (ευχέρεια χρήσης): Η ευχέρεια χρήσης αξιολογεί πόσους από τους χρήστες που χρησιμοποιούν το προϊόν ολοκληρώνουν με ευκολία ένα task σε αντιπαραβολή με αυτούς που αφήνουν την διαδικασία στην μέση. Μέσω αυτού του metric το product management μπορεί να βρει τα σημεία που προκύπτουν τα drop-offs (πότε ο χρήστης εγκαταλείπει το προϊόν).
Παράγοντες που πρέπει να εξεταστούν:
- Λαμβάνουν τα onboarding flows υπόψη τους τα παρελθοντικά usage levels ανα χρήστη, ρόλο και account level για να καταλάβουν πότε τα επίπεδα adoption αυξάνονται;
- Μειώνει το product onboarding τα επίπεδα διάθεσης ανθρωπίνων πόρων;
- Πόσα milestones πρέπει να ολοκληρώσει ο χρήστης για να συνειδητοποιήσει initial value (αξία του προϊόντος που λαμβάνει ο χρήστης στο activation stage) και true value (αξία του προϊόντος που λαμβάνει ο χρήστης κατ’ εξακολούθηση και επηρεάζει τα retention rates);
Frequency of use (συχνότητα χρήσης): Η παρακολούθηση αυτού του metric σε μια σταθερή βάση επιτρέπει στο product management να υπολογίζει τα reactivation levels του onboarding (ως προς τα σημεία και την πυκνότητα τους).
Παράγοντες που πρέπει να εξεταστούν:
- Ποια επίπεδα συχνότητας χρήσης πρέπει να έχει ο χρήστης σε αντιπαραβολή με τον ρόλο του εντός της εφαρμογής;
- Ποια features δεν χρησιμοποιούνται ιδιαίτερα;
- Πότε θα ‘πρεπε να χρησιμοποιείται κάθε feature και γιατί? ( έτσι ώστε να εκτιμηθούν καλύτερα τα οφέλη και οι απώλειες που αποδίδουν σε επίπεδο revenue);
Επίλογος
Η αποτίμηση του Product experience δεν είναι πλέον προεραιτική. Η επιτακτική ανάγκη του product led transformation κάνει ξεκάθαρο ότι όταν οι επιχειρήσεις δεν συνυπολογίζουν product variables στις μετρήσεις τους, το ROI τους μειώνεται σημαντικά. Τα product metrics επαναπροσδιορίζουν την αξιολόγηση ικανοποίησης του χρήστη (customer satisfaction) και δίνουν την δυνατότητα στις εσωτερικές ομάδες να αξιολογήσουν την αποτελεσματικότητα των product developments.
Ακόμα όμως και όταν ένα κοινό σετ product metrics έχει τεθεί στο εύρος μιας επιχείρησης, κάθε τμήμα πρέπει να το συμπληρώσει με τα δικά του μοναδικά business KPIs που συμπληρώνουν και ευθυγραμμίζονται με αυτά των υπόλοιπων τμημάτων. Αυτός είναι ο μόνος τρόπος να εδραιωθεί ένα σημείο αναφοράς ενδοεταιρικής επικοινωνίας και να αποφευχθούν τα όποια silos. Μόνο έτσι θα επιτευχθεί η αποτίμηση του product experience και θα γίνει μια σκόπιμη προσπάθεια στο εύρος ενός ολόκληρου οργανισμού.
Αρχική δημοσίευση αυτού του άρθρου: “The Beginner’s Guide to Product-Led Growth Metrics” πραγματοποιήθηκε στο blog της Gainsight στις 19 Αυγούστου 2019.
Χρήσιμοι Όροι
- Product-Led Go-To-Market strategy: Go-to-market στρατηγικη που έχει σαν βάση της τα επίπεδα των χρηστών σε όλες τις εκφάνσεις του sales funnel.
- Product-Led Growth metrics: Μια σειρά product metrics που επιτρέπουν την αποτίμηση του product experience καθώς και της συμπεριφοράς των χρηστών εντός της εφαρμογής.
- UI instrumentation: Το UI Instrumentation είναι μια διαδικασία προεργασίας της εκάστοτε digital εφαρμογής για testing ή automation. Μέρος της διαδικασίας είναι το είναι η πρόσθεση "instruments" που επιτρέπουν το εκαστοτε testing framework να έχει πρόσβαση σε μέρη της εφαρμογής.
Σχόλια