9 Metriche per la Crescita Guidata dal Prodotto + Come Utilizzarle
La crescita guidata dal prodotto si è dimostrata una delle strategie più efficaci per costruire e far crescere prodotti digitali. Uno dei motivi principali del suo successo è la forte dipendenza dall'analisi dei dati per prendere decisioni intelligenti.
Quindi, se sei attualmente alla ricerca di modi migliori per avere successo con la crescita guidata dal prodotto, questo articolo ti aiuterà a sfruttare le sue qualità orientate ai dati monitorando e tracciando le metriche giuste.
L'importanza della PLG per le aziende SaaS
C'è una ragione per cui la crescita guidata dal prodotto ha preso il sopravvento, soprattutto nel settore dei prodotti SaaS. Con una strategia PLG, puoi acquisire nuovi clienti e far crescere i tuoi ricavi in modo molto sostenibile ed economico.
Want more from The CPO Club?
Sign up for a free membership to complete reading this article:
Have an account? Log In
La PLG è sostenibile perché le persone non si affidano esclusivamente alle tue campagne di marketing per apprezzare e acquistare il tuo prodotto. Al contrario, la strategia si basa sul permettere agli utenti di utilizzare il tuo prodotto nella vita reale (spesso gratuitamente, a seconda della tua strategia di pricing del prodotto), testare le funzionalità più interessanti e (si spera) risolvere i loro problemi grazie ad esso.
Non appena si rendono conto che il tuo prodotto può risolvere i loro problemi, la bilancia pende a tuo favore e l'utente inizia a pagare per il tuo prodotto.
La PLG è economica perché il tuo prodotto funge da canale di marketing self-service. Creando esperienze utente eccezionali, puoi convincere i tuoi utenti che il tuo prodotto è esattamente ciò che stanno cercando, trasformandoli in lead qualificati dal prodotto (PQLs).
Poiché è il tuo prodotto a occuparsi della maggior parte dell'attività di marketing per te, non spenderai quasi nulla per il tuo team di vendita e le tue attività promozionali per acquisire nuovi clienti. Questo comporta una significativa riduzione del costo medio per acquisire un nuovo utente.
Ora che abbiamo ripassato i benefici della PLG, esaminiamo le metriche SaaS chiave che devi misurare per assicurarti di essere sulla strada giusta con la tua strategia di crescita guidata dal prodotto.
Metriche della crescita guidata dal prodotto: misurare l’attivazione
Il percorso di ogni utente nel tuo prodotto PLG inizia con l’attivazione. È il processo in cui le persone configurano il tuo prodotto, capiscono come funziona (grazie al tuo processo di onboarding del prodotto!), provano la funzionalità principale e sperimentano il valore del tuo prodotto.
Ti suggerisco di monitorare le seguenti metriche per ottimizzare il flusso di attivazione.
Nota: Per mostrarti come configurare il tracciamento di alcune metriche specifiche, porterò degli esempi usando Mixpanel, ma sei libero di utilizzare altri strumenti di analisi prodotto.
Metrica #1: Time to Value
Iniziamo con uno degli indicatori principali più cruciali di una buona attivazione: il time to value (TTV). C'è un valido motivo per cui uso il termine “indicatore principale”. Significa che migliorare questa metrica porterà ad un miglioramento generale dell’attivazione.
Il TTV rappresenta il tempo che impiegano i tuoi utenti per sperimentare il valore principale del tuo prodotto. Più velocemente gli utenti arrivano al tuo core value, meno probabilità ci sono che si annoino e abbandonino il tuo prodotto.
Per calcolare il tuo TTV, devi monitorare due momenti chiave nel percorso utente:
- Quando gli utenti si iscrivono e iniziano a usare il tuo prodotto.
- Quando eseguono l’azione che rappresenta la tua funzionalità chiave.
Vediamo ora come creare un report in Mixpanel che ti aiuti a misurare il TTV di un SaaS di integrazione simile a Zapier. In questo caso, l’azione che gli utenti compiono per sperimentare il valore centrale del tuo prodotto è creare e integrare.
Possiamo quindi costruire un grafico a imbuto a due step: “iscrizione” e “crea integrazione”.
Successivamente, imposteremo la visualizzazione di questo funnel come “time to convert”, che calcola il tempo mediano che gli utenti impiegano a passare dal primo al secondo step.
Naturalmente, 24 giorni, come mostrato in questo report, sono troppi e sicuramente perderai i tuoi utenti prima che possano provare le integrazioni.
Quindi, dev’esserci qualcosa che non va o nella configurazione delle tue analytics (forse non stai monitorando gli eventi giusti), o nella tua strategia di attivazione.
Metrica #2: Tasso di adozione di funzionalità o prodotto
Un’altra metrica fondamentale per i prodotti driver PLG è la velocità con cui le persone adottano le funzionalità del tuo prodotto.
Nella PLG, ogni nuova funzionalità dovrebbe rispondere a uno scopo specifico (ad esempio, migliorare la formazione dell’abitudine, l’attivazione, ecc.). Perché la tua funzionalità abbia impatto, le persone devono prima adottarla e iniziare ad utilizzarla attivamente.
Pertanto, è necessario misurare il tasso di adozione delle funzionalità e correggere la propria funzionalità o UX se è troppo basso.
Il mio approccio al calcolo del tasso di adozione delle funzionalità è un po' controverso e differisce da quello di altri. Calcolo la percentuale di utenti che hanno utilizzato la funzione una sola volta (il che significa che l’hanno scoperta) e la percentuale di utenti che l’hanno utilizzata più di due volte (significa che l’hanno adottata).
In Mixpanel, puoi ottenere questo risultato creando due coorti.
La prima che ho creato qui serve per misurare la scoperta. Qui, ho selezionato come data di inizio della misurazione la data di rilascio di quella funzionalità.
Per la seconda, invece, l’intervallo temporale è "ultimi 30 giorni", poiché un uso della funzionalità più di due volte nell’arco di qualche mese difficilmente verrebbe considerato adozione.
Successivamente puoi creare un report Insights con formule personalizzate che calcolano le percentuali di cui parlavo sopra dividendo queste coorti per il numero di utenti attivi.
Un grafico sano di adozione e scoperta farà sì che il numero di persone che scoprono la funzionalità rimanga stabile, mentre il tasso di adozione crescerà costantemente.
Metrica #3: Momento AHA!
Infine, abbiamo il sacro Graal di tutte le metriche di attivazione PLG: il Momento AHA! Rappresenta il punto del percorso dei tuoi utenti in cui ottengono il massimo valore dal tuo prodotto e si rendono conto che il tuo prodotto merita di essere adottato nel loro quotidiano.
Sembra un po' simile alla TTV, giusto? In realtà, entrambe riguardano l’utilizzo della tua funzionalità principale. Tuttavia, il time to value si concentra nel mostrare il tempo che intercorre tra la registrazione dell’utente e l’utilizzo di quella funzione, mentre il Momento AHA! indica il numero o la percentuale di tutti gli utenti che l’hanno effettivamente utilizzata (tra quelli iscritti).
Per costruire il report del Momento AHA! in Mixpanel si procederà come per la TTV, creando un funnel con “Sign Up” e “Create Integration” come passi.
A differenza della TTV, però, non sceglieremo la visualizzazione “time to convert”. Al contrario, selezioneremo l’opzione “funnel trends”.
Questa opzione mostrerà l’andamento nel tempo del tasso di conversione dal Passo 1 al Passo 2.
Da questo grafico vediamo che circa il 30% degli utenti registrati crea un’integrazione e raggiunge il proprio Momento AHA!
Inoltre, sembra che questo tasso non stia né crescendo né diminuendo, dato che la linea di tendenza del grafico sembra orizzontale.
Metriche di Engagement
Un buon tasso di attivazione è solo una parte del successo. Se vogliamo che il prodotto cresca in modo sostenibile, occorre anche assicurarsi che gli utenti amino davvero l’esperienza d’uso e che l’engagement e l’utilizzo del prodotto siano solidi.
Ecco cosa ti consiglio di monitorare per valutare la salute dell’utilizzo.
Metrica #4: Momento Abitudine
La prossima tappa cruciale che vuoi che i tuoi utenti raggiungano dopo aver sperimentato il loro Momento AHA! è quando avranno sviluppato realmente un’abitudine intorno al tuo prodotto e avranno difficoltà a eseguire i propri compiti senza di esso.
Nel mondo PLG, chiamiamo questo momento del percorso utente Momento Abitudine.
Così come per il Momento AHA! e per la TTV, ci interessa sempre la funzionalità principale del tuo prodotto. In particolare, valutiamo la frequenza con cui le persone la utilizzano.
Si può affermare che una persona ha sviluppato un’abitudine all’uso del tuo prodotto se la frequenza con cui utilizza le sue funzionalità principali è uguale (o perlomeno vicina) alla frequenza naturale con cui il problema si presenta per l’utente.
Ad esempio, i lavoratori da remoto solitamente fanno almeno una chiamata di conferenza nei giorni feriali. Quindi, la frequenza naturale di necessità di uno strumento tipo Zoom sarebbe quotidiana/giornaliera o 5g7 (5 giorni su 7).
Nella vita reale, tuttavia, le persone hanno giornate senza riunioni o organizzano il proprio programma in modo che non tutte le giornate lavorative siano piene di chiamate. Quindi, ci sarebbero utenti con abitudini consolidate di utilizzare il tuo strumento di videoconferenza ogni volta che devono effettuare una chiamata di lavoro con una frequenza di 4d7.
Pertanto, per individuare il traguardo del momento abitudine, in genere sceglieresti un tasso di frequenza leggermente inferiore rispetto a quello naturale con cui si presenta il problema.
Per quanto riguarda gli strumenti che puoi utilizzare per misurare e visualizzare questi dati, ti consiglierei di chiedere al tuo team di data analytics di costruire un report personalizzato su Tableau o PowerBI, poiché gli strumenti di analisi guidati dagli eventi (ad esempio, Amplitude o Mixpanel) hanno difficoltà a creare grafici dei momenti di abitudine.
Metrica #5: Tasso di Retention
La retention è in realtà la ragione principale per cui vuoi costruire delle abitudini tra i tuoi utenti. Le abitudini sono davvero difficili da spezzare, quindi una persona abituata a risolvere i propri problemi con il tuo prodotto continuerà a farlo per molto tempo (finché il problema non sparisce o non appare sul mercato un prodotto 5 volte migliore).
Per capire se le persone rimangono con te nel lungo periodo, dovrai misurare la loro retention.
La retention mostra la percentuale di persone che hanno continuato a utilizzare la tua app per un periodo di tempo prolungato. Ad esempio, una retention dei clienti del 50% dopo 7 giorni indica che metà delle persone smette di usare la tua app dopo 7 giorni.
Ci sono tre elementi della retention che devi individuare per comprendere le tendenze di utilizzo a lungo termine del tuo prodotto:
- Azione chiave: Proprio come con le altre metriche, questa sarà la funzionalità principale che rappresenta il valore centrale del tuo prodotto.
- Frequenza: Giornaliera/Settimanale/Mensile, ecc. Impostando ciò, indichi allo strumento di analytics di calcolare l'uso continuativo della funzione in base al fatto che venga utilizzata almeno una volta al giorno/settimana/mese, ecc.
- Intervallo di tempo: Questo è il numero di giorni/settimane consecutivi in cui le persone hanno utilizzato il tuo prodotto. Tradizionalmente, terresti traccia della retention D7, D28 e D90 per sapere quante persone continuano a usare il tuo prodotto dopo una settimana, un mese o un trimestre.
Immagina ora di gestire un servizio di archiviazione online simile a Dropbox. Per calcolare la tua retention, scegli "Carica Media" come azione chiave, "Giornaliera" come frequenza e D28 come intervallo di tempo.
Se imposti tutto questo su Mixpanel, ecco cosa vedrai.
Come possiamo vedere, la curva di retention del nostro prodotto non è piatta e si avvicina allo zero a D28. Ciò significa che perdiamo tutti gli utenti entro 28 giorni e non abbiamo utenti di lungo termine.
I nostri prossimi passi saranno quindi capire perché le persone ci abbandonano e risolvere i problemi individuati.
Metrica #6: Tasso di Abbandono
Abbiamo parlato delle persone che restano con te (rappresentate dalla retention). Ora è il momento di parlare di chi non è rimasto (rappresentato dal calo della percentuale di retention nel tempo).
Il processo degli utenti che abbandonano il tuo prodotto è noto come churn. Potrebbero sostituirti con un diretto concorrente oppure iniziare a risolvere il proprio problema con alternative indirette.
In entrambi i casi, l’abbandono è qualcosa che devi misurare, monitorare e cercare attivamente di evitare.
La formula tradizionale per misurare il churn è la seguente.
Sembra tutto molto semplice, giusto? Se vuoi misurare il churn settimanale, devi prima contare quanti utenti finali hai perso negli ultimi 7 giorni e dividerlo per il numero di utenti che avevi una settimana fa.
Questa tipologia specifica di churn è utile quando lavori sui dati finanziari (ad esempio, misurare l’LTV o valutare le entrate perse) oppure quando vuoi calcolare il tasso generale di crescita della tua base utenti (nuovi utenti - utenti abbandonati).
Tuttavia, questa metrica avrà difficoltà a mostrarti quanto sia efficace il tuo prodotto nel risolvere i problemi delle persone. A tal proposito, puoi calcolare un diverso sotto-tipo di churn, analizzando il numero di persone perse dal momento dell’iscrizione e dell’inizio dell’utilizzo del tuo prodotto.
Questa forma è essenzialmente l’opposto della retention e ti consente di vedere quante persone perdi nei primi giorni (diagnosi: cattiva attivazione e configurazione) e quante perdi nelle prime settimane (diagnosi: cattiva formazione dell’abitudine).
Per calcolare gli utenti abbandonati su Mixpanel, puoi creare una coorte simile a questa.
Qui ho utilizzato un intervallo di 60 giorni, presumendo che stiamo lavorando con un prodotto che viene utilizzato settimanalmente o bisettimanalmente. Se il tuo prodotto ha una frequenza d’uso giornaliera, puoi utilizzare anche un intervallo di 14 giorni.
Metriche di acquisizione
Abbiamo parlato finora dell’esperienza di onboarding del prodotto e dell’engagement del prodotto. Ma una grande strategia PLG non si limita solo a questi due aspetti.
Devi anche implementare e misurare l’acquisizione in-app utilizzando i growth loop.
Per farlo, puoi prendere in considerazione l’utilizzo di queste metriche.
Metrica #7: Viralità
Una delle differenze chiave tra una strategia di crescita guidata dal prodotto e quelle più tradizionali guidate da vendite o marketing è l’uso attivo dei growth loop.
Un loop, a differenza di un funnel (che traccia le metriche pirata), si autoalimenta. Significa che le persone che hai acquisito tramite la prima iterazione del tuo loop ti aiuteranno ad entrare nella seconda iterazione e ad acquisire nuove persone. Quelle acquisite nella seconda iterazione ti aiuteranno a passare alla terza, e così via.
Uno dei tipi più comuni di growth loop è il loop virale, che si verifica quando le persone condividono contenuti con amici o colleghi utilizzando il tuo prodotto (es. un documento nel caso di Google Docs) e questi amici si registrano al prodotto per visualizzarlo o collaborarci sopra.
I nuovi utenti registrati condivideranno a loro volta i propri contenuti con i loro amici, facendo continuare il ciclo.
Per misurare l’efficacia di questo referral loop, devi calcolare la metrica K, meglio nota come coefficiente virale.
K ti dice quanti nuovi utenti i tuoi utenti esistenti possono acquisire utilizzando le funzionalità di condivisione (o simili).
Ad esempio, se l’utente medio di Google Docs condivide i propri documenti con cinque persone e il 60% di queste si iscrive al prodotto, allora la K per la funzione di condivisione di Google Docs sarà 5 x 60% = 3.
Questo numero indica che ogni utente di Google Docs può portare altri tre utenti semplicemente utilizzando il prodotto.
È difficile misurare questo aspetto con uno strumento di analytics basato su eventi, quindi chiedi al tuo team dati di fornirti un report personalizzato di BI.
Metrica #8: Growth Multiplier
La viralità è una metrica fondamentale, ma non rappresenta il vero tasso di conversione del tuo modello di crescita SaaS e dei tuoi loop. Il motivo è che la viralità misura solo l’output di un’unica iterazione del ciclo.
Ma sappiamo che gli utenti acquisiti con la prima iterazione sono quelli che innescano la seconda iterazione condividendo contenuti con amici e colleghi. Il valore della viralità si applicherà anche a loro, dunque il vero numero di utenti che un singolo utente esistente può portare è la somma di tutti i nuovi utenti generati attraverso i loop consecutivi.
Per misurare questo aspetto, introduciamo una metrica chiamata Growth Multiplier.
Nella formula sopra, V è il coefficiente virale per un singolo loop. Quindi, se hai un prodotto con una V di 0,8 (avere coefficienti virali superiori a 1 è raro nella realtà), il tuo growth multiplier sarà 5. Questo significa che ognuno dei tuoi utenti può portare altri cinque utenti, supponendo che questi a loro volta utilizzino la funzione di condivisione mantenendo in azione il ciclo finché si esaurisce.
Anche in questo caso, è necessario misurare il valore tramite una soluzione BI.
Metrica #9: Net Promoter Score
Questa non è propriamente una metrica di acquisizione. Tuttavia, volevo includerla qui poiché rappresenta la soddisfazione del cliente ed è un indicatore anticipatore di uno dei principali growth loop del PLG: quello del passaparola (WOM). Il nome di questo ciclo è autoesplicativo: le persone usano il tuo prodotto, lo apprezzano, lo consigliano agli amici, che a loro volta iniziano a usarlo e lo consigliano ad altri, e così via.
Non puoi davvero misurare il coefficiente virale del loop WOM, poiché hai poca o nessuna conoscenza di quante persone si iscrivono grazie alle raccomandazioni di un singolo utente. Devi quindi affidarti a indicatori anticipatori per prevedere e ottimizzare questo ciclo. Uno dei migliori indicatori, in questo caso, è il net promoter score (NPS).
Si tratta di un semplice questionario in cui si chiede quanto sia probabile (su una scala da 1 a 10) che una persona raccomandi il tuo prodotto ad amici e colleghi. Successivamente, si prendono i risultati di questo sondaggio e li si inserisce nella seguente formula.
Qui, i promotori sono coloro che hanno selezionato 9 o 10 sulla scala, mentre i detrattori sono quelli con un punteggio di 6 o inferiore.
Per quanto riguarda l'esecuzione di questo sondaggio, puoi chiedere ai team del customer success di porre questa domanda alle persone con cui parlano, chiedere al team marketing di aggiungerla ai loro workflow di email di feedback utente oppure implementare una soluzione UX inserendola nel customer journey.
Round bonus: Metriche finanziarie PLG
Prima di concludere con i KPI del team product-led growth, vorrei offrirti una panoramica veloce delle metriche finanziarie importanti che una tipica azienda PLG dovrebbe considerare.
Nuovi Ricavi Netti e Ricavi di Espansione
Che tu li calcoli su base mensile (MRR) o annuale (ARR), è utile suddividere i nuovi ricavi in due componenti: ricavi di espansione e nuovi ricavi.
Nuovi ricavi provengono da clienti appena acquisiti, mentre i ricavi di espansione derivano dai clienti esistenti che decidono di acquistare più postazioni o aggiornare il proprio piano (upsell e cross-sell).
Differenziare queste due voci ti aiuta a pianificare ed eseguire meglio la crescita dei ricavi, poiché l'espansione è solitamente più facile da ottenere, ma hai comunque bisogno di un flusso costante di nuovi clienti su cui poi espanderti.
Net Revenue Churn
Questa è abbastanza autoesplicativa. Questa metrica mostra l’ammontare di ricavi ricorrenti mensili o annuali che hai perso a causa di clienti che ti hanno lasciato in un determinato periodo di tempo.
Ricavo Medio per Utente (ARPU)
Questa metrica consiste essenzialmente nell’ARR diviso per il numero di utenti paganti. Le aziende product-led usano questa metrica per suddividere gli utenti in segmenti specifici in base al comportamento finanziario (ad esempio consumer, prosumer e clienti di livello enterprise) e monitorare la qualità dell’acquisizione tramite questo dato (una crescita dell’ARPU indica utenti di qualità superiore).
Customer Lifetime Value (CLV)
C’è un altro utilizzo dell’ARPU. Esso serve come base per calcolare il valore della vita del cliente. Si calcola come ARPU diviso per il tasso di churn e rappresenta la somma totale di denaro che guadagnerai da un cliente medio prima che disdica.
Customer Acquisition Cost (CAC)
Infine, c’è il costo di acquisizione di un singolo cliente pagante, ovvero la cifra totale spesa per l'acquisizione divisa per il numero di clienti acquisiti.
Si utilizzano CAC e CLV per valutare la sostenibilità del modello di business. Vuoi che il CLV sia superiore al CAC (un buon parametro di riferimento è 4x) per assicurarti di non lavorare in perdita.
I dati sono ottimi, ma non sottovalutare il tuo istinto!
Potrà sembrare strano concludere una guida su metriche e analisi consigliandoti di fidarti dell’intuito. Ma, credimi, è un buon consiglio.
Monitorare le metriche giuste renderà i tuoi sforzi di crescita del prodotto molto più efficaci. Tuttavia, non dovresti mai prendere decisioni basandoti solo sui dati. Ricorda che i dati quantitativi mancano di alcune delle intuizioni qualitative che hai nella tua testa.
Quindi, i dati sono uno strumento potente se li usi insieme all’“istinto di prodotto”.
Non dimenticare di iscriverti alla nostra newsletter per ulteriori risorse e guide sulla gestione di prodotto, oltre a podcast, interviste e altre idee dai leader ed esperti del settore.
