9 produktstyrda tillväxtmått + så använder du dem
Produktledd tillväxt har visat sig vara en av de mest effektiva strategierna för att bygga och utveckla digitala produkter. En av de främsta anledningarna till framgången är det stora beroendet av dataanalys för att fatta smarta beslut.
Så om du just nu utforskar bättre sätt att lyckas med produktledd tillväxt handlar den här artikeln om att hjälpa dig dra nytta av dess datadrivna egenskaper genom att följa upp och övervaka rätt mätvärden.
Vikten av PLG för SaaS-företag
Det finns en anledning till att produktledd tillväxt har tagit över, särskilt inom SaaS-produktområdet. Med en PLG-strategi kan du skaffa nya kunder och öka dina intäkter på ett mycket hållbart och kostnadseffektivt sätt.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
PLG är hållbart eftersom människor inte enbart förlitar sig på dina marknadsföringskampanjer för att gilla och köpa din produkt. I stället bygger strategin på att låta användare använda din produkt i verkligheten, (ofta utan att betala, beroende på din prissättningsstrategi för produkten), testa dina mest övertygande funktioner och (förhoppningsvis) lösa sina problem med den.
Så snart de inser att din produkt kan lösa deras problem väger det över till din fördel, och användaren börjar betala för din produkt.
PLG är kostnadseffektivt eftersom din produkt fungerar som en marknadsföringskanal där användarna klarar sig själva. Genom att skapa exceptionella användarupplevelser kan du övertyga dina användare om att din produkt är precis vad de letar efter och omvandla dem till produktkvalificerade leads (PQL:er).
Eftersom din produkt sköter det mesta av marknadsföringen åt dig behöver du inte lägga lika mycket på ditt säljteam och dina marknadsföringsinsatser för att skaffa kunder. Detta leder till en betydande minskning av den genomsnittliga kostnaden för att skaffa en ny användare.
Nu när vi har fräschat upp minnet kring fördelarna med PLG ska vi undersöka de viktigaste SaaS-mätvärdena som du behöver mäta för att säkerställa att du är på väg åt rätt håll med din produktledda tillväxtstrategi.
Mätvärden för produktledd tillväxt: mäta aktivering
Varje användares resa i din PLG-produkt börjar med aktivering. Det är processen där människor konfigurerar din produkt, förstår hur saker fungerar (tack vare din introduktionsprocess för produkten!), provar din kärnfunktionalitet och upplever värdet av din produkt.
Jag föreslår att du följer upp följande mätvärden för att optimera ditt aktiveringsflöde.
Obs! För att visa dig hur du konfigurerar uppföljning av specifika mätvärden kommer jag att använda exempel med Mixpanel, men du kan fritt använda andra produktanalysverktyg.
Mätvärde nr 1: Tid till värde
Låt oss börja med en av de viktigaste ledande indikatorerna för bra aktivering – tid till värde (TTV). Det finns en god anledning till att jag använder termen ”ledande indikator”. Det innebär att en förbättring av detta mätvärde förbättrar aktiveringen i stort.
TTV representerar den tid det tar för dina användare att uppleva din produkts kärnvärde. Ju snabbare användarna når ditt kärnvärde, desto mindre sannolikt är det att de blir uttråkade och överger din produkt.
För att beräkna din TTV måste du följa upp två viktiga tidpunkter i användarresan:
- När användare registrerar sig och börjar använda din produkt.
- När de utför den åtgärd som representerar din viktigaste funktion.
Låt oss nu se hur du kan skapa en rapport i Mixpanel som hjälper dig att mäta TTV för en integrationsbaserad SaaS-produkt som liknar Zapier. I det här fallet är den åtgärd som användarna utför för att uppleva produktens kärnvärde att skapa och integrera.
Vi kan alltså skapa ett trattdiagram med två steg: ”registrering” och ”skapa integration”.
Därefter konfigurerar vi trattens visning som ”tid till konvertering”, vilket beräknar den mediantid det tar för användare att gå från steg ett till steg två.
24 dagar, som visas i den här rapporten, är förstås för lång tid, och du kommer nästan säkert att förlora dina användare innan de hinner utforska dina integrationer.
Det måste alltså vara något som är mycket fel, antingen med din analyskonfiguration (kanske utlöser du inte rätt händelser) eller med din aktiveringsstrategi.
Mätvärde nr 2: Användningsgrad för funktioner eller produkter
Ett annat viktigt mätvärde för PLG-drivna produkter är graden i vilken människor börjar använda produktens funktioner.
Inom PLG bör varje ny funktion ha ett specifikt syfte (t.ex. att förbättra vanebildning, aktivering osv.). För att din funktion ska få genomslag måste människor först börja använda den och aktivt integrera den i sitt arbete.
Därför behöver du mäta funktionsadoptionsgraden och förbättra din funktion eller UX om den är för låg.
Mitt sätt att beräkna funktionsadoptionsgraden är något kontroversiellt och skiljer sig från andras. Jag beräknar andelen användare som har använt funktionen en gång (vilket betyder att de har upptäckt den) och andelen användare som har använt den fler än två gånger (vilket betyder att de har börjat använda den regelbundet).
I Mixpanel kan du göra detta genom att skapa två kohorter.
Den första som jag skapade här används för att mäta upptäckt. Här har jag valt mätningens startdatum till datumet då funktionen lanserades.
För den andra är tidsperioden däremot ”de senaste 30 dagarna”, eftersom det knappast kan betraktas som adoption att använda funktionen fler än två gånger under ett par månader.
Därefter kan du skapa en Insights-rapport med anpassade formler som beräknar procentsatserna jag nämnde ovan genom att dividera dessa kohorter med antalet aktiva användare.
Ett hälsosamt diagram över adoption och upptäckt håller antalet personer som har upptäckt funktionen stabilt, medan adoptionsgraden växer stadigt.
Mått nr 3: AHA!-ögonblicket
Slutligen har vi det heliga graalmåttet bland alla PLG-aktiveringsmått – AHA!-ögonblicket. Det representerar den punkt i användarnas resa då de får ut störst värde av din produkt och inser att din produkt är värd att börja använda i vardagen.
Det låter lite likt TTV, eller hur? Båda handlar om användningen av din kärnfunktion. Men tid till värde fokuserar på att visa fördröjningen mellan att användarna registrerar sig och använder funktionen, medan AHA!-ögonblicket visar antalet eller andelen av alla användare som har använt den (bland dem som har registrerat sig).
För att skapa AHA!-ögonblicksrapporten i Mixpanel börjar vi på samma sätt som med TTV och skapar en tratt med ”Registrera dig” och ”Skapa integration” som steg.
Till skillnad från TTV väljer vi dock inte visualiseringen ”tid till konvertering”. I stället väljer vi alternativet ”tratttrender”.
Det här alternativet visar förändringen över tid i konverteringsgraden från steg 1 -> steg 2.
Som vi kan se i det här diagrammet skapar cirka 30 % av de användare som har registrerat sig en integration och når sitt AHA!-ögonblick.
Dessutom verkar den här andelen varken öka eller minska, eftersom trendlinjen för det här linjediagrammet verkar vara horisontell.
Engagemangsmått
En hälsosam aktiveringsgrad är bara en del av framgången. Om du vill att din produkt ska växa hållbart behöver du också se till att användarna älskar sin upplevelse av produkten och att både användarengagemanget och produktanvändningen är hälsosamma.
Här är vad jag föreslår att du använder för att hålla koll på hur hälsosam användningen är.
Mått nr 4: Vaneögonblicket
Nästa viktiga milstolpe som du vill att användarna ska nå efter sitt AHA!-ögonblick är när de framgångsrikt har skapat en vana kring din produkt och får svårt att utföra sina uppgifter utan den.
I PLG-världen kallar vi denna punkt i användarresan för vaneögonblicket.
Precis som med AHA!-ögonblicket och TTV bryr vi oss om produktens kärnfunktioner. Mer specifikt uppmärksammar vi hur ofta människor använder dem.
Du kan hävda att en person har utvecklat en vana att använda din produkt om användningsfrekvensen för dina kärnfunktioner är lika med (eller åtminstone nära) den naturliga frekvensen för när problemet uppstår för användaren.
Distansarbetare har till exempel vanligtvis minst ett konferenssamtal under vardagarna. Den naturliga frekvensen för att behöva ett Zoom-liknande verktyg skulle därför vara dagligen/under vardagar eller 5d7 (5 dagar av en period på 7 dagar).
I verkliga livet skulle människor däremot ha dagar utan möten eller lägga upp sitt schema på ett sådant sätt att inte alla vardagar innehåller samtal. Därför skulle du ha personer med etablerade vanor att använda ditt videokonferensverktyg varje gång de behöver ringa ett arbetsrelaterat samtal, med en frekvens på 4d7.
När det gäller milstolpen för vanemomentet skulle du därför vanligtvis välja en frekvens som är något lägre än den naturliga frekvensen för när problemet uppstår.
När det gäller verktygen som du kan använda för att mäta och visualisera detta skulle jag rekommendera att be ditt dataanalysteam bygga en anpassad rapport i Tableau eller PowerBI, eftersom händelsestyrda analysverktyg (t.ex. Amplitude eller Mixpanel) har svårt att skapa diagram över vanemoment.
Mätvärde nr 5: Kvarhållningsgrad
Kvarhållning är faktiskt det främsta skälet till att du vill skapa vanor hos dina användare. Vanor är mycket svåra att bryta, så en person som har för vana att lösa sina problem med din produkt kommer att göra det under mycket lång tid (tills problemet försvinner eller en fem gånger bättre produkt dyker upp på marknaden).
För att förstå om människor stannar kvar hos dig på lång sikt behöver du mäta deras kvarhållning.
Kvarhållning visar andelen människor som kontinuerligt har använt din app under en längre tidsperiod. En kundkvarhållning på 50 % efter 7 dagar innebär till exempel att hälften av människorna slutar använda din app efter 7 dagar.
Det finns tre delar av kvarhållning som du behöver fastställa för att förstå de långsiktiga användningstrenderna för din produkt:
- Nyckelåtgärd: Precis som med andra mätvärden kommer detta att vara den centrala funktionen som representerar produktens huvudsakliga värde.
- Frekvens: Dagligen/veckovis/månadsvis osv. Genom att ställa in detta talar du om för analysverktyget att beräkna den kontinuerliga användningen av funktionen baserat på om den används minst en gång per dag/vecka/månad osv.
- Tidsperiod: Detta är antalet på varandra följande dagar/veckor som personerna har använt din produkt. Traditionellt brukar man följa kvarhållningen D7, D28 och D90 för att veta hur många människor som fortsätter att använda produkten efter en vecka, månad eller kvartal.
Låt oss nu föreställa oss att du driver en lagringstjänst online som liknar Dropbox. För att beräkna din kvarhållning väljer du ”Ladda upp media” som nyckelåtgärd, ”Dagligen” som frekvens och D28 som tidsperiod.
Om du ställer in allt detta i Mixpanel är det här vad du kommer att se.
Som vi kan se är kvarhållningskurvan för vår produkt inte plan och den närmar sig noll vid D28. Det innebär att vi förlorar alla inom 28 dagar och inte har några långsiktiga användare.
Våra nästa steg skulle därför vara att ta reda på varför människor överger oss och åtgärda de problem vi identifierar.
Mätvärde nr 6: Bortfallsgrad
Vi har talat om de människor som stannar kvar hos dig (vilket representeras av kvarhållning). Nu är det dags att tala om de människor som inte gjorde det (vilket representeras av minskningen av kvarhållningsgraden över tid).
Processen där dina användare överger din produkt kallas bortfall. De kan antingen ersätta dig med en direkt konkurrent eller börja lösa sitt problem med indirekta alternativa lösningar.
I båda fallen är bortfall något som du aktivt behöver mäta, övervaka och undvika.
Den traditionella formeln för att mäta bortfall är följande.
Det här verkar väl enkelt, eller hur? Om du vill mäta ett veckovist bortfall räknar du först det totala antalet slutanvändare som du har förlorat under de senaste 7 dagarna och dividerar det med antalet användare du hade för en vecka sedan.
Denna specifika typ av bortfall är användbar när du arbetar med din ekonomi (t.ex. mäter LTV eller tittar på förlorade intäkter) eller när du vill beräkna den övergripande tillväxttakten för din användarbas (nya användare - bortfallna).
Detta mätvärde har dock svårt att visa hur effektiv din produkt är när det gäller dess förmåga att lösa människors problem. För det kan du beräkna en annan typ av bortfall där du tittar på antalet människor som har förlorats sedan det ögonblick då de registrerade sig och började använda din produkt.
Detta är i princip motsatsen till kvarhållningsgraden och låter dig se hur många människor du förlorar under de första dagarna (diagnos: dålig aktivering och konfiguration) och hur många du förlorar under de första veckorna (diagnos: dålig vanebildning).
När det gäller att beräkna dina bortfallna användare i Mixpanel kan du skapa en kohort som ser ut så här.
Här har jag använt en lång tidsperiod på 60 dagar, med antagandet att vi arbetar med en produkt som används antingen varje vecka eller varannan vecka. Om din produkt används dagligen kan du även använda en tidsperiod på 14 dagar.
Förvärvsmätvärden
Hittills har vi pratat om introduktionsupplevelsen för produkten och produktengagemang. Men en bra PLG-strategi handlar inte bara om dessa två saker.
Du behöver också implementera och mäta förvärv i appen med hjälp av tillväxtloopar.
För att göra detta kan du överväga att använda följande mätvärden.
Mätvärde nr 7: Viralitet
En viktig skillnad mellan en produktledd tillväxtstrategi och mer traditionella sälj- eller marknadsföringsledda strategier är dess aktiva användning av tillväxtloopar.
En loop är, till skillnad från en tratt (som spårar piratmätvärden), självförstärkande. Det innebär att de personer du har förvärvat genom den första iterationen av din loop hjälper dig att gå in i den andra iterationen och förvärva fler personer. Personerna som förvärvas i den andra iterationen hjälper dig att gå vidare till den tredje, och så vidare.
En av de vanligaste typerna av tillväxtloopar är den virala loopen, som uppstår när människor delar innehåll med sina vänner eller kollegor med hjälp av din produkt (till exempel ett dokument när det gäller Google Docs), och dessa vänner registrerar sig för din produkt för att visa eller samarbeta kring det.
De nyregistrerade användarna delar sitt eget innehåll med sina vänner, vilket håller loopen igång.
För att mäta effektiviteten i denna hänvisningsloop behöver du beräkna K-mätvärdet, som är mer känt som viralitetskoefficienten.
K visar hur många nya användare dina befintliga användare kan förvärva genom dina delningsfunktioner (eller liknande funktioner).
Om exempelvis den genomsnittliga Google Docs-användaren delar sina dokument med fem personer och 60 % av dem registrerar sig för produkten, blir K för Google Docs delningsfunktion 5 x 60 % = 3.
Detta tal visar att varje Google Docs-användare kan få in ytterligare tre användare genom att helt enkelt använda din produkt.
Det är svårt att mäta detta med ett händelsebaserat analysverktyg, så be ditt datateam att ta fram en anpassad BI-rapport åt dig.
Mätvärde nr 8: Tillväxtmultiplikator
Viralitet är ett viktigt mätvärde, men det representerar inte den verkliga konverteringsgraden för din SaaS-tillväxtmodell och dina loopar. Anledningen är att viralitet endast mäter resultatet av en enda loopiteration.
Men vi vet att de användare som registrerade sig i den första iterationen är de som startar den andra iterationen genom att dela innehåll med sina vänner och kollegor. Viralitetstalet gäller för alla dessa användare, så det verkliga antalet användare som en enda befintlig användare kan få in är summan av alla nya användare från alla efterföljande loopar.
För att mäta detta introducerar vi ett mätvärde som kallas tillväxtmultiplikator.
I formeln ovan är V viralitetskoefficienten för en enda loop. Om du har en produkt med ett V på 0,8 (viralitetskoefficienter över 1 är ovanliga i verkligheten) blir din tillväxtmultiplikator 5. Det innebär att var och en av dina användare kommer att få in ytterligare fem användare, under förutsättning att användarna de tar in använder delningsfunktionen och håller loopen igång tills den klingar av.
Även detta bör mätas med hjälp av en BI-lösning.
Mätvärde nr 9: Nettopromotorpoäng
Detta är egentligen inte ett förvärvsmätvärde. Jag ville dock ta med det här eftersom det representerar kundnöjdhet och är en ledande indikator för en av PLG:s centrala tillväxtloopar – mun-till-mun-loopen (WOM). Namnet på denna loop är ganska självförklarande – människor använder din produkt, tycker om den, berättar om den för sina vänner, och sedan börjar dessa vänner använda den och berättar om den för sina vänner, och så vidare.
Nu kan du egentligen inte mäta WOM-loopens viralitetskoefficient, eftersom du har liten eller ingen möjlighet att veta hur många personer som registrerar sig baserat på rekommendationerna från en enskild användare. Därför behöver du förlita dig på ledande indikatorer för att förutsäga och optimera din loop. En av de bästa indikatorerna för att mäta din WOM i detta fall är nettopromotorpoäng (NPS).
Det är ett enkelt frågeformulär som frågar hur sannolikt det är (på en skala från 1 till 10) att människor skulle rekommendera din produkt till sina vänner och kollegor. Sedan tar du resultaten från denna undersökning och matar in dem i den här formeln.
Här är ambassadörerna de som har valt 9 eller 10 på skalan, medan kritikerna är de som har valt 6 eller lägre.
När det gäller att genomföra den här undersökningen kan du be kundframgångsteam att ställa frågan till de personer de pratar med, be ditt marknadsföringsteam lägga till den i sina e-postflöden för användarfeedback eller använda en UX-lösning genom att lägga till den i kundresan.
Bonusomgång: finansiella PLG-mätvärden
Innan vi avslutar med produktdrivna tillväxtteamets KPI:er vill jag ge dig en snabb genomgång av de viktiga finansiella mätvärden som ett typiskt PLG-företag skulle ta hänsyn till.
Netto nya intäkter och expansionsintäkter
Oavsett om du mäter det per månad (MRR) eller per år (ARR) är det en bra idé att dela upp dina nya intäkter i två komponenter: expansion och nya intäkter.
Nya intäkter kommer från nyförvärvade kunder, medan expansionsintäkter kommer från befintliga kunder som har beslutat att köpa fler platser eller uppgradera sitt abonnemang (merförsäljning och korsförsäljning).
Att skilja på dessa två hjälper dig att planera och genomföra intäktstillväxt bättre, eftersom expansion vanligtvis är enklare att genomföra, men du behöver ett konstant inflöde av nya kunder som du senare kan expandera hos.
Nettointäktsbortfall
Det här är ganska självförklarande. Det här mätvärdet visar hur stora årliga eller månatliga återkommande intäkter du har förlorat på grund av att kunder lämnat dig under en viss tidsperiod.
Genomsnittlig intäkt per användare (ARPU)
Det här mätvärdet är i princip din ARR dividerad med antalet betalande användare. Produktdrivna företag använder det här mätvärdet för att dela in användare i specifika segment utifrån användarbeteende när det gäller ekonomi (t.ex. konsumenter, prosumenter och kunder i företagsstorlek) och övervaka kvaliteten på kundanskaffningen utifrån det (ökad ARPU innebär användare av bättre kvalitet).
More Articles
Kundens livstidsvärde (CLV)
ARPU har ytterligare en användning. Det fungerar som grund för att beräkna kundens livstidsvärde. Du beräknar det som ARPU dividerat med din bortfallsfrekvens, och det representerar det totala belopp du kommer att tjäna från en genomsnittlig kund innan kunden lämnar.
Kundanskaffningskostnad (CAC)
Slutligen har du kostnaden för att skaffa en enda betalande kund, vilket är det totala belopp du lägger på kundanskaffning dividerat med antalet kunder du har skaffat.
Du använder CAC och CLV för att utvärdera din affärsmodells bärkraft. Du vill att CLV ska vara högre än CAC (ett bra riktvärde är 4x) för att säkerställa att du inte går med förlust.
Data är fantastiskt, men avfärda inte magkänslan!
Det kan verka lite märkligt att avsluta en guide om mätvärden och analys med att be dig lita på din intuition. Men tro mig, det är ett gott råd.
Att följa rätt mätvärden gör dina insatser för produkttillväxt mycket mer effektiva. Du bör dock aldrig basera dina beslut enbart på data. Glöm inte att kvantitativa data saknar en del av de kvalitativa insikter du har i huvudet.
Data är alltså fantastiskt så länge du använder den parallellt med din “produktmagkänsla”.
Glöm inte att prenumerera på vårt nyhetsbrev för fler resurser och guider om produktledning, samt de senaste poddarna, intervjuerna och andra insikter från branschledare och experter.
