Всё для рекламы
и про рекламу
Навигация по статье
К примеру, у вас такая статистика: То же самое, но с учетом лояльных пользователей: Вернемся к нашему примеру: Теперь включаем тех, кто имеет предпосылки к уходу, и исключаем тех, кого слишком рано учитывать:
Аналитика

Метрики SaaS: где ошибаются 90% компаний?

34765

Кто является клиентом для SaaS-компании? Тот, кто использует продукт постоянно. А подписчик рассылки – он тоже клиент? А тот, кто пока на демо-версии? Или тот, кто зашел на сайт пару раз?

В этой статье вы узнаете как правильно считать пользовательские метрики SaaS и как это влияет на показатель оттока (churn rate).

От того, что вы вкладываете в понятие «пользователь», зависит метрика, с помощью которой вы оцениваете развитие бизнеса. 

Основные сложности связаны с тем, кого включать в пул клиентов. Только платящих или в том числе триал? Еще сложнее, если вы работаете по freemium-модели.

Давайте смотреть на вещи реалистично. Нужно уходить от учета малоценных характеристик – таких как количество установок и входов, количество подписок на триалы и прочей контекстуальной активности. 

Да, при таком подходе многие люди не будут учитываться. Но что для вас важнее – дутые показатели, чтобы вы могли тешить свое ЧСВ, или узнать, как реально обстоят дела?

В статистику churn (оттока) тоже попадают не все пользователи. В ней чаще всего учитывается отток за определенный период только тех клиентов, которые имеют предпосылки для ухода – например, просрочен контракт. И не учитываются юзеры с активным контрактом до конца месяца, но которые фактически уже приняли решение его не продлевать.

Кроме того, не совсем корректно брать в качестве базового показателя общее число клиентов. Логичнее сразу разделить их на две категории – полностью лояльных, которые не уйдут от вас в обозримом периоде, и всех остальных.

К примеру, у вас такая статистика:

  • Клиентов всего: 100
  • Ушедших: 10
  • Действующих: 90
  • Churn Rate: 10%
  • Retention Rate (коэффициент удержания): 90%

То же самое, но с учетом лояльных пользователей:

  • Клиентов всего: 100
  • Не склонные к уходу: 13 (их не учитываем при дальнейшем расчете)
  • «Ненадежные»: 87
  • Ушло на самом деле: 10
  • Осталось ненадежных: 77
  • Churn Rate: 11,5%
  • Retention Rate: 88,5%.

 

Вроде бы, всего 1,5% разницы. Но если смотреть, какова доля «ненадежных» людей, которые могут уйти в любой момент – становится грустно. А если добавить к этому, что и лояльные могут запросто перейти во вторую категорию…

Так где же провести границу?

Не все покупатели становятся постоянными — это горькая правда бизнеса. Распродажи, пробные бесплатные периоды, реферальные программы – есть много способов привлечь людей для первой покупки. Но не факт, что эти клиенты останутся надолго.

Поэтому делать долгосрочные прогнозы на их счет не стоит. Ситуация здесь непростая: в метрику общего churn'а их включать нельзя, но и совсем исключать из метрики тоже неправильно. Ведь вы приложите усилия, чтобы привлечь и удержать этих людей.

В случае с простым продуктом или услугой стоит подождать 1-2 продажных цикла (60-90 дней) после конверсии — только после такого периода можно говорить, что пользователь стал клиентом. Это вдвойне важно, если условия «превращения» в клиента не такие простые. Например, если подразумеваются платежи с кредитки. 

Вернемся к нашему примеру:

  • Клиентов всего: 100
  • Ушло: 10
  • Осталось: 90
  • Churn Rate: 10%
  • Retention Rate: 90%

Теперь включаем тех, кто имеет предпосылки к уходу, и исключаем тех, кого слишком рано учитывать:

  • Исходное количество: 100
  • Фаны: 13
  • Предпосылки к уходу: 87
  • Те, кого слишком рано учитывать: 17
  • Действующие клиенты: 70
  • Ушло: 10
  • Осталось из действующих клиентов: 60
  • Churn Rate: 14,3%
  • Retention Rate: 85,7%.

 

Вот теперь у нас на руках более реальные цифры оттока. Уже не 10%, а почти в полтора раза больше. Разница существенная. 

Похожая ситуация обстоит с другими важными Saas-метриками, например, CAC (стоимость привлечения) или помесячного (MRR) и годового оборота (ARR). Чтобы получить объективную картину, стоит быть максимально объективными при определении исходных данных.

Команды YAGLA и Kokoc Group ведут несколько телеграм-каналов, где публикуются мнения экспертов и авторские лонгриды о бизнесе и маркетинге, многие из которых не попадают на этот сайт. Обязательно подписывайтесь по ссылке: https://t.me/addlist/EhE5LANnrBphMjUy
Опубликовано редакцией Yagla
34765
1
Написать комментарий
Свежее

Полное руководство по токену Telegram-бота: создание, настройка и грамотное использование Статья

Telegram—этонепростомессенджер. Этополноценная платформадляавтоматизации,бизнеса, уведомленийидажеразвлечений.

Как анонимно смотреть Инстаграм* конкурента или любого другого человека Статья

Привет, я Игорь, маркетолог с многолетним опытом в SMM и продвижении бизнеса в социальных сетях. Моя миссия — помогать брендам расти, увеличивать охваты и оставаться на шаг впереди конкурентов.

Почему бренды массово отказываются от дорогих коллабораций с селебрити в пользу контента от обычных людей? Статья

В последние годы наблюдается заметный тренд: бренды всё чаще выбирают «простых» людей вместо селебрити для продвижения своих товаров. Известные актёры, музыканты и инфлюенсеры, которые раньше считались золотым стандартом для рекламы, теперь уступают место реальным людям, которые не связаны с миром шоу-бизнеса.