SaaS營收都幾千萬了,還沒有北極星指標?(附實操案例)

0 評論 1102 瀏覽 2 收藏 12 分鐘

本文討論的是SaaS(軟件即服務)營收達到千萬級別后,如何設定并衡量產品的北極星指標。作者通過一個具體的工具型SaaS產品實例,介紹如何識別、定義和量化北極星指標,以及在實際操作中遇到的挑戰和解決方案。

我一直以為北極星指標是SaaS公司的標配。時至今日,我才發現有一些SaaS公司發展幾年了,要么壓根沒有北極星指標,要么還在以客戶續約率、客戶滿意度作為客戶成功團隊和產品團隊的北極星指標。

這簡直就像“蒙頭狂奔”,危險至極。

北極星指標是SaaS最重要的過程指標,沒有之一。如果說續約率是SaaS的“晴雨表”,那么北極星指標就如同它的名字一樣,是SaaS的“指南針”。

“晴雨表”衡量了SaaS的健康狀況,是一個結果指標,而“指南針”卻指明了具體的到達路徑,是一個過程指標。

這個指標衡量了我們是否有給客戶創造了價值,同時也是SaaS企業實現長期商業價值的基礎,它完美地貫徹落實了“幫助客戶成功,然后我們取得成功”這一客戶成功宗旨,確保我們始終走在正確的路上。

圖1 國外SaaS產品北極星指標

而關于這個指標的設計原則及步驟,曲卉老師在《硅谷增長黑客實戰筆記》中有非常詳細的闡述。

在之前的實踐過程中,筆者發現北極星指標還有兩個非常重要的作用:

1、 論證、并衡量產品價值

在北極星指標的設計步驟中,首先就是要文字闡述自己產品給客戶提供的核心價值,然后再盡可能找到能夠量化這一價值的產品數據指標。這個過程需要公司CEO、產品、客戶成功、銷售等部門一起參與討論,甚至需要做大量的客戶訪談,了解客戶使用產品及付費購買的原因。

圖2 各團隊關于北極星指標的不同觀點

所謂“假借修真”,這個討論的過程非常有價值。

一是通過討論能夠論證產品是否給目標客戶提供了價值。

有一些SaaS可能企業自己都沒搞明白自己的產品到底有沒有用,稀里糊涂就照葫蘆糊瓢開始賣了。

二是通過討論能夠幫助團隊想清楚我們給客戶提供的核心價值是什么。

客戶到底是因為什么而買單,客戶又是因為什么而流失,這些非常樸素的道理,有時候反而比方法論、數據分析更重要。

2、 推動客戶成功戰略在公司全面落地

作為客戶成功部門的負責人或者客戶成功經理,你有沒有發現會碰到這樣的情況:

  • 提了很多認為能夠促進客戶活躍的需求,但是產品部門排期很慢,甚至直接拒絕;
  • 想要完善產品上的幫助文檔及新手指引,卻發現很難調動資源來做;
  • 溝通了很久的客戶活躍度管理功能,產品排期一直上不去;
  • 承接了很多一眼就能知道不可能續費的客戶,客戶聯系不上、不愿意配合產品使用;

這些問題歸根到底都是由于各個部門的目標差異導致的。

產品部門有自己的節奏和規劃,銷售部門背著巨大的新簽營收指標,客戶成功部門接受著大量客戶的反饋卻很難調動資源去改善客戶活躍、客戶續費等指標。

而北極星指標恰恰能夠推動這個問題的解決。

北極星指標是一個公司級別的指標,不僅客戶成功部門需要背北極星指標,產品部門,銷售部門也需要背北極星指標。這是客戶成功戰略在SaaS公司全面落地的重要條件和表現。

附案例:某款工具型SaaS產品北極星指標的量化

某款工具型SaaS產品的主要價值是幫助教培機構提升教務管理效率,節約成本,后面隨著產品不斷迭代,也豐富了招生營銷、學員運營、家校服務等功能,來幫助機構做全流程的線上化,最終提升整體的運營效率。

在早期產品PMF階段,這款產品的主要功能為教務排課、點名、考勤通知、課時課消統計等,北極星描述性指標為:通過線上的排課及課消操作,降低操作錯誤率,提升操作效率。

那么如何量化這個操作效率,或者說出現怎么樣的數據結果就說明機構獲得了這個操作效率的提升?先來看一下系統操作的過程(如圖3所示):

(1) 首先要把線下的課程及班級在系統里完成建立。

(2) 然后要將學員數據錄入/導入到對應的課程及班級當中。

(3) 然后完成學員每周的課表及任課老師。

(4) 最后任課老師或前臺完成學生每節課到課情況的記錄。

(5) 最終系統內形成了每個課程課時消耗記錄及剩余課消數據。

圖3 操作流程圖

在梳理這個操作流程圖的時候,其實也是在梳理機構線下實際的業務流,提升效率的一個大的前提是,機構的線下業務操作被完整地搬到線上,在線上形成小閉環。

因此就可以很清晰地得出結論,只要機構在系統內的排課完成了點名(也叫課消)操作,就說明機構在這個環節已經用線上操作替代了線下的操作。

所以針對這個北極星描述指標的具體量化方向可以是已排課的點名比例,也就是已經排課的課程中點名的百分比,這個比例越高,說明機構使用該工具型SaaS產品的效果越好。

下面再補充一些特殊場景的操作,如請假、補課、調班等,基本就可以覆蓋掉線下業務的絕大多數場景,那么這個指標基本就可以量化出來了。

最后一步,這個排課點名比應該定在多少比例?統計周期為多久?需要考慮以下幾個因素:

  • 不同時期的不同比例數據和續約的關系。這一點很好理解,我們需要看這個指標和續約的相關性,并嘗試找到相關性較強的比例值。
  • 當前數據分布的情況,就是北極星指標達標的用戶比例有多少,一般選60%比較合適。這一點很容易忽略,即使在線性相關的前提下,這個比例也不是定得越高越好,需要看目前數據的分布情況及后續指標落地的難易程度。
  • 客戶實際業務的運作周期。這一點需要我們了解客戶實際的業務運營周期,由于一般線下機構排課是按周來排的,所以我們可以暫定為每周統計一次。

通過以上分析,我們得到一組客戶第3個月最后一周的排課的點名比例分數(M值)和續約率的相關性數據,如圖4和圖5所示:

圖4 不同M值和續約率的相關性

圖5 北極星指標(M)和續約率相關性

可以看到,北極星指標和續約率呈現出非常強的相關性,基本驗證了“排課的點名比例分數越高,續約率越高”。但是我們從數據的分布來看,這個線性仍有一定的不穩定和波動,尤其是在20分位和30分位這兩個點,假設我們就從這組數據來取北極星指標的值,那么這個分數大概率會取在20分。

20分往上這個值和北極星的相關性只有70%多,有明顯的相關性,但距離我們想要的顯著性特征(85%)還有一定差距。

我們又重新核查了這組樣本數據,最終發現我們忽略了一個重要的問題,也就是前文講到的,客戶續費的節點大多數發生在到期前一段時間,且決策容易受到期前一段時間的使用情況的影響。

而這組數據里取的是用戶開始使用的前3個月的數據,這個數據距離用戶續費的時間節點太遠,用戶可能一開始用得很好,但是后面慢慢流失掉了,也有可能一開始用得并不好,后面慢慢啟用起來,最后續約了,最后在實際的客戶數據層面也驗證了這個點。

因此我們又重新做了一組數據,客戶到期前1個月最后一周平均的數據和續約率結果做驗證,這組數據再一次驗證了我們的假設,50分以上的數據和續約率的相關性達到了85%以上,且越往上這個數據越高。

通過這組數據的對比(圖6),我們基本上可以確定這款工具型SaaS產品在當前階段的北極星指標了,即:周排課的點名比例達到50%。

圖6 到期前一個月M值和續約率相關性

本文由人人都是產品經理作者【SAAS老司機】,微信公眾號:【SaaS老司機】,原創/授權 發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自Unsplash,基于 CC0 協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!