❌

阅读视图

发现新文章，点击刷新页面。
🔲 ⭐

數據地圖 part 4：B2B 產品數據地圖

✇Mr. PM 下午先生
mrpm


遇到數據不知道從何下手嗎？這種困境最大的原因，就是來自於你是單點看數據，而不是把數據串起來看。

什麼是把數據串起來看，就是了解不同數字之間的因果關係。譬如說：潛在客戶名單數量和名單合格率相乘，就得到 MQL (Marketing Qualified Lead) 數量。

我們若用圖來表示數據間的因果關係，這就是所謂的數據地圖。

B2B的數據地圖，你可以簡單的拆成新客營收和舊客營收。新客營收則來自業務漏斗的層層轉化 (名單->MQL->SQL…)，下圖是一個每年續約型的 B2B 企業數據地圖範例。

大圖可點此觀看

新客營收，我們可以往下拆

  • 新客營收 = Sales Opportunity 數量 x 成交率 x APRRU (Average Revenue Per Payuing User)
  • Sales Opportunity 數量，和 SQL (Sales Qualified Lead) 數量與 PQL (Product Qualified Lead) 數量，有正相關的關係
  • SQL 數量 = MQL (Marketing Qualified Lead) x 轉化率
  • MQL 數量 = 名單數量 x 名單合格率

舊客營收，每個公司拆法不同，這個範例我們簡單拆成「大型客戶」和「中小型客戶」，往下拆的話就是

  • 大型客戶營收 = 大型客戶數 x 續約率 x ARPPU
  • 中小型客戶營收 = 中小型客戶數 x 續約率 x ARPPU

B2B 的產品，很有可能你都收集不到「行為面」的數據，諸如：客戶每個月用幾次、每次用多久、用了什麼功能…等等，所以在看數據的時候，都會偏向交易面的數據居多，如：ARPPU、續約率…等。

在新客的數據地圖拆解，其實就是遵循著業務銷售流程，從收集名單，然後從中篩選出 Marketing Qualified Lead，然後部分會轉成 Sales Qualified Lead，在 Sales 去接觸後，就會變成 Sales Opportunity，最後成交產生營收。

PQL (Product Qualified Lead) 和新客營收的關係是什麼呢？我舉個例子：像是很多企業用的通訊軟體，10 個人用是免費的，但第 11 個人要使用，那就要收費。

你可以這樣理解，當第 11 個人要使用這個企業通訊軟體時，因為他要付費才能使用，所以這家公司從免費用戶，變成了 Product Qualified Lead， Sales 會去拜訪這家客戶，或是系統也會觸發自助升級機制，讓企業自助轉成付費方案，都是很常見的作法。

--
不想錯過我的新文章：訂閱免費電子報
我的線上課：數據化營運、產品增長 和 產品企劃力，歡迎大家報名

關於作者：Mr.PM 下午先生
The post 數據地圖 part 4：B2B 產品數據地圖 first appeared on Mr. PM 下午先生.
🔲 ☆

數據地圖 Part 2：SaaS/訂閱型產品的數據地圖

✇Mr. PM 下午先生
mrpm


遇到數據不知道從何下手嗎？這種困境最大的原因，就是來自於你是單點看數據，而不是把數據串起來看。

什麼是把數據串起來看，就是了解不同數字之間的因果關係。譬如說：付費客戶數和ARPPU (Average Revenue Per Paying User)可以相乘，這樣就是營收。

我們若用圖來表示數據間的因果關係，這就是所謂的數據地圖。

SaaS，或是以訂閱為營收主軸的數據地圖，大概有幾個最重要的面向，付費會員數、NDR (Net Dollar Retention Rate) 和 ARPPU (Average Revenue Per Paying User)。下圖是一個很典型的 SaaS 數據地圖範例。


大圖可點此觀看

首先，付費會員數和 ARPPU (Average Revenue Per Paying User)，這兩個相乘就構成營收，那為何還有 NDR (Net Dollar Retention Rate) 這個項目呢？

NDR 的概念就是「舊用戶付給你的錢，有沒有隨著時間過去，越付越多」，為何舊用戶會越付越多呢？那是因為他的用量越來越多，或者是從銀質會員，升級到金質會員，付更高的費用。

拿一些矽谷知名公司的 NDR 數字給大家參考，Slack 過往有達到 130% 以上，也就是舊客戶每年都會多付 30% 給 Slack；Figma 這個數字高達 150%，也就是舊客戶平均每年會多付 50% 給 Figma。

用戶數越來越多，用戶進來後付的錢也越來越多，這樣的營收增長速度，就會有加乘效果，增長迅猛，這也就是 NDR 我會把他列成是影響營收的重要因子。

NDR，其計算公式是 (升級率 -降級率 +續約率)，所以我們可以往下拆成：升級比率、降級比率、舊會員續約率

付費會員數，現在我們可以一層一層往下拆：

  • 付費會員數 = 新會員數 + 首次續約會員數 + 連續續約會員數。這樣拆的原因是，通常付費訂閱的會員，在剛開始訂閱的時候是最不穩定的，所以通常都會單獨拉出來看。
  • 新付費會員數 = 活躍免費會員數 x 付費轉化率。
  • 活躍免費會員數 = 註冊會員數 x 留存率。

ARPPU，這比較單純，因為每種會員等級金額不同，我們可以按照會員等級切，在這個範例就只有兩種會員等級，那就是「金質會員」和「銀質會員」。

這邊還另外提醒大家，因為訂閱型的產品，我自己經驗是三不五時都會推促銷案，每個促銷案應該要分別追蹤其註冊用戶數、留存率、付費轉化率、ARPPU、NDR…等，依照每個促案用戶的生命週期，觀察每個相關指標的變化，並且盡量把促案和一般沒促案的時候，數據拆開來看。

透過這樣的數據地圖，你就可以更容易的進行做「數據分析」、「展開年度規劃」和「找到成長的槓桿解」。

在這邊也提醒一下，若公司有多個 SaaS 或訂閱產品，應該要有屬於各自的數據地圖，獨立看待。

--
不想錯過我的新文章：訂閱免費電子報
我的線上課：數據化營運、產品增長 和 產品企劃力，歡迎大家報名

關於作者：Mr.PM 下午先生
The post 數據地圖 Part 2：SaaS/訂閱型產品的數據地圖 first appeared on Mr. PM 下午先生.
❌