9 måltall for kundelojalitet og hvordan du sporer dem

Måltall for kundelojalitet er en grunnlinje for alle PLG-selskaper, og hjelper deg å forstå hvor mye inntekt virksomheten din holder på hver måned.

Ved å bygge et mer detaljert bilde med data fra både innenfor og utenfor produktet ditt, kan du også bruke lojalitetsmåltall til å måle produktets vekstpotensial, oppdage områder for inntektsgenerering og begrense frafall.

Derfor ser vi i denne guiden på hvordan du måler kundelojalitet. Dette inkluderer ni av de viktigste måltallene og en tilnærming til analyse av kundelojalitet. Vi utforsker også Optimizely Warehouse-Native Analytics, en produktanalyseplattform som lar deg enkelt forstå kundeatferd på tvers av kanaler.

Måltall for kundelojalitet er innsikter som viser hvor godt du holder på kundene dine over tid. I motsetning til engasjementsmåltall, som fokuserer på hvordan kunder samhandler med produktene dine, ofte på engangsbasis, måler lojalitetsmåltall spesifikt lojaliteten i kunderelasjoner på lang sikt.

Måltall for kundelojalitet er tall som viser din evne til å opprettholde engasjement, fremme langsiktige relasjoner og redusere frafall.

Å forstå disse dataene er avgjørende for å holde kostnadene nede når du skalerer. Det er tross alt billigere å beholde eksisterende kunder enn å skaffe nye. Dette er spesielt treffende i et PLG-miljø der selve produktet fungerer som driveren for nye leads og salg.

Ved å gi hele teamet ditt innsikten de trenger for å redusere frafall, sparer du penger direkte. For eksempel, når serviceteamet ditt får den handlingsrettede innsikten det trenger for å forbedre onboarding-prosesser, slipper du å investere i kostbare kampanjer for kundeanskaffelse og retargeting.

Forskning viser at sannsynligheten for å selge til en ny kunde er 5–20 %, mens sannsynligheten for å selge til en eksisterende kunde er over 60 %. Så det gir mening at du ved å identifisere områder med høy lojalitet i produktet ditt også kan øke inntektene.

Med lojalitetsmåltall fra både innenfor og utenfor produktet kan markedsføringsteam markedsføre oppsalgsmuligheter til eksisterende kunder mer effektivt.

For å forstå hvordan dette ser ut i praksis: tenk deg at du gjennom en detaljert analyse av lojalitetsmåltall oppdager at en betydelig andel av brukerne dine er svært engasjert i en bestemt funksjon. Markedsføringsteamet ditt kan da bygge en kampanje som markedsfører dette til lignende målgrupper, og personalisere oppsalgstilbudet basert på data fra salgssamtaler og kundetilbakemeldinger.

Totalt sett, med full kontroll på lojalitetsmåltall, kan du bygge et produkt som markedsfører seg selv – det ultimate målet for ethvert PLG-selskap. Oftere vil brukere bli betalende brukere, kunder vil bli ambassadører, og ambassadører vil bli din mest vellykkede salgsfunksjon.

Ta en titt på tabellen nedenfor for å få en rask forståelse av de viktigste måltallene for brukerlojalitet. Alternativt kan du dykke ned og utforske hvordan du måler kundelojalitet steg for steg mer i dybden.

Datapunktet de fleste tenker på først når de blir spurt om måltall for kundelojalitet, kundelojalitetsraten, viser til andelen kunder som fortsetter å bruke produktet ditt. Den kan måles fra tidspunktet produktet ble opprettet eller over en bestemt tidsperiode.

Når du ser på kundelojalitetsraten over en kort periode, kan du evaluere effektiviteten av lojalitetsstrategiene dine eller identifisere hvor produktproblemer har sneket seg inn.

Ved å gjennomføre analyse av kundelojalitet over en lengre periode kan du derimot få en dypere forståelse av den generelle kundelojaliteten og identifisere mønstre eller sesongmessige svingninger i lojalitetsratene.

Du kan også sammenligne kundelojalitetsraten din med bransjebenchmarks for å forstå hvordan du står deg mot konkurrentene dine.

Formel for kundelojalitetsrate: (Brukere ved slutten av perioden) - (brukere onboardet i løpet av tidsperioden) / (totalt antall brukere ved starten av perioden) * 100 = CRR

På motsatt side av måling av kundelojalitet viser frafallsraten hvor mange personer som forlater produktet i løpet av en gitt periode.

En konsekvent høy frafallsrate over tid indikerer åpenbart problemer med produktet ditt. Men ved å gå dypere enn dette, og analysere mønstre og trender knyttet til bestemte kundesegmenter, bruksmønstre eller produktfunksjoner, kan du utvikle strategier for å redusere frafallet totalt sett.

Kundeanalysen i Optimizely Warehouse-Native Analytics lar deg spore bestemte reiser for å forstå frafallspunkter. Du kan også få tilgang til data direkte fra ditt warehouse for å forstå, for eksempel, hvordan kundesuksess- og support-berøringspunkter henger sammen med frafall.

Formel for kundefrafallsrate: Antall kunder ved starten av en periode / antall kunder tapt i løpet av en periode * 100

Du kan også beregne frafall i form av inntekter i stedet for kunder; dette lar deg kvantifisere tapene dine mer nøyaktig i stedet for å få et unøyaktig bilde ved å vekte alle brukere likt. Inntektsfrafallsraten tar hensyn til forhold som oppsigelser og nedgraderinger av abonnement i tillegg til generelt kundefrafall.

Å overvåke inntektsfrafallsraten din sammen med atferdsanalyse lar deg identifisere trender og mønstre i kundeatferd som påvirker inntektsbevaring. For eksempel, hvis du observerer at kunder med lavt engasjement i nøkkelfunksjoner i produktet ditt har større sannsynlighet for å falle fra og føre til inntektstap, kan du prioritere innsats for å forbedre brukervennligheten til disse funksjonene.

Formel for inntektsfrafallsrate: {[(MRR ved begynnelsen av måneden – MRR ved slutten av måneden) – oppsalg]/MRR ved begynnelsen av måneden} × 100 = Inntektsfrafallsrate

Reaktiveringsraten viser deg hvor mange av dine frafalte eller inaktive kunder som vender tilbake til produktet ditt innenfor en bestemt tidsperiode. Det er et sentralt lojalitetsmåltall fordi det direkte måler din evne til å re-engasjere kunder som tidligere har sluttet å bruke produktet ditt.

Å spore reaktiveringsmønstre og -trender kan gi deg verdifull innsikt i hvorfor kunder falt fra eller ble inaktive i utgangspunktet. For eksempel kan du finne at kunder som mottok personalisert oppfølging hadde større sannsynlighet for å re-engasjere seg. Dette kan deretter informere støtten du gir til eksisterende kunder.

Formel for reaktiveringsrate: Reaktiverte kunder / totalt antall frafalte kunder * 100

Inntektsvekstrate for eksisterende kunder ser på den årlige økningen i brukernes forbruk. Dette lar deg forstå ikke bare om du beholder brukere, men om du engasjerer dem over tid.

Inntektsvekstrate for eksisterende kunder er en god indikasjon på kundelojalitet; kunder som konsekvent bruker mer hos virksomheten din har større sannsynlighet for å anbefale den til andre. Et stigende tall antyder at lojalitets- og engasjementsstrategiene dine er effektive til å fremme langsiktige relasjoner med lojale kunder.

Formel for inntektsvekstrate for eksisterende kunder: (Inneværende måneds MRR - forrige måneds MRR) / forrige måneds MRR * 100 = Inntektsvekstrate for eksisterende kunder

Customer lifetime value, et estimat på hvor mye penger gjennomsnittskunden vil bruke i løpet av tiden sin hos deg, er et åpenbart, men noen ganger glemt, måltall for brukerlojalitet. Jo lenger brukerne dine blir, desto mer vil de sannsynligvis betale, og desto høyere er deres totale lifetime value.

Når du forstår CLV, kan du benchmarke dette mot andre i bransjen din, fastslå hvem dine mest lønnsomme brukere er, og allokere ressursene dine mer effektivt.

Formel for customer lifetime value: (Gjennomsnittlig kjøpsverdi x gjennomsnittlig kjøpsfrekvens) x gjennomsnittlig kundelevetid = CLV

Customer satisfaction score gir deg en oversikt over hvor fornøyde brukerne dine er. Du samler inn disse dataene i form av en undersøkelse som fokuserer på en bestemt funksjon, interaksjon eller produktet som helhet. Dette måles vanligvis på en skala fra én til fem eller med binære glade/triste ansikter.

Du kan bruke CSAT til å evaluere effektiviteten av nylige produktoppdateringer, opprette en tilbakemeldingssløyfe med kundeservice, og informere markedsføringsprioriteringer.

Formel for customer satisfaction score: (Antall svar med 4 og 5) ÷ (antall svar) × 100 = CSAT

Net Promoter Score måler hvor sannsynlig det er at brukere vil anbefale produktet ditt til andre.

Du stiller et spørsmål i stil med «På en skala fra 0 til 10, hvor sannsynlig er det at du vil anbefale dette produktet til en venn?» De som svarer med 6 eller høyere kalles ambassadører, mens de under 6 kalles kritikere.

Du kan bruke NPS-en din til å fremheve problemer med et bestemt aspekt av produktet eller tjenesten din. For eksempel, hvis du spør brukere om de ville anbefalt deg kort tid etter onboarding og du får et høyt antall kritikere, kan dette indikere problemer som må adresseres.

Du kan også benchmarke net promoter score-en din mot andre i bransjen din.

Formel for Net Promoter Score: % ambassadører - % kritikere = NPS

Alle produktteam vil uunngåelig spore Daily Active Users og Monthly Active Users. Men hvis du jobber med et annet bruksområde enn apper med lavfrekvent bruk, er det også verdt å vurdere DAU til MAU: forholdet mellom Daily Active Users og Monthly Active Users.

Dette måltallet, også kjent som stickiness-raten, indikerer hvor sterkt brukerengasjementet er og hvor mye verdi brukerne dine får ut av produktet ditt.

For å forstå nærmere hvilke brukere som beholdes og hvilke som faller fra, kan du kombinere DAU til MAU med atferdsbasert kohortanalyse inne i en produktanalyseplattform som Optimizely Warehouse-Native Analytics. Dette vil hjelpe deg å identifisere trender og mønstre som fører til at brukere forlater appen eller blir mer engasjerte.

DAU-til-MAU-rate: Daily Active Users / Monthly Active Users

Ofte forteller måling av kundelojalitet deg hva og hvordan, men ikke hvorfor. For en mer fullstendig forståelse av kundens opplevelse og årsakene bak frafall eller engasjement trenger du en produkt- og kundeanalyseplattform som Optimizely Warehouse-Native Analytics.

Denne gir deg ikke bare direkte innsikt i lojalitet, men også: