8 kundmått som teknikföretag bör bry sig om

Om du som teknikföretag spårar fel kundmått kan det leda till att du utvecklar strategier som inte stämmer överens med kundernas faktiska behov. Resultatet av detta är ofta ökad kundomsättning, felriktade resurser och bristande samordning mellan olika team.

Så hur får man en fullständig förståelse för beteenden i olika kanaler för att skala upp på rätt sätt? Och hur förenar man sitt team med en gemensam förståelse för kundresan?

Det här är de frågor vi tar upp i den här artikeln, som ger en komplett guide till de kundmätvärden som du bör bry dig om som teknikorganisation. Vi tittar också på en produktanalysplattform som du kan använda för att genomföra effektivare kundanalyser i olika kanaler.

Vad är kundmätetal?

Kundmått är insikter som erhålls från kundanalys. De spårar och utvärderar kundernas beteende, nöjdhet och engagemang med en produkt och täcker varje steg i kundresan, från förvärv till att behålla kunder.

Teknikföretag behöver också i allt högre grad fokusera på aktivitet i olika kanaler för att få en förståelse för kundresan. Och Gartners forskning¹ visar att nästan 50 % av Product Managers har börjat samla in kundanalyser under de senaste åren.

Varför är kundmätningar viktiga för teknikföretag?

Kundmått är avgörande för att förstå orsakerna till kundbortfall och identifiera möjligheter att generera intäkter. Ett noggrant tillvägagångssätt ger nyanserade insikter om kundernas preferenser och ger underlag för strategiska beslut inom alla delar av verksamheten.

Låt oss till exempel säga att du analyserar kundmått för en molnlagringstjänst. Istället för att bara spåra antalet uppladdade filer tittar du djupare och upptäcker att ett segment av användare som regelbundet samarbetar med delade dokument och mappar har högre kvarhållningsgrad jämfört med enskilda användare som främst använder tjänsten för personalisering.

Detta skulle göra det möjligt för dig att skräddarsy dina marknadsföringsstrategier och produktutvecklingsstrategier för att generera mer intäkter från de samarbetande användarna. Du kan också erbjuda extra kundsupport och onboarding för att hjälpa den andra gruppen att få ut mer av appen.

Genom att samla in data från olika kanaler får du mer information om användarnas beteende i produkten samtidigt som andra team, t.ex. marknadsförings- och kundsupportteam, kan arbeta mot en mer kundfokuserad strategi.

Genom att använda en produktanalysplattform som Optimizely Warehouse-Native Analytics, som ligger direkt ovanpå ditt datalager, kan du samla all din data. Härifrån kan du till exempel förstå vilka användare som skapar ett kundtjänstärende och sedan lämnar produkten helt och hållet. Genom att ha möjlighet att skapa rapporter och genomföra utforskande analyser kan du hitta svar på frågor som tidigare var svåra att besvara och behålla så många användare som möjligt.

Topp 8 kundmått att spåra

Här tittar vi på de viktigaste kundmåtten att spåra som teknikföretag. Tabellen ger en översikt och nyckelformler; efter detta kan du hitta en beskrivning av varje med tips om hur du kan förbättra varje datapunkt.

Kostnad för kundförvärv

Detta visar hur mycket pengar företaget i genomsnitt lägger ut på att skaffa en ny kund. Genom att spåra detta kan du bedöma effektiviteten i din marknadsföring och optimera resursallokeringen.

För att förbättra din CAC måste du skapa en korrekt bild av din kundresa i alla kanaler. Med hjälp av programvara för marknadsföringsanalys som Optimizely Warehouse-native Analytics kan du förstå vilka kanaler online (t.ex. YouTube, din webbplats, LinkedIn) som driver användare till din produkt; detta kan hjälpa dig att fördela din marknadsföringsbudget mer exakt.

Formel: Total kostnad (marknadsföring + försäljning) / Antal nya kunder

Tid till aktivering

Tid till aktivering är tidsperioden mellan att en användare registrerar sig och slutför sin första milstolpe för aktivering. Du bestämmer hur den här milstolpen ser ut; det kan vara allt från att göra sitt första köp till att skapa en profil.

Genom att förstå Time To Activate tillsammans med en analys av kundresan kan du identifiera problem som hindrar användare från att bli engagerade i din produkt.

Om din milstolpe för aktivering till exempel är att skapa en profil kan en förlängd Time To Activate tyda på problem med onboardingprocessen. Du kan då be ditt kundsupportteam att samla in feedback från användare som upplever svårigheter med att skapa sina profiler och använda denna insikt för att minska tidsåtgången.

Formel: Tidsstämpel för aktivering - tidsstämpel för registrering

DAU/MAU

DAU och MAU visar hur många aktiva användare du har på daglig eller månatlig basis. Det är de viktigaste mätvärdena för engagemang som visar hur din användarbas växer och hur de reagerar på förbättringar som du gör i produkten.

Du kan öka DAU/MAU genom att personalisera användarresan med data om ett visst segments beteende, preferenser och interaktioner. Du kan till exempel skicka push-meddelanden till specifika användarsegment baserat på deras tidigare interaktioner med produkten.

Formler: Total MAU= Unika aktiva användare under en månad + återvändande användare under en månad

Total DAU= Unika aktiva användare under en dag + återvändande användare under en dag

Genomsnittlig MAU/Annual MAU= Summan av varje månads aktiva användare / 12

Adoptionsgrad för funktioner

Feature adoption analyserar användarnas interaktioner med en specifik funktion i din produkt. Detta hjälper till att vägleda din produkts roadmap genom att visa var användarna hittar mest värde. Du kan också identifiera områden där användarna kan stöta på svårigheter.

För att förbättra din adoptionsgrad kan du sedan skapa målgruppsinriktade marknadsföringskampanjer, onboardingprocesser och hjälpguider.

Formel: Antal kunder som använder funktionen/antalet kunder totalt) x 100

Lösningsgrad vid första kontakten

Lösningsgrad vid första kontakten är ett kundsupportmått som visar hur ofta kundinteraktioner eller problem löses under den första interaktionen med en supportagent, vilket indikerar en minskad sannolikhet för churn. Du kan samla in dessa uppgifter från ärendehanteringssystem, kundundersökningar med mera.

Du kan förbättra lösningsgraden vid första kontakten genom att identifiera vanliga trender i fall där problem inte löstes och samtidigt titta på produktdata. Utifrån detta kan du identifiera problem som kan fungera som flaskhalsar som påverkar handläggarnas förmåga att lösa problem snabbt. Du kan också proaktivt förhindra att problem uppstår genom målgruppsinriktning med supportguider till användare som liknar dem som skapade supportärendena.

Formel: Antal förfrågningar som lösts vid första kontakten/ totalt antal förfrågningar x 100

NPS (Net Promoter Score)

Net Promoter Score mäter hur sannolikt det är att dina användare kommer att rekommendera din produkt till andra. Det mäts genom att ställa en fråga som "På en skala upp från 0 till 10, hur sannolikt är det att du skulle rekommendera den här produkten till en vän?" Personer som svarar med en poäng på 6 eller högre kallas ambassadörer, medan de som svarar med en poäng under 6 kallas avaktualiserare.

Genom att förstå din NPS kan du identifiera problem med din produktresa. Om du till exempel frågar användarna om de skulle rekommendera dig efter onboarding och du får ett högt antal detractors, kan det tyda på problem.

För att förbättra ditt NPS kan du skapa en feedbackloop som gör det möjligt för ditt kundsupportteam att ge feedback direkt till ditt produktteam och vice versa. Genom att samla in insikter från kunderna vid olika kontaktpunkter längs deras resa kan du fortsätta att uppfylla deras förväntningar.

Kvarhållande av kunder

Retention rate är ett viktigt mått för att förstå hur många användare som fortsätter att använda din produkt under en viss tidsperiod. Inom teknikföretag fungerar det som en viktig indikator på framgång för både marknadsföringsteam, produktteam och kundtjänstteam.

Genom att använda omnikanal-data från vart och ett av dessa team kan du öka din retention rate över tid. Produktdata kan till exempel identifiera egenskaper och beteenden hos personer som vanligtvis slutar, och sedan kan marknadsföringen ingripa med en kampanj eller ett supportinitiativ.

Formel: Antal användare i slutet av tidsperioden - antal användare som förvärvats under tidsperioden/ totalt antal användare i början av perioden

Reaktiveringsgrad

Reaktiveringsgraden visar hur många av dina inaktiva eller avhoppade kunder som återvänder för att använda din produkt inom en viss tidsperiod. Detta visar din förmåga att återengagera kunderna och kan också ge dig insikter om varför kunderna slutade eller blev inaktiva från första början.

Du kan öka din reaktiveringsgrad genom att identifiera egenskaper, beteenden och preferenser hos personer som brukar återaktivera innan du gör en målgruppsinriktning.

Formel: Reaktiverade kunder / totalt antal churned-kunder * 100

Analysera kundmätvärden mer exakt med Optimizely Warehouse-native Analytics

Med en produktanalysplattform som Optimizely Warehouse-Native Analytics kan du samla dina data från olika kanaler. Detta gör att du kan bygga upp en fullständig förståelse för kundresan för att anpassa teamen mot tillväxt.

Med Optimizely Warehouse-native Analytics får du en självbetjäningsplattform där du kan få tillgång till

• Exakta insikter från alla kanaler (eftersom Optimizely Warehouse-Native Analytics fungerar ovanpå ditt datalager)
• En tidsbestämd 360-gradersvy av användarnas beteende
• Möjligheten att fritt besvara dina egna hypoteser med utforskande analys
• Möjligheten att skapa anpassade rapporter
• Självbetjäning av tratt-, väg- och kohortanalys