วิธีดำเนินการวิเคราะห์กลุ่มประชากรตามรุ่น SaaS เพื่อลดการหยุดทำงาน

การวิเคราะห์กลุ่มประชากรตามรุ่น SaaS เกี่ยวข้องกับการแบ่งกลุ่มผู้ใช้ออกเป็นกลุ่มตามพฤติกรรมหรือลักษณะที่แบ่งปันเพื่อตอบคำถามทางธุรกิจเกี่ยวกับวิธีที่ผู้ใช้โต้ตอบด้วยหรือจะโต้ตอบกับผลิตภัณฑ์ SaaS บริษัท SaaS สามารถระบุได้ว่าพฤติกรรมหรือลักษณะเฉพาะของผู้ใช้นำไปสู่ผลลัพธ์ที่แตกต่างกันอย่างไร

สมมติว่าผลิตภัณฑ์ SaaS ของคุณเป็นเครื่องมือจัดการโครงการ การวิเคราะห์ตามการได้มาของ SaaS จะช่วยให้คุณระบุได้ว่า:

• ผู้ใช้ที่เปิดใช้งานการแจ้งเตือนแบบพุชในสัปดาห์แรกมักจะมีส่วนร่วมกับซอฟต์แวร์ของคุณมากกว่าผู้ที่ไม่ทำ
• ผู้ใช้ที่เข้าร่วมในวันที่มีการเปิดตัวแคมเปญการตลาดที่มีชื่อเสียงกำลังเลิกใช้งานน้อยกว่าค่าเฉลี่ย
• ผู้ใช้ที่เข้าร่วมในเดือนมกราคมมักจะสิ้นสุดการสมัครหลังจากผ่านไปหนึ่งเดือน

การวิเคราะห์ตามการได้มาของ SaaS คืออะไร

บริษัท Software as a Service (SaaS) ให้บริการซอฟต์แวร์แก่ผู้ใช้ในรูปแบบของการสมัครใช้งาน แพลตฟอร์ม SaaS สามารถให้บริการซอฟต์แวร์ที่ช่วยผู้ใช้ในการจัดการลูกค้าสัมพันธ์ การจัดการค่าใช้จ่าย การจัดการโครงการ ทรัพยากรบุคคล ความปลอดภัยของข้อมูล และอื่นๆ

ในการวิเคราะห์ตามรุ่นสำหรับ SaaS คุณแยกผู้ใช้ปลายทางออกเป็นกลุ่มหรือกลุ่มต่างๆ เพื่อเรียนรู้ว่าลักษณะและพฤติกรรมของพวกเขาส่งผลต่อผลลัพธ์ทางธุรกิจอย่างไร บริษัท SaaS ยังสามารถดำเนินการวิเคราะห์กลุ่มประชากรตามรุ่นของบัญชีลูกค้าเพื่อดูความแตกต่างทั่วทั้งองค์กรที่ใช้แพลตฟอร์มของตน

คุณอาจแบ่งกลุ่มผู้ใช้ตาม:

• เดือนที่พวกเขาเข้าร่วมแพลตฟอร์ม SaaS ของคุณ
• ช่องทางการเข้าซื้อกิจการ
• พฤติกรรมที่แสดงในผลิตภัณฑ์ SaaS ของคุณ (เช่น การเปิดใช้งานการแจ้งเตือน การใช้คุณสมบัติการแชร์ การสร้างบอร์ดการจัดการโครงการใหม่ เป็นต้น)

หากคุณปฏิบัติต่อลูกค้าทั้งหมดของคุณเป็นกลุ่มเดียว เป็นการยากที่จะดึงข้อมูลเชิงลึกที่นำไปใช้ได้จริงเกี่ยวกับสาเหตุที่ผู้คนเลิกกัน แต่ถ้าคุณจัดกลุ่มผู้ใช้ตามเวลาที่พวกเขาเข้าร่วมแอปของคุณ ตัวอย่างเช่น คุณสามารถวิเคราะห์รูปแบบในวงจรชีวิตของลูกค้าได้

การวิเคราะห์ตามการได้มาช่วยให้คุณเข้าใจพฤติกรรมของผู้ใช้ได้ดีขึ้น ซึ่งทำให้คุณสามารถ:

• ตัดสินใจเกี่ยวกับผลิตภัณฑ์ที่เพิ่มมูลค่าให้กับผู้ใช้และทำให้พวกเขามีส่วนร่วม
• ระบุรูปแบบก่อนเลิกใช้งานและดำเนินการเพื่อปรับปรุงการรักษาลูกค้า
• ปรับปรุงการโฆษณาและการปรับเปลี่ยนในแบบของคุณ
• ทำความเข้าใจความแตกต่างตามฤดูกาลในการใช้งานผลิตภัณฑ์

การวิเคราะห์ตามการได้มาสำหรับบริษัทที่สมัครสมาชิก

บริษัท SaaS แบบสมัครสมาชิก (เช่น Calm) สามารถใช้การวิเคราะห์กลุ่มการสมัครสมาชิกเพื่อระบุว่ากลุ่มใดที่มีการรักษาผู้ใช้สูงและยังคงสมาชิกไว้เป็นเวลานานที่สุด ในทำนองเดียวกัน บริษัทสมัครใช้งานแบบแบ่งชั้น (เช่น Canva หรือ HubSpot) สามารถระบุได้ว่ากลุ่มใดอัปเกรดเป็นแผนราคาแพงกว่าและสร้างรายได้มากที่สุด

บริษัท SaaS แบบสมัครสมาชิกสามารถทำการวิเคราะห์ได้หลายอย่างเพื่อทำความเข้าใจว่าเหตุใดกลุ่มประชากรตามรุ่นบางกลุ่มจึงเลิกกัน จากนั้นพวกเขาสามารถทำงานเพื่อปรับปรุงอัตราการรักษา

การวิเคราะห์พฤติกรรม

เพื่อทำการวิเคราะห์พฤติกรรมของผู้ใช้:

• สร้างกลุ่มตามพฤติกรรมโดยการจัดกลุ่มผู้ใช้ตามการกระทำที่พวกเขาทำหรือไม่ทำภายในแพลตฟอร์ม SaaS ของคุณ ตัวอย่างเช่น แบ่งกลุ่มผู้ใช้ตามว่าพวกเขาเคยใช้คุณลักษณะเฉพาะหรือไม่
• จำกัดกลุ่มประชากรตามพฤติกรรมของคุณให้แคบลงโดยแยกผู้ใช้ออกจากการกระทำที่พวกเขาทำภายใน กรอบเวลาที่กำหนด ตัวอย่างเช่น ผู้ใช้ที่ใช้คุณลักษณะเฉพาะภายในสัปดาห์แรกของการสมัครแพลตฟอร์มของคุณ
• วิเคราะห์กลุ่มตามพฤติกรรมต่างๆ เพื่อดูว่าการใช้คุณลักษณะต่างๆ สัมพันธ์กับการคงผู้ใช้ไว้หรือไม่ ตัวอย่างเช่น คุณอาจสังเกตเห็นว่าผู้ใช้ที่ซิงค์ CRM ของคุณกับผู้ติดต่อ Google ภายในสัปดาห์แรกของการใช้แพลตฟอร์มของคุณมีอัตราการรักษาที่สูงกว่าผู้ที่ไม่ได้ทำ

การวิเคราะห์การปั่น

เพื่อทำการวิเคราะห์ตามรุ่นอัตราการปั่น:

• ขั้นแรก กำหนดกลุ่มประชากรตามรุ่นของคุณ (เช่น วันที่ผู้ใช้เข้าร่วม)
• ถัดไป คำนวณอัตราการเลิกใช้งานโดยดูจากจำนวนผู้ใช้ที่เข้าร่วมในวันที่ระบุที่กลับมาในวันถัดไป ตัวอย่างเช่น ลูกค้ากลับมากี่เปอร์เซ็นต์ในวันที่ห้า
• จากนั้น ให้หาว่าปัจจัยต่างๆ ส่งผลต่อการปั่นหรือไม่ ตัวอย่างเช่น คุณสามารถจัดกลุ่มผู้ใช้ตามแพลตฟอร์มเพื่อดูว่าประสบการณ์ของผู้ใช้ที่แตกต่างกันบนแพลตฟอร์มต่างๆ มีส่วนทำให้เกิดการเปลี่ยนแปลงหรือไม่
• เมื่อคุณมีสมมติฐานแล้ว การเปลี่ยนแปลงผลิตภัณฑ์ทดสอบ A/B ที่สามารถช่วยยืนยันได้โดยใช้เครื่องมืออย่าง Amplitude Experiment

เรียนรู้เกี่ยวกับการวิเคราะห์การปั่นแยกในอุตสาหกรรมและไตรมาสต่อไปในวิดีโอนี้:

การวิเคราะห์รายได้

ในการดำเนินการวิเคราะห์กลุ่มรายได้:

• เริ่มต้นด้วยการทำตามขั้นตอนการวิเคราะห์การแบ่งและเพิ่มรายได้ที่ผู้ใช้แต่ละรายมีส่วนร่วม
• จากนั้น คำนวณการขยายรายได้ แล้วเปรียบเทียบการขยายรายได้ในกลุ่มประชากรตามรุ่น
• สังเกตกลุ่มประชากรตามรุ่นที่มีรายได้เพิ่มขึ้นและค้นหาว่าทำไมถึงเป็นเช่นนั้น
• จากนั้นใช้การทดลองเพื่อทดสอบสมมติฐานของคุณ

วิธีการใช้ผลการวิเคราะห์ตามรุ่น SaaS

เมื่อคุณได้ทำการวิเคราะห์กลุ่มประชากรตามรุ่น SaaS แล้ว ให้ใช้ข้อมูลที่คุณรวบรวมมาเพื่อทำการตัดสินใจเกี่ยวกับผลิตภัณฑ์ที่ลดการเลิกใช้งาน

เพื่อนำสิ่งที่คุณค้นพบไปใช้:

• ระบุกลุ่ม "ปัญหา" ที่เลิกราหลังจากช่วงเวลาสั้นๆ โดยใช้หนึ่งในการวิเคราะห์ตามรุ่นสำหรับวิธี SaaS ด้านบน
• ตั้งสมมติฐานว่าอะไรเป็นสาเหตุของปัญหา ตัวอย่างเช่น ผู้ที่ไม่ได้ใช้คุณสมบัติการซิงค์รายชื่อติดต่อของคุณภายในสัปดาห์แรกอาจไม่ได้รับประสบการณ์การใช้งานซอฟต์แวร์ SaaS อย่างเต็มประสิทธิภาพ ดังนั้นพวกเขาจึงเลิกใช้งานอย่างรวดเร็ว
• ดำเนินการทดสอบ A/B เพื่อตรวจสอบสมมติฐานของคุณและทำความเข้าใจกลุ่มปัญหาให้ดียิ่งขึ้น โปรดทราบว่าการตรวจสอบนี้จะซับซ้อนเพราะมักจะเป็นการผสมผสานระหว่างสิ่งที่ทำให้ผู้ใช้มีส่วนร่วมและรักษาไว้
• ตามผลการทดสอบ A/B ให้แก้ไขซอฟต์แวร์ของคุณตามนั้นเพื่อแก้ไขปัญหา
• ทำซ้ำขั้นตอนการวิเคราะห์ตามรุ่นและการทดสอบสมมติฐานเพื่อระบุประเด็นปัญหาเพิ่มเติมและลดการเลิกรา

การวิเคราะห์ตามรุ่น SaaS: กุญแจสำคัญในการเพิ่ม CLV

มูลค่าตลอดช่วงชีวิตของลูกค้า (CLV) บอกคุณว่าลูกค้าทั่วไปมีรายได้เท่าใดจากความสัมพันธ์ของพวกเขากับแพลตฟอร์มของคุณ ตัวอย่างเช่น หากลูกค้าชำระค่าสมัครรายเดือน $10 และโดยทั่วไปจะเลิกใช้งานหลังจาก 12 เดือน CLV ของคุณคือ $120 นอกจากนี้ คุณจะเห็นคำนี้ย่อมาจากมูลค่าตลอดอายุการใช้งาน (LTV)

หากคุณเข้าใจว่าผู้ใช้ประเภทใดมี CLV สูง คุณสามารถดำเนินการเพื่อดึงดูดผู้ใช้ที่คล้ายกันได้ คุณยังสามารถสนับสนุนให้ผู้อื่นดำเนินการที่คุณได้พิสูจน์แล้วว่าสัมพันธ์กับการมีส่วนร่วมและการรักษาลูกค้าในระดับสูง

เนื่องจากการวิเคราะห์ตามการได้มาของ SaaS ช่วยให้คุณเห็นเวลาที่ลูกค้า (ผู้ใช้ปลายทางหรือบัญชีลูกค้า) เลิกใช้งาน หมายความว่าคุณสามารถวัดและติดตาม CLV ได้ การวิเคราะห์ตามการได้มายังช่วยให้คุณ เพิ่ม CLV ได้อีกด้วย ตัวอย่างเช่น คุณสามารถเห็นได้ว่ากลุ่มผู้ใช้กลุ่มใดที่สร้างรายได้มากที่สุด จากนั้นจึงสร้างแคมเปญการตลาดเพื่อกำหนดเป้าหมายผู้ใช้เหล่านั้นหรือปรับแต่งการตัดสินใจผลิตภัณฑ์ของคุณเพื่อให้ให้บริการได้ดียิ่งขึ้น

ด้วยการวิเคราะห์กลุ่มประชากรตามรุ่นการสมัครรับข้อมูล คุณยังได้รับข้อบ่งชี้ว่าเหตุใดผู้คนจึงเลิกใช้งาน คุณจึงสามารถแก้ไขปัญหาเหล่านั้นได้ สมมติว่าคุณสังเกตเห็นว่าผู้ใช้ในแผนการสมัครสมาชิกขั้นพื้นฐานของคุณมีอัตราการเลิกใช้งานที่สูง คุณสามารถเพิ่มคุณสมบัติผลิตภัณฑ์เพิ่มเติมในแผนการกำหนดราคาพื้นฐานนั้นเพื่อเพิ่มมูลค่าให้กับผู้ใช้เหล่านั้นและกีดกันพวกเขาจากการเลิกรา

นอกจากนี้ คุณยังระบุได้ว่าเมตริกตามพฤติกรรมส่งผลต่อ CLV อย่างไร เพื่อให้คุณเพิ่มประสิทธิภาพซอฟต์แวร์ได้ ตัวอย่างเช่น หากคุณสังเกตเห็นว่าผู้ใช้ที่เปิดใช้งานการแจ้งเตือนแบบพุชมักจะยังคงมีส่วนร่วมกับแพลตฟอร์ม SaaS ของคุณ คุณอาจทดลองโดยกระตุ้นให้ผู้ใช้ทั้งหมดเปิดใช้งานการแจ้งเตือนในระหว่างการเริ่มต้นใช้งาน คุณจะต้องทำการทดสอบ A/B เพื่อดูว่าการเปลี่ยนแปลงผลิตภัณฑ์นั้นทำให้เกิดการมีส่วนร่วมเพิ่มขึ้นหรือไม่

การทำความเข้าใจเมตริกการวิเคราะห์ตามการได้มา

นอกจาก CLV แล้ว ตัวชี้วัดมาตรฐานสำหรับการวิเคราะห์ตามรุ่นของ SaaS คือการรักษาลูกค้าหรือเลิกใช้งาน โดยมีลูกค้ากลับมาหรือออกจากงานกี่คนในช่วงเวลาที่กำหนดตามลำดับ หากอัตราการเลิกใช้งานสูงกว่าค่าเฉลี่ยสำหรับกลุ่มประชากรตามรุ่นเฉพาะ คุณรู้ว่าคุณจำเป็นต้องให้ความสนใจกับกลุ่มประชากรตามรุ่นนั้น

คุณยังสามารถดูเมตริกที่ให้ข้อมูลเพิ่มเติมเกี่ยวกับรายได้ที่กลุ่มประชากรตามรุ่นต่างๆ นำมาให้ได้ เช่น รายได้เฉลี่ยต่อผู้ใช้ (ARPU) และต้นทุนการได้มาซึ่งลูกค้า (CAC)

การวิเคราะห์ตามการได้มา 3 ประเภทยอดนิยม

สำหรับการวิเคราะห์ตามการได้มาของ SaaS คุณสามารถเลือกประเภทของกลุ่มประชากรตามรุ่นที่คุณแยกผู้ใช้ออก กลุ่มประชากรตามรุ่นสามประเภทแรก ได้แก่ กลุ่มการได้มา กลุ่ม ตาม พฤติกรรม และ กลุ่มตามการคาดการณ์

กลุ่มการได้มาซึ่ง แยกผู้ใช้ตาม:

• เมื่อสมัครแล้ว
• วิธีสมัคร (ช่องทางการได้มา)

กลุ่มตามพฤติกรรม จะแยกผู้ใช้ตามการกระทำที่พวกเขาทำหรือไม่ทำ และการกระทำที่พวกเขาทำภายในกรอบเวลาที่กำหนด ตัวอย่างเช่น:

• ในแพลตฟอร์ม CRM: ผู้ใช้ที่เพิ่มผู้ติดต่อ X จำนวน X หรือเปิดตัวแคมเปญการตลาดในสัปดาห์ที่แล้ว
• ในแพลตฟอร์มการจัดการโครงการ: ผู้ใช้ที่เปิดใช้งานการแจ้งเตือนบนเดสก์ท็อป

กลุ่มประชากรตามรุ่นคาดการณ์ จะแยกผู้ใช้ตามแนวโน้มที่จะดำเนินการบางอย่างในอนาคต

เทมเพลตการวิเคราะห์ตามการได้มา

คุณมักจะทำการวิเคราะห์กลุ่มประชากรตามรุ่น SaaS ในตารางกลุ่มประชากรตามรุ่น บนโต๊ะ คุณจะเห็น:

• แถวสำหรับผู้ใช้แต่ละกลุ่ม (เช่น เข้าร่วม 6 กรกฎาคม เข้าร่วม 15 กรกฎาคม)
• คอลัมน์ในแต่ละวัน สัปดาห์ หรือเดือนหลังจากสร้างกลุ่มประชากรตามรุ่น (วันที่ศูนย์คือวันที่ผู้ใช้เข้าร่วม)
• เซลล์ที่มักจะแสดงอัตราการปั่นหรืออัตราการรักษาในแต่ละวัน

ในตารางกลุ่มประชากรตามรุ่นด้านบน คุณจะเห็นการรักษาผู้ใช้ที่เข้าร่วมในวันที่ 6 กรกฎาคมเพียง 6% ของวันที่ห้า นั่นหมายความว่า 94% ของผู้ใช้เลิกใช้—ถังที่รั่ว ลองสำรวจข้อมูลนี้ฟรีโดยใช้การสาธิตแบบบริการตนเองของ Amplitude จากนั้นไปที่ตารางกลุ่มประชากรตามรุ่นตัวอย่างนี้

คุณเห็นภาพตารางกลุ่มประชากรตามรุ่นได้ดียิ่งขึ้นด้วยการสร้างเส้นโค้งการวิเคราะห์การเก็บข้อมูล

เมื่อใช้แผนภูมิการวิเคราะห์การคงอยู่ของ Amplitude คุณจะเห็นปัญหาในทันที—มีเพียง 10% ของผู้ใช้เท่านั้นที่ยังคงอยู่หลังจากวันแรก ซึ่งอาจบ่งชี้ว่าผลิตภัณฑ์ SaaS ของคุณมีการเริ่มต้นใช้งานที่ซับซ้อน ไม่มีคำกระตุ้นการตัดสินใจ ปัญหาทางเทคนิค หรืออย่างอื่น คุณสามารถทดสอบสมมติฐานของคุณผ่านการทดลอง จากนั้นจึงแก้ไขปัญหาและลดความยุ่งยาก

พร้อมที่จะสำรวจกลุ่มประชากรตามรุ่นในผลิตภัณฑ์ SaaS ของคุณและเริ่มปรับปรุงการรักษาผู้ใช้ตั้งแต่วันนี้หรือไม่ เริ่มต้นใช้งานฟรีโดยใช้ Amplitude หรือดูคู่มือ Mastering Retention เพื่อเรียนรู้เพิ่มเติม

อ้างอิง

• การวิเคราะห์ตามการได้มา: ลดการเลิกราและปรับปรุงการรักษา แอมพลิจูด
• เหตุใดการวิเคราะห์ตามรุ่นจึงดีกว่าวิธีอื่นๆ ในการคำนวณ LTV ตลอดชีวิต
• 8 เมตริก SaaS ที่คุณควรติดตาม เว็บโฟลว์
• คู่มือเริ่มต้นสำหรับการวิเคราะห์ตามรุ่น: วิธีลดความยุ่งยากและตัดสินใจผลิตภัณฑ์ได้ดีขึ้น Appcues