از داده های سلامت مشتری برای رشد و پیش بینی NRR استفاده کنید • TechCrunch

یک کلام قدیمی در میان اصحاب دعوی دادگاه بیان میدارد که شما فقط زمانی باید از یک شاهد سوال کنید که از قبل بدانید که او چگونه پاسخ خواهد داد. در غیر این صورت ممکن است با یک غافلگیری ناخوشایند روبرو شوید. به همین دلیل، دادستانها و وکلای مدافع مؤثر در فعالیتهای مختلف پیش از محاکمه، از جمله «آمادهسازی شاهد» شرکت میکنند تا به آنها در کنترل روایت کمک کنند.
از آنجایی که بسیاری از شرکتهای SaaS به دنبال افزایش حفظ درآمد خالص (NRR) هستند تا فروش ضعیف یا کاهش یافته را جبران کنند، ممکن است بخواهند این اصل را بپذیرند و بگویند: «قبل از اینکه از مشتریان فعلی بخواهیم اشتراک خود را تمدید یا گسترش دهند، مشتری را دنبال میکنیم. استراتژیها و فعالیتهای موفقیت (CS) (“آماده سازی مشتری”) که به ما کمک می کند از غافلگیری ناخوشایند جلوگیری کنیم و تعداد نتایج موفقیت آمیز را افزایش دهیم.”
حالا قسمت مشکل می آید. چه نوع داده های سلامت مشتری را باید جمع آوری و تجزیه و تحلیل کنید تا به شما در جلوگیری از غافلگیری ناخوشایند کمک کند؟ و تیم های فروش و پس از فروش شما در پاسخ به این داده ها چه استراتژی ها و فعالیت هایی را باید دنبال کنند؟
یک راه حل عزیز
اساساً، امتیاز نتایج مشتری DEAR شما را قادر می سازد تا گردش کار را به شاخص های پیشرو و نتایج عقب مانده متصل کنید.
از لحاظ تاریخی، بسیاری از رهبران CS به شواهد حکایتی تکیه کرده اند و “بهترین شیوه ها” را به امید تقویت NRR فرض کرده اند. حتی زمانی که به نظر می رسید این رویکرد کارساز بود، مدیران موفقیت مشتری (CSM) اغلب فاقد شواهد تجربی برای ارتباط محکم موفقیت با کار خوب تیم خود بودند.
ما برای غلبه بر چنین «مزاحمی» استراتژیک، توسعه یک روش علمیتر و مبتنی بر دادههای سلامت مشتری و روش مدلسازی حفظ را پیش بردیم. این چارچوب که با نام DEAR (استقرار، مشارکت، پذیرش، بازگشت سرمایه) شناخته میشود، با هدف کمک به تیمهای CS در ارائه تجربیات استثنایی مشتری و هدایت مشتریان فعلی به نتایج دلخواهشان است. DEAR علاوه بر امتیاز تجربه مشتری، امتیاز نتایج مشتری را نیز ارائه میکند، که نشانگر عینی است که آیا مشتری ارزش و بازده سرمایهگذاری خود را میبیند یا خیر.
در زیر به تفکیک چهار مؤلفه DEAR آمده است.
توجه داشته باشید که برای استفاده موثر از این اطلاعات، به فناوری مناسب (در حالت ایدهآل، نرمافزار مدیریت مشتری) و دادههای رفتاری (در حالت ایدهآل، دورسنجی در مورد نحوه استفاده مشتریان از محصول) نیاز دارید.
گسترش
آیا مشتری فعال شده است؟ آیا آنها برای استفاده مؤثر از آنچه خریداری کرده اند تنظیم شده اند؟ استقرار ضعیف اغلب یک شاخص قوی از خطر ریزش جزئی یا کاهش فروش است.