在 SaaS 业务中自动化增长和客户洞察

2023 年 2 月 9 日，我们与 173Tech 的创始人兼首席执行官 Candice Ren 进行了会面。173Tech 是一家分析机构，帮助各个阶段的公司将数据转化为强大的增长引擎。

在本次网络研讨会中，Candice 涵盖了：

• 了解客户旅程如何帮助您增加收入。
• 如何开始构建自己的现代分析堆栈。
• 如何鼓励人们开始制作 Metabase 仪表板。

了解客户旅程如何帮助您增加收入

让我们以一家名为 173Peeps 的模拟公司为例，这是一家针对中小型企业的人力资源平台。客户旅程始于 Emily，她是一位机构所有者，在 LinkedIn 上看到了 173Peeps 的广告。她点击了广告，进入了网站，填写了她的详细信息，并下载了一份关于如何自动化工资单的白皮书。

销售团队接到了这个线索，给 Emily 打了电话，安排了演示，结果产品正是她所需要的。Emily 注册了一年的 Starter 订阅计划，开始使用该平台。后来，营销团队通过电子邮件联系了她，推广了一项她业务所需的新考勤功能。Emily 升级了她的计划，并在一年中愉快地继续使用该产品。到了续订时间，她又续订了一年。

虽然 Emily 的旅程是一个简单的例子，但实际中的客户旅程可能更加复杂，有更多的变化。数据触点和来源多种多样，包括 LinkedIn、Facebook 等营销渠道，平台收集的数据，以及 Google Analytics 等第三方服务。

通过分析营销漏斗中的数据，例如识别客户在演示阶段流失的时间，您可以自动化有针对性的营销活动来重新吸引他们。

例如，Emily 最大的痛点是她花在工资单上的时间。为了帮助您的销售团队更好地与她沟通，您可以为他们提供更符合她需求的自动化脚本，这将增加她进入下一阶段的机会。

为了更好地了解您的客户，您可以整合您的成本组成部分，并查看不同产品和客户群如何对整体盈利能力做出贡献。

为了减少客户流失，请寻找趋势信号，例如活动减少、产品使用次数减少和投诉。这样，您可以标记有风险的客户，并以隐私友好的方式调整您的预防策略。

使用现代数据堆栈实现数据驱动增长

如果您认为您的数据尚未达到要求，或者您一直在快速增长，并且您的数据尚未准备好进行高级分析，您可以考虑迁移到现代分析堆栈。该堆栈包括数据源，例如应用程序数据库或 Google 表格，这些数据源可以汇集到数据仓库中，以集中所有不同的数据源，以及用于分析数据的报告工具。

随着您的成长，您将积累许多不同的数据源，例如 HubSpot、Interval 和各种营销渠道。将所有这些数据自动提取到数据仓库中至关重要。一旦数据进入其中，您就可以对其进行建模以进行分析。

对数据进行建模并将客户标记为有风险后，您可以运行 ETL 将该信息放入您的公司在与客户互动时使用的应用程序中。

如果您因实施现代分析堆栈涉及的任务数量而感到不知所措，请不要担心。专注于快速获胜，例如识别易于实现的目标并整合您的关键数据源。首先将所有数据收集到一个地方，以跟踪您的主要业务 KPI。

将所有数据模型都放入数据仓库后，构建易于使用的仪表板，提供业务健康状况的宏观视图。一个提供完整业务概览的主仪表板可能是一个很好的起点，然后是每个团队（如销售、营销或产品功能）的单独仪表板。尽量让所有团队成员都能轻松使用报告工具并从中获得价值。