自动化SaaS业务中的增长和客户洞察

2023年2月9日，我们与173Tech的创始人兼首席执行官Candice Ren会面，173Tech是一家帮助所有阶段的公司将数据转化为强大增长引擎的分析机构。

在本场网络研讨会中，Candice涵盖了以下内容：

• 了解客户旅程如何帮助您增长收入。
• 如何开始您的现代分析堆栈。
• 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长收入

让我们以一个名为173Peeps的模拟业务为例，这是一个针对中小企业的HR平台。客户旅程从Emily开始，她是一位看到LinkedIn上173Peeps广告的代理商。她点击了广告，进入了网站，填写了个人信息，并下载了一份关于如何自动化工资支付的白皮书。

销售团队接到了这个线索，给Emily打了电话，安排了演示，最终产品正是她需要的。Emily使用该平台注册了一年的订阅起步计划。后来，营销团队通过电子邮件联系她，推广了一个新的时间表跟踪功能，这是她业务所需的。Emily升级了她的计划，并在整个一年中愉快地使用该产品。到了续订的时候，她又注册了一年。

虽然Emily的旅程是一个简化的例子，但现实中的客户旅程可能更为复杂，有更多的变化。涉及到的数据接触点和来源有很多，包括LinkedIn、Facebook等营销渠道，平台收集的数据，以及谷歌分析等第三方服务。

通过分析营销漏斗中的数据，例如确定客户在演示阶段流失的时间，您可以自动化定向活动以重新吸引他们。

例如，Emily最大的痛点是她在工资支付上花费的时间。为了帮助您的销售团队更好地与她沟通，您可以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，看看不同的产品和客户群体如何影响整体盈利能力。

为了降低客户流失率，寻找趋势信号，如活动减少、产品使用次数减少和投诉。这样，您可以标记处于风险中的客户，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还不够成熟，或者您增长迅速但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。这个堆栈包括数据源，如应用程序数据库或Google Sheets，这些数据可以通过数据仓库集中管理，并使用报告工具进行分析。

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

一旦您已经对数据进行了建模并标记了处于风险的客户，您就可以运行ETL将此信息放入公司与客户互动时使用的应用程序中。

如果您在实施现代分析堆栈时感到不知所措，不要担心。关注快速胜利，如识别低垂的果实和整合您的关键数据源。从收集所有数据在一个地方开始，以跟踪您的主要业务KPI。

一旦您的数据模型都在仓库中，构建易于使用的仪表板，提供对业务健康状况的高级视图。可以从提供完整业务概览的主仪表板开始，然后为每个团队（如销售、营销或产品功能）构建单独的仪表板。使所有团队成员都能轻松使用并从报告工具中获得价值。