SaaS 业务的自动化增长和客户洞察

2023年2月9日，我们拜访了Candice Ren，她是173Tech的创始人兼首席执行官。173Tech是一家分析机构，帮助各种发展阶段的公司将数据转化为强大的增长引擎。

在此次网络研讨会中，Candice 介绍了

• 了解客户旅程如何帮助您增加收入。
• 如何开始构建您自己的现代分析栈。
• 如何鼓励用户开始创建 Metabase 仪表板。

了解客户旅程如何帮助您增加收入

让我们以一个名为173Peeps的模拟公司为例，这是一家面向中小型企业的客户关系管理平台。客户旅程始于 Emily，一位看到173Peeps在LinkedIn上投放的广告的机构老板。她点击了广告，访问了网站，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。

销售团队接手了这个潜在客户，联系了Emily，安排了一次演示，产品果然是她需要的。Emily 订阅了一年的入门套餐。之后，营销团队通过电子邮件联系了她，推广了她业务所需的时间表跟踪新功能。Emily 升级了她的套餐，并在全年愉快地使用该产品。到了续约的时候，她又续订了一年。

虽然 Emily 的旅程是一个简短的例子，但实际的客户旅程可能更复杂，有更多的变化。有各种各样的数据触点和来源，包括LinkedIn、Facebook等营销渠道，平台上收集的数据，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何时流失，您可以自动化定向营销活动以重新吸引他们。

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贴合她需求的自动化脚本，这将增加她进入下一阶段的可能性。

为了更好地了解您的客户，您可以整合您的成本构成，并查看不同的产品和客户群体如何为整体盈利能力做出贡献。

为了减少客户流失，请留意诸如活动减少、产品使用次数减少和投诉等趋势信号。这样，您就可以标记出有风险的客户，并以隐私友好的方式量身定制您的预防策略。

利用现代数据栈实现数据驱动的增长

如果您认为您的数据还不够完善，或者您一直在快速增长而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栈。这个栈包括数据源（如应用程序数据库或Google Sheets），这些数据源可以汇入数据仓库以集中所有不同的数据源，以及用于分析这些数据的报告工具。

随着您的业务增长，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您的数据仓库至关重要。一旦数据进入其中，您就可以对其进行建模以供分析。

一旦您对数据进行了建模并标记了有风险的客户，您就可以运行ETL将这些信息 put 到您的公司在与客户互动时使用的应用程序中。

如果您对实现现代分析栈所需的任务数量感到不知所措，请不要担心。专注于快速获胜，例如识别易于实现的目标并集成您的关键数据源。首先将所有数据收集到一个地方，以跟踪您的主要业务KPI。

一旦您在数据仓库中拥有了所有数据模型，就可以构建易于使用的仪表板，提供业务健康状况的高级视图。一个提供完整业务概览的主仪表板是一个不错的起点，之后是为每个团队（如销售、营销或产品功能）单独创建仪表板。尽可能让所有团队成员都能轻松使用报告工具并从中受益。