- อัตราการเลิกใช้ของลูกค้า (churn) ในธุรกิจแบบสมัครสมาชิกไม่ได้ขึ้นอยู่กับคุณภาพผลิตภัณฑ์เพียงอย่างเดียว แต่ถูกกำหนดอย่างมากโดยตลาด กลุ่มลูกค้า และความถี่ในการใช้งาน จึงต้องหาลูกค้าที่อยู่กับเรานาน สร้างผลิตภัณฑ์ให้เหมาะกับพวกเขา และหาลูกค้าประเภทเดียวกันเพิ่ม
- หากอัตราการเลิกใช้รายเดือน เกิน 8% การขยายสเกลจะทำได้ยาก และหากอยู่ที่ 10% จะต้องทดแทนฐานผู้ใช้ราว 70% ทุกปี ดังนั้นแค่รักษา ARR 100 ล้านดอลลาร์ก็ต้องมี ARR ใหม่ 10 ล้านดอลลาร์ต่อเดือน
- ควรเชื่อมแบบสำรวจช่วง onboarding เข้ากับข้อมูลการเลิกใช้ เพื่อระบุ โปรไฟล์ลูกค้าในอุดมคติ (ICP) ที่มีอัตราการคงอยู่สูง ใช้ข้อมูลเชิงปริมาณทำความเข้าใจปรากฏการณ์ แล้วใช้การสัมภาษณ์เพื่อค้นหาเหตุผลที่ยกเลิก ผลิตภัณฑ์ทางเลือก และเงื่อนไขที่จะกลับมาใช้ใหม่
- แผนฟรีควรถูกออกแบบให้เป็น เครื่องมือกระตุ้นการใช้งาน ไม่ใช่กำแพงก่อนชำระเงิน โดยต้องปรับให้เหมาะสมทั้งช่วงเวลาที่ผู้ใช้ได้สัมผัสคุณค่าหลักและเวลาในการไปถึงคุณค่า (time to value) จากนั้นจึงคิดเงินตามเกณฑ์การใช้งาน ฟีเจอร์ หรือจำนวนที่นั่งที่เหมาะสม
- โครงสร้างที่แข็งแรงที่สุดคือเมื่อจำนวนที่นั่งและการใช้ผลิตภัณฑ์ขยายตัวได้อย่างเป็นธรรมชาติ จน รายได้จากการขยายการใช้งานมากกว่ารายได้ที่เสียไปจากการเลิกใช้ ในทางกลับกัน ธุรกิจที่มีอัตราการเลิกใช้เกิน 20% ผสมกับอัตรากำไรขั้นต้นต่ำ อาจพังลงอย่างรวดเร็วเมื่อรายได้เริ่มลดลง
ตลาดและรูปแบบการใช้งานที่กำหนดอัตราการเลิกใช้
- การเลิกใช้ของลูกค้า คือปรากฏการณ์ที่ผู้สมัครสมาชิกแบบรายเดือนหรือรายปียกเลิกหรือออกจากบริการ และคำนวณเป็นสัดส่วนของลูกค้าที่เลิกใช้จากลูกค้าทั้งหมดในช่วงเวลาหนึ่ง
- อัตราการเลิกใช้แตกต่างกันมากตาม ตลาดและประเภทลูกค้า ไม่ใช่แค่ความสมบูรณ์ของผลิตภัณฑ์
- ผลิตภัณฑ์สำหรับองค์กรขนาดใหญ่มักมีอัตราการเลิกใช้ต่ำ เพราะเข้าไปอยู่ในกระบวนการทำงาน
- SMB จะสูงกว่า เนื่องจากมีทั้งการก่อตั้งและปิดกิจการของบริษัท รวมถึงความต้องการที่หลากหลาย
- ผลิตภัณฑ์สำหรับผู้บริโภคยิ่งมีอัตราการเลิกใช้สูงขึ้น เพราะมักเป็นการใช้งานครั้งเดียว
- ผลิตภัณฑ์ที่เป็นส่วนหนึ่งของงานที่ทำทุกวันจะคงอยู่ได้นานโดยธรรมชาติ แต่ผลิตภัณฑ์ที่แก้ปัญหาซึ่งเกิดขึ้นไม่บ่อยจะมีอัตราการเลิกใช้สูง
- Figma ที่นักออกแบบมืออาชีพใช้เป็นประจำสามารถเพิ่มรายได้ต่อลูกค้าได้ผ่านการขยายจำนวนที่นั่งและการใช้ผลิตภัณฑ์
- ผู้บริโภคที่ทำการ์ดวันเกิดปีละครั้ง แม้อยู่ในหมวดงานออกแบบเหมือนกัน ก็อาจเลิกใช้อย่างรวดเร็ว
- อัตราการเลิกใช้เดิมสามารถปรับปรุงในระยะยาวได้ แต่เปลี่ยนแบบพลิกหน้ามือเป็นหลังมือได้ยาก
- อาจปรับปรุงได้ 10~30% ในช่วง 3~5 ปี และบางกรณีอาจถึง 50%
- การลดจาก 20% ต่อเดือนให้เหลือ 3% เป็นเรื่องยาก และแม้แต่การลดจาก 8% เหลือ 3% ก็ไม่ง่าย
- อัตราการเลิกใช้สูงไม่ได้หมายความว่าผลิตภัณฑ์แย่เสมอไป แต่อาจเป็นรูปแบบการใช้งานของตลาดนั้น
ต้นทุนจากการเลิกใช้ที่หนักขึ้นเมื่อธุรกิจใหญ่ขึ้น
- หากอัตราการเลิกใช้รายเดือนอยู่ที่ 8% ขึ้นไป การดำเนินงานจะยากขึ้นเรื่อยๆ เมื่อเวลาผ่านไป และท้ายที่สุดลูกค้าที่เลิกใช้อาจมากกว่าลูกค้าใหม่จนรายได้ลดลง
- เกณฑ์คร่าวๆ สำหรับการบริหารมีดังนี้
- องค์กรขนาดใหญ่: ต่ำกว่า 3% ต่อเดือน
- SMB: ต่ำกว่า 5~6% ต่อเดือน
- ผู้บริโภค: ต่ำกว่า 12% ต่อเดือน
- หากอัตราการเลิกใช้รายเดือนอยู่ที่ 10% จะต้อง ทดแทนฐานผู้ใช้ประมาณ 70% ภายในหนึ่งปี
- ที่ ARR 1 ล้านดอลลาร์ ยังสามารถเติบโตได้ด้วยการหารายได้ใหม่ในปีถัดไปให้มากขึ้น
- ที่ ARR 100 ล้านดอลลาร์ แค่รักษาระดับเดิมก็ต้องมี ARR ใหม่ 10 ล้านดอลลาร์ทุกเดือน
- หากต้องการเติบโต 5% ต่อเดือนในขนาดเดียวกัน ต้องหาใหม่ประมาณ 16 ล้านดอลลาร์ต่อเดือน
- เมื่อใช้ลูกค้าที่หาได้ในตลาดไปเกือบหมดแล้ว การชดเชยการเลิกใช้ด้วยลูกค้าใหม่จะยากขึ้น ทำให้รายได้ชะงัก
- จุดแข็งของ SaaS คือรายได้ประจำที่สะสมขึ้นทุกปี แต่อัตราการเลิกใช้สูงจะทำให้โครงสร้างนี้อ่อนแอลง
- หากมีผู้ใช้งานรายเดือนระดับหลายร้อยล้านคน ก็สามารถประสบความสำเร็จได้แม้อัตราการเลิกใช้เกิน 8%
- แม้อัตราการเลิกใช้รายเดือนอยู่ที่ 10% แต่ถ้ามีผู้ใช้งานรายเดือน 300 ล้านคน ก็สามารถเติมกลับด้วยฟันเนลด้านบนขนาดใหญ่ได้
- บริการผู้บริโภคอย่าง Spotify, Tinder, Bumble เป็นตัวอย่างของโครงสร้างนี้
- บริการผู้บริโภคขนาดใหญ่อาจมีอัตราการกลับมาใช้งานใหม่สูงด้วย
- ยิ่งฟันเนลด้านบนกว้างมากเท่าไร ลูกค้าที่มีความเหมาะสมต่ำก็อาจไหลเข้ามาจำนวนมาก ทำให้อัตราการเลิกใช้สูงขึ้นได้เช่นกัน
ประเภทของการเลิกใช้ที่ต้องแยกให้ชัด
- ต้องติดตามทั้ง การเลิกใช้ของผู้ใช้ และ การเลิกใช้ของรายได้
- แม้ผู้ใช้จะออกไป แต่หากรายได้จากการอัปเกรดและเพิ่มที่นั่งของลูกค้าที่เหลือชดเชยได้ รายได้รวมก็อาจคงเดิมหรือเพิ่มขึ้น
- การเลิกใช้โดยสมัครใจคือกรณีที่ลูกค้าเลือกยกเลิกการสมัครสมาชิกเอง
- การเลิกใช้โดยไม่สมัครใจ (delinquent churn) เกิดจากบัตรหมดอายุหรือสูญหาย ยอดเงินไม่พอ การลองเรียกเก็บเงินซ้ำล้มเหลว เป็นต้น
- ในผลิตภัณฑ์แบบบริการตนเองอาจสูงได้ถึงประมาณ 2%
- สำหรับบริการที่จำเป็นต่อการทำงานหรือชีวิตอย่างอินเทอร์เน็ต ผู้ใช้จะอัปเดตข้อมูลชำระเงินทันที แต่บริการเว็บไซต์ที่ไม่ได้ใช้มานานอาจปล่อยให้ถูกยกเลิกไปเลย
การหากลุ่มลูกค้าที่มีอัตราการคงอยู่สูง
- หากดูแค่อัตราการเลิกใช้เฉลี่ย พฤติกรรมลูกค้าที่แตกต่างกันจะถูกบดบัง ดังนั้นต้องเริ่มจาก การแบ่งตาม cohort ก่อน
- แม้ค่าเฉลี่ยรวมจะอยู่ที่ 10% แต่บางกลุ่มอาจอยู่ที่ 5% และอีกกลุ่มอาจอยู่ที่ 20%
- ต้องทำสองเรื่องคือปรับปรุงผลิตภัณฑ์เพื่อกลุ่มที่มีอัตราการเลิกใช้ 5% และหาลูกค้าประเภทเดียวกันเพิ่ม
- เก็บข้อมูลอย่างวัตถุประสงค์การใช้งาน แผนก ขนาดบริษัท และแพ็กเกจราคาในแบบสำรวจช่วง onboarding แล้วเชื่อมกับข้อมูลการเลิกใช้
- อาจพบรูปแบบ เช่น นักการตลาดในบริษัทขนาดพนักงาน 50~100 คนอยู่กับเรานาน ส่วนผู้ใช้โครงการส่วนตัวออกไปเร็ว
- ข้อมูลนี้ใช้กำหนดเป้าหมายของการพัฒนาผลิตภัณฑ์ ข้อความการตลาด การวางตำแหน่ง และการออกแบบฟันเนล
- การจะเลิกสนใจหรือปรับปรุงกลุ่มลูกค้าที่มีอัตราการคงอยู่ต่ำขึ้นอยู่กับมูลค่าทางเศรษฐกิจ
- สามารถโฟกัสผลิตภัณฑ์และการตลาดไปที่ลูกค้าที่อยู่ได้นาน
- หากเป็นกลุ่มที่มีมูลค่าทางเศรษฐกิจสูง แม้อัตราการเลิกใช้สูง ก็ควรแก้สาเหตุเพื่อรักษาลูกค้าทั้งสองกลุ่มไว้ร่วมกัน
บทบาทของข้อมูลเชิงปริมาณและการสัมภาษณ์ลูกค้า
- ข้อมูลเชิงปริมาณเป็นเครื่องมือสำหรับเข้าใจว่า เกิดอะไรขึ้น ส่วนการสัมภาษณ์ใช้เข้าใจว่า ทำไมจึงเกิดขึ้น
- สามารถแบ่งกลุ่มการเลิกใช้ตามกรณีการใช้งาน ปริมาณการใช้งาน ขนาดบริษัท และแพ็กเกจราคาได้
- ควรถามเหตุผลที่ยกเลิก ผลิตภัณฑ์ที่ย้ายไปใช้ และเงื่อนไขที่จะทำให้กลับมา
- เรื่องเล่าเฉพาะเจาะจง เช่น กรณีที่พยายามทำงานบางอย่างแต่ล้มเหลว มีประโยชน์ต่อการปรับปรุงผลิตภัณฑ์
- การสัมภาษณ์ไม่ใช่แค่การวิจัย แต่ยังอาจเป็นโอกาสทางการขายเพื่อดึงลูกค้าที่เลิกใช้กลับมา และสามารถขยายไปเป็นแบบสำรวจ UI หรืออีเมล offboarding ได้
- ในช่วงแรกของ VEED ไม่มีใครจองประชุมจากอีเมล CEO ที่บอกว่า “ขอฟีดแบ็ก” แต่เมื่อเปลี่ยนข้อความเป็น “ผมจะช่วย onboarding ให้ด้วยตัวเอง” ตารางนัดก็เต็ม
- ข้อเสนอที่ ให้คุณค่า ได้ผลดีกว่าการขอความช่วยเหลือจากลูกค้า
- VEED เปิด Calendly ไว้จนรายได้ราว 6 ล้านดอลลาร์ และคุยกับลูกค้าวันละ 10~15 คน
- ก่อนรายได้ 5~7 ล้านดอลลาร์ พึ่งพาการคุยกับลูกค้ามากกว่าข้อมูลอย่างมาก
- ผู้ก่อตั้งช่วงแรกไม่ควรใช้การแก้หน้าเว็บหรือเขียนโค้ดเป็นข้ออ้างในการเลื่อนคุยกับลูกค้า แต่ควรฟังปัญหาโดยตรง
- ผลลัพธ์สูงในช่วงแรกอาจไม่ได้มาจากการทำกิจกรรมมากกว่าค่าเฉลี่ยเล็กน้อย แต่เป็นผลจากการสัมภาษณ์ลูกค้าและเผยแพร่คอนเทนต์มากกว่าที่คาดไว้ถึง 10 เท่า
คุณค่าของลูกค้าที่แตกต่างกันแม้ใช้ผลิตภัณฑ์เดียวกัน
- ผู้ใช้วัย 12 ปีที่ส่งวิดีโอไปยังฝ่ายสนับสนุนลูกค้าของ VEED ทำวิดีโอสำหรับโรงเรียนแต่มีโอกาสจ่ายเงินต่ำ ขณะที่นักการตลาดที่ทำวิดีโอโซเชียลมีเดียทุกวันมีอัตราการเลิกใช้ต่ำและมูลค่าตลอดอายุลูกค้าสูง
- แม้เป็นผลิตภัณฑ์ตัดต่อวิดีโอเดียวกัน พฤติกรรมการใช้งานและมูลค่าทางเศรษฐกิจก็ต่างกันโดยสิ้นเชิง
- VEED สามารถดึงนักการตลาดเข้ามามากขึ้น และแนะนำแพลตฟอร์มอย่าง iMovie ให้กับนักเรียนที่เหมาะกับการใช้งานฟรีได้
- กลยุทธ์รวบรวมฐานลูกค้ากว้างๆ ผ่านการหาลูกค้าจำนวนมาก แล้วค่อยหากลุ่มที่เหมาะสมภายในนั้นก็เป็นไปได้ แต่ต้องแยกให้ออกว่ามีลูกค้าที่ไม่เหมาะสมถูกหามาด้วย
- การเปลี่ยนไปสู่ฐานลูกค้าที่มีอัตราการคงอยู่สูงอาจใช้เวลา 12~24 เดือน
- ต้องสร้างความสามารถในการหาลูกค้าตาม ICP และปรับปรุงผลิตภัณฑ์ซ้ำๆ
- ที่ขนาดรายได้ 50~100 ล้านดอลลาร์ การเปลี่ยนแปลงที่ขยับสัดส่วนฐานลูกค้าจะปรากฏเล็กน้อย จึงยากขึ้น
- แทนที่จะเทลูกค้าใหม่ลงในถังที่รั่วต่อไป ควรแก้การเลิกใช้ก่อนแล้วค่อยไต่ขึ้นไปยังส่วนบนของฟันเนล
- หากขยายฟันเนลด้านบน 10 เท่าขณะอัตราการเลิกใช้อยู่ที่ 15~20% ต่อเดือน จำนวนลูกค้าที่จากไปและรีวิวเชิงลบก็อาจเพิ่มขึ้นด้วย
- การปรับปรุงการเลิกใช้เห็นผลช้า จึงมักยอมแพ้หลัง 6 เดือนแล้วกลับไปหาลูกค้าใหม่ได้ง่าย
ออกแบบเวิร์กโฟลว์โดยยึดงานหลักเป็นศูนย์กลาง
- เวิร์กโฟลว์ไม่ใช่แค่ลำดับหน้าจอทีละขั้น แต่คือ เครื่องมือที่จัดวางอย่างเรียบง่ายและเข้าใจง่าย เพื่อให้ผู้ใช้ทำงานเฉพาะอย่างได้โดยไม่ติดขัด
- ต้องนิยามงานที่ผู้ใช้ต้องการทำให้เสร็จ ลบองค์ประกอบที่ไม่จำเป็นออก แล้วเสริมความแข็งแรงให้ฟีเจอร์หลัก
- ในธุรกิจส่วนใหญ่ การกระทำประมาณ 3 อย่างที่ผู้ใช้ทำบ่อยที่สุดอาจคิดเป็น ราว 60~70% ขึ้นไป ของกิจกรรมทั้งหมด
- แทนที่จะกระจายทรัพยากรไปกับฟีเจอร์หางยาว ควรสร้างผลิตภัณฑ์ที่ลึกกว่าใครในงานหลัก
- การออกแบบเพื่อ ICP ที่ชัดเจนเชื่อมโยงกับการปรับเวิร์กโฟลว์ให้เหมาะสม
การตลาดเพื่อให้ได้ ICP ที่มีอัตราการคงอยู่สูงมากขึ้น
- หากระบุกลุ่มลูกค้าที่อยู่กับเรานานได้แล้ว การเพิ่มสัดส่วนของกลุ่มนั้นในลูกค้าทั้งหมดเพียงอย่างเดียวก็ช่วยลดอัตราการเลิกใช้เฉลี่ยได้
- ควรปรับหัวข้อบล็อก ชื่อหน้าแลนดิ้งเพจ กรณีศึกษา และภาษาที่ลูกค้าใช้จริงให้ตรงกับกลุ่มดังกล่าว
- ช่องทางแบบเสียเงิน อาจได้เปรียบกว่าช่องทางออร์แกนิก เพราะสามารถเจาะจงลูกค้าที่ต้องการได้อย่างตั้งใจ
- Deel นำความยากลำบากของผู้รับผิดชอบการจ่ายเงินเดือนในหลายสกุลเงินและหลายประเทศมาใช้เป็นข้อความโฆษณาโดยตรง
- Synthesia เจาะปัญหาของผู้ซื้อสาย L&D ที่ต้องสร้างวิดีโอฝึกอบรมภายในเวลาสั้น ๆ
- ช่องทางออร์แกนิกก็สามารถใช้เพื่อสะสมแบรนด์ที่มี ICP เป็นศูนย์กลางได้เช่นกัน
- โฟกัสบล็อก พอดแคสต์ บทสัมภาษณ์บน YouTube กรณีศึกษา งานอีเวนต์ เวบินาร์ และ SEO ไปที่ตำแหน่งงานและปัญหานั้น ๆ
- KPI ของทีมการตลาดและทีมเติบโตสามารถตั้งเป็นจำนวนผู้สมัครรายเดือนที่ตอบในแบบสำรวจออนบอร์ดดิ้งด้วยตนเองว่าเป็น ICP
- VEED มีฟันเนลกว้าง จึงยากที่จะนิยาม ICP ให้ชัดเจนและสร้างผลิตภัณฑ์ให้สอดคล้องกัน จนกระทั่งรายได้แตะประมาณ 20 ล้านดอลลาร์
- หากตลาดเปลี่ยนแปลงมาก ฐานลูกค้าเดิมเพียงอย่างเดียวอาจแก้ปัญหาไม่ได้
- ในกรณีของ Overflow มีการประเมินว่าควรสร้างผลิตภัณฑ์เขียนโค้ดแบบเอเจนต์อย่าง Replit หรือ Cursor โดยอาศัยทราฟฟิกนักพัฒนาที่มีอยู่เดิม
กลยุทธ์โฟกัสและกลยุทธ์บันเดิล
- กลยุทธ์ทั่วไปคือโฟกัสไปที่ ICP เฉพาะและงานไม่กี่อย่าง แล้วทำให้ลึก แต่ Canva ประสบความสำเร็จด้วยการขยายไลน์ผลิตภัณฑ์ไปถึงงานนำเสนอ เว็บไซต์ โซเชียลมีเดีย และวิดีโอ
- Canva อาจเคยโฟกัสมากกว่านี้ในช่วงแรก แต่ระหว่างเติบโตได้ขยายไปในทิศทางที่ตอบโจทย์ตลาดแนวดิ่งหลายกลุ่ม
- หากได้ลูกค้าที่เข้าถึงได้ทั้งหมดในตลาดหนึ่งแล้ว ผลิตภัณฑ์หรือโซลูชันแนวดิ่งใหม่อาจช่วยปลดล็อกการเติบโตที่ชะงักได้
- ธุรกิจสามารถมองได้เป็นการ unbundling ที่เจาะลึกนิชเฉพาะ หรือ bundling ที่รวมหลาย use case เข้าด้วยกัน
- บันเดิลมอบ use case ที่หลากหลายกว่า และบางครั้งอาจราคาถูกกว่าแต่คุณภาพลดลงบ้าง
- Canva ขยายอินเทอร์เฟซและภาษาภาพเดียวกันไปสู่เอกสารหลายประเภท ภายใต้พันธกิจ “ทำให้ทุกคนเข้าถึงการออกแบบได้”
ออกแบบแผนฟรีให้เป็นกลไกกระตุ้นการใช้งาน
- อัตราเลิกใช้ช่วงแรกที่สูงอาจเกิดจากการ คิดเงินมากเกินไป ก่อนที่ผู้ใช้จะได้ลองผลิตภัณฑ์
- หากเปิดแอปมือถือแล้วถูกขอให้จ่าย 5 ดอลลาร์ทันที ผู้ใช้อาจจ่ายแล้วกดยกเลิกทันที
- บางบริษัทมองการเลิกใช้ในเดือนแรกเช่นนี้ว่าเป็น noise ที่ใกล้เคียงกับช่วงทดลองใช้ และตัดออกจากการวิเคราะห์
- แผนฟรีควรเป็นเครื่องมือออนบอร์ดดิ้งและกระตุ้นการใช้งานที่ทำให้ผู้ใช้รับรู้คุณค่าของผลิตภัณฑ์และทำงานที่ต้องการให้เสร็จ
- Cursor ขอให้ผู้ใช้อัปเกรดเมื่อใช้เครดิตฟรีหมด หลังจากได้สร้างแอปและสัมผัสคุณค่าของโมเดลกับโหมดอัตโนมัติอย่างเพียงพอแล้ว
- ผู้ใช้ที่ได้รับคุณค่าไปแล้วหลายชั่วโมงจะมีความตั้งใจจ่ายสูงขึ้น
- เกณฑ์การคิดเงินสามารถออกแบบตามปริมาณการใช้งาน ฟีเจอร์ จำนวนที่นั่ง หรือการผสมผสานกัน
- สิ่งสำคัญคือคิดเงิน ณ จุดที่ผู้ใช้ไปถึงช่วงเวลาสำเร็จหลักแล้ว และต้องการได้รับคุณค่าเดิมซ้ำอีก
- สำหรับ VEED การเข้าไปในตัวแก้ไขหรือสร้างวิดีโอที่เสร็จสมบูรณ์อาจเป็นช่วงเวลาที่ได้สัมผัสคุณค่า
- หากขอให้จ่ายเงินก่อนเข้าตัวแก้ไข ผู้ใช้จะยังไม่รู้สึกถึงคุณค่า
- หากบล็อกการส่งออกทั้งหมดหลังจากทำงานเสร็จแล้ว อาจสร้างความไม่พอใจรุนแรงเพราะผู้ใช้ลงเวลาไปแล้ว
- อาจให้วิดีโอฟรีจำนวนหนึ่งต่อเดือน และคิดเงินกับผู้ใช้ความถี่สูงที่สร้างเกินกว่านั้น
- ผู้ใช้ฟรีก็สามารถกลายเป็นผู้แนะนำได้หากได้สัมผัสคุณค่าของผลิตภัณฑ์ ดังนั้นแผนฟรีควรมีโครงสร้างให้ได้ชิมเล็กน้อยแล้วอยากกลับมาอีก
อัตราการเปิดใช้งานและเวลาไปถึงคุณค่า
- ผลิตภัณฑ์ทุกอย่างต้องนิยาม การกระทำที่มีความหมาย และ ‘ช่วงเวลาอ๋อ’ ที่ผู้ใช้จำเป็นต้องได้สัมผัส
- หากเป็น Riverside การได้อัดพอดแคสต์จริงคือการกระทำหลัก
- หากผู้สมัคร 10 คนมีเพียง 1 คนที่อัด อัตราการเปิดใช้งานและอัตราการคงอยู่จะต่ำ แต่ถ้า 9 คนได้ลองและพึงพอใจ ทั้งสองอย่างอาจดีขึ้นได้
- วิธีการเปิดใช้งานจะแตกต่างกันตามลูกค้าและความซับซ้อนของผลิตภัณฑ์
- สามารถทดลองใช้รายการสิ่งที่ต้องทำให้เสร็จ คำแนะนำทีละขั้น ทูลทิป คู่มือวิดีโอ ฯลฯ
- ในองค์กรขนาดใหญ่ สามารถใช้แนวทาง forward-deployed engineer ที่ส่งพนักงานไปยังบริษัทลูกค้าเพื่อช่วยติดตั้งซอฟต์แวร์และกระตุ้นการใช้งานได้
- เวลาไปถึงคุณค่าคือเวลาตั้งแต่สมัครจนไปถึงช่วงเวลาอ๋อ และควรวัดเวลาจริงพร้อมลดให้สั้นลง
- สามารถนำผู้ใช้ไปยังฟีเจอร์ 1–2 อย่างที่มีอัตราการนำไปใช้สูงสุดอย่างตั้งใจได้
- การบังคับกรอกบัตรเครดิตล่วงหน้า UI ที่ซับซ้อน การบังคับใช้แพลตฟอร์มผิดประเภท และแบบสำรวจการตลาดที่ยาว จะเพิ่ม เวลาไปถึงคุณค่า
- มีข้อยกเว้นที่ต้องมีแรงเสียดทานอย่างตั้งใจเช่นกัน
- หากต้นทุน API/โมเดลของผู้ใช้ฟรีสูง เช่นในผลิตภัณฑ์ AI ก็จำเป็นต้องตรวจสอบความสามารถและความตั้งใจในการจ่าย
- Ahrefs ใช้โครงสร้างที่เก็บ 1 ดอลลาร์หรือ 7 ดอลลาร์เป็นเวลา 7 วัน แล้วเปลี่ยนเป็นเดือนละ 200 ดอลลาร์ เพื่อลดบัญชีปลอมและการใช้ฟรีที่มีต้นทุนสูง
- มีการประเมินว่าผู้ใช้ฟรีของผลิตภัณฑ์ Generative AI อย่าง Cursor หรือ Lovable อาจมีต้นทุนสูงสุดราว 5 ดอลลาร์ต่อคน
- ในชุมชนออนไลน์ที่มี network effect เมื่อผู้ทดลองใช้ฟรีออกไป ประสบการณ์ของสมาชิกเดิมก็อาจแย่ลงด้วย
- มีกรณีที่เปลี่ยนจากทดลองใช้ฟรี 30 วันเป็นจ่ายล่วงหน้าพร้อมรับประกันคืนเงินแบบไม่มีเงื่อนไข แล้วการเติบโตของรายได้เร็วขึ้น
- ราคาควรคงไว้ให้ เรียบง่ายและโปร่งใส เพราะนำไปใช้และเปลี่ยนแปลงได้ง่าย อีกทั้งลูกค้าเข้าใจง่าย
- Duolingo ไม่แสดงหน้าราคาทันทีหลังสมัคร แต่ให้เลือกภาษาและเรียนบทเรียน เพื่อให้ผู้ใช้ได้สัมผัสนิสัยการใช้งานและคุณค่าก่อน
- ให้ความสำคัญกับการเปิดใช้งานก่อนการชำระเงินถึงขั้นที่แม้เรียน Spanish ไป 30 นาที ก็ยังไม่ถึงหน้าราคา
- paywallscreens.com และ Mobbin’ เป็นแหล่งข้อมูลที่ใช้ดูการออกแบบ paywall ของผลิตภัณฑ์ต่าง ๆ ได้
แบบสำรวจการยกเลิกและโฟลว์ป้องกันการเลิกใช้
- นอกจากการปรับปรุงเชิงกลยุทธ์แล้ว กลยุทธ์เชิงปฏิบัติอย่างโฟลว์การยกเลิกก็สามารถ ปรับปรุงอัตราเลิกใช้เดิมได้ 10–30% ในเชิงสัมพัทธ์
- หากอยู่ที่ 10% ต่อเดือน อาจลดลงได้ประมาณ 1–3 จุดเปอร์เซ็นต์ และหากอยู่ที่ 5% ต่อเดือนก็อาจลดลงได้น้อยกว่านั้น
- Churnkey ที่ VEED ใช้เป็นเครื่องมือสำหรับสร้างโฟลว์การยกเลิกโดยไม่ต้องเขียนโค้ด
- รองรับการพักการสมัครสมาชิก ข้อเสนอส่วนลด โฟลว์รายไตรมาส และ split testing
- สามารถตรวจสอบผลลัพธ์ของการป้องกันการยกเลิกได้โดยไม่ต้องลงมือพัฒนาเองทุกครั้งที่เปลี่ยนแปลง
- ราคาค่อนข้างสูง จึงเหมาะกับบริษัทระยะหลังมากกว่า และมีทางเลือกอื่นสำหรับบริษัทระยะเริ่มต้นด้วย
- ในแบบสำรวจการยกเลิก ควรถามถึงฟีเจอร์ที่ขาดไปด้วย
- หากลูกค้า 20% ออกไปเพราะไม่มีฟีเจอร์บางอย่าง ก็สามารถพัฒนาฟีเจอร์นั้นแล้วแจ้งลูกค้ากลุ่มดังกล่าวเพื่อชวนกลับมาใช้ได้
- เช่นเดียวกับกรณีที่เมื่อพยายามยกเลิก Paramount บน Amazon Prime แล้วมีข้อเสนอ 3 เดือนในราคา 1 ดอลลาร์ ข้อเสนอรักษาลูกค้าราคาถูกสามารถทำให้ผู้ใช้คุ้นเคยกับคอนเทนต์ใหม่และชะลอการยกเลิกได้
ปรับปรุงการเลิกใช้และกระแสเงินสดด้วยแผนรายปี
- ผู้สมัครรายปีถูก ผูกสัญญา 12 เดือน จึงลดการเลิกใช้รายเดือนโดยอัตโนมัติ และบริษัทได้รับเงินสดล่วงหน้าสำหรับ 1 ปี
- สามารถนำรายได้ที่จ่ายล่วงหน้าไปลงทุนซ้ำกับโฆษณาและ PPC ได้
- จำนวนครั้งที่ได้รับการแจ้งเตือนชำระเงินรายเดือนและนึกถึงการยกเลิกก็ลดจาก 12 ครั้งเหลือ 1 ครั้ง
- หากผลิตภัณฑ์ราคาเดือนละ 30 ปอนด์มีมูลค่าตลอดอายุลูกค้าเฉลี่ย 90 ปอนด์ หมายความว่าลูกค้าเลิกใช้โดยเฉลี่ยหลัง 3 เดือน และสามารถตั้งราคารายปีให้ใกล้เคียงกับมูลค่าตลอดอายุลูกค้าเพื่อรับเงินล่วงหน้าได้
- อย่างไรก็ตาม ต้องแก้สาเหตุรากฐานที่ทำให้ลูกค้าออกหลัง 3 เดือนแยกต่างหากด้วย
- ระดับส่วนลดรายปีอาจเผยให้เห็นอัตราการคงอยู่ของธุรกิจ
- ส่วนลด 40–80% อาจบ่งชี้ว่าบริษัทตระหนักอย่างมากถึงปัญหาที่ลูกค้าไม่อยู่เกิน 12 เดือน
- สำหรับ SMB และองค์กรขนาดใหญ่ ส่วนลดประมาณ 20% ถูกประเมินว่าเป็นระดับที่เหมาะสม
- สำหรับผู้บริโภคและโปรซูเมอร์ อาจใช้ส่วนลดประมาณ 40%
- อีกวิธีคือปรับราคารายเดือนให้สูงขึ้นประมาณ 20% เพื่อทำให้แผนรายปีดูลดราคามากกว่า
- อาจใส่ฟีเจอร์ที่ดีกว่าไว้เฉพาะในแผนรายปี หรือเน้นราคาคิดเป็นรายสัปดาห์/รายเดือนในเชิงภาพ
- Grammarly เป็นตัวอย่างที่ใช้ paywall และการแสดงราคาแบบเรียบง่ายได้ดี
- วิธีที่ดูเหมือนเป็นการสมัครสมาชิกรายเดือน แต่เมื่อยกเลิกแล้วเรียกเก็บค่าใช้จ่ายรายปีที่เหลืออยู่แบบ Adobe ไม่เป็นสิ่งที่แนะนำ และถือเป็น dark pattern
อัตราการเลิกใช้ติดลบและรายได้จากการขยายการใช้งาน
- หาก รายได้จากการขยายการใช้งาน ที่เกิดจากการอัปเกรดของลูกค้า การเพิ่มที่นั่ง และการเพิ่มผลิตภัณฑ์ มากกว่ารายได้ที่สูญเสียจากการเลิกใช้ ก็จะกลายเป็นอัตราการเลิกใช้ติดลบ
- สำหรับ Figma การเติบโตขององค์กรและกระบวนการทำงานร่วมกันนำไปสู่การขยายรายได้
- หากองค์กรที่มี 10 คนเพิ่มเป็น 20 คน รายได้จากที่นั่งก็เพิ่มขึ้นด้วย
- เมื่อนักออกแบบแชร์ดีไซน์ให้ PM และต้องการให้สิทธิ์ทำงานมากกว่าแค่การคอมเมนต์ ก็จะทำให้มีผู้ใช้เพิ่มเติมสมัครเข้ามา
- โครงสร้างที่เพิ่มผู้ใช้เข้าเป็นผู้ที่ถูกเรียกเก็บเงินโดยไม่ต้องมีขั้นตอนชำระเงินแยกต่างหากช่วยให้ขยายการใช้งานได้ง่าย แต่ก็เคยถูกวิจารณ์เช่นกัน
- ไม่ได้ขยายแค่จำนวนที่นั่ง แต่ยังขยายผ่านชุดผลิตภัณฑ์ด้วย
- FigJam ทำให้ขยายจากเครื่องมือออกแบบไปสู่ไวท์บอร์ด
- ยังมีผลิตภัณฑ์เสริมอย่าง Figma Make ให้ใช้งานด้วย
- ใน Figma สิ่งที่เพิ่มขึ้นได้ไม่ใช่จำนวนลูกค้า แต่คือ อัตราการรักษารายได้สุทธิต่อลูกค้า
- แม้ลูกค้ากลุ่มผู้บริโภค เอเจนซี หรือฟรีแลนซ์อาจเลิกใช้ แต่รายได้จากลูกค้าที่เหลืออาจเติบโตมากขึ้นได้
- โครงสร้างในอุดมคติคือ แม้หยุดหาลูกค้าใหม่ รายได้ก็ยังเติบโตได้จากการขยายการใช้งานของลูกค้าเดิมเพียงอย่างเดียว
- อัตราการเลิกใช้ติดลบต้องอาศัยลูกค้าองค์กร ผลิตภัณฑ์ที่มี product-market fit แข็งแกร่ง และผลิตภัณฑ์ที่แพร่กระจายภายในองค์กรได้อย่างเป็นธรรมชาติ
- หากต้องการเข้าใจวิธีทำงานจริงของทีม นอกจากการพูดคุยกับลูกค้าแล้ว การสำรวจตามบริบท (contextual inquiry) ซึ่งขอความยินยอมแล้วสังเกตการใช้งานในสถานที่จริงก็มีประโยชน์
- การเพิ่มแค่ปุ่มทำงานร่วมกันที่มุมขวาบนของหน้าจอไม่ได้ทำให้กลายเป็นผลิตภัณฑ์สำหรับการทำงานร่วมกัน
- ต้องออกแบบทั้งกระบวนการทำงาน เช่น การแชร์ลิงก์ การรีวิว การคอมเมนต์ และการแก้ไข
- ไม่ใช่ทุกผลิตภัณฑ์จำเป็นต้องแพร่กระจายไปทั่วทั้งองค์กร
- มีผลิตภัณฑ์ที่ใช้เพียง 1~3 คนในองค์กรหนึ่ง เช่น ซอฟต์แวร์บัญชี
- สำหรับลูกค้าองค์กรที่มีจำนวนที่นั่งน้อย เช่น ทีมกำกับดูแลสิทธิบัตร อาจจำเป็นต้องคิดค่าบริการ 20,000~30,000 ดอลลาร์ต่อที่นั่ง
- โครงสร้างราคาควรแตกต่างกันไปตามขอบเขตการทำงานร่วมกันของผลิตภัณฑ์และจำนวนที่นั่งที่เกิดขึ้นตามธรรมชาติ
เกณฑ์การตัดสินตามประเภทธุรกิจ
- ธุรกิจที่ดีที่สุดคือธุรกิจที่แทรกซึมลึกเข้าไปในงานประจำวันขององค์กร และมี อัตราการเลิกใช้ต่ำหรือติดลบ
- ซอฟต์แวร์ภาษีและบัญชีช่วยสนับสนุนงานที่ต้องทำตามกฎหมาย และยากที่จะทดแทนด้วยกระดาษกับปากกา
- เนื่องจากกฎหมายภาษีแตกต่างกันในแต่ละประเทศ จึงเกิดกำแพงเข้าสู่ตลาดตามภูมิภาคและข้อได้เปรียบทางภูมิศาสตร์
- สามารถมีอัตราการเลิกใช้ต่ำและทำสัญญาระดับองค์กรได้ แต่การเจาะตลาดและรอบการขายอาจยาก
- ธุรกิจที่มีอัตราการเลิกใช้ 8~15% ต่อเดือนก็สามารถดำเนินการแบบบูตสแตรปให้มีกำไรได้
- อย่างไรก็ตาม ในเชิงคณิตศาสตร์ไม่เอื้อหากต้องการรับเงินลงทุนขนาดใหญ่และเติบโตเป็นบริษัทมูลค่า 1 พันล้านดอลลาร์
- สามารถปรับปรุงโครงสร้างได้ด้วยฟีเจอร์การทำงานร่วมกัน การขยับขึ้นสู่ตลาดระดับบน และการเพิ่มธุรกิจ API
- ธุรกิจที่มีอัตราการเลิกใช้ 20% ขึ้นไป ต่อเดือนถูกประเมินว่าเป็นระดับที่ควรหลีกเลี่ยง
- ชุดผสมที่อันตรายที่สุดคืออัตราการเลิกใช้สูงและ อัตรากำไรขั้นต้นต่ำ
- หากอัตรากำไรขั้นต้นอยู่ที่ 80% ก็จะเหลือประมาณ 80 เซนต์จากรายได้ 1 ดอลลาร์ ทำให้รับมือกับอัตราการเลิกใช้สูงได้ในระดับหนึ่ง
- หากอัตรากำไรขั้นต้นมีเพียง 20% เพราะต้นทุนของโมเดล LLM และโมเดลสร้างภาพหรือวิดีโอ ต่อให้รายได้เพิ่มขึ้นอย่างรวดเร็ว เมื่อเริ่มลดลง บริษัทก็อาจพังลงอย่างรวดเร็วได้
- การปรับปรุงอัตราการเลิกใช้ไม่ใช่กลยุทธ์ย่อยเพียงอย่างเดียว แต่เป็นงานระยะยาวที่ต้องออกแบบร่วมกันทั้งการเลือกกลุ่มลูกค้า เวิร์กโฟลว์ของผลิตภัณฑ์ การกระตุ้นให้เริ่มใช้งาน การคิดค่าบริการ การตลาด ระยะเวลาสัญญา และรายได้จากการขยายการใช้งาน
ยังไม่มีความคิดเห็น