Product: 10 métricas que todo PM debería saber - The Product Podcast
Sobre el episodio de The Product Podcast - metrics every SaaS PM should use by Facebook Product Leader
Este artículo es una adaptación en español del episodio 10 metrics every SaaS PM should use by Facebook Product Leader @ The Product Podcast
Me interesó la estructura de la entrevista y cómo dividen las métricas en 3 frentes: Business Metric, Product Metrics y Customer Metrics. Si bien esto fue pensado para los modelos de negocios de Software as a Service (negocios de suscripción donde mayormente el cliente es otra empresa y el principal producto es software) estas métricas son igual de importantes en otros negocios, por lo que me parece relevante compartirlas.
Speaker: Anand Arivukkarasu, former Facebook Product Leader
📈 Business Metrics
Monthly Recurrent Revenue (MRR)
Es el ingreso recurrente que tiene tu producto. Al ser un servicio de pago recurrente el MRR te ayuda a entender las ventas provenientes de clientes que mantienen el pago. Es el indicador más importante porque te indica el performance de todo el negocio.
“It's very important, this metric is tracked at the company level. This is a very good indicator of how things are performing and also can be a great indicator for growth, this helps you build features that customers would want.”
Customer Lifetime Value (LTV, CLV o CLTV)
Es el ingreso total que genera un usuario a lo largo de su vida con la compañía; es decir, hasta que hace churn. En el caso de las SaaS o cualquier modelo de suscripción se puede calcular de la siguiente manera:
SaaS LTV = Valor de la membresía mensual o anual / Churn mensual o anual
“Why is this metric so important? Helps to prioritize a couple of things right as a PM, so if a certain high value customer is asking for certain features it should be given a higher priority.”
En Growth Morning escribimos sobre el LTV hace unos meses:
Customer Acquisition Cost (CAC)
Es el costo de adquisición de usuarios. Hace poco escribimos, junto a Daniel Bonifaz, un artículo a detalle de este indicador.
Churn and retention rate
El ratio de churn, es la tasa de salida de usuarios en un periodo de tiempo y, en el lado contrario, el retention rate es la tasa de usuarios que se mantienen en la empresa. De forma matemática, la suma de los usuarios que se retienen y nuevos usuarios menos los usuarios que hacen churn te da el número de usuarios activos en un periodo de tiempo.
Ejemplo: Si todos los meses sale el 20% de los usuarios acumulados (es decir el otro 80% se retiene) y adquirimos 100 usuarios todos los meses, al cierre del año se habrán perdido 734 usuarios. Si cada uno tiene un LTV de 100 usd, se habrá perdido 73,400 usd.
📱 Product Metrics
Product usage
Es una forma de medir el impacto del producto/servicio en los usuarios. Tiene diferentes niveles de medición, el autor menciona algunas:
Breadth Dimension - Cuántos usuarios están usando el producto
Activation rate: New Users / Sign ups
% of users active in day 30
Depth Dimension - Cómo los usuarios usan el producto y cómo interactúan con ciertos features claves del servicio.
% of users that use key features
Frequency Dimension - Mide cada cuánto los usuarios acceden al producto y cada cuánto reciben valor. Es un indicador que tiene una relación directa con la retención e indirecta con el churn. Si el usuario usa poco un producto la probabilidad de que deje de usarlo es alta.
How many days users are active in 30 days.
DAUs/MAUs
Usability Dimension: Mide el uso del producto en sí.
# of features used by users
Time spend per session with key actions
”How long does it take to a user to complete a set of tasks, understand this like if your product is a road, how long it will take to get from the A place to the B, how easy is it for them to find some info and how long it will take before they exit or ask for customer support or to get a trace ticket”
Product stickiness
Mide cómo tus usuarios se mantienen con tu producto. Puede medirse con el número de usuarios que regresan de manera frecuente (diario, semanal o mensual). Es importante entender por cuál de los features los usuarios están regresando. Esto ayudará a entender cómo producir valor.
“This is the number of daily active users coming into your product, how many of them are coming back on a monthly basis (it’s like retention but not at a customer level, you can put it in a user level). You have to understand which features are the users using and coming back again and again, it’ll help you to prioritize certain features.”
Para esto pueden usar los cohorts:
Feature adoption
Este KPI indica cuántos usuarios están usando un nuevo feature y cómo lo están usando (una vez o de manera frecuente). Es importante reconocer que la adopción de un feature no necesariamente está ligada al éxito del mismo. Por ejemplo, en empresas con tipos de compra frecuente, se puede realizar un feature de generación de recordatorios, si de los 1,000 usuarios, 100 están generando recordatorios, podemos decir que hay una alta adopción; sin embargo, si de esos 100, solo 2 han comprado su compra frecuente ¿qué tan efectivo ha sido el feature realmente?.
“How many users are adopting the features that you’re saying, how frequently are they using it and how often do they come back and use it right by different features sets, you can call it product lines, feature sets or product groups. You’ll have to understand which of them should I continue to build on, which of them I can actually even remove from the product at some point. It's constantly learning about your customers.”
Product quality and efficiency
Mide la calidad del servicio en su totalidad y por cada feature. Puede medirse en Número de bugs por sprint (o deuda técnica), tiempo de carga o número de incidentes generados en un periodo de tiempo.
“For this reason, it's very important to understand what is your bug reduction rate, how fast are you able to fix these bugs and how fast you go from the number of bugs that are open to the number of bugs that are getting fixed in any given quarter.”
On the other hand, you have to understand this too: Breaking your product into feature sets or product lines and looking at which of these are very highly buggy and try to put more capable people or more resources on it”
👩🏻💼👨🏻💼Customer Metrics
NPS - Net promoter score
Es uno de los indicadores más populares. En sencillo, mide la satisfacción de los usuarios frente a un escenario específico. Puede medir la relación mensual con el usuario, el uso de un feature específico y/o alguna campaña.
“Helps you to know what the customer thinks about your product, it will give you the metric aspect but also gives you a little bit of the quality aspect.”
Se calcula con una encuesta sencilla en la que se le pregunta al usuario qué tan dispuesto está a recomendar a un amigo el producto o servicio y la respuestas van de 0 a 10. Siendo 0 a 6 respuestas detractoras, 7 a 8 neutrales y 9 y 10 promotores. Se resta el % de promotores menos el % de detractores y el resultado es el NPS.
Mission metric
Es un indicador que mide el resultado final de tu servicio o producto: ¿cuántos de tus usuarios están logrando sus resultados esperados? Por ejemplo, si el producto o servicio es un CRM para la gestión de leads comerciales. ¿Cuántos usuarios están vendiendo más por usar tu producto? ¿El retorno que generan los usuarios es lo suficiente para cubrir el costo de tu producto? Puede ser difícil de medir.
“Is your product able to help your end customer or not? Are they able to find success for the reasons they have reached out to you or for the value that they’ve gained out of you? For example, you provide a marketing tech product, so a particular company is using your product to promote and get more sales, so you have to understand how much sales you’re creating minus the cost that is incurred including the software, including the reach out cost, the ads cost and also the product cost, then you can understand the net revenue that they’re able to get out of your product and you have to look at the different customers and see who are using your product wisely and not wisely and then know what percentage of your customers are actually succeeding and how much they are succeeding.”
Finalmente…
No hay nada más importante que hablar con los usuarios, tanto en early stage, late stage y corporate. La data siempre te puede decir qué pasó, pero no necesariamente por qué pasó.
Si este contenido te interesa, me ayuda mucho que puedas suscribirte, ya somos más de 3,700 profesionales que confían en Growth Morning
Además, te invito a seguirme en mis redes: LinkedIn y Twitter, comparto contenido casi a diario.
Si te gustó comparte con amigos y colegas!