在SaaS领域，如何分析用户增长？

摘要：关于如何分析SaaS领域的用户增长，初创公司可以从这些分析方法中学习，密切*自己的增长，不断提高收入增长。和大家分享，希望大家觉得有用！在之前的文章中，我们讨论了如何分析用户增长，通过分析月度活跃用户增长，挖掘不同潜在用户群，更好地了解增长动力。今天，我们试图将其模式应用于收入增长分析。这对企业级应用软件等常规收入的计算非常有帮助(SaaS)或者消费者订阅业务。以某公司通过月度订阅获得收入为例，假设这是一家B2BSaS公司，以便更加细化。对于这样的公司，月活跃用户(MAU)增长和月常规收入(MRR)增长是*点。别忘了，我们仍然*月活跃用户(MAU)分析。如果当月用户流失，相应的当月收入很可能会相应减少。现在，让我们探索月常规收入(MRR)图片随着时间的推移呈上升状。上图模拟了月均16%的常规收入增长率。就像分析月活跃用户一样，我们分割月常规收入的组成部分，会有一些细微的差异。对月活跃用户的分析，区别在于用户是流失还是留存。那么收入呢，用户可能会保留或丢失，但当月花的钱可能比上个月多，也可能比上个月少。因此，我们不妨拆分以下两个等式来增加收入和减少收入：MRR(t)=新用户收入(t) 保留用户收入(t) 唤醒用户收入(t) 增加收入(t)MRR(t–1个月)=保留用户收入(t) 失去用户收入(t) 减少收入(t)若某用户上个月消费$10，当月消费$12。我们认为$10是用户收入的保留，$2是为了增加收入，同样可以减少收入。只有当用户当月没有消费时，我们才能判断用户的损失，当用户再次消费时，我们才能判断用户的唤醒。以上等式可重新整理如下：MRR(t)–MRR(t–1个月=新用户收入(t) 唤醒用户收入(t) 增加收入(t)–失去用户收入(t)–减少收入(t)这五个部分如下图所示：上图模拟了月常规收入的增长。我们再次计算速动比。MRR速动比在1到1.5之间波动，取决于月份和用户保留率，用户留存率不超过40%。速动比率=(新用户收入 增加收入/(失去用户收入) 减少收入或(等式分子/分母同时除以总收入)速动率=(月增长率) 流失率/流失率=1 月增长率/流失率回到消费类APP月活跃用户的分析，1.5的速动率是不错的数据，但就常规收入而言却不是。常规订阅带来的收入视为默认保留，与常规访问相比，非默认保留。常规订阅带来的收入视为默认保留，与常规访问的非默认保留相比。就其本身而言，订阅收入中的用户流失率很低，速度比很高。如果你认为消费者订阅企业(如Spotify和Netflix)的用户流失率不应该高，而速动率应该高，那么我再举一些例子。相比之下，纯消费者交易型零售业务(如Nordstrom在线平台)月流失的用户会更多，因为用户每月连续消费的动力不足。如果您认为订阅业务取决于登录和扩展业务（如slack），由于每个用户的消费增加，您将不可避免地期望增加收入。对于企业级应用SaaS公司，我们预计速动率大于4。若速动比小于2，则用户流失过多，需采取补救措施。更多关于企业级SaaS公司的研究，请参考2015年初恩·哈米德的分析。以下是一些企业级SaaS公司的实例分析。恩·哈米德给出的Saas速动比例右边的两家公司是我们的投资公司，而左边的两家公司则不是。左上方A公司讲的一个好故事，说他们增加了很多收入，一定意味着product-marketfit好。但实际情况是，减少的收入被掏空，导致月增长收入必须抵消月减少收入的不利影响，从而产生净增长。还推荐鲍比·皮尼罗在Intercom融资过程中采用的SaaS指标分析方法。我们讨论了如何分析其他因素，如何分析月活跃用户和月常规收入。事实上，对所有相关数量的分析对业务都是必要的。如果你做了一个社交消费应用程序，你认为每月活跃用户远远不够。我希望他们每天都能使用你的应用程序。在这种情况下，用户活动的判断不能仅仅依靠每月的活动分析。我们需要知道用户是否每天都活着。FacebookL28可以帮助做出判断。例如，用户的L28=10，意味着过去28天活跃天数为10。在过去的一个月里，如果对所有用户的L28进行汇总，则可以对本月的日活跃用户进行分析。然后可以比较当月和次月的L28总数，并进行分析。如果用户的L28高于上个月的值，则视为增加，反之亦然。这是对日活跃用户月度增长的分析。如果不想分析活跃用户或收入，可以尝试分析链接共享(如分享到twitter)。如果目标是将链接共享到Twitter，您可能需要做一个活动来促进链接转发。您可以通过比较不同时期用户共享链接的数量来分析链接共享在活动中的增长。一般而言，增长分析的框架可以应用于任何场景(收入、日常活动、内容贡献等)的用户积累价值。).有一个明显的缺陷：丢失的数据不够详细，不知道丢失的用户是新的还是旧的，也就是说，用户的生命周期不清楚。