[ad_1]
La métrica: % de conversión de prueba a cliente
En este episodio, estamos cubriendo el % de conversión de prueba gratuita a cliente: el porcentaje de personas que comienzan a usar su producto o servicio de forma gratuita y terminan convirtiéndose en clientes pagos.
John Bonini conversa con Jason Rozenblat para asimilar cómo CallRail aumentó el porcentaje de conversión hasta en 10 puntos para algunos grupos de clientes.
Aprenderás:
- Las métricas con las que su empresa se obsesiona y quién las posee
- Cómo pueden aminorar la fricción entre ventas y marketing al compartir de forma transparente la responsabilidad de los números
¿Por qué % de conversión de prueba a cliente?
CallRail es una empresa increíblemente basada en datos. Comparten de forma transparente las métricas de rendimiento con todo el equipo, para fomentar la responsabilidad y la propiedad.
Al observar las métricas con regularidad, nunca se sorprenden al ver un número stop o bajo al final del mes. Y trabajan juntos para tratar de identificar tendencias negativas (o positivas) cuando ven que suceden en tiempo actual.
En este episodio, Jason Rozenblat (vicepresidente de cuentas estratégicas) comparte cómo CallRail aumentó el % de conversión de prueba gratuita a cliente: el porcentaje del total de usuarios que comienzan una prueba gratuita y terminan convirtiéndose en clientes de plazo.
Si acertadamente tienen otras métricas con las que se obsesionan (es proponer, MRR, ARR y ARPU), Jason y su equipo se centran especialmente en la “Prueba gratuita para el porcentaje de conversión del cliente” porque afecta directamente el tamaño del trato y la tasa de obstrucción.
Incluso es importante, ya que es una métrica compartida en todo el equipo. Jason trabaja con el equipo de Demand Gen para hacerlo crecer, y lo comparten todos los equipos que tocan el sitio web porque esos equipos todavía se preocupan por crear tráfico y mejorar la tasa de conversión del sitio web. Los dos van de la mano.
Esto incluye ingeniería, marketing de productos y marketing de clientes. Entonces se obsesionan con esta métrica como una ordenamiento completa.
Cómo lo mejoraron
Jason y su equipo encontraron varias cosas que contribuyeron al crecimiento de esta métrica.
Cambiaron de cohortes mensuales a semanales.
Al contar las cohortes semanalmente en empleo de mensualmente, pudieron ser mucho más granulares y preguntar: “¿Qué pasó esta semana, que fue diferente a otras semanas?”. Esto les ayudó a detectar las causas del crecimiento o la disminución en tiempo actual, en empleo de esperar hasta fin de mes y observar la necroscopía.
Incluso comenzaron a rastrear cohortes en intervalos de 5 semanas (a partir de intervalos de 2 semanas).
Como tienen una prueba gratuita de 2 semanas, solían analizar cohortes en intervalos de 2 semanas. Pero comenzaron a darse cuenta de que siempre había una larga nómina de pruebas que se cerrarían mucho más allá de las 2 semanas.
Los usuarios extenderían sus pruebas gratuitas o regresarían a posteriori de que una prueba hubiera expirado para ingresar la información de plazo.
Entonces, al extender el ciclo de ventas y contar las cohortes en intervalos de 5 semanas, obtuvieron una imagen más clara de lo que estaba sucediendo y tuvieron mejores datos para tomar decisiones.
Cambiaron la forma en que manejaban las asignaciones de clientes potenciales.
Ayer, si los representantes de ventas iban a usar PTO la semana ulterior, se los retiraba de la rotación para comprobar de que no se les asignara ninguna nueva prueba gratuita para cuidar. Pero lo que no tomaron en cuenta fue todas las pruebas gratuitas que expiraron mientras ese representante estaría fuera de la oficina.
Entonces cambiaron la forma en que manejaban la asignación de clientes potenciales, para comprobar de que cada vez que expiraba una prueba gratuita, se pasaba a un representante que estaría en el cargo durante ese tiempo. Incluso comenzaron a ver las pruebas caducadas como clientes potenciales viables y se centraron más en convertirlas.
Se centraron en la formación y educación en ventas.
Encima de todo esto, continuaron capacitando a los representantes de ventas sobre cómo manejar mejor los objetos, cerrar negocios, etc.
Resultados
Los resultados que vieron fueron asombrosos. Algunos meses, aumentaron su tasa de conversión de prueba gratuita a cliente hasta 10 puntos.
Con el tráfico y el convexidad de prueba sin cargo que tenían en ese momento, ese cambio solo podría asociar entre 100 y 150 clientes adicionales, o $ 100k de ARR.
Y en ciertas cohortes, vieron tasas de prueba a conversión de 70-80%.
