Usted no puede precio, mercado, o envío bien hasta que sepa quién te valora más. La mayoría de las empresas no cobran entre 2 y 10 millones de dólares en ARR debido al producto o al marketing. Ellos cobran porque están construyendo para “todos los que pueden comprar”, en lugar de alguien claro. Esto suele involucrar el desarrollo de “personas”, “perfiles de clientes ideales (ICPS)”, “trabajos a realizar” o algo similar. La parte complicada aquí es que la mayoría de los procesos tradicionales son una pérdida de tiempo. He visto a los equipos gastar meses aquí con muy poco para demostrarlo.Este es el proceso que he encontrado que es mucho más rápido y más impactante. ¿Qué es una persona y por qué importa? El punto de inflexión más grande en la mayoría de las empresas ocurre cuando comprenden estos grupos, recopilan los datos, los utilizan correctamente y luego ajustan su estrategia en consecuencia. Supongamos que usted vende un producto que excava agujeros. ¿Qué tipo de agujero realmente quiere su cliente? Esto depende de si tu cliente es: Niño de 5 años en la playa Un jardín hobby Un trabajador de la construcción Un prospector de petróleo Sin embargo, por qué quieren un agujero y cómo tiene que parecer ese agujero es muy diferente. Debido a esto, el valor que ponen en un agujero también es muy diferente. Un niño de 5 años en la playa sólo puede querer una sola piedra y no tiene dinero para pagarle.Un explorador de petróleo podría pagar $ 100k por agujero y podría necesitar cientos de ellos. Por supuesto, estos agujeros tienen que parecer diferentes, pero eso es todo el punto. Problema de personas centrales Hay muchas metodologías diferentes para definir tus personas de usuario. En mi experiencia, lo más útil es agrupar a los usuarios por el problema subyacente que vienen a su producto para resolver. Este es el mejor indicador tanto de su potencial de retención como de su disposición a pagar. En Codecademy, teníamos cuatro personas principales: Hobbyistas: Personas que encuentran la codificación interesante pero no la necesitan para nada específico. Estudiantes: Personas que aprenden para tareas escolares. Personas que añaden codificación a sus habilidades de trabajo existentes, por lo que un analista financiero que quiere pasar de Excel a Python + SQL. Interruptores de carrera: Personas que quieren convertirse en ingenieros a tiempo completo o científicos de datos. Después de comenzar a recopilar estos datos y usarlos, vimos algunas tendencias no sorprendentes. Los “hobbyistas” no necesitan realmente aprender a programar; es literalmente un pasatiempo. Los “estudiantes” tenían una necesidad, pero aprender a programar no desbloqueó ningún ingreso inmediato, por lo que se mantuvieron bien en el producto gratuito pero no tenían una alta voluntad de pagar. Normalmente no compraron el producto pagado. Si lo hicieron, no se quedaron. Sin embargo, “Career Upskillers” y “Career Switchers” tenían un problema real que podríamos resolver. Si adquieren nuevas habilidades, pueden ganar más dinero relativamente rápidamente, por lo que no es sorprendente que tuvieran el LTV más alto. Cuando usamos esta información de segmentación en nuestros datos, vimos algo como la imagen de abajo.Nuestras mejores personas tenían una tasa de retención significativamente diferente y LTV. Cómo construir tu personaje Como todos los buenos consultores, he creado un marco caprichoso y complejo para resolver esto: Debe su fundador adivinar. En mi experiencia, la mayoría de los largos y costosos marcos de investigación aquí son una pérdida de tiempo. Los fundadores deberían haber estado en su espacio de problemas lo suficiente tiempo y hablado con suficientes usuarios que probablemente puedan segmentar a las personas con unos 30 minutos de pensamiento. Si no lo hacen, tienen otros problemas. Es mejor formar algunas categorías gruesas y rellenar los detalles mientras hablas con los usuarios en el curso de la investigación rutinaria de los usuarios. Como con la mayoría de las cosas en el juego de inicio, la velocidad es todo. Usando estos datos para ganar más dinero Para que estos datos sean útiles, debes hacer lo siguiente: Recogerlo Integra esto a través de tu análisis para que puedas ver las diferencias Modificar la experiencia inicial para maximizar las tasas de activación. Utilice las lecciones generales para impulsar el desarrollo y marketing de productos. La forma más fácil de hacer esto es con encuestas onboarding. Nunca he visto ningún descenso material en el compromiso en la etapa temprana de la incorporación, y si usa estos datos para personalizar la experiencia en la etapa temprana, lo que debería hacer, probablemente aumentará la activación. Veamos algunos ejemplos. Ellos pidieron la motivación principal por delante, ya que no pueden inferir esto de los datos del curso. Duolingo solicita su información organizacional, probablemente ya que tienen movimientos PLG sustancialmente diferentes en la venta a estos usuarios noción Airtable recoge el papel de los usuarios, probablemente ya que ambos personalizan la experiencia de etapa temprana y su producto se utiliza en el nivel del equipo principalmente. Entonces, ¿qué haces con esta información? Como se mencionó anteriormente, el playbook básico se ve así: Mapa tus personas con tu fundador. Configure algo durante el embarque que le permita segmentarlos. Utilice estos datos de segmentación en todas sus métricas clave. Elige tu persona ideal Asegúrese de que tanto el marketing como el producto se optimicen para esto sobre los demás. La parte más difícil de esto es tener la disciplina para centrarse en la mejor persona en su marketing y desarrollo de productos. Esto no puede ser sobreestimado. Cuanto más grande sea tu equipo y/o cuanto más tiempo haya estado haciendo esto, más resistencia habrá para dejar de hacer cosas de ese tipo de trabajo y empezar a tratar de encontrar cosas que realmente funcionen. Buena suerte allí fuera.
