查看原文
其他

如何通过精细化营销延续 0 到 1 的增长势能?| 「X 增长」专栏

Linkloud 小助手 Linkloud精选 2024-02-07
引导语:

「X 增长」专栏是我们与 ExponentialX 一起打造的关于 SaaS 与 AI 公司在增长、市场等策略的方法论和实践分享栏目。

第一期邀请到 ExponentialX 的管理合伙人张蓓,张蓓毕业于中国科学技术大学(本科)和纽约大学(MBA),在 2020-2023 年之间,在 Grammarly 负责 B2C 和 B2B 的增长和市场数据业务。在此之前,曾在硅谷的 Point Digital Finance 担任关键的增长负责人角色。

本文讨论了当创业公司进入全球市场并站稳脚跟后,如何通过精细化营销延续增长势能。当公司全球化一年后开始遇到全新挑战,如目标客户天花板低、增长渠道效率下降、未充分管理已注册用户以及底层基建薄弱。张蓓分享了相应的解决方案和最佳实践,包括深挖核心用户、探索新的增长渠道、重视用户生命周期、加强底层基建等。最后推荐了一些主流的分析工具和资源供大家参考。

欢迎分享及点个「在看」,Enjoy!



当公司已经进入全球市场一段时间(1 年左右)并稍微站稳脚跟以后,通常有这么几个特征:
  • 产品的 positioning(定位)和 messaging(表达)经过多轮的迭代基本稳定。公司内部认为的 value prop(价值定位)和用户感受的基本一致。

  • Founder-led sales(创始人牵头驱动销售)的方式取得了初步的成功。效率不一定最高,但是能够有足够的量级来维持这个阶段需要的动能。

  • 有至少一个增长渠道能投提供兼顾 volume(体量)和 efficiency(效率)的增长速度。

  • 最早期针对的目标人群已经取得了不错的认可。这部分人群相关的指标比如 web to signup conversion 或者是 retention 等指标,相比业内标准都有不错的水准。

  • 总的来说产品还是以单一功能和卖点为主。不过距离 Notion 这样从单一功能扩展到多功能还有一定的时间。


这个时候通常会有一些挑战开始出现,结合观察到大家各种探索和经验总结,比如:

首先,现有的目标客户天花板低,很有可能无法保持营收的增长速度,在不久的将来大概率会碰到瓶颈。那么怎样能够提前计划找到扩展的突破口?

比如 Equals(https://equals.com/)当初在抓住一部分核心用户以后,开始用几乎每家 SaaS 都会考虑的 Freemium 定价模型去扩展非核心用户,结果造成了反作用。这里是他们的一个深度分享 [1]

随后他们掉转头聚焦服务核心用户,然后发现其实增长空间还是很宽广的。这是一个很好的 “做深产品” 的例子 —— 深挖核心用户,不要过早扩张,通过极致满足需求来解决所谓的增长问题。

另外,Chorus.ai 也是个很好的例子,相比于 Otter.ai 去横行扩展用户,他们决定跟 Zoominfo 无缝整合,最后因为深度结合后在 AI 和工作流上的极致体验,最后被 Zoominfo 以 5.75 亿美金收购,在纵向上产生了非常大的化学反应。

(Equals 产品)

还有像通用型生产力工具,比如 Sightx.io 这个非常棒的 market research 工具,在前期收获到不错的 enterprise 客户后,也碰到了瓶颈,于是开始需要积极探索怎样能在不经过重大调整的情况下,接触到更多的对 market insights 高度需求的初创公司手中进行 “降维” 覆盖

类似例子还能举出很多。这个阶段最重要的就是要做出一个决定 —— 到底是走 vertical 还是做 horizontal 路线,即垂直还是通用?Michael Ho 的这篇文章 [2] 提供了一个很好的框架。取决于要走哪有路线,公司内部的重点会非常的不同。 这个决定也会对后续的融资故事产生无比重大的影响,很多时候是决定能不能融到下一轮的前三因素。

其次,现有目标客户,主要依赖的增长渠道效率开始下降,需要快速找到更多更有效的增长渠道。

很多初创公司在确定了 PMF 的时候,通常会找到 1-2 个渠道支持一定的 founder-led sales(创始人驱动型销售),比如 Linkedin 的 organic 传播、主动 outreach、partnership 等等。

通常这些最开始的渠道很容易达到瓶颈,所以接下来就需要积极探索渠道的扩张。问题是,渠道太多了!Grammarly 在 B2C 侧同时在运营多达 30 个 marketing 渠道。对于刚刚从 PMF 出来不久的初创公司,怎样去挑选合适的渠道,怎样筛选靠谱的 agency 或 freelancer,怎样确保执行能够顺利实施并产生期望的结果等,每一步都可能是对团队的重大挑战。

这个时候需要至少一个 cofounder 站出来担任一部分 head of growth(增长负责人)的角色。可以考虑找比较有经验的中层,可以撸起袖子把事情搞定的 marketer。通常不太适合找高级别的 CMO,但是可以考虑找合适的 advisor 花一点点时间来帮助团队来纠偏和避免不必要的弯路。

第三,过于重视新的流量,没有资源好好管理注册用户,比如构建完整生命周期的邮件触达(lifecycle email),或有效产品价值传递等(product messaging),导致辛苦获得的流量很快就流失了。

我过去这一年注册了数不清的 SaaS 和 AI 应用,让我惊讶的是,大部分应用在我注册后,就很少发邮件来保持经常性沟通。通常会有一个 welcome email,然后过很久可能会来另一封非常简短的提醒,其它就很少了。

在用户生命周期上投入精力是一个 ROI 可能非常高的选择。很多用户刚刚注册了一个没怎么听过的产品,Lifecycle 几乎是最好的渠道来向新用户传达更多产品信息,沟通团队的背景,提供最新的产品更新和 promotion 等等。最重要的是,相对于其他的增长渠道,Email 和 product messaging 几乎是免费的!

在最近合作的 Fintech 项目经历里,我们从 Google 很轻松就获得了很多注册的用户,但是他们都对于把钱长期放到一个从来没有听说过的平台是非常犹豫的。我们决定用 Email 的密度从每两周一次提高到每周三次。在内容中事无巨细地做各种沟通比如:CEO letter(CEO 来信),story behind the latest product(最新产品背后的故事),new product launch(新产品发布),product development milestones(产品进展),competition(竞争说明),monthly promotions(月度优惠)等等。

虽然导致了一小部分用户退订,但是更关键的是成功赢得了很多观望客户的信任,从而让他们开始 “掏腰包”。在其它增长方式尤其是整体投入没有重大增加的情况下,email 对于当时半年将近 20 倍收入增长的贡献是排前二的(另一个是产品本身的发展)。

之所以上述手段不被重视的一个因素是,很多资深的营销专家并不愿意去接触这个阶段的公司去帮助他们搭建这个项目。因为这个时候客户还不多,投入的精力哪怕是能够带来 10-20% 的转化率增长,也通常不会带来足够的商业价值,同时公司的付费能力也不高。这样就造成了反而是最需要帮忙的阶段和团队却最无法获得必要的帮助。


我最欣赏的一位 Lifecycle marketer 在他的个人网站上 Ottomate[3] 上有提供可以免费借用的 framework,也有提供短期的 training, 很适合这个阶段的公司考虑,去把公司内部的 marketer(或者 cofounder 自己!)先训练一个八成的 lifecycle expert,以后等规模上去了再考虑找更专业的团队。

第四,公司的“数据基建”之前薄弱,在支持下个阶段的增长时开始力不从心,需要在底层做一些改变才能不拖增长的后腿。

初创公司一开始通常不太需要基建层,比如各类支持数据记录、存储和分析等产品,基本就是左手输入比如 sales/product/marketing 的投入情况,右手查看最终结果就好了。但是当站稳脚跟上了一定规模后,缺乏基建的痛点开始慢慢明显,比如:

  • 数据库里面没有 UTM 的设置,无法辨别哪个 marketing 渠道最有效率,尤其是超过两个投放渠道的时候,就导致花费和 CAC 的细节优化受到限制。

  • 缺乏经验,导致用的工具并不合适。比如初创公司做邮件营销用 Hubspot 可能就没有 CustomerIO 合适。

  • 没有设置 Customer Data Platform(比如用 Segment)把不同的数据源连接起来,用户的信息都是割裂的,比如用户的 transaction 数据和 app 使用数据。或者甚至是不存在,比如用户在网页的 funnel 数据。这样哪怕是某个环节有重大的 bug 导致转化不流畅,也是没有办法有效探测和纠正。

  • 缺乏有效的分析和 BI 工具和 “思维模式”。我看到有的很早期的团队在用 Tableau,结果由于缺乏支持导致使用非常不充分。相比之下有很多适合早期团队的工具比如 Domo 和 HyperQuery,还是最近非常火的 Equals。


最后,公司需要选择最合适和主流的工具来进行数据分析。可以借鉴 Demand Curve 的总结具体参照这篇文章 “[4]Marketing Tools (Beginner's Guide)”[5]。我分享一个从增长角度搭建数据基建的框架,供读者参考,也尽可能帮助大家少走弯路。框架分为这么几个环节:


Data source: 梳理数据源。比如 B2B 都会有很多数据在 Salesforce CRM 里面,网页数据在 Google Analytics 里面,Google sheets 也会有各种各样的数据。

特别提出一个好用的工具是 Segment。Segment 可以方便的提取 ID level 网页 funnel 的数据,跟内部数据可以连接就能看到数据全景。比如最近购买产品的用户,他们在网页上的路径都是怎样的。虽然内部工程埋点也可以达实现,但对初创公司来说直接用 Segment 是个非常省资源的做法。

ETL(Extract, Transform, Load):当有了数据源后,需要高效传到数据库里面。现在家家的数据源都特别多,除去产品内部的数据和 CRM 数据,无数广告平台比如 Google Ads 的数据怎样汇总都是个很头疼的问题。

一方面可以堆工程师来做,但是更省事的是用 Fivetran 这种 no code 工具,通过事前搭建好的架构把数据干干净净地导出来。对于初创公司来说也是个不二之选,尤其是工程力量通常都是极端紧缺的情况下。

Data Cloud: 这部分就不多说,都是大家非常熟悉的云端数据库比如 Google Big Query、AWS、Snowflake 及 Databricks 等等。

Reverse ETL: 很多时候公司需要发个性化邮件,需要把各种标签从数据库里回传到邮件工具里。这个以前也是工程部给解决的,现在类似 Hightouch 这种 no code 工具就能很方便地在没有工程的情况下做到。

BI & Analysis: 这个部分传统上都是用比如 MySQL 这类分析工具或类似 Tableau 的 BI 工具。分析工具一般比较需要很强的 coding 技能。Tableau 这种 BI 工具也是需要专门的 BI 分析师或者工程能力才能做到比较漂亮,都还是很有技术深度的。

但最近我碰到的很适合初创的工具一个是 Hyperquery,它能直接连接数据库,在一个界面里面做 SQL/Python 还有 AI 助力的画图和协作,虽然也需要 coding 技能,但是大大简化了工作的流程。

另一个印象非常深刻的是 Equals,它也是连接数据库,然后在很像 Google Sheets 的界面里面借助 AI 做各种高效的数据分析和可视化,为那些不太会 coding 的人提供了巨大的帮助,也是大大减少了对工程的依赖。

以上便是「X 增长」专栏的第一期内容,实践出真知,在全球化这个过程中,欢迎读者和创业者在后台留言,联系我们。期待听到更多心得和收获,下期见!

参考资料

[1]
https://notoriousplg.substack.com/p/nplg-101223-freemium-really-hurt?utm_source=post-email-title&publication_id=409899&post_id=137887088&utm_campaign=email-post-title&isFreemail=true&r=6xp5v
[2]
https://www.linkedin.com/posts/themichaelho_horizontal-vs-vertical-startups-activity-7143280137235603457-lRYW?utm_source=share&utm_medium=member_desktop
[3]
https://www.ottomate.co/saas
[4]
https://www.demandcurve.com/playbooks/marketing-tools-beginners-guide
[5]
https://www.demandcurve.com/playbooks/marketing-tools-beginners-guide

end





往期推荐



数亿用户的 Duolingo 日活如何再翻 4.5 倍?CPO 分享了他的经验与教训

2024-01-25

这是AI to Global的最好时代 | Linkloud 沙龙第十六期实录精选

2024-01-21

出海 SaaS 如何提升注册转化率?

2023-12-13

什么是“IMF”以及在硅谷才知道出海要注意的事 | Linkloud沙龙第十四期线下实录精选

2023-11-26



点个在看 一键上云


继续滑动看下一个

如何通过精细化营销延续 0 到 1 的增长势能?| 「X 增长」专栏

Linkloud 小助手 Linkloud精选
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存