Métricas em PLG

Introdução

Já publiquei alguns posts falando sobre o conceito de PLG aqui e aqui. Em uma das discussões durante nosso processo de transição de modelo de negócios entre SLG e PLG, tivemos inúmeras conversas sobre métricas. Nesses debates entre os times, acabamos percebendo que teríamos que abrir a mente para novas métricas, mesmo uma empresa já tão acostumada com as métricas do modelo de SLG.

Em uma dessas reuniões, preparamos alguns materiais baseados em benchmarks, estudos, mentorias, erros e vivência no modelo. Nesse post junto com Lucas Omeltech (membro do nosso time de Growth, super entusiasta do modelo e que escreveu boa parte desse texto), vamos apresentar um pouco sobre nossas conclusões, pelo menos por enquanto.

Antes de falar sobre as métricas que entendemos fazer mais sentido nesse momento, é importante ressaltar que nossa experiência como empresa é de transição de modelo SLG para PLG, ou seja, um cenário de mudanças em que geralmente as decisões acabam mais complexas e até com mais resistência.

Para uma empresa nascendo no modelo PLG talvez essas métricas sejam definidas com mais naturalidade.

Além disso, somos uma empresa de produtos digitais em um modelo de assinaturas, isso também traz um viés para as métricas. Nossa pretensão está longe de querer cravar as métricas de PLG que todos deveriam seguir, mas sim simplesmente apresentar nossa experiência.

O grande ponto de diferenciação do modelo PLG está em colocar o produto como protagonista da experiência e, consequentemente, na conversão/monetização. Ou seja, o foco está em impulsionar a adoção do produto pelo usuário. Resumindo em linhas finas: seu produto é tão bom que o usuário pode usá-lo sem pagar, e no final ele vai pagar.

Métricas

Quando falamos de métricas sobre PLG, temos 7 tópicos principais que analisam desde a entrada de um usuário no seu produto até o momento em que ele indica alguém para usá-lo também. E, elas são:

Time to value

O time to value ou “tempo até o valor” metrifica o tempo que o usuário leva para experimentar o principal valor que o seu produto entrega para ele. O que, na maioria das vezes, está relacionado a uma conquista obtida pelo usuário.

Para identificá-lo, precisamos de muitos testes, mas as primeiras hipóteses vêm por meio do seu entendimento do grande diferencial do seu produto. Isso parece simples, mas o processo de descoberta é SUPER complexo.

Então, para você entender melhor, vamos ao clássico exemplo do Facebook que, no início, hipotetizou que para uma pessoa experimentar o valor que a rede social trazia, ela precisava adicionar pelo menos sete pessoas como amigo.

Então, qual era o tempo necessário para uma pessoa adicionar 7 amigos? Vamos supor que o primeiro cohort levava 5 dias para adicionar os primeiros amigos.

Com base nisso, foram realizadas ações para reduzir esse tempo e o usuário alcançar o “wow moment” logo nos primeiros minutos após a criação da conta.

Após testar algumas ações que reduzem o tempo, você precisa verificar a partir do cohort de pessoas que entraram nos testes se elas adotaram mais ou menos o seu produto e assim escalar ou trazer novas hipóteses de testes.

Além disso, o time to value ainda pode ser aplicado em cima de features específicas, dependendo da finalidade dela.

Esse vídeo apresenta profundamente essa estratégia do Facebook: https://www.youtube.com/watch?v=vJqlG5ytLDs

Ref:
https://www.appcues.com/blog/aha-moment-guide
https://baremetrics.com/academy/time-to-value-ttv

Product qualified lead

O Product qualified lead ou PLQ é uma métrica que diz quantas pessoas foram qualificadas pelo seu produto. Ela traz uma visão que mescla o ICP com ações dentro do seu produto.

Ou seja, é um lead que já experimentou um valor significativo no seu produto por meio de um free trial ou freemium. Como resultado, um PQL está mais qualificado para comprar o seu produto do que um simples lead que está em momento de trial.

Diferente de um MQL (marketing qualified lead), que tem base em interações com marketing (como abertura de e-mails, download de materiais e etc) o PQL já realizou uma série de ações dentro do seu produto e também tem características demográficas similares a dos seus melhores clientes.

Voltando ao Facebook, a pessoa já atingiu o time to value e ainda realizou outras ações-chave, como entrar em um grupo e postar algo no feed.

De toda forma, existem diversas maneiras de você encontrar quais ações fazem um lead se transformar em um lead qualificado pelo produto, mas as mais efetivas são:

1. Criar hipóteses e mensurar por meio de cohorts: esse modelo eu indico para quem está começando um produto e ainda não tem base de dados suficiente para medir com mais certeza quais ações os usuários que compram mais rapidamente tomaram até se tornarem clientes.
2. Analisar os dados: caso você já tenha um produto eu sugiro que você analise os dados, veja quais são os seus usuários com maior relação entre LTV/CAC e descubra quais foram as ações que eles fizeram dentro do seu produto até se tornarem clientes.

De qualquer forma, você deve testar o seu produto e ver se suas hipóteses estão corretas e como você pode guiar os usuários a tomarem essas ações o mais rápido possível.

Ref:
https://productled.com/product-qualified-leads/#:~:text=A%20product%20qualified%20lead%20%28PQL,a%20customer%20than%20other%20leads.

Expansion revenue

Essa métrica não tem muito segredo, ela existe para você olhar quanto da sua receita está vindo de cross ou upsell. Como sabemos, é mais barato vender para um cliente do que conquistar um novo. Além disso, quanto mais você consegue expandir a receita que os seus clientes atuais estão te pagando, menos você sofre com o net revenue churn (métrica que falaremos mais para frente).

Nesse caso podemos pensar no caso de uma companhia aérea. Ela vende um produto que desloca pessoas do ponto A ao ponto B. A proposta de valor é a mesma, mas dependendo do deslocamento, podemos optar por categorias e agregadores de serviços diferentes… Classes, lanches, bebidas, seguros, proteção de bagagens, fura-fila, etc.

Além de ser uma métrica muito valiosa para negócios de recorrência, essa métrica também se aplica a negócios de compra pontual, como um e-commerce.

Vamos supor que você gastou R$100 para trazer um novo cliente e ele te paga R$10 por mês. Naturalmente, você precisaria de 10 meses para começar a ter lucro com esse cliente. Mas, se você consegue expandir R$5 já no segundo mês, esse cliente precisaria de, somente, 7 meses para começar a trazer lucro para sua empresa.

O mesmo pensamento se aplica para um e-commerce, em que você aumentando o ticket médio gasto pelos seus clientes, você consegue aumentar sua margem de lucro final.

Um ponto de observação SUPER importante: geralmente, as empresas brasileiras têm uma cultura fraca em relação a isso. Já nos Estados Unidos, é muito forte a cultura de expansion revenue em todos os segmentos. Tente registrar um domínio na register.com e tenha uma aula grátis :)

Ref:
https://www.priceintelligently.com/blog/saas-subscription-expansion-revenue-is-crucial

Average revenue per user (ARPU)

O ARPU é uma métrica subestimada por muitas empresas e, muitas vezes, deixada de lado. Mas as empresas não deveriam fazer isso. Pois, sabendo quanto, em média, um usuário traz de lucro para sua empresa, você pode investir mais em ações voltadas para o suporte, retenção e até mesmo pricing e posicionamento.

O average revenue per user mensura quanto de receita você está gerando para cada usuário ativo no seu produto. Geralmente, as empresas mensuram o ARPU por mês, mas isso depende muito do ciclo de uso do seu produto.

Com essa métrica, você consegue ver como está o poder de escala da sua empresa, pois se você possui um ARPU de R$10, você precisa de muitos clientes pagantes e ativos para conseguir investir mais em marketing e suporte, por exemplo.

Ref:
https://baremetrics.com/academy/average-revenue-per-user-arpu#:~:text=Why%20does%20ARPU%20matter%20so,not%20a%20key%20SaaS%20metric.&text=If%20nothing%20else%2C%20tracking%20your,what%20drives%20them%20to%20spend.

Customer lifetime value (LTV)

Quanto um cliente traz de receita para o seu negócio ao longo da vida dele? Essa métrica existe para responder a essa pergunta, trazendo mais previsibilidade para a sua operação e possibilitando que você invista mais ou menos nas ações relacionadas com o cliente e o produto da sua empresa.

Ou seja, o customer lifetime value representa o valor total de receita que a sua empresa espera receber de um cliente. E o termo espera, se dá por dois fatores:

1. Se sua empresa já estiver operando há algum tempo, você pode olhar para a média dos seus clientes.
   E aqui vai uma dica: olhe também para os extremos, segmente os melhores clientes (aqueles que tem um LTV mais alto) e os piores clientes para tentar encontrar padrões nesses dois públicos. Assim, você pode focar a sua aquisição nos melhores e tirar o foco dos piores.
2. Caso sua empresa ainda não tenha muito tempo de existência, você pode acompanhar mês a mês a evolução do seu LTV, até encontrar uma média. Em alguns casos, quando as assinaturas da empresa são de acordo com uma vigência mínima, você pode utilizar isso para estimar um lifetime value médio.

Ref:
https://www.profitwell.com/recur/all/calculate-customer-ltv

Net revenue churn

O Net revenue churn, ou Net MRR Churn, é a porcentagem, em receita (MRR) referente a expansão, cancelamento e reduções. Essa métrica pode ser tanto positiva quanto negativa, dependendo do volume de expansão versus cancelamentos e reduções.

Um Net revenue churn negativo significa que, em um mês, sua receita de expansão foi maior do que a receita que você perdeu com cancelamentos e reduções, o que é um indicativo de saudabilidade excelente para a operação.

Você pode calcular essa métrica de forma bem fácil, usando a seguinte fórmula:

(MRR reduzido + MRR cancelados — MRR expansão)/(MRR do começo do mês)

Em contraste com o MRR Churn, que é o total de receita perdida no mês, o Net revenue churn traz somente a receita líquida perdida, pois ela também considera o MRR de expansão, que pode vir através de cross sell e up sell.

Ref:
https://www.klipfolio.com/metrics/saas/net-mrr-churn-rate

Virality and network effect

O Network effect e a viralidade se dão quando os próprios usuários trazem novos usuários para o seu produto. Geralmente isso ocorre mais facilmente quando as pessoas adquirem mais valor ao trazer mais gente para usar o produto junto com ela, como por exemplo o Slack.

Se nós usássemos o Slack sozinhos, não veríamos valor na ferramenta, pois ela perderia totalmente o sentido. Porém, ao passo que vamos adicionando mais pessoas da nossa organização ao nosso workspace, vamos ficando cada vez mais presos a ele e vemos mais valor em utilizá-lo.

Para calcular essa métrica, precisamos entender um pouco do K factor e do WOM Coefficient, métricas que calculam quantas pessoas um único usuário é capaz de trazer para o nosso produto. Com isso, podemos projetar o crescimento através de ações direcionadas ao “member get member”.

Vale ressaltar que, quanto maior o network effect do seu produto, mais amarrado o usuário estará nele. Pois, será mais difícil mover uma grande quantidade de usuários para um substituto, já que o número de pessoas a serem convencidas a mudar fica cada vez maior.

Ref:

https://corporatefinanceinstitute.com/resources/knowledge/economics/what-is-network-effect/
https://miro.com/app/board/o9J_laB_rWI=/

‍