如果说2015年是SaaS的元年，那么2016年就是SaaS的爆发年！经过了一年多的爆发式发展，处在风口的SaaS企业将会何去何从？流量获取的价格越来越贵，SaaS企业精益化运营之路又该怎么走？

　　从现金流谈SaaS行业特征

　　SaaS(Sofeware as a Service，软件即服务)行业不同于传统的行业，其资金投入与收益过程具有显著特征。

　　下图是一个SaaS企业客户生命周期内的资金流模型，左下方的黄色柱体表示获取用户的前期巨大投入，包括市场部门推广、销售部门洽谈以及技术支持的成本。上方的蓝色柱体表示从客户来的收入，SaaS行业一般按照时间定期收费。

　　SaaS行业用户现金流模型

　　如果一家SaaS企业年收入是1000W，用户流失率是30%，那么下一年就会流失300W的收入；当这家企业的年收入达到1个亿的时候，下一年就会流失3000W的收入。当这家企业用户增长速度达到瓶颈的时候，如果此时用户流失率还像30%那么高的话，就很可能导致用户或者收入增长停滞甚至倒退。

　　经过上面的数据分析不难看出，SaaS行业具有一系列显著的特征，并且对业务操作产生了深刻的影响：

　　1.获取客户成本高。获取一个B端客户需要市场、销售、技术支持等多部门跟进，消耗大量人力、精力；

　　2.ARPA(客单价)很高。相比于To C产品，企业级服务客单价非常高；

　　3.产品迭代需要要数据支撑。SaaS产品的每一次改进都需要从用户角度出发，用数据衡量效果；

　　4.用户续约和留存是业务基石。SaaS行业，LTV(用户生命周期内的价值)应该大于三倍的CAC(获客成本)，这样才能提高效率。

　　针对这些特征，SaaS行业需要在以下四个方面进行深入探究：如何高效获取用户、如何激活和转化用户、产品如何迭代和优化、如何用数据驱动客户成功。

　　探究一：如何高效获取用户

　　提高获取用户的效率，第一步要建立精细化的渠道追踪体系；然后要衡量每一次内容、每一个活动的效果；最后要关注转化的每一步，优化转化流程。

　　1.1建立精细化的渠道追踪体系

　　不同于以往拍脑袋主观判断渠道的质量，现在普遍使用UTM参数配置来追踪用户的来源。如下图所示，UTM提供了五个可以自由配置的参数，方便我们追踪用户的广告来源、媒介、名称、内容和关键字。

　　UTM参数配置解析

　　通过UTM渠道追踪体系，我们可以精准衡量内容营销、社会化营销、SEM、DSP等市场推广工作的效果。

　　1.2衡量不同渠道的转化效果

　　建立了UTM渠道追踪体系后，开始日常投放和维护，然后对追踪到的数据进行定期的分析。

　　衡量一个渠道的质量，可以从引流的访问用户量、跳出率、访问时长、访问深度等多个方面进行精细数据分析。

　　监测到不同渠道的转化效果

　　在渠道评估的过程中，我们需要根据实际的业务需求和应用场景选择合理的指标，持续性评估渠道的质量和引流效果。

　　1.3不同渠道的转化漏斗分析

　　最后，我们需要对不同渠道的转化率进行深度分析；不仅要知道总体的转化率，也要知道转化路径每一步的转化率，以便优化转化路径。

　　通过漏斗功能分析转化效果

　　同时，我们也可以按照不同的维度拆分转化率，例如广告来源、浏览器、操作系统、用户地区等等维度。

　　如上图展示的两个不同广告来源新用户的转化率，除了总体的差异，转化的每一步也各不相同，值得运营人员注意和思考。

　　探究二：如何实现用户上手和激活

　　SaaS产品功能复杂，有一定的学习成本；SaaS企业需要在产品层面帮助用户尽快上手。在这个基础上，我们还要分析用户关键行为路径的转化，激活用户。

　　2.1用户如何使用产品

　　一个SaaS产品会有不同的功能模块，不同用户对不同模块的使用频率、使用深度上都有差异。SaaS企业需要持续监测用户在你产品上的表现，通过百分比堆积图等形式观察用户在不同功能上时间消耗比例。

　　百分比堆积图展示了不同功能占用时间比例

　　以上图7月11日为例，用户在不同产品功能上的时间消耗比例开始有了大的变化；有两个新的功能的使用时间比重大幅度上升。SaaS产品运营的过程中需要对用户的使用行为进行精益化的分析，洞察用户的产品功能偏好以及变化趋势。

　　2.2关键路径转化分析

　　用户在使用SaaS产品的过程中，存在一些关键的路径，例如注册路径、加载SDK路径、支付路径等。GrowingIO通过机器学习的方法可以快速识别出来用户的转化路径，并且计算出不同路径的经过人数比重。

　　智能漏斗功能

　　关键路径的顺利与否，直接影响着用户能否被成功激活或者转化；所以SaaS产品关键路径的每一步都需要进行精细数据分析。一般我们借助”漏斗模型“来分析关键路径的转化情况。

　　下图展示了一个SaaS产品注册路径。不难发现，注册第二步到第三步之间存在明显的流失，需要我们去深入分析。

　　转化漏斗监测到的注册转化率

　　数据分析层面，我们可以将这部分流失的用户分群出来，然后借助用户细查查看用户操作行为，分析原因。产品层面，最好的方法就是自己亲自去注册体验一下。如果这一步是验证手机号的操作，那么是不是用户收不到验证码呢？还是提交验证速度太慢了？这些细节问题都可能影响到最后的转化效果！

　　三、如何迭代与优化产品

　　留存，顾名思义，就是用户在你的网站/APP中留下来、持续使用的意思。通过产品留存分析，我们可以掌握用户对不同产品功能的使用粘性与活跃度，从而进行产品迭代和优化。

　　3.1留存的三个阶段

　　留存曲线分为三个阶段：震荡期、选择期和稳定期。绝大部分新用户在一开始的震荡期就流失了，在选择期部分用户找到了产品的价值，然后慢慢稳定下来。

　　留存的三个阶段

　　SaaS产品在设计的过程中就要考虑新用户的留存问题，将核心价值功能尽可能直接地展示给新用户，提升前两个阶段的留存曲线。

　　3.2找到新用户留存的关键功能

　　通过对比不同产品功能(功能模块)的留存度，SaaS产品可以很容易发现产品的核心或者高价值点，留存度高的产品功能其价值也较高。

　　通过产品设计优化引导新用户发现和使用这些核心功能模块，尽可能早地为用户创造业务价值，从而提升新用户的留存率。

　　某SaaS企业发现创建过单图或者看板的用户群体留存度显著高于其他用户，于是在界面左上角显著位置添加了【新建】按钮，鼓励新用户创建自己的单图或者看板。

　　3.3找到产品增长的Magic Number

　　在硅谷的增长黑客实践中，有一组Magic Number(魔法数字)被人津津乐道。那么这组数字到底是一种怎样的存在呢？

　　LinkedIn发现新用户在一周内添加五个社交好友的话，它的留存度会非常高；

　　Facebook发现新用户在一周内添加十个好友的话，它的留存度会非常高；

　　Drobox发现在两个操作系统上登陆过的用户，它的留存度非常高。

　　其实Magic Number就是一组用户行为的组合，它揭示了用户在规定时间内对某个产品功能进行了N次操作的状态。那么如何找到SaaS产品的Magic Number呢？

　　通过机器学习的方法，计算出用户的留存度和用户行为(组合)之间的相关系数。如果系数在0.4-0.6之间，表示两者正相关；如果系数大于0.6，表示两者强相关。在正向相关的用户行为(组合)中找到具有业务意义、可操作性的一组，作为促进你产品增长的Magic Number。

　　四、数据驱动客户成功

　　为了提高用户的留存、活跃，让用户续约，我们需要建立一套完整的客户成功体系，并且用数据分析来驱动。

　　4.1客户成功的逻辑

　　客户成功的本质是精细化的客户管理，通过客户的“温度-健康度模型”实现用户分群。下图的横坐标“健康指数”代表用户的活跃度；纵坐标的“温度指数”代表用户转化的可能性。

　　”健康度-温度“模型

　　我们需要对不同分群的用户进行差异化的运营策略。左上角的用户活跃度不高，但是付费转化的可能性很高；我们需要对用户加强培训，提高其使用频率。右下角的用户非常活跃，但是付费的可能性很低，值得我们深入思考背后的原因。

　　4.2客户成功的层次

　　理清客户成功的思路后，需要从零搭建客户成功分析体系，并且按层次分析。根据业务管理需要，可以分为三层：客户总体、公司级别和用户级别。

　　客户成功体系

　　公司的高级管理层(CXO,VP级别)需要重点关注客户总体情况，包括用户的活跃度走势、登录账号情况、访问时长、关键消耗指数和总体健康度排名。客户成功经理需要重点关注公司级别的健康度，包括对应客户的产品关键模块使用情况、客户流失预测等。基层的业务工作人员需要具体对接到个人，尤其是核心用户的使用情况。假如一个CRM系统销售总监都不用的话，那一线的销售或者业务员也没有动力去使用这个CRM；一个招聘软件HRD不用的话，下面的HR也不可能用的很多。

　　4.3搭建客户成功看板

　　理清客户成功的层次后，我们需要搭建一套完整的数据看板，支持我们前面的逻辑和层次分析。

　　搭建的客户成功看板

　　客户成功看板应该包括：客户总体的活跃度分析、公司各个模块使用活跃度分析、核心用户的活跃度监控。通过客户成功看板的数据监测，及时发现可能流失客户，介入干预，提高用户留存。