Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

使用客户健康数据来增长和预测 NRR

Posted on 2022-12-07
凯莉卡波特贡献者
分享到Twitter
Kellie Capote 是Gainsight的首席客户官,她领导整个售后组织,包括客户成功管理、支持、专业服务和 CS Ops & Scale 团队。

法庭诉讼律师之间的一句古老格言指出,只有当您已经知道证人将如何回答时,您才应该向证人提问。否则,您可能会遇到不愉快的惊喜。出于这个原因,有效的检察官和辩护律师会参与各种预审活动,包括“证人准备”,以帮助他们控制叙述。

由于许多 SaaS 公司希望增加净收入保留 (NRR) 以弥补销售疲软或下降,他们可能希望采用并调整此格言:“在我们要求现有客户续订或扩展他们的订阅之前,我们将追求客户成功 (CS) 战略和活动(“客户准备”),帮助我们避免不愉快的意外并增加成功结果的数量。”

现在是棘手的部分。您应该收集和分析哪些类型的客户健康数据,以帮助您避免不愉快的意外?您的销售和售后团队应该采取哪些策略和活动来响应这些数据?

亲爱的解决方案

从本质上讲,DEAR 客户结果评分使您能够将工作流与领先指标和滞后结果联系起来。

从历史上看,许多 CS 领导者都依赖轶事证据并假定“最佳实践”以期提高 NRR。即使这种方法似乎有效,客户成功经理 (CSM) 也常常缺乏经验证据来将成功与其团队的出色工作紧密联系起来。

为了克服这种战略上的“软弱”,我们带头开发了一种更科学、数据驱动的客户健康评分和保留建模方法。该框架被称为 DEAR(部署、参与、采用、ROI),旨在帮助 CS 团队提供卓越的客户体验并推动现有客户实现他们期望的结果。除了客户体验评分外,DEAR 还提供客户结果评分,这是一个客观指标,表明客户是否看到了他们投资的价值和投资回报率。

以下是 DEAR 的四个组成部分的细分。

请注意,为了有效利用此信息,您需要正确的技术(理想情况下是客户管理软件)和行为数据(理想情况下是关于客户如何使用产品的遥测数据)。

部署

客户激活了吗?他们是否准备好有效地使用他们购买的东西?部署不佳通常是部分客户流失或降价销售风险的有力指标。

Use customer health data to grow and forecast NRR by Ram Iyer最初发表于TechCrunch

原文: https://techcrunch.com/2022/12/06/use-customer-health-data-to-grow-and-forecast-nrr/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme