Freemium
Freemium, từ ghép của các từ "free" (miễn phí) và "premium" (cao cấp) là một chiến lược định giá theo đó một sản phẩm hoặc dịch vụ cơ bản được cung cấp miễn phí nhưng các các tính năng, dịch vụ bổ sung mất phí thì sẽ mở rộng chức năng của phiên bản phần mềm miễn phí.[1][2] Mô hình kinh doanh này đã được sử dụng trong ngành công nghiệp phần mềm từ những năm 1980. Một tập hợp con của mô hình này được ngành công nghiệp trò chơi điện tử sử dụng được gọi là free-to-play. Nguồn gốcMô hình kinh doanh đã được sử dụng cho phần mềm từ những năm 1980. Thuật ngữ freemium để mô tả mô hình này dường như chỉ được tạo ra sau đó rất lâu, để phản hồi một bài đăng trên blog năm 2006 của nhà tư bản mạo hiểm Fred Wilson đã tóm tắt mô hình:[3][không khớp với nguồn]
Tạm dịch:
Jarid Lukin của Alacra, một trong những công ty đầu tư của Wilson, sau đó đề xuất thuật ngữ freemium cho mô hình này. Năm 2009, Chris Anderson đã xuất bản cuốn sách Free, xem xét mức độ phổ biến của mô hình kinh doanh này. Cũng như đối với phần mềm và dịch vụ độc quyền truyền thống, giờ đây mô hình này cũng thường được sử dụng bởi Web 2.0 và các công ty nguồn mở.[4] Vào năm 2014, Eric Seufert đã xuất bản cuốn sách Freemium Economics, trong đó cố gắng giải mã các nguyên tắc kinh tế của mô hình freemium và quy định một khuôn khổ để triển khai chúng vào các sản phẩm phần mềm.[5] Định nghĩaFreemium là sự kết hợp của từ "free" (miễn phí) và "premium" (cao cấp). Đây là một mô hình kinh doanh khá đặc biệt liên quan đến việc cung cấp cho khách hàng cả dịch vụ miễn phí và dịch vụ tính phí. Công ty cung cấp các dịch vụ cơ bản ban đầu miễn phí cho mọi người dùng thử; đồng thời cung cấp các dịch vụ cao cấp hơn hoặc các tính năng bổ sung. Ý tưởng về mô hình kinh doanh Freemium được hình thành vào khoảng tháng 3/2006 bởi Fred Wilson, thời kỳ mà lợi nhuận được tạo ra từ quảng cáo trên các website đã giảm đi đáng kể, vì vậy freemium được sử dụng như một giải pháp thay thế đáng tin cậy. Đặc điểm của mô hình kinh doanh FreemiumTheo mô hình Freemium, một doanh nghiệp cung cấp dịch vụ miễn phí cho người tiêu dùng như một cách để thiết lập nền tảng cho các giao dịch trong tương lai. Bằng cách cung cấp các tính năng cấp cơ bản của phần mềm trò chơi hoặc dịch vụ miễn phí, các công ty xây dựng mối quan hệ với khách hàng, để rồi cuối cùng cung cấp cho họ các dịch vụ tiên tiến, tiện ích bổ sung, xóa bỏ giới hạn lưu trữ hoặc giới hạn sử dụng, nâng cao hoặc trải nghiệm người dùng, hoặc loại bỏ quảng cáo - với một mức phí.
Bên cạnh đó, để xây dựng thành công mô hình freemium có 2 phương thức: thích ứng với mô hình kinh doanh và đảm bảo việc phân phối các sản phẩm miễn phí một cách rộng rãi. Đầu tiên là việc xây dựng mô hình kinh doanh thích hợp. Nếu như sản phẩm miễn phí của bạn thật sự là một sản phẩm chất lượng phù hợp với mong muốn của người dùng thì nó sẽ thu hút nhiều sự chú ý. Để mô hình mang lại lợi nhuận thì bạn phải tạo ra những sản phẩm nâng cao phù hợp để có thể tạo ra lợi nhuận từ sự chú ý ban đầu của người dùng. Tiếp đến là việc phân phối. Có một logic kinh tế đằng sau mô hình freemium là "Một khi việc cung cấp các sản phẩm miễn phí tăng lên thì nhu cầu với các sản phẩm cao cấp cũng tăng lên". Lịch sử hình thành và phát triển của FreemiumInternet đã phát triển từ một công cụ truyền thông trở thành một nền tảng tạo ra giá trị dịch vụ và cho phép doanh nghiệp và người dùng tương tác theo những phương thức mới. Mô hình Freemium hình thành và phát triển nhờ sự phổ biến của máy tính và mạng internet khi các công ty tiến hành sản xuất và phân phối sản phẩm của mình một cách trực tuyến khiến cho chi phí biên gần như bằng 0 Đây cũng là một trong những mô hình kinh doanh đặc trưng của Từ những năm 1980, Freemium đã trở thành một chiến thuật với nhiều công ty phần mềm khi họ bắt đầu cho ra mắt một sản phẩm hoặc tính năng mới nên muốn cố gắng thu hút người dùng biết đến và trải nghiệm phần mềm hoặc dịch vụ của họ. Họ cung cấp các chương trình cơ bản miễn phí cho người tiêu dùng dùng thử, nhưng hạn chế các chức năng. Theo đó, dùng thử miễn phí có thể được coi là một chiến lược bán hàng nhưng không phải là toàn bộ mô hình kinh doanh. Để có được trải nghiệm đầy đủ, khách hàng phải nâng cấp và trả phí. Nó cũng là một mô hình phổ biến cho các công ty trò chơi video game. Tất cả mọi người đều được chào đón chơi trò chơi miễn phí, nhưng các tính năng đặc biệt và cấp độ nâng cao hơn chỉ được mở khóa khi người dùng trả tiền cho chúng. Hai thuật ngữ thường bị nhầm lẫn là điện toán đám mây và Web 2.0. Điện toán đám mây chuyển dữ liệu được lưu trữ và xử lý trên máy tính cục bộ của bạn sang một máy chủ bên ngoài. Điều này cho phép tất cả mọi người truy cập các nguồn tài nguyên chung trên bất kỳ máy tính và thiết bị nào, khi đó người dùng có thể dễ dàng tiếp cận và thử nghiệm các sản phẩm và dịch vụ mới mà không tốn phí. Đây chính là điều kiện đầu tiên của mô hình Freemium: các sản phẩm, dịch vụ tiếp cận đến một số lượng lớn người dùng. Web 2.0 là một khái niệm của dịch vụ Internet và web mới nơi mà người dùng tham gia vào việc cung cấp, sáng tạo và phát triển nội dung thông qua các trang web video, hình ảnh, blog và các trang tin tức xã hội... Các công ty đặc trưng cho Web 2.0 có một số đặc điểm cốt lõi: - Đầu tiên, cung cấp Phần mềm dưới dạng dịch vụ (SaaS). - Thứ hai, kiểm soát các nguồn dữ liệu riêng biệt có giá trị của tăng thêm tỉ lệ thuận với số lượng người sử dụng. - Thứ ba, coi người dùng như là nhà đồng phát triển đóng góp nội dung hoặc cung cấp thông tin phản hồi có giá trị. - Thứ tư, khai thác nguồn dữ liệu của cộng đồng người sử dụng. - Thứ năm, áp dụng nguyên tắc "cái đuôi dài" thông qua các dịch vụ tự phục vụ khách hàng, phân cấp dữ liệu người dùng và xây dựng một bộ quy tắc chung cho phép những người tham gia tiếp cận toàn bộ tài nguyên. - Thứ sáu, cung cấp phần mềm có sẵn trên nhiều thiết bị. Năm 1982, một biên tập viên của Tạp chí PC, Andrew Fluegelman, đã viết một phần mềm truyền thông có tên PC-Talk. Nó dễ sử dụng và có tất cả các tính năng người dùng mong đợi từ một phần mềm truyền thông."Nhưng điều thú vị về PC-Talk không phải nó là phần mềm, mà là cách nó được bán. Hay đúng hơn, cách nó không được bán. Fluegelman đã phân phối phần mềm thông qua một dịch vụ có tên Freeware. Bất cứ ai gửi cho anh ta một đĩa CD trong hộp thư sẽ nhận lại phần mềm và có thể sao chép đĩa cho bạn bè. Nếu họ thích nó, họ có thể gửi cho Fluegelman 25 đô la. Mặc dù hơi khác so với mô hình mà chúng ta thấy ngày nay, phần mềm miễn phí đã kết hợp nguyên lý cơ bản của freemium: chỉ trả tiền khi bạn nhận được giá trị. Cùng thời điểm đó, một nhà phát triển của IBM Jim Knopf đã tạo ra một phần mềm tên là PC-file theo một mô hình tương tự. Không lâu sau đó, mô hình phần mềm miễn phí được các game thủ đón nhận và hào hứng muốn thử. Các nhà phát triển dịch vụ freemium đã gửi các đĩa mềm trò chơi cho các game thủ và sau đó được tổng hợp thành các danh mục để phân phối. Năm 1995, nhà báo Esther Dyson đã đặt ra một câu hỏi về những trang web đang phát triển: Những loại giá trị nội dung nào có thể được tạo ra trên internet. Dyson nhận thấy rằng khi web trở nên phổ biến hơn với những nội dung bao gồm phần mềm thực thi (executable software), dữ liệu kinh doanh và giải trí, game, tin tức và tài sản trí tuệ sẽ mất giá. Do đó ông đã tạo ra một trong những mô hình kinh doanh phát triển nhất trong hai thập kỉ tiếp theo: freemium.Các dự đoán của Dyson đã chứng minh chính xác rằng web đã bão hòa với nội dung miễn phí. Các nhà cung cấp dịch vụ đi kèm đã giảm dần và các dịch vụ đăng kí đám mây (cloud-based subcription services) đang dần phát triển. Các nhà cung cấp SaaS (software-as-a-service) đã sớm nhận ra rằng việc xây dựng một sản phẩm mới lạ hoặc hữu ích là không đủ, các sản phẩm có giá trị nhất cần phải có giá trị gộp theo thời gian, hiệu ứng mạng tích hợp (built-in network effects) và cơ sở hạ tầng hiệu suất cao. Mặc dù vậy, ban đầu người dùng vẫn mong muốn tất cả các nội dung đều miễn phí. Nhà đầu tư mạo hiểm Fred Wilson nhận thấy một xu hướng giữa các công ty SaaS đang phát triển nhanh chóng và áp dụng mô hình này. Ông đã kể đến một số ví dụ như Skype, Flickr, Trillian, Newsgator, Box và Webroot.[7] Những dịch vụ áp dụng chiến lược FreemiumEvernoteEvernote là phần mềm hiệu suất cá nhân tiên phong được tạo ra để giải quyết một vấn đề ngày càng lớn do chính công nghệ tạo ra: làm thế nào để thành công trong một thế giới nơi mà thông tin phát triển nhanh chóng không ngừng. Hơn 225 triệu người khắp thế giới đã biết đến Evernote và sử dụng Evernote bằng 25 thứ tiếng mỗi ngày. Tận dụng khả năng lan truyền của mô hình Freemium, Evernote không cần tiêu tốn chi phí vào những chiến dịch quảng cáo hoành tráng, ko cần làm SEO hay SEM, ko cần mua cài đặt từ bên thứ 3, tất cả đều dựa vào truyền miệng: hiệu ứng tất yếu của những sản phẩm tốt và miễn phí. CEO Phil Libin của Evernote khẳng định: "Họ không tiêu tiền vào việc kiếm người dùng." Evernote chỉ mất 446 ngày để có 1 triệu người dùng đầu tiên, 222 ngày để có 2 triệu người dùng, 133 ngày để có 3 triệu,..và 52 ngày để có từ 5 lên 6 triệu người dùng. Các thủ thuật tăng lượng người dùng, conversion rate và retention rate: - Ngày iphone Appstore chính thức ra mắt (2008) thì cũng là lúc Evernote lên sàn. Một sự may mắn mà chính CEO Phil Libin cũng thừa nhận. Evernote nghiễm nhiên nằm trong top các ứng dụng trên trang chủ trong những ngày đầu và đã có hàng triệu người dùng cài đặt. Sau này cứ mỗi khi có thông tin về một nền tảng hoặc thiết bị nào đó sắp ra mắt, đội ngũ Evernote lại làm việc ngày đêm để kịp thời hạn cho ra đời phiên bản phù hợp với nền tảng/thiết bị đó. Bằng cách này, họ kiếm được hàng triệu người dùng mà chẳng mất nhiều tiền quảng bá. - Sản phẩm của Evernote tự nó đã là một thứ khiến người ta truyền miệng lẫn nhau. Tăng trưởng người dùng đều đặn và ấn tượng trong thời gian đầu là minh chứng cho điều đó. Những phản ứng hóa học sẽ xảy ra nhanh hơn nếu dùng chất xúc tác. Tương tự, sự truyền miệng cũng cần một "enzim" nào đó, và thế là Evernote referral program ra đời. Cứ giới thiệu được 1 người bạn dùng Evernote sẽ được nhận điểm thưởng, từ đó đổi ra những phần thưởng như 12 sử dụng premium, 1GB dữ liệu được upload hàng tháng, vé đến tham dự Evernote Conference hoặc 1 bữa ăn trưa với Evernote team. Bản thân người bạn được giới thiệu cũng được 1 tháng dùng premium. - Một chương trình khác của Evernote là Community Ambassador, lựa chọn đại sứ là những chuyên gia ở nhiều lĩnh vực khác nhau như fitness, entrepreneur, cookings, marketing, tech… Họ tình nguyện giới thiệu, hướng dẫn cách tận dụng Evernote để tối ưu hiệu quả công việc. Họ là những CEO, expert có sức ảnh hưởng trong lĩnh vực của mình. Tất nhiên, đổi lại họ được miễn phí dùng bản premium. - Để tăng conversion rate và retention rate, Evernote chứng minh cho người dùng thấy giá trị lâu dài của mình và khiến họ càng ngày càng phụ thuộc. Đồng bộ hóa Evernote trên các thiết bị, tạo ra evernote extension trên trình duyệt, evernote web clipper cho máy tính – là những cách mà Evernote khiến người dùng phải nhớ đến mình dù cho họ có ở bất cứ đâu. SpotifySpotify là một nền tảng phát nhạc trực tuyến trên website và trên thiết bị di động (streaming service). Với thư viện gồm 40 triệu bài hát, Spotify gợi ý âm nhạc phù hợp với xu hướng nghe hiện tại của người dùng, cho phép người dùng quản lý danh sách bài hát (playlist) và theo dõi bạn bè. Spotify cho ra đời 2 phiên bản: miễn phí (freemium) và trả phí (premium). Bản trả phí không bao gồm quảng cáo và người dùng bản này sẽ có khả năng tự chọn nghe từng bài hát, trong khi với bản miễn phí, bạn chỉ có thể nghe các playlist đã soạn sẵn, gặp quảng cáo dưới dạng audio và gặp một số hạn chế trong việc chuyển bài hát kế tiếp. Câu chuyện của Spotify diễn ra rất thuận lợi: người dùng nhanh chóng quen với mô hình sản phẩm, thích thú với tính năng gợi ý bài hát, lượng người tải ứng dụng tăng nhanh trong thời gian tương đối ngắn; với phiên bản miễn phí gần như đầy đủ tính năng, Spotify đã chiếm trọn cảm tình của khách hàng và nhanh chóng đạt được số lượt tải đáng ngưỡng mộ. Tưởng chừng thành công này sẽ là bước đệm để những những dùng thử nâng cấp lên phiên bản Premium của Spotify. Nhưng thực tế là người dùng không sẵn sàng chi trả để nâng cấp lên phiên bản đích mà đội ngũ phát triển Spotify mong muốn. Thêm vào đó, dịch vụ nghe nhạc trực tuyến còn rất mới lạ và phải cạnh tranh với các đổi thủ mạnh khác như Apple Music, Google Music, Tidal,... Các đối thủ của Spotify với lợi thế ra đời sớm, kho nhạc bản quyền phong phú, chất lượng nghe nhạc cao,... Chìa khóa cho việc tăng lượng thuê bao trả phí của Spotify đó là chiến lược nâng cao chất lượng sản phẩm, gia tăng sự khác biệt cho bản trả phí, thuyết phục người dùng rằng chi phí bỏ cho phiên bản cao cấp này là hoàn toàn xứng đáng, họ sẽ thấy được sự khác biệt rõ ràng so với phiên bản miễn phí và không ngần ngại nâng cấp. Spotify sử dụng phân tích dữ liệu, khai thác hồ sơ người dùng, cá nhân hóa trải nghiệm khách hàng để cho ra đời các tính năng mới cho bản trả phí và thực hiện chiến lược gồm 4 hoạt động chính sau:
- Sử dụng thuật toán dựa trên máy học dữ liệu (machine learning): phân tích các bài hát trong một danh sách phát nhất định và cố gắng dự đoán âm nhạc sẽ đến tiếp theo - Tối ưu UX-UI của menu phát nhạc: vị trí menu, các nút, thanh điều khiển, các tab, các pop-up,... được thiết kế hợp lý và thân thiện nhất với trải nghiệm của người dùng. - Tạo ra tính năng chuyển bài hát giới hạn (limited skip): Ở bản trả phí, bạn có thể nghe tùy ý từng bài hát trong danh sách nhạc theo sở thích của mình, trong khi đó, với phiên bản miễn phí, bạn chỉ có thể nghe ngẫu nhiên từ một danh sách. Điều này thôi thúc cảm giác muốn sử dụng bản trả phí từ phía người dùng.
- Tạo ra các danh sách phát phù hợp với khu vực người dùng sinh sống nhằm cung cấp các trải nghiệm âm nhạc phong phú đặc trưng theo từng vùng miền - Sử dụng mã code trên các danh sách phát được thiết kế dựa trên các danh sách phát đã được chia sẻ ở mỗi khu vực. Spotify Codes giúp người dùng chia sẻ playlist của mình với bạn bè, đồng thời định vị vị trí của họ để các mục tiêu quảng cáo được thiết lập chuẩn hơn - Để tạo sự khác biệt và thu hút người dùng sử dụng phiên bản trả phí, Spotify đưa ra chính sách: khi đi du lịch nước ngoài (không phải quê hương của bạn), Spotify phiên bản miễn phí sẽ không còn khả dụng. Bạn sẽ cần mua gói nhạc kéo dài 14 ngày cho chuyến đi của mình nhắm vào tệp người dùng "nghiện" du lịch (travelholic) số lượng lớn, khả năng sẵn sàng chi trả cao, nhu cầu khám phá địa phương cao
- Phát triển một chiến lược ủng hộ và nâng đỡ các nghệ sĩ địa phương nhằm tạo ra kết nối không chỉ về lãnh thổ mà còn về tư duy âm nhạc giữa người nghe và người làm nhạc. - Quảng cáo âm nhạc địa phương trên phương tiện công cộng, sân bay, quán bar, quán cà phê địa phương hoặc gần các điểm du lịch nổi tiếng giúp quảng bá các nghệ sĩ đến với công chúng của họ, tăng nhận thức âm nhạc địa phương cũng như nhận thức về Spotify tại địa điểm đó Với nỗ lực của mình, Spotify đã đạt được tỉ lệ chuyển đổi mô hình Freemium đáng kinh ngạc là 26.6% - lớn hơn rất nhiều con số 4% - đã được coi là tỉ lệ chuyển đổi cao của sản phẩm SaaS. Trong số 515 triệu người dùng hằng tháng trong quý 1 năm 2023, 210 triệu người đang trả tiền cho dịch vụ này.[8] Phân khúc người dùngDữ liệu Nhân khẩu họcDoanh nghiệp có thể có được những thông tin về nhân khẩu khách hàng ngay khi họ thiết lập tương tác với sản phẩm lần đầu tiên và cho phép doanh nghiệp nắm được những thông tin cơ bản của người dùng. Một số khu vực địa lý nhất định không nằm trong vùng sinh lợi thích hợp cho sản phẩm Freemium, đặc biệt là khi những sản phẩm Freemium vốn dĩ không nhắm tới khai thác các khu vực đó. Tương tự như vậy, định giá và sự lưu hành tiền tệ giữa các thiết bị khác nhau và nền tảng sản phẩm khác nhau. Thông tin nhân khẩu của người dùng có thể đóng góp insight hữu ích về xu hướng tiêu dùng giúp doanh nghiệp phát triển mô hình Freemium. Nơi ở là thông tin nhân khẩu cơ bản nhất có thể truy cập trên hầu hết mọi nền tảng, được sử dụng để ước tính thu nhập khả dụng và các chuẩn mực ngôn ngữ - văn hóa có thể ảnh hưởng đến cách sử dụng sản phẩm. Chất lượng của các thiết bị mà khách hàng đang sử dụng cũng thể hiện thu nhập khả dụng khả năng chi tiêu cho một sản phẩm freemium, mặc dù tín hiệu này yếu hơn một số chỉ số hành vi. Dữ liệu nhân khẩu học có thể trở nên hữu ích hơn khi ở những mức độ sâu hơn, chẳng hạn như khi người dùng đã kết nối với sản phẩm thông qua mạng xã hội API và doanh nghiệp thu được dữ liệu hành vi của người dùng từ mạng đó. Những thông tin mà doanh nghiệp thu thập ngay từ ban đầu về nhân khẩu khách hàng - tuổi, giới tính, trình độ học vấn, việc làm… có thể kết hợp với dữ liệu hành vi để mô phỏng thị hiếu người dùng. Mạng xã hội cũng cung cấp thông tin về bạn bè khách hàng và cho biết họ có đang sử dụng sản phẩm hay không. Những người bạn đó cũng là thị trường mục tiêu của các sản phẩm freemium, đặc biệt nếu họ đã từng mua sản phẩm. Dữ liệu nhân khẩu học rất rộng và khó đưa ra kết luận cụ thể và có xu hướng ít thay đổi cùng với sự phát triển của sản phẩm, trong khi dữ liệu hành vi sẽ tự động điều chỉnh theo các tính năng mới được giới thiệu và cải tiến của sản phẩm. Do đó, dữ liệu nhân khẩu học nên kết hợp với dữ liệu hành vi để có thể cung cấp các phân tích có giá trị cho quá trình nâng cấp và cải tiến sản phẩm. Bởi vì thông tin về cách thức người dùng tương tác với sản phẩm có giá trị hơn nhiều so với thông tin về họ nên khai thác dữ liệu nhân khẩu hiệu quả nhất khi kết hợp với dữ liệu hành vi. Dữ liệu Hành viDữ liệu hành vi là hình thức hiểu biết phong phú nhất về insight mà nhóm sản phẩm có thể tối ưu hóa trải nghiệm ở cấp độ cá nhân. Các phân khúc người dùng khác nhau sẽ cung cấp những dữ liệu hành vi khác nhau, ví dụ trong nhóm người dùng "tham gia" ta có thể phân ra hai loại là khách hàng trung thành lâu dài và những người sẽ rời bỏ sản phẩm. Với phân khúc như vậy, nhóm sản phẩm phải cải tiến và giới thiệu các tính năng sản phẩm khác nhau để giữ chân người dùng tham gia hoặc để họ mời bạn bè trải nghiệm dịch vụ. Phản hồi định tính từ người dùng rất hữu ích trong quá trình phát triển sản phẩm. Một tính năng sản phẩm mới có thể phá vỡ các mô hình sử dụng và sử dụng các điểm phá vỡ đó như ngưỡng phân loại các nhóm người dùng tương ứng. Mục đích của việc phân khúc người dùng dựa theo hành vi là để thiết lập hành vi trong tương lai, mà chỉ có thể được thực hiện tốt nhất với cách tiếp cận chi tiết, riêng lẻ, cá nhân hóa. "Điểm chuyển tiếp" rất hữu ích trong việc thiết lập mục tiêu cho tác động của hành vi và xác định phân khúc người dùng. Điểm chuyển tiếp là một thước đo điểm mà tại đó người dùng có khả năng đạt được kết quả mong muốn sau này - chuyển đổi, giữ lại, mời bạn bè trải nghiệm sản phẩm. Một ví dụ về điểm chuyển tiếp trong sản phẩm freemium về đọc tin tức có thể là số lượng nguồn cấp dữ liệu được đăng ký, nơi nhóm sản phẩm có thể quan sát thấy rằng người dùng đăng ký ít nhất 10 nguồn cấp dữ liệu có nhiều khả năng sẽ nâng cấp lên dịch vụ Premium hơn người đăng ký ít hơn 10 nguồn cấp dữ liệu. Nói cách khác, nguồn cấp tin tức thứ 10 chính là một ngưỡng chuyển đổi. Dữ liệu freemiumMô hình sản phẩm khả thi tối thiểu (Minimum Viable Product - MVP)Mô hình sản phẩm khả thi tối thiểu là một kĩ thuật phát triển một sản phẩm mới với các tính năng đáp ứng những tập người dùng ban đầu có sự thích nghi nhanh (early adopter), sau đó trải qua nhiều lần sửa đổi, cải tiến và bổ sung theo feedback từ những người dùng đó mới cho ra thiết kế cuối cùng hay đưa sản phẩm ra phục vụ tập khách hàng một cách rộng rãi. Chiến lược này nhắm đến việc tránh xây dựng các sản phẩm mà khách hàng không có nhu cầu và tìm cách tối đa hóa sự hiểu biết về khách hàng với chi phí thấp nhất. Mô hình phát triển theo vòng lặp: "Build-Measure-Learn":
Số liệu khả thi tối thiểu (Minimum Viable Metrics - MVM)Dữ liệu về hành vi người tiêu dùng rất quan trọng cho vòng lặp chuyển đổi freemium MVP hiệu quả. Để phương pháp MVP hoạt động, các nhà phát triển phải có bộ số liệu khả thi tối thiểu (bộ MVM) được theo dõi từ khi ra mắt MVP và được cải tiến liên tục thông qua chiến lược. MVM có thể được chia thành bốn loại: Retention (duy trì), Monetization (dòng tiền), Engagement (Gắn kết), and Virality (Lan truyền). Mặc dù mỗi loại số liệu đóng góp vào "bức tranh sức khỏe tổng thể sản phẩm" nhưng duy trì là nhóm số liệu quan trọng nhất.[10] Số liệu trong mô hình FreemiumSố liệu duy trì (Retention)Số liệu duy trì là thước đo sự quay lại của người dùng đối với một dịch vụ nhất định. Tỷ lệ duy trì thường được tính toán và thể hiện cho một ngày cụ thể và được tổng hợp qua một phân khúc cơ sở người dùng theo ngày kể từ khi những người dùng đó lần đầu tiên tương tác với sản phẩm. Bảng dashboard có thể hiển thị các giá trị cho các số liệu duy trì ngày 1, ngày 3, ngày 7 và ngày 14 của sản phẩm, tương ứng với tỷ lệ phần trăm người dùng quay lại sản phẩm một, ba, bảy và mười bốn ngày sau khi tương tác với sản phẩm đó lần đầu tiên. Ở cấp độ người dùng, số liệu duy trì là chỉ dẫn nhị phân (đúng / sai) về việc người dùng có quay lại sản phẩm một số ngày cụ thể sau lần đầu tiên sử dụng hay không. Ví dụ: nếu người dùng lần đầu tương tác với sản phẩm vào Thứ Hai và quay lại vào ngày hôm sau, thì giá trị duy trì của người dùng Ngày 1 sẽ là đúng (hoặc 1). Nếu người dùng không quay trở lại vào Thứ Tư nhưng đã quay lại vào Thứ Năm, thì giá trị duy trì của ngày 2 sẽ là sai (hoặc 0) và giá trị duy trì của ngày 3 sẽ là đúng (hoặc 1). Ở cấp độ sản phẩm, số liệu duy trì được tổng hợp trên cơ sở người dùng được tính bằng cách: Số liệu duy trì được tính bằng tổng số người dùng lần đầu sử dụng sản phẩm ngày hôm qua và quay lại ngày hôm nay chia cho tổng số người dùng sử dụng sản phẩm lần đầu tiên vào ngày hôm qua. Một số liệu duy trì nên được quy cho ngày mà người dùng tương tác đầu tiên với sản phẩm.[11] Các số liệu cơ bảnCác số liệu cơ bản nhất liên quan đến duy trì là người dùng mới hàng ngày (daily new users - DNU) và người dùng hoạt động hàng ngày (daily active users - DAU) Người dùng mới thường được định nghĩa là người dùng lần đầu tiên tương tác với sản phẩm. Mức độ hoạt động thể hiện sự tương tác có thể khác nhau giữa các nền tảng; ví dụ đối với ứng dụng di động, điểm tương tác đầu tiên có thể được xác định là tải xuống ứng dụng ban đầu, nhưng đối với ứng dụng web, tương tác đầu tiên có thể được xác định là sự kiện cụ thể diễn ra sau khi đăng ký. DAU được định nghĩa là số lượng người dùng tương tác với sản phẩm vào một ngày nhất định; như với DNU, định nghĩa về sự tương tác được để lại theo quyết định của nhóm sản phẩm. Tỉ lệ rời đi (Churn rate) được định nghĩa là tỉ lệ người dùng đã rời khỏi sản phẩm được tính trong một khoảng thời gian cụ thể và dự kiến sẽ không quay lại. Tỉ lệ rời đi tính bằng cách chia số lượng khách hàng đã mất đi trong khoảng thời gian cụ thể cho số lượng khách hàng bạn có vào đầu khoảng thời gian đó.[12] Theo dõi số liệu duy trìViệc tính toán các số liệu duy trì phụ thuộc nhiều vào cách xác định tương tác sản phẩm: định nghĩa là bắt đầu của bất kỳ phiên sử dụng nào, bất kể độ dài hoặc chất lượng của phiên hoặc yêu cầu phải đăng nhập hoặc tiến triển qua một số điểm trong giao diện người dùng thì mới được tính là tương tác. Khi một tương tác sản phẩm đã được xác định, việc theo dõi các số liệu duy trì khá đơn giản. Số liệu tiền tệ hóa (Monetization)Số liệu chuyển đổi (Conversion)Số liệu chuyển đổi thường được trình bày dưới dạng phần trăm người dùng đã mua hàng vào một ngày cụ thể hoặc trong suốt vòng đời của sản phẩm. Trong mô hình freemium, tỷ lệ chuyển đổi thường cực kỳ thấp theo quy tắc 5% - tỷ lệ phần trăm người dùng có thể trực tiếp đóng góp doanh thu là 5% hoặc ít hơn. Chuyển đổi không phải là một dạng số liệu đơn giản. Điều này là do nhiều sản phẩm freemium thu hút doanh thu từ hai nguồn: quảng cáo và mua chức năng cao cấp. Doanh thu quảng cáo làm "rối loạn" định nghĩa của người dùng đã chuyển đổi, vì nếu chuyển đổi đơn giản là quá trình đóng góp doanh thu cho sản phẩm freemium, thì xem quảng cáo là một phương tiện chuyển đổi. Nhưng hành động hiển thị quảng cáo cho người dùng có thể có tác động tiêu cực đến khả năng đóng góp doanh thu cho sản phẩm freemium đó thông qua việc mua trực tiếp chức năng cao cấp, đó là định nghĩa chuyển đổi truyền thống hơn.[13] Một số sản phẩm freemium không hiển thị quảng cáo cho người dùng cho đến khi những người dùng đó được coi là không thể chuyển đổi theo nghĩa truyền thống, quảng cáo đó là một phương thức kiếm tiền từ những người dùng sẽ không chuyển đổi. Theo đuổi chiến lược này, phân loại xem quảng cáo dưới dạng một hình thức chuyển đổi sẽ dẫn đến tỷ lệ chuyển đổi "ảo". Xem quảng cáo không nên được coi là một hình thức chuyển đổi trong số liệu freemium. Khi quảng cáo đại diện cho một dòng doanh thu mà không hề ảnh hưởng đến sản phẩm freemium và khả năng kiếm tiền của người dùng tương tác cao, thì đó thực sự là một kỹ thuật tối ưu hóa doanh thu.[14] Vấn đề triển khai quảng cáo vào sản phẩm freemium có thể gián tiếp ảnh hưởng tiêu cực đến việc "kiếm tiền" từ những người dùng có mức độ tương tác cao: gây ác cảm với những người chưa thực hiện việc mua nhưng có thể trở thành người dùng tương tác cao, những người ủng hộ sản phẩm nhưng khả năng chi trả bị giới hạn. Ủng hộ sản phẩm có thể xảy ra một cách ngẫu nhiên và độc lập với mô hình chi tiêu; hiệu ứng này được khuếch đại bởi các đặc tính lan truyền của các mạng xã hội hiện đại và các kênh truyền thông xã hội, trong đó một minh chứng của người dùng có ảnh hưởng có thể đóng góp doanh thu chung[15]. Người dùng không trả tiền (non-paying users NPU), nên được "trân trọng" trong mô hình sản phẩm freemium, vì họ không chỉ đại diện cho một phần quy mô để đạt được mô hình tối ưu hóa trong sản phẩm freemium, họ cũng có thể đóng vai trò là "đại sứ" sản phẩm, giới thiệu thông qua các kênh xã hội hoặc kênh khác đến người dùng tương tác cao - những người có thể đóng góp vào dòng doanh thu của sản phẩm.[16] Do đó, tỷ lệ chuyển đổi nên được tính bằng số người dùng thực hiện thanh toán trực tiếp trong sản phẩm chia cho tổng số người dùng. Tỷ lệ chuyển đổi có giá trị khi được tính theo thời gian tồn tại của sản phẩm nhưng cũng cần được báo cáo hàng ngày để làm nổi bật các thay đổi theo thời gian. Số liệu doanh thuSố liệu doanh thu thể hiện qua mức độ chi tiêu thông qua mua hàng trực tiếp trong sản phẩm. Điều này được thể hiện rõ nhất thông qua doanh thu trung bình trên mỗi người dùng (average revenue per user - ARPU) và doanh thu trung bình trên mỗi người dùng trả tiền (average revenue per paying user- ARPPU). ARPU là thước đo trung bình đóng góp doanh thu của mỗi người dùng. ARPU hàng ngày thể hiện doanh thu trung bình được đóng góp của mỗi người dùng hàng ngày hoặc tổng doanh thu từ mua hàng trực tiếp chia cho số người dùng tương tác với sản phẩm vào bất kỳ ngày nào được chọn.[17] ARPU hàng ngày có thể được sử dụng để đánh giá hiệu quả của danh mục sản phẩm hoặc chất lượng của khách hàng khi gia nhập vào cơ sở người dùng sản phẩm; giá trị ARPU hàng ngày giảm theo thời gian có thể chỉ ra giá trị các tính năng cao cấp của sản phẩm đang bị giảm đi. ARPU hàng ngày đôi khi được gọi là doanh thu trung bình trên mỗi người dùng hoạt động hàng ngày (Average Revenue Per Daily Active User - ARPDAU). ARPPU hàng ngày rất hiệu quả như là một biện pháp cải thiện thay đổi danh mục sản phẩm và khuyến mại vì nó có thể có thay đổi thấy rõ, do mẫu số trong tính toán mà người dùng trả tiền tính toán nhỏ hơn rất nhiều so với ARPU. ARPPU hàng ngày cung cấp cái nhìn sâu sắc về mức độ tốt và mức độ thay đổi liên tục có ảnh hưởng đến việc tạo doanh thu thực hiện.[18] Số liệu về sự gắn kết (Engagement)Số liệu tham gia nắm bắt hành vi của người dùng liên quan đến tương tác sản phẩm. Số liệu này thể hiện về độ dài thời gian và tần suất sử dụng, cả hai số liệu này nhóm sản phẩm nên sử dụng để tạo ra trải nghiệm tốt hơn. Trong mô hình freemium, sử dụng hàng ngày của khách hàng là "tham vọng" cao nhất: khi người dùng tương tác với sản phẩm hàng ngày, đưa sản phẩm vào cuộc sống của người dùng, thì người dùng có thể coi sản phẩm là một nguồn vui thích. Nói cách khác, khi người dùng tương tác với sản phẩm hàng ngày, người dùng có nhiều khả năng sẽ chi trả cho sản phẩm đó. Số liệu tương tác, đặc biệt là tần suất phiên và thời lượng phiên, không chỉ đo lường mức độ người dùng tương tác với sản phẩm mà còn giúp kiểm soát các tương tác đó. Các số liệu tương tác nên được sử dụng trong vòng phản hồi phát triển-phát hành-đo lường[9] lặp đi lặp lại để đo lường và tối đa hóa sự hài lòng của người dùng đối với sản phẩm. Phiên sử dụng đầu tiênPhiên người dùng đầu tiên với một sản phẩm là rất quan trọng, ảnh hưởng đến sự gắn kết của người dùng với sản phẩm[19]; do đó, nó cần được đầu tư để tối ưu hóa trải nghiệm người dùng. Trong bất kỳ sản phẩm freemium nào, quy mô cơ sở người dùng tự nhiên thông qua tăng trưởng và mua hàng và một phần trăm người dùng mới sẽ rời đi trong các phiên đầu tiên. Mặc dù điều này được coi là một quy tắc, cần nỗ lực để đảm bảo rằng tỷ lệ này càng thấp càng tốt. The Onboarding funnel là một biểu đồ dựa trên sự kiện về sự tham gia của người dùng hoặc từ bỏ sản phẩm trong những khoảnh khắc tương tác đầu tiên hình thành giữa người dùng và sản phẩm. Quá trình onboarding phải được xác định bởi nhóm sản phẩm từ giai đoạn đầu của chu kỳ phát triển. Ở cấp độ khái niệm, mục đích của quy trình này là giới thiệu và trang bị cho người dùng mới kiến thức cần thiết để tương tác với bộ tính năng của sản phẩm, đưa ra mức độ tương thích giữa nhu cầu của người dùng và tính năng cơ bản của sản phẩm.[20] Mức độ tương thích này là một điểm quan trọng cần xem xét khi thiết kế trường hợp sử dụng. Một quy trình onboarding tích cực là cho người dùng biết là nó có đáp ứng được nhu cầu của họ không hơn là cho biết trường hợp sử dụng của sản phẩm.[20] Sự không phù hợp giữa trường hợp sử dụng sản phẩm và nhu cầu người dùng ngăn chặn việc tạo doanh thu. Ảnh hưởng của những mâu thuẫn này phải được ước tính và đo lường trong quá trình thực hiện quy trình onboarding. Số liệu phiênSố liệu phiên nắm bắt thời lượng và tần suất của phiên. Số liệu phiên được sử dụng để đánh giá tương tác của người dùng với sản phẩm từ cấp tổng hợp; khi được thực hiện cùng với các chỉ số khác về hành vi người dùng, các số liệu phiên cung cấp cái nhìn sâu sắc về mô hình freemium. Độ dài phiên trung bình được tính bằng cách chia tổng thời lượng của tất cả các phiên trong một khoảng thời gian cụ thể cho tổng số phiên sản phẩm đã hoàn thành trong khoảng thời gian đó. Bởi vì độ dài phiên có thể thay đổi lớn, độ dài phiên trung bình cũng cần được theo dõi để cho biết liệu độ dài của phiên nào đó có bị quá chênh lệch so với trung bình hay không. Số phiên trung bình mỗi ngày được tính bằng cách chia số phiên sản phẩm trong một ngày nhất định cho số người dùng đã tương tác với sản phẩm vào ngày đó.[21] Tạo sự cân bằng giữa độ dài và tần suất phiên đảm bảo rằng người dùng buộc phải quay lại sản phẩm nhưng không thường xuyên đến mức họ cảm thấy nhàm chán với nó. Độ dài phiên và tần số phiên phải tương phản với tỉ lệ rời bỏ hàng ngày, ARPU và được kiểm tra các mẫu có ảnh hưởng tiêu cực đến toàn bộ thời gian sử dụng của người dùng. Số liệu về sự lan truyền (Virality)Virality mô tả mức độ mà các sản phẩm được phân phối, lan truyền hoặc có được người dùng mới một cách tự nhiên, thông qua truyền miệng hoặc vận động người dùng dựa trên Internet. Virality là mối quan tâm chính trong giai đoạn phát triển sản phẩm freemium. Sản phẩm được đón nhận tốt như thế nào khi phát hành bị ảnh hưởng bởi các điều kiện thị trường ngay trước và sau khi ra mắt, các sản phẩm tương tự của đối thủ cạnh tranh và thị hiếu của người dùng. Với những ảnh hưởng ngoại sinh này, việc thiết kế một sản phẩm xung quanh một số kỳ vọng về tính lan truyền là không đúng đắn; thay vào đó, một sản phẩm nên được thiết kế để tạo thuận lợi cho tính lan truyền nhưng dự kiến tài chính nên được xây dựng ở giai đoạn trước khi ra mắt, xung quanh một giả định hợp lý về mức tăng trưởng tự nhiên. Virality hookVirality hook là hoạt động được triển khai phổ biến qua các mạng xã hội kết nối các tính năng của sản phẩm với API của bên thứ ba và có thể "truyền đi" một khía cạnh của hoạt động của người dùng đến những người có sở thích tương tự. Virality hooks phải được thiết kế với hai tính năng độc lập: tính kiểm soát và hiệu quả. Ví dụ: Nhà hàng sử dụng Facebook để lôi kéo mọi người đến bằng các lời chào mời: Hãy like trang này để được giảm giá 20% hoặc nhận món khai vị miễn phí. Các cửa hàng thời trang có thể cung cấp thông tin hấp dẫn về một mẫu quần áo mới nhất và đưa liên kết của sản phẩm đó mà khách hàng có thể sử dụng để chia sẻ sản phẩm với danh sách bạn bè của họ trên nền tảng mạng xã hội. Mạng xã hội không phải là điểm đến duy nhất của virality hooks, có thể gặp các vấn đề như: các mạng xã hội có thể phân loại hoạt động được tạo bởi các sản phẩm của bên thứ ba là spam. Ngoài ra, thông báo tự động được tạo và gửi từ một sản phẩm freemium đến mạng xã hội có xu hướng thiếu tính cá nhân hóa. Điều này không chỉ tạo ra sự xa lánh của người dùng trên mạng xã hội, mà còn không khuyến khích bạn bè của người dùng chấp nhận sản phẩm, họ tin rằng sản phẩm freemium đã lạm dụng quyền truy cập vào mạng xã hội. Doanh nghiệp nên chú ý điều đó; nếu quyền truy cập bị thu hồi, các quyết định phát triển sản phẩm sẽ mất môi trường phát triển. K-Factor[22]Hệ số K là số người dùng mới trung bình sử dụng sản phẩm và đại diện cho các hiệu ứng lan truyền của phức hợp sản phẩm, tăng theo thời gian. Hệ số K thường không được coi là một số liệu chính xác mà là một ước lượng. Hệ số K thường được đo bằng cách chia số lượng người dùng "có được bằng lan truyền" cho số lượng người dùng "có được không bằng lan truyền". Số lượng người dùng có được bằng lan truyền là sự phản ánh số lượng lời mời lan truyền được tạo ra thông qua các virality hook nhân với tỷ lệ chuyển đổi của những lời mời đó[23], còn số lượng người dùng không được mua bằng lan truyền có nguồn gốc từ một loạt các nguồn mua có thể có: tự nhiên, truyền miệng và mua lại có trả tiền (paid acquisition). Cách tổ chức số liệuVới tính phổ biến cần thiết của dữ liệu và quy mô lớn mà dữ liệu phải được thu thập, cổng thông tin báo cáo tập trung có thể là cách dễ nhất để phổ biến số liệu sản phẩm. Khối lượng lớn dữ liệu được tính toán thông qua các quy trình hàng loạt và làm cho các tổng hợp đó có sẵn thông qua bảng điều khiển được lưu trữ, sẽ tăng tốc độ mà chúng có thể được truy cập và hấp thụ. Giải thích dữ liệu chính xác để tạo điểm hành động đòi hỏi phải có chuyên môn cụ thể; Tốt hơn khi sở hữu chuyên môn để giải thích chính xác các số liệu và triển khai các tính năng mới dựa trên thử nghiệm và các mẫu hành vi định lượng. Hai yêu cầu này liên quan nhiều đến khoa học dữ liệu cũng như phát triển sản phẩm; nhóm sản phẩm phải có khả năng giao tiếp rõ ràng với nhóm phân tích để diễn giải kết quả phân tích. Số liệu nên được lưu hành nội bộ trong các báo cáo, được trích dẫn trong các bài thuyết trình và thậm chí được hiển thị trong văn phòng để giữ cho các nhóm theo dõi cách thức các sản phẩm của công ty hoạt động. Thiết kế Dashboard[24]Thiết kế của bảng điều khiển có thể ảnh hưởng đến tần suất sử dụng và mức độ người được cấp quyền vào xem nó. Chức năng bảng điều khiển cần phải trực quan, khi dữ liệu được hiển thị quá trừu tượng, nó có thể không được coi là tốt nhất. Bảng điều khiển tốt phải đạt được sự cân bằng giữa khoa học và nghệ thuật; chức năng bảng điều khiển, tổng hợp các số liệu nên rõ ràng và dễ hiểu. Phân tích đặc biệtPhân tích đặc biệt được thực hiện khi cần thiết để giải quyết các nhu cầu phân tích dữ liệu đặc biệt không được đáp ứng bởi những bản báo cáo thường xuyên của doanh nghiệp. Phân tích đặc biệt là quá trình truy vấn dữ liệu trực tiếp từ cơ sở dữ liệu để điều tra một xu hướng hoặc giả thuyết. Phân tích đặc biệt là cần thiết khi độ chi tiết của phân tích loại trừ việc sử dụng dữ liệu bảng điều khiển. Giá trị trọn đời khách hàng (Life-Time Value) và mô hình freemiumGiá trị trọn đời khách hàng (Life-Time Value - LTV) Là giá trị hiện tại của tất cả các dòng tiền trong tương lai do người dùng đóng góp cho một sản phẩm Freemium nhất định. Nói cách khác, LTV là tổng số tiền mà người dùng dự kiến sẽ chi cho một sản phẩm, được điều chỉnh như thể số tiền đó đã được nhận dưới dạng một khoản tiền ngày hôm nay. Trong mô hình freemium, LTV là tuổi thọ người dùng dự kiến nhân với giá định kỳ gói đăng ký của người dùng đó. Cơ sở phân tích cần thiết để khởi chạy các sản phẩm freemium đáp ứng các điều kiện tiên quyết để ước tính LTV: dữ liệu hành vi xung quanh các mẫu chi tiêu, dữ liệu nhân khẩu học, thống kê sử dụng, v.v. Rào cản mà hầu hết các công ty phải đối mặt trong việc sử dụng các mô hình LTV dự đoán là: (1) thiếu hụt các chuyên gia có thể cung cấp các mô hình dự đoán khả thi và (2) do tính phức tạp của chúng, các mô hình LTV chỉ có thể được mô tả bằng cách sử dụng tranh luận hộp đen (A black box argument). Sử dụng LTV[27]LTV tạo thành xương sống của các sản phẩm freemium tiếp thị và giúp thông báo các quyết định xung quanh sự phát triển liên tục. Khả năng tính toán số liệu LTV chính xác chỉ thực sự hữu ích trong các trường hợp người dùng có thể được chuyển từ sản phẩm này sang sản phẩm khác dựa trên các LTV dự đoán của họ. Việc này được gọi là quảng cáo chéo (cross-promotion).[28] Quảng cáo chéo có thể là giữa hai sản phẩm thuộc sở hữu của cùng một công ty hoặc một sản phẩm của hãng và một sản phẩm của hãng khác. Phương pháp thứ hai thường được thực hiện để đổi lấy tiền; thực tế, một công ty đã bán một người dùng cho một công ty khác dựa trên người dùng đã dự đoán LTV trong sản phẩm đầu tiên hoặc trên cơ sở hợp tác, trong đó cả hai công ty đều đồng ý với các điều khoản của giao dịch. Khi một công ty ước tính rằng một người dùng được quảng cáo chéo sẽ tạo ra doanh thu sản phẩm thông qua mua hàng ít hơn so với giá trị giao dịch trước của người dùng, thì việc trao đổi chéo người dùng đó với một ứng dụng khác của công ty là một "lựa chọn hợp lý về mặt kinh tế". Quảng cáo chéo của các công ty lớn có danh mục sản phẩm đa dạng (để người dùng có thể được quảng bá chéo trong hệ thống của công ty) hoặc hệ thống phân tích tinh vi (để có thể ước tính giá trị chính xác của người dùng trước người dùng được bán hoặc giao dịch). Hiểu được liệu người dùng có phải là ứng cử viên tốt để quảng cáo chéo ra bên ngoài hệ thống của công ty để bán cho công ty khác đòi hỏi giá bán quảng cáo chéo vượt quá LTV dự kiến của người dùng và giá bán vượt quá giá trị ngầm giữ người dùng trong hệ thống của công ty là người dùng không trả tiền. Hãy nhớ lại rằng tất cả người dùng, cho dù họ đóng góp doanh thu cho sản phẩm hay không, đều có giá trị. Tất cả các công ty sản xuất các sản phẩm freemium đều được hưởng lợi từ việc hiểu các cơ chế của LTV, bởi vì hiểu được các thành phần chính của LTV và tác động định hướng đến giá trị của nó cho phép xây dựng các sản phẩm tối đa hóa số tiền người dùng chi cho chúng. Do quy trình phát triển freemium được lặp lại và dựa trên dữ liệu, nên tiến trình tối đa hóa LTV có thể được đo ngay cả khi số liệu cuối cùng không được ước tính chính xác. Những gì có thể được thực hiện để tăng LTV của người dùng luôn cung cấp insight có giá trị dẫn đến sự phát triển để tạo ra doanh thu của các sản phẩm freemium tốt hơn. LTV có thể được tính theo bất kỳ cách nào, nhưng bất kể phương pháp tính toán nào được sử dụng đều có 2 thành phần chính là: số liệu duy trì và số liệu tiền tệ hóa. Các số liệu duy trì mô tả thời gian người dùng được dự đoán sẽ duy trì hoạt động trong một sản phẩm; các số liệu tiền tệ hóa mô tả số tiền mà người dùng dự kiến sẽ chi cho sản phẩm. Mặc dù LTV không chính xác, nó thuộc về độ ổn định của các số liệu freemium vì nó đại diện cho sự hợp lưu của tất cả các số liệu khả thi tối thiểu, trong đó độ chính xác tăng luôn luôn là mục tiêu. LTV mang tính dự đoán và bất kỳ mô hình dự đoán nào cũng dễ bị lỗi; số liệu duy trì và tiền tệ hóa là mô tả và nên được đo lường với sự tự tin hoàn toàn. Vì vậy, để theo đuổi một phép đo LTV chính xác hơn bao giờ hết, nhóm sản phẩm hoàn toàn đảm bảo rằng các số liệu duy trì và tiền tệ hóa của mình mà qua đó nhiều quyết định sản phẩm được đưa ra vẫn đáng tin cậy. Ra quyết định với LTVLTV là một nhiệm vụ tiếp thị, không phải là một chiến lược kinh doanh và vì nó đại diện cho doanh thu dự kiến chứ không phải là doanh thu hiện tại, nên nó không thể được sử dụng như một đại diện cho lợi nhuận cấp công ty. Việc đánh giá mức lợi nhuận hoạt động của doanh nghiệp được thể hiện bằng doanh thu trừ chi phí. LTV chỉ đóng góp cho điều này theo nghĩa là nó hạn chế chi phí tiếp thị trong phạm vi được thiết lập bởi ước tính của công ty về tổng đóng góp doanh thu của người dùng trọn đời. Nhưng những đóng góp doanh thu không phải là ngay lập tức mà trong suốt thời gian rất dài. Trong phạm vi của một sản phẩm, số liệu LTV kết hợp với các số liệu khả thi tối thiểu, có thể được sử dụng như một công cụ để xác định những thiếu sót có thể nhìn thấy mà không có thước đo hiệu suất. LTV rất hữu ích khi ưu tiên phát triển tính năng mới dựa trên các số liệu mà các tính năng được dự kiến sẽ tăng. Ví dụ: nếu LTV thấp nhưng chuyển đổi và ARPDAU hợp lý, thì các tính năng góp phần duy trì nên được ưu tiên. Đối với một tính năng chỉ tồn tại trên giấy, các LTV đóng vai trò quan trọng trong quá trình đánh giá tính năng này; mỗi tính năng mới được phát triển phải được xem xét theo vai trò mà tính năng đóng góp trong việc đáp ứng các mục tiêu doanh thu tổng thể của sản phẩm. Đây là lý do tại sao mô hình LTV rất quan trọng, ngay cả khi nó chỉ chính xác theo định hướng. Khi giới thiệu một tính năng cụ thể, phát triển tính năng cũ có thể được sử dụng để ước tính so sánh, với độ chính xác hợp lý, tác động đến các số liệu sản phẩm. Ngay cả khi một mô hình LTV chỉ hữu ích trong việc dự đoán mức độ thay đổi LTV ở mức tương đối, nó vẫn có thể được sử dụng để ưu tiên phát triển tính năng. Tạo doanh thu từ mô hình FreemiumSự lựa chọn và trả phí của người dùngĐường cong doanh thu liên tục (The continuous monetization curve)Đường cong doanh thu liên tục mô tả mức độ chi trả phí sử dụng của người dùng. Cụ thể hơn đường cong này được tạo thành bởi 2 yếu tố là tỷ lệ người đăng kí trên tổng số lượng người dùng và giá trị vòng đời khách hàng (customer lifetime value). Nói đơn giản, doanh thu của một dịch vụ freemium chính là doanh thu của các khách hàng tạo ra trong suốt vòng đời của họ và nó phụ thuộc vào việc người dùng được cung cấp đa dạng các gói và danh mục dịch vụ phù hợp với đúng nhu cầu sử dụng và khả năng chi trả của họ. Thiết kế danh mục sản phẩmĐể tối đa hóa doanh thu, dịch vụ freemium cần một nền tảng người dùng khổng lồ. Vì vậy việc thiết kế danh mục sản phẩm là tối quan trọng và là điểm phân biệt giữa chiến lược freemium và chiến lược giá thông thường. Trong mô hình dịch vụ freemium, chi phí biên của một sản phẩm số bán ra là 0$. Do đó quy mô danh mục sản phẩm không phải là một cơ chế cạnh tranh về giá với các đối thủ trong thị trường mà quan trọng là chất lượng của dịch vụ đáp ứng được nhu cầu của khách hàng. Danh mục sản phẩm càng lớn thì cơ hội người dùng chi trả phí cho dịch vụ freemium càng cao và người dùng cũng sẵn sàng chi trả nhiều hơn cho một trải nghiệm được cá nhân hóa. Người dùng miễn phí và người dùng trả phí (Non-paying user and revenue-based user)Mô hình dịch vụ freemium hoạt động dựa trên quy tắc tỷ lệ chuyển đổi 5%[29] (conversion rate[30]), tức là doanh thu từ 5% khách hàng trả phí (premium customer) có thể trả cho chi phí vận hành phục vụ 95% khách hàng sử dụng miễn phí. Người dùng miễn phí mang lại một số lợi ích nhất định cho dịch vụ freemium, những lợi ích này không ảnh hưởng trực tiếp đến dịch vụ nên những nhà quản trị cần phải phân tích và hiểu rõ những lợi ích này và sử dụng nó một cách tối ưu. Lợi ích thứ nhất đến từ người dùng miễn phí là dữ liệu (data) về sự thật ngầm hiểu (customer insight) và hành vi người dùng. Lợi ích thứ hai là mức độ viral, một lượng lớn người dùng miễn phí có thể giới thiệu, chia sẻ về dịch vụ trên mạng xã hội cho bạn bè, những người có thể tạo ra doanh thu cho dịch vụ trong tương lai.Lợi ích thứ ba là lượng nhận xét, review về dịch vụ. Số người dùng trả phí cũng được chia thành 3 nhóm dựa theo số tiền họ chi trả cho dịch vụ một ngày: whale (>5$), dolphins(1.01$- 5$), Minnows(0.1$-1$). Downstream marketingCác chiến dịch sáng tạo nội dung và nâng cao lòng trung thành được gọi là marketing chiến thuật (downstream marketing), tập trung vào việc bán hàng ngắn hạn, nhằm tạo ra,duy trì sự nhận biết và lặp lại việc chi trả phí cho một dịch vụ. Trong mô hình dịch vụ freemium, downstream marketing được chi phối bởi thiết kế dữ liệu người dùng (data-driven design), khả năng để người dùng tiếp tục truy cập dịch vụ và thực hiện promotion đòi hỏi sự nghiên cứu hành vi người dùng kĩ càng. Khi danh mục sản phẩm của dịch vụ freemium được duy trì, tổng số người dùng được phân khúc, và giá trị vòng đời của khách hàng ngày càng mở rộng thì quá trình thúc đẩy và khuyến khích người dùng thực hiện thanh toán và trả phí sẽ không bao giờ kết thúc. Reengagement marketingMột hình thức phổ biến nhất của downstream marketing là reengagement marketing, đây là quy trình thực hiện chạy quảng cáo trên website, ứng dụng điện thoại, email, mobile web nhắm đến những người dùng đã biết đến dịch vụ để kích thích họ sử dụng lại, mặc dù đây là hình thức không luôn luôn hiệu quả nhưng nó rất phổ biến vì chi phí ít và không tốn phí kết nạp thêm người dùng mới cho dịch vụ (user acquisition). Re-engagement marketing là một hình thức branding mạnh mẽ và là một công cụ tối ưu tỷ lệ chuyển đổi (conversion optimization tool) trong một chiến lược công nghệ số.
Promotional targeting[31]Hình thức thứ hai của downstream marketing đối với dịch vụ freemium là promotional targeting (khuyến mãi mục tiêu) như discount (giảm giá), time-limited special offer (ưu đãi trong giới hạn thời gian nhất định), giảm giá theo gói nhiều dịch vụ khác nhau,... Các khuyến mãi này được điều khiển bằng phân tích dữ liệu, giống với reengagement marketing, khuyến mãi mục tiêu dựa trên profile người dùng và hành vi của họ tương tác với các dịch vụ hiển thị trên web site từ đó đưa ra những nhóm quảng cáo được lập trình tự động (programmatic advertising) nhắc nhở người dùng về những sản phẩm họ đã xem và khuyến khích họ thực hiện mua những sản phẩm hoặc dịch vụ đó. Các quảng cáo khuyến khích mua hàng cũng là một công cụ để đẩy mạnh retention và engagement. Chiến lược tăng trưởngMọi quyết định trong những giai đoạn đầu tiên phát triển một dịch vụ freemium quyết định rất lớn vào sự thành công của dịch vụ. Quy mô (Scale) là yếu tố cốt lõi xoay quanh dịch vụ này được xây dựng như thế nào, cụ thể là cơ sở người dùng phải đủ lớn để có đủ người dùng trả phí giúp duy trì dịch vụ. Đây là bước có ý nghĩa quan trọng trong giai đoạn lập kế hoạch và thiết kế dịch vụ freemium. Sau khi ra mắt, chiến lược tăng trưởng là một khuôn khổ làm việc định lượng giúp đo lường và cải thiện chất lượng dịch vụ để thu hút và duy trì người dùng. Mục tiêu về nhân khẩu (Demographic targeting)Các quyết định chiến lược có ý nghĩa lớn nhất được đưa ra vào giai đoạn thiết kế sản phẩm thường xoay quanh việc nhắm vào nhân khẩu học của người dùng. Điều này không liên quan chặt chẽ đến việc tạo thêm khách hàng mới cho dịch vụ Freemium (user acquisition) hay yếu tố nhân khẩu nào được sử dụng để target các chiến dịch quảng cáo. Thay vào đó, nó đề cập đến thị hiếu của người dùng bằng cách lựa chọn nhóm nhân khẩu học phù hợp nhất với sản phẩm cuối cùng mà doanh nghiệp hướng tới. Nhắm mục tiêu theo nhân khẩu học (demographic targeting) chắc chắn phải được thực hiện trong chu kỳ của một sản phẩm dịch vụ (product’s life cycle). Nếu các biến nhân khẩu được xây dựng thành công trong giai đoạn phát triển sản phẩm thì khi ra mắt dịch vụ sẽ được trực tiếp tiếp thị đến người dùng có tiềm năng chi trả, nếu các biến nhân khẩu cần được hoàn thiện thêm thì chúng sẽ được dùng để tối ưu hóa các chiến dịch tiếp thị. Paid user acquisitionMột khái niệm thường được nhắc đến nhiều trong việc phát triển người dùng (user growth)là user acquisition. Đây là việc kết nạp thêm khách hàng mới cho sản phẩm thông các phương thức khác nhau từ quảng cáo đến vận dụng các hoạt động viral. Paid user acquisition là một chủ đề thường được nhắc đến trong việc phát triển dịch vụ freemium, cụ thể là phát triển một cơ sở người dùng trong một thị trường cạnh tranh. User acquisition là một rào cản đối với việc gia nhập vào một phân khúc thị trường mới, nơi sản phẩm dịch vụ freemium không chỉ phải cạnh tranh về chất lượng mà còn về cơ sở hạ tầng. Các "ông lớn" có thể định giá thấp để những doanh nghiệp mới gia nhập khó có thể phát triển cơ sở người dùng của họ. Quảng cáo hiển thị trực tuyếnQuảng cáo hiển thị online (online display advertising[32]) là phương tiện chính hỗ trợ các dịch vụ freemium tạo ra doanh thu từ các sản phẩm của họ trên trang web. Trong giai đoạn đầu của quảng cáo hiển thị online, các mẩu quảng cáo sẽ được đăng tải dựa trên hợp đồng cụ thể với số lượng hiển thị (impression) đã mua (dựa trên CPM) với mức giá định trước tại một thời điểm nhất định trong tương lai. Lượng hiển thị quảng cáo dựa trên nhiều đặc điểm khác nhau của người dùng. Vì vậy thay vì mua số lượng lớn impression, nhà quảng cáo có thể đặt giá thầu (bid) cho mỗi lần hiển thị dựa vào nhu cầu thị trường tại thời điểm đó. Ưu điểm của mô hình này là nó liên quan đến tối ưu hóa chi phí, vì đấu thầu giá (bidding) trong thời gian thực có thể kiểm soát chính xác hơn chi tiêu cho quảng cáo. Paid searchPaid search[33] (tìm kiếm có trả phí) là mô hình quảng cáo dựa trên đấu giá được sử dụng trong quảng cáo hiển thị trên kết quả của công cụ tìm kiếm. Thay vì đặt giá thầu dựa theo nhân khẩu học hoặc vị trí cụ thể thì paid search đặt giá thầu dựa trên từ khóa (keyword). Paid search được thể hiện dưới dạng liên kết dẫn đến website và được thực hiện trên chi phí mỗi lần click chuột (cost-per-click:CPC) hay cost per action (CPA). Xem thêmGiá trị trọn đời khách hàng (Life-Time Value) Tham khảo
|