在评估创业公司时,投资人会拿出一个记分牌:他们将 90% 以上的留存和 120% 以上的 NDR 视为最好的公司:

但实际情况是,早期公司很难达到这个指标。这可能是因为产品太早期还不稳定,也可能是因为获得的客户并不是真正的目标客户,很多人就是来看看,并没有真正使用。
因此也有人认为,早期创业一定要在做出产品前就 close,不然一旦已经开发完了产品再去融资,就一定会讨论到产品数据,毫无疑问数据很有可能是不好看的。对于投资人来说也是,很多情况下早期数据不好,还不如没有数据,让大家都产生团队很有希望的假象。
然而事实是残酷的,这些”技巧”并不重要,因为在推动产品 GTM 的过程中,迟早会经历这个过程,刻意掩饰只是自己骗自己罢了。
那么在产品 GTM 的过程中,如果已经有了糟糕的留存数据,应该如何制定战略并且与投资者交流呢?
1. 重新定义 ICP(Ideal customer profile)
分析各个用户群体的留存率。划分标准可以是分为售前信息(如客户公司规模)、售中信息(如公司技术栈)和售后信息(如部署时间)等方面。比如:

基于此可以重新定义现阶段产品的 ICP 属性:
- base 在 NAM
- 100-1000 人
- 技术、金融、医疗行业
- 买家级别是 VP 及以上
满足 ICP 的客户留存有 94%,而非 ICP 客户留存只有 28%。
2. 在健康客户上部署更多 CSM 资源
将北极星指标从整个产品的留存调整到 ICP 客户的留存。ICP 客户员工数与对应的 CSM 占比可以是 20:1,而对于非 ICP 客户只需要是 100:1。
3. 防止未来获客不健康的客户
并不是所有的线索都同样重要。如何获取到 ICP 客户?
-
产品/市场(售前):
-
将 PQL/MQL/SQL 调整为与 ICP 一致。
-
比如在上面的分析中,ICP 定义为”技术、金融服务或医疗保健行业的 NAM 公司,员工人数在 100-1000 人之间”
-
销售(售中):
-
多数公司使用 BANT 或 MEDDIC 等销售流程来评估销售 pipeline 的成功概率。
-
在里面添加”客户成功矩阵”可以了解潜在客户是否会成功。客户成功矩阵包含不公开但需要在销售过程中发掘的 ICP 标准。
-
在我们上面的示例分析中,客户成功资格矩阵是”潜在客户有一个现有的技术栈,主要买家是副总裁头衔或以上”。
-
此标准应添加到 CRM 中,供销售检查。如果销售时不符合此条件,应授权 CSM 拒绝客户。
-
CSM(售后):
-
使”主要留存指标(LIR, Leading Indicator of Retention)“与 ICP 一致
-
LIR:由于留存是一个滞后的指标,当你统计到用户流失时,用户实际已经真正流失了。因此 LIR 可以帮助理解用户行为,预测用户流失。比如 LIR 可以设置为”客户在前 60 天内设置了 2 个活跃用户”。
-
销售完成后,CSM 应该负责追踪 LIR
-
创始人应该在销售成功时只支付给销售 50% 的佣金,在达到 LIR 时支付另外的 50%,这主要是为了防止销售过度,以免卖给客户不想要的产品。一旦客户购买了不想要的产品,那么流失是必然的。
在这个阶段,客户留存是比收入增长更重要的指标。达到 85% 的销售配额但 100% 成交客户都在 ICP 内,要比达到 100% 的销售配额但 90% 的客户在 ICP 中要更好,因为非 ICP 客户大概率是会流失的。
4. 计算用户留存什么时候会达到 90%
在进行了上述调整后,用户留存会变好,那么问题是需要多少时间才能达到最好的留存率(90%)?这里是一个假设模型:
- 今天有 100 个客户,69% 在重新定义的 ICP 中,40% 不在 ICP 中
- ICP 客户的年保留率为 94%
- 非 ICP 客户的年保留率为 28%
- 新客户获取量每月增长 10%
- 未来获得的客户 100% 在 ICP 中,年保留率也为 94%

经过计算,留存会从 2022 年 1 月的 64% 逐渐改善,最终在 2023 年 2 月超过 90%。
有了改善留存的计划,回到最开始的问题,如何向投资者演示呢?其实只需要几页 PPT:
- 当前留存数据,说明留存不好
- 划分用户群体,找出 ICP 特征,指出 ICP 具有高的留存率(94%)
- 新获客在 ICP 内的比重越来越大
- 整体留存在提高(cohort analysis)
- 指出留存超过 90% 需要的时间
产品留存低是早期产品非常正常的现象,重要是要知道如何像医生一样,一层层的找到病因,而不是拍脑袋做决策。