Pruebas A/B para elasticidad en las fiestas

Por qué las pruebas de elasticidad son un DEBER en las fiestas. . .

Durante la temporada de vacaciones, cuando los minoristas están en su pico de actividad dedicados a dirigir el tráfico hacia sus sitios web, exprimir cada centavo de ganancias de cada venta es crucial.

De vuelta en los primeros días de comercialización web (2002 para ser exactos) logramos que las pruebas de conversión hacia el sitio web se dirigieran a un sitio llamado Wholesaler’s Handbook (Manual de mayorista).

El producto está dirigido a los vendedores de eBay para facilitar el acceso a las fuentes de productos al por mayor, y tenía un precio de $ 49.95.

En aquellos momentos empezamos a experimentar con  “Ensayos de elasticidad de precios”, concepto que había sido originado  por un economista en 1890.

Aplicando esta metodología, casi duplicamos las ganancias del sitio en cerca de dos semanas. . .

Los ensayos de elasticidad de precios miden el impacto del precio del producto en la demanda del producto.

Para el Wholesaler’s Handbook elegíamos nuevos puntos de precios y realizábamos ensayos de precios divididos (split test - pruebas A/B) para testearlos y ver como las ventas fluctuaban vs. la demanda:

• $49.95 – Variable A Control
• $39.95 – Variable B
• $19.95 – Variable C
• $9.95 – Variable D

Luego de ~ 3500 visitantes veíamos cada punto de precio, aquí los resultados:

Del extracto de arriba, se puede ver que había mucha más demanda al punto de precio de $9.95 que en las otras variables, y también ganaba muy bien en la tasa de conversión.

Pero – cuando incluíamos la columna de “beneficio bruto”, $19.95 era el claro ganador en términos de ventas totales:

Por lo que de esos cuatro esquemas de puntos de precios, $19.95 fue la que otorgó el más alto nivel de beneficios brutos.

Dado que fueron corridos con costos CPC primariamente fijos (oh para los días del 2002 de $0.05 cada click que se realizaba!) este fue una enorme ventaja y era increíblemente simple de fijar.

Cosas que usted debiera empezar a ensayar inmediatamente . . .

Si bien muchos de nuestros clientes requieren de cálculos más complicados para determinar las ganancias netas – tales como el valor del ciclo de vida del cliente, o costos variables de productos – aquí hay algunos ensayos que consistentemente producen resultados interesantes:

• Experimentar con diferentes precios de diferentes fuentes – para uno de nuestros clientes, el mejor lugar para vender sus productos a los usuarios de Facebook es $29.95, pero para sus tráfico de Google Adwords él genera los más altos beneficios vendiendo a $34.95. ¿Usted piensa que cambiar los precios a sus usuarios es injusto o absurdo? ¡El mayor sitio de comercio electrónico en el mundo lo ha estado haciendo desde principios de este siglo!
• Fijar precio impares – finalizar su precio de producto en números impares – particularmente 79, 95, & 99 – siempre se desempeñan mejor que los números pares. Esto podría significar $29.79, o $279, o incluso $79 solamente. Vale la pena ensayar todas estas tres iteraciones.
• Fije un precio exorbitante – doble el precio de su punto de precio de control – si más de una vez lo pensó! Hemos hecho ensayos en los que doblando el precio se ha obtenido el doble de tasa de conversión.
• Ensaye precios de “dos ofertas” – como en tenga 1 por $15, o 2 por $25. Esto funciona, incluso a veces para eBooks (eg – compre uno para un amigo).

Conversion Voodoo

Read more »

¿Debería testear mis precios online?

Should You Test Prices Online?

 by Linda Bustos

There is a pricing sweet spot to maximize profit (not necessarily conversion rate) for each of your products. Unfortunately, without testing methods, it’s very difficult to determine how to optimally price your products online.

Is A/B or multivariate testing the answer?

But split testing live with real customers carries risks. It’s not illegal, but customers who access your site from multiple devices or who clear cookies regularly may spot your inconsistencies. It may also mess with your paid search, shopping engine or email ads that contain prices.

To answer the question “should you test prices online?” I enlisted the Web’s top thinkers in testing to weigh in with their opinions, with a few of my own:

Just say no

Carlos del Rio, Director of Conversion Analysis & Digital Strategy with Unbounce :

The short answer is yes. But, there is a major caveat. Don’t do public testing. There are many places where it is illegal to arbitrarily vary your price, and any specific segmentation of that group can lead to other ethical/legal issues. Price testing should be handled like market research. Choose a controlled group and run them through the test scenario and offer them all the same end compensation for their time.

Justin Rondeau, Editor & Evangelist of WhichTestWon.com :

I’ve never really liked the idea of price testing, and each day we see negative reactions to companies who have conducted price tests via different segmentations, e.g., device used, geolocation, etc.

Prices will undoubtedly impact conversions and unless you are selling luxury goods the best deal will likely win out. However, the second it gets out that you are profiling users based on their device (like Orbitz did) you will lose a lot of credibility with prospective customers.

In my opinion, marketers should keep price testing out of their A/B and MVT tests. There are just so many other ways to optimize a site that will produce solid lifts without sacrificing integrity.

Do it, but get the timing right

Jon Powell, Senior Manager, Research and Strategy at MECLABS (Marketing Experiments  / Marketing Sherpa )

Yes. The real question is “when is the best time to test price?”

If you already have established pricing, then I would avoid testing price first. Price is a key component in the perceived value exchange. Customers are weighing that number against how well they understand the value I am communicating to them. I should make sure I’m not dropping the ball on that before I start cutting into my company’s revenue potential (or taking the greater risk in trying to increase it).

I would first design a test sequence to determine if the presentation of the product(s) can be optimized to achieve an increase in my key performance indicator. I would also design a sequence of experiments to understand a channel’s impact on buyer behavior here as well before concluding that prices need to change.

What is the best approach to do so?

Once one gets to the point of testing price, the best approach starts with creating price points based on their projected impact to a greater business metric/need, like total revenue, new customer acquisition, etc. No matter which metric you choose, an optimal price point will be one that has a predictably positive financial impact on the business, be it short term or long term.

In other words, you’re going to have to do some math before you start your test. The only situation you will want to test a price that doesn’t have some sort of positive effect on business metrics is when you are simply testing to determine if you need to find a cheaper way to produce and make available your product (sometimes the majority of end users just won’t pay beyond a certain threshold).

Once you determine the metric you are trying to impact and why, you can use an approximation model to calculate suggested prices to test. If traffic allows, you will want to test a range of prices, and not just cheaper. Sometimes end users expect a higher price to completely buy-in to the perceived value of the product, and sometimes that higher price point will be responsible for bringing in an optimal amount of revenue, despite a reduction in orders.

Finally – in your test set up, do not forget to set up the additional tracking and auditing so that what you see can be verified and audited. Often times in a test, we make unintentional discoveries as a result of the additional detail, or in this case, the purchase data collected.

Do it, but stay in control

Chris Goward, Co-founder and CEO of WiderFunnel :

Price testing can be very revealing for e-commerce. The traditional economic model that says lower prices always increase demand doesn’t hold up in some cases.

Retailers are familiar with the effect the “95″ cent ending price has. It can communicate a discount and create more demand than other five cent price movements. Recent research also shows price size, boldness, color, sound and cultural considerations can boost sales.

Can you really raise your prices *and* increase your sales? In some cases, yes!

To test price, you have to make sure your testing tool is keeping a valid control and maintaining consistency across visitor sessions. You don’t want people in different sessions to see the price change. (The new Google Analytics Experiments wouldn’t be a good tool to use, for example.)

For price testing you should also optimize for net contribution margin, rather than just conversions or revenue. Your goal needs to be to optimize total profit as lower sales with higher margin could be a bigger win than higher sales with lower margin.

Try testing price treatment as well as the price amount too. Do color, size, cross-out comparison and even numbers make a difference? You should test that!

Rich Page, author of Website Optimization: An Hour A Day  and co-author of Landing Page Optimization :

I think price testing is fine, and can have a good influence on conversion rates. The issue is more whether the marketer actually has control over the price being charged to test it.

Don’t presume you know what will work best, test many different combinations in an MVT for price display (colors, size, location), and savings (monetary versus percentage savings) to find the best converting.

Also, don’t forget to continue your test prices on your product pages through the rest of your shopping cart and checkout, otherwise you will risk confusing (and annoying your visitors).

Campaigns as a workaround?

Email and paid search campaigns support testing and allow you to some more leeway in price testing in offers and on landing pages. But as workarounds they are not perfect.

Email subscribers are a segment to themselves. Making pricing decisions based on existing customer response, or conversion on products visitors were not necessarily in the market for is not good practice. These tests can help you understand promotional marketing, but not optimal catalog pricing.

Paid search ad and landing page tests are better, but also have drawbacks. You can test various prices in search ads for response, but it’s tougher to control price visibility once the visitor navigates away from the landing page and back to the product through your menus.

Discrete price testing doesn’t reveal optimal price

In his latest book Landing Page Optimization: The Definitive Guide to Testing and Tuning for Conversions , Tim Ash describes one of the limitations of site-wide price testing.

Most companies treat price as a discrete variable. If you try to test price as a discrete variable (e.g., you test three distinct prices—your current price, a specific lower price, and a specific higher price), you are only getting information about the exact prices you choose to test. You will know which one of the tested prices is better. But you will not know if any of them are at the best price for maximum profit. The only advantage to this approach is that it works with your landing page optimization tools, and can be tested like all the other discrete variables. If your only alternative is not to test price at all, then you should use spot testing—a little bit of something is better than a whole lot of nothing.

Price tests may have a very short half-life

Pricing is a variable that can have a very short “half life.” A price that “wins” in January when wallets are typically tighter may not be the optimal price in May, September or December. Economic changes, competitive changes, the launch of a new generation of a product or the addition of more product substitutes to your catalog can affect optimal pricing. A price testing strategy should factor this in, and regular re-tests should be performed.

There’s no definitive answer to whether you should test prices or not. There remains arguments for and against. If you do decide to go forward, consider the strategies, controls and measurement tools you need to ensure you are not testing prematurely, testing too narrow a range of prices, and are optimizing for profit, not conversion rate.

Get Elastic

Read more »

Usando las pruebas A/B para determinar el precio ideal de su producto

Stop guessing! Use A/B testing to determine ideal price for your product

Oh, the question thou fear the most:

What price should I offer my new product X at?

Determining right price for your product is perhaps one of the most difficult tasks when you are launching a new product or service. Pricing for physical goods is simple. For example, if you are manufacturing staplers, all you need to do is to calculate cost of production and distribution, slam 20% margin on it and there you have the price you can sell your shiny stapler machines for.

Economics 101 (price elasticity of demand)

But for digital goods with no cost of production, it is not that simple. This zero cost of production complicates pricing decisions because then you need to price the product according to how much the market values your product. At the core, idea is quite simple: higher you price, lower the demand is. However, if your price it too low, you won’t make a lot of money even though you might sell a lot. Similarly, if you price it too high, you won’t make a lot of money even though each unit sold brings you greater amount of money. This is the basic principle of price elasticity of demand.

So, as you can see in the graph above, increasing price by 10% reduced quantity bought by 15% which reduced total revenues. Every product has a price point in the graph at which revenues become maximum. Price more than it, revenues will fall. Price less than it, revenues will fall. Of course, you can’t sit over coffee one evening and draw this price-demand curve for your product. It has to be discovered. Your market determines this curve and A/B testing is an excellent way to find out which price-point maximizes the total revenue.

How to set a price range for A/B testing

Theoretically, the price-demand curve is infinitely long. Price runs from zero to infinity (Y axis) and so does demand (X-axis). But, of course, practically you need to have a price range in mind which you think is suitable for your product. For example, if you are selling an eBook you need to see if $15 gets you more revenue than $9. And you would probably be wise enough to avoid testing selling it for $100. The key question here is: how to set initial price range for price testing?

The answer is: don’t just roll the dice. I’m pointing to an excellent, short guide on pricing software [PDF]. Even though it says on the cover that it is about software pricing, I have found it applies to many types of digital products. The basic gist is this: look for other similar products in the market and also look at the value your product is delivering. Set a price range accordingly. Once you have a price range in mind (say $50-$150), next step is to use A/B split testing to determine the exact price which maximizes revenues.

The Dark Art of Price Testing

Price testing is definitely one of the most difficult projects you can undertake. There are so many things that can go wrong. Consider this worst-case scenario: an influential blogger (say Mike from TechCrunch) is trying out your product and somehow gets to see that you are doing price testing. He writes about it on the blog (because, hey, it is fun to write about something controversial). Your customers read the post and get angry at you. Worst-of-the worst, one of the customers turns out to be idle lawyer and sues your company. It is a worst case scenario but quite plausible.

To avoid OMG, we got sued due to price testing, you should be doing price testing according to following rules (which I classify as the good, the bad and the ugly — in reverse order).

The Ugly: never offer exactly same product / service at different price points

Yes, you read it right. This is perhaps the way many companies do price testing but you should NEVER show different prices to the visitors for exactly the same product or service.

It’s illegal and can lead to huge potential lawsuit.

The Bad: have slightly different offering for different price points

This is a less nefarious version of plain-old price testing. Instead of showing different price points for the same product, you show different price points for slightly different product offerings. You can vary product offerings tested at different price points by adding or removing some trivial features. I will give you an example, if you are selling a backup service you can create one version where you offer 5 GB storage for $20, in another version you offer 5 GB storage + SSL (trivial feature) for $30. So, practically both offerings are similar but technically there is a difference and if anyone ever questions you, you have grounds for justifying the difference in price. After all, you are offering different products (no matter how trivial the difference is).

But I consider it immoral. Yes, you can evade potential lawsuits but anyone will know that you are fooling people.

The Good: offer different products (or plans or solutions) at different price points

This is the most ethical way to do price testing. Ideally, you should offer completely different product plans at different price points. Taking backup service as an example again, if on your pricing page lowest tier offers 5 GB for $20, test a version where you offer 10 GB for $40 and 2 GB for $8. You are trying to gauge sensitivity to price here. If your conversion rate 10 GB is same as that for 2 GB, this means your service is so compelling that people want don’t care if it is $8 or $40. So, in the next update you ramp up price as $40 for 5 GB (while still grand-fathering old customers). This way you would know what is the best price point for your service.

Of course, not all digital products have luxury of offering pricing plans. What if you are selling an eBook? In that case, you need to add some extra value (e.g. 15 minute consultation with author) if you are trying to test a higher price and remove some value if you are trying to test a lower price (e.g. shorter version of ebook).

The key lesson for using A/B testing to determe ideal price is this: offer different value at different price points to gauge price sensitivity of target market. Then whatever price offers maximum revenue, start offering your main product at that price point (while grand-fathering old customers).

Final Gospel: measure revenue, not conversion rate

I have suggested it earlier in the article but will make it clearer here. During price testing, you should measure revenue (not conversion rate). Because even though you may end up selling less (hence lower conversion rate) at higher price points, your total revenues may actually be higher.

Visual Website Optimizer lets you measure revenue by integrating with Google Analytics andOmniture SiteCatalyst. So, if you are measuring revenue in one of these analytics tools, you can easily see which price variation resulted in maximum revenue. (Even if you measure revenue in internal dashboard or excel, it should be quite simple to measure it for different variations)

So, ready to do some price testing?

Let me know your comments and feedback on the strategies I guess. If you need help setting up a price testing using Visual Website Optimizer, will be happy to discuss it with you. Just leave a comment below or email me at paras@wingify.com

Visual Website Optimizer

Read more »

Estudio de casos de pruebas A/B que salieron mal

Las mejores prácticas pueden salir mal: 4 pruebas A/B shockeantes

Las "Mejores prácticas" de una compañía es asesina de conversión.

En nuestro seminario web E-Commerce Conversion Optimization, Chris Goward de WiderFunnel compartió varias pruebas reales A / B que destruyeron algunos mitos de las mejores prácticas. Examinaremos aquí 4 (ver lostodo, ¿por qué no echa un vistazo a la repetición?)

1. Promueva como loco sus promociones

Tiene sentido, ¿no es así? Ponga presión psicológica sobre sus clientes para convertir ahora en lugar de la salida a los competidores, durmiendo en la decisión o dejar que el evento venta caduca. Hazlo con "COMPRE AHORA" etiquetas, cantidad cuenta atrás en stock o sugerir el precio de venta puede no ser el día de mañana.

En realidad es un buen consejo que se espera convertir como locos para algunos sitios web. Pero no funciona para todos los sitios.

WineExpress ha probado un llamado urgente a la acción "para el próximo [Tiempo restante] y reciba $ 0,99 de costo de envío" durante un evento de promoción del envío de 24 horas.

El resultado fue una disminución del 7% en la tasa de conversión para la versión con la oferta del envío.

El análisis de marketing dice que el conocedor de vinos no es un cazador de promociones. Tiene menos probabilidades de responder bien a incentivos de ventas agresivas.

Un seguimiento de la prueba confirmó esta creencia. WiderFunnel probó una ventana llamada a la acción más grande con un mensaje de "en venta ahora".

El resultado fue una elevación del 5% tasa de conversión, y un 41% más de ingresos por visitante de la página original, sin la mensajería de venta.

Para este negocio, tal vez probar un incentivo de un regalo al conocedor del vino, tales como un protector de vino o abridor de botellas combinado con un mensaje de urgencia habría superado el control. (Una idea para poner a prueba, por no poner en práctica sólo porque suena como que podría funcionar.)

3. Seguir las convenciones de la web

Lea cuidadosamente a través de la lista de 500 principales minoristas de Internet y el 99,9% o superior presentarán el botón Añadir al carro de la mano derecha. Es una de las convenciones de diseño web más arraigadas que tenemos en el mundo occidental.

Pero eso no quiere decir que sea óptima?

Según las investigaciones de Jakob Nielsen, fijaciones de ojo del usuario sesgar fuertemente hacia el lado izquierdo de la página.

Baby Age cambió la imagen y realizó el call to action, ubicando un CTA del lado izquierdo lo que lo llevó a un 16% de aumento en la tasa de conversión.

No tenga miedo de desafiar el diseño convencional!

4. Sobre comunicar la seguridad del sitio

Todo el mundo tiene miedo de comprar en línea, ¿no? Tienes que recordar a la gente que usted es un sitio seguro, ¿no?

El uso de un distintivo de seguridad ha ayudado a mejorar la conversión en infinidad de sitios, sobre todo cuando proximal de los campos de entrada para la información financiera. Incluso hemos publicado 2 casos en los que la tasa de conversión mejoró 6.4%.

Pero esto no es una regla universal.

En este test de WiderFunnel, la versión sin el sello de seguridad ganó el test.

Realmente depende del sitio.

A veces, recordando a la gente sobre el riesgo de comprar en línea despierta FUD (miedo, incertidumbre y duda).

El punto de este post no es para decir que las mejores prácticas no importa. Por el contrario, seguir el consejo de "mejores prácticas" bajo consideración, y lo puso en pruebas (A / B) en su sitio web para ver si es de las mejores prácticas de su industria, la geografía, los clientes, los productos y contexto del sitio.

Get Elastic

Read more »

Lean Startup: Medir (3/4)

The Lean Startup in a Nutshell III: Measure

In this part of the Lean Startup in a Nutshell series, let us look at how to take the interactions between customers and our code and turn them into valuable data about these customers. Each technique described here is designed to help us become more data-driven and ease decision making by favoring facts over fiction.

Split testing

Spli testing (or A/B testing) is the core technique required to learn about user behavior.

In a split test, we deliver a reference experience to some of our users and an alternative experience to the rest of our users—while measuring the impact of the change within one group as compared to the other.

Split tests should be micro in their scope but macro in their impact measurement. The former means that a split test should test an isolated aspect of the experience, such as adding a feature, changing the appearance of a button, consistently changing a design element across the site, etc.

The latter means that the impact of the change implemented within a split test should be measured in terms of the overall metrics relevant to the business—such as the global signup rate or the revenue per customer—and not in terms of a local click-through or conversion rate.

Eric Ries offers many examples for counter-intuitive—but extremely powerful—insights derived from split-testing. Let me cite only one: When a mere link indicating a premium experience (such as a V.I.P. club) was added to the navigational interface at Ries's company IMVU, this increased the overall revenue per customer even for those customers who never clicked on the link. The mere presence of the link primed the users to make them willing to spend more on the website.

A good split testing environment ensures:

1. easy one-line implementation for developers
2. easy reporting to render all test results understandable
3. starting simple and getting more complex over time
4. making concrete predictions and testing against these

Cohort analysis

They were adding new features, improving quality, and generally executing against the product roadmap. Each month, their gross numbers move up and to the right. So, they said, they must be on the right track.

Then I asked them this question: what would happen to the company if the entire product development team took a month off and went on vacation? The sales staff would keep signing up new customers. The website would continue to get new traffic from word of mouth. Could they be sure that they wouldn’t—as a business—be making just as much “progress” as they claim to be making now?

In one scenario, they’ve been working overtime, putting in crazy hours, and in the other, they’d be on vacation. If both scenarios lead to the same result, how can the product development team claim to be making progress? To be doing effective work?

— Eric Ries, Are You Building The Right Product?

Cohort analysis means looking at the new customers who join every day as a distinct group. This enables an organization to ask how today's customers compare to yesterday's, to ask whether measured improvements are not just a result of the already well-working system, but of the most recent changes. It also enables an organization to detect "fake improvements", features or changes which actually worsen the user experience.

For each cohort, you may ask:

1. What fraction of users signed up?
2. What fraction of users bought the product?
3. What fraction of users upgraded to the premium account?

Cohort analysis is also perfect for killing features. Just remove a feature and see what happens. If the relevant overall business metrics don't change, you just improved the product by making it simpler.

Conversion funnels

Sales funnels and customer acquisitions funnels are old and time-tested concepts. Key to building meaningful and trustworthy conversion funnels are person-based analytics (or per-customer metrics) instead of global analytics (or vanity metrics) such as the total number of views or visitors.

There is a great talk by Mike McDerment explaining what he calls the Google Analytics line and how to go beyond it by connecting marketing and customer account databases. Going beyond the line of vanity metrics (such as the total number of page views) is a prerequisite for collecting the data necessary to analyze and build conversion funnels.

I highly recommend the above talk as well as the related article by Eric Ries in order to get started with person-based analytics. Always remember, "metrics are people, too".

Net Promoter Score and product/market fit

NPS is a methodology that comes out of the service industry. It involves using a simple tracking survey to constantly get feedback from active customers. It is described in detail by Fred Reichheld in his book The Ultimate Question: Driving Good Profits and True Growth. The tracking survey asks one simple question:

"How likely are you to recommend Product X to a friend or colleague?"

The answer is then put through a formula to give you a single overall score that tells you how well you are doing at satisfying your customers.

— Eric Ries, Net Promoter Score

The Net Promoter Score is a powerful concept to get a birds-eye holistic view of your business. It is designed to measure the overall customer satisfaction a product or service yields.

For Sean Ellis, a slightly different question is at the root of determiningwhether a startup has reached product/market fit:

"Would you be very disappointed if you could no longer use the product?" or

"Do you consider the product a must-have"?

Sean Ellis supposes that only when 40% answer "yes" to the above question, the startup has reached product/market fit.

Measuring the NPS and the product-market fit constantly ensures that a startup never forgets the overall picture of improving customer happiness while split-testing and working on conversion optimization. These holistic metrics are probably also the best way to measure product development progress in the long run.

User testing

If Product Development is simply going to start building the product without any customer feedback, why have anyone talk to customers at all? Why don’t you just build the product, ship it, and hope someone wants to buy it? The operative word is start building the product. The job of Customer Development is to get the company’s customer knowledge to catch up to the pace of Product Development—and in the process, to guarantee that there will be paying customers the day the product ships.

— Steve Blank, Four Steps to the Epiphany

User testing is a cheap way to "get out of the building" and talk to customers. User testing means having a bunch of individual users interact with your product or service, giving you qualitative feedback. There are a number of user testing service providers on the web, usually providing a screen-sharing video and a written report for each user doing the test.

Conclusion

Good measurement relies on good and reasonable metrics. It requires an actual understanding of what constitutes progress and how to document it. It puts science ahead of vanity. And it recognizes that metrics are people, too.

Devianbits

Read more »

Precios: Experimentos en un lean startup

Mis experimentos en precios lean

Por Ash Maurya, un emprendedor lean que dirige un emprendimiento llamado CloudFire. Si lo desea, pase por el blog de Ash y sus tweets @ashmaurya. – Nivi

Cuánto cobrar por su producto es a la vez una de las cosas más complicadas y de las más importantes de hacerla bien. No sólo su modelo de precios debe mantenerlo en el negocio, sino que también que señalan su imagen de marca y posicionamiento. Y es más difícil de iterar en los precios que en otros elementos de su negocio. Una vez establecido un precio, bajarlo es usualmente más fácil que subirlo.

¿Debiera cobrar por mi MVP?

La mayoría de la gente elige diferir la “cuestión del precio” porque no piensan que ellos (ó el producto) están listos. Algo que oí muchas veces es que el mínimo producto viable (MVP) es por definición (vergonzosamente) mínimo. ¿Cómo se les puede ocurrir cargarle un precio?

Un producto mínimo no es sinónimo de un producto a medio hacer o defectuoso. Si usted ha seguido el proceso de desarrollo del cliente, su MVP debiera haber atacado los 3 principales problemas que los clientes han identificados como importantes y debiera resolverlos bien. You can ensure that by dedicating 80% of your efforts to improving existing features versus cranking out new ones.

Steve Blank cuece la exploración precio justo en las entrevistas de los clientes iniciales. El precio, como todo lo demás, se basa en un conjunto de hipótesis que tienen que ser probadas tempranamente. Steve sugiere que haga a los clientes potenciales si se tendría que utilizar el servicio de forma gratuita. Esto es para evaluar si la propuesta del valor del producto es convincente en absoluto. A continuación pregunta si utilizarían el servicio por $ X/año. ¿De donde salió ese X? Usted simplemente puede poner un precio y ajustarlo a lo largo del camino, ó usa el excelente guide to software pricing de Neil Davidson para empezar con una sugerencias de precios mejor argumentadas. Una vez que su MVP está construido, Steve le pide que venda su producto a adoptadores tempranos. No hay validación del cliente más clara que una venta.

Sean Ellis, por otro lado, argumenta que alcanzar la gratificación inicial del usuario (ajuste del producto/mercado) es la primera cosa que importa y sugiere mantener el precio afuera de la ecuación para no crear fricciones innecesarias:

“Creo que es más fácil evolucionar hacia ajustar el producto/mercado sin un modelo de negocio en su lugar (los usuarios son libres de probar de todo sin preocuparse por el precio). Tan pronto como haya suficientes usuarios diciendo que estarían muy decepcionados sin su producto, entonces es esencial poner en práctica rápidamente un modelo de negocio. Y será mucho más fácil para trazar el modelo de negocio de valor para el usuario percibe.”

Tanto Steve como Sean abocan por la eliminación del precio de la ecuación - pero en diferentes puntos. Steve elimina los precios durante el proceso de descubrimiento de los clientes, pero sugiere que se cobre por sus MVP. Sean elimina el precio de la MVP y le sugiere que fije precios luego que ajuste el producto/mercado. Puedo ver los méritos de ambos enfoques y preguntar cuál sería bueno para mi producto: CloudFire: Compartir fotos y video para padres muy ocupados.

¿Por qué no usar freemium?

En la superficie, freemium parece lo mejor de ambos mundos: Haga que los usuarios prueben el servicio sin tener que preocuparse acerca de los precios, luego aumente las ventas haciéndolos ingresar en el plan de mejor calidad más tarde. Sin embargo, muchas personas cometen el error de revelar demasiado en la forma gratis, lo que lleva a que haya conversiones bajas o nulas. Es la naturaleza humana - todos queremos gustar.

Más importante aún, todavía no tienen suficiente información para saber cómo fijar el precio o segmento el conjunto de características. Hice este error con mi primer producto, BoxCloud: un cliente visionario temprano me llamó y me dijo, "Me gusta mucho su producto y quieren pagar por él, pero su precio no lo requiere." Después de unas cuantas iteraciones más para segmentar el conjunto de características, he decidido renunciar al plan gratuito y simplemente ofrezco planes de premium con un período de prueba. Las ventas subieron al igual que la calidad de la información, que atribuyo a la diferencia entre la retroalimentación de los clientes frente a los usuarios.

(Hiten Shah compartió una historia similar conmigo acerca de su experiencia con Crazy Egg. Incluso 37signals ha fuertemente desenfatizado sus planes gratuitos hasta hacerlo casi nítidamente en sus páginas de precios.)

Lincoln Murphy acaba de publicar un trabajo largamente memorable sobre “The Reality of Freemium in SaaS” en al cual cubre muchos aspectos importantes para sopesar cuando se considera Freemium, tales como el concepto de quid pro quo donde incluso los usuarios gratuitos tienen que dar algo a cambio. En servicios con grandes efectos de red, la participación es suficiente. Pero la mayoría de las empresas no tienen altos efectos de red y equivocadamente persiguen usuarios en vez de clientes. Lo que más me gustó de este trabajo es el reconocimiento por parte de Lincoln de que "Freemium es una táctica de marketing, no un modelo de negocio."

Creo firmemente que, especialmente para los productos SaaS, empezando con gratuitos y mostrando el Premium más tarde (todo muy usado a esta altura) está puesto al revés. Si usted sabe que va a cobrar por su producto, comience por validar si alguien va a pagar primero. No hay mejor indicador de éxito y conduce a menos residuos en el largo plazo. Centrándose en la parte premium de un modelo freemium en primer lugar le permite realmente conocer su propuesta de valor única - el material por el que pagarán. A continuación, puede volver e inteligentemente ofrecer un plan gratuito (si usted todavía lo desea) con más inteligencia y con correctas métricas de éxito claramente definidas. Incluso si usted piensa que tiene un plan de precios uni-dimensional como lo hice yo (por ejemplo, número de proyectos), sería más útil para ello usar usuarios pagos debido a que los experimentos de fijación de precios toman un tiempo mucho más grande que otros tipos de experimentos.

Evaluando precios en entrevistas

¿Cómo hago para poner a prueba todo esto? El cambio mental más grande en el proceso de un lean startup va a pensar que usted sabe algo y probar todo lo que usted piensa que sabe.

Así que siguió el consejo de Steve Blank, y construyó algunas de las preguntas de fijación de precios en las entrevistas iniciales de los clientes cara a cara. Debido a que CloudFire es un producto re-segmentado en un mercado ya existente, los clientes potenciales se distinguen por la  competencia de precios. Esto tenía que ser equilibrado contra el valor percibido de nuestra propuesta de valor única -             Ahorro de tiempo con el intercambio rápido y más fácil de un montón de fotos y vídeos. A través de estas entrevistas se determinó que, al igual que sus necesidades de compartir, mis clientes potenciales valoraban esquemas de precios simples sin problemas y $ 49/año para la cantidad de fotos y videos que quieran compartir era un precio justo que estaban dispuestos a pagar. Ese fue el precio que le puse una vez que mi MVP estaba listo.

Prueba de precios en la web

Yo quería correr la misma serie de pruebas de fijación de precios con los visitantes web que hice durante mis entrevistas. Faltándome pruebas A/B por hacer y de una versión gratuita y otra paga del  MVP, la cual es técnicamente ilegal (actualización) e injusto para hacerle pagar a los clientes, decidí hacer un split-test (prueba A/B) de 3 productos diferentes con 3 precios diferentes:

1.       $49/año para compartir fotos y videos ilimitados

2.      $24/año para compartir fotos ilimitadamente

3.      GRATIS para 500 fotos

Los dos primeros planes tienen un período de evaluación de 14 días gratis pero en el caso de la tercera opción es gratis para siempre. Aquí algunas de las variaciones que testeé:

Original: Plan simple ilimitado

Estea es la opción simple que descubrí durante las entrevistas de descubrimiento del cliente. La usé como control.

Variación 2: Planes múltiples

Segmenté el producto en 2 ofertas: fotos y videos ilimitados y fotos ilimitadas solamente. Quería evaluar la sensibilidad del precio y determinar su interés en compartir vídeos. No hubo mucha gente a la que entrevisté que estuviesen tomando muchos videos, pero todos pensaban que iban a tomar más videos en el futuro.

Variación 3: Freemium

Esta tiene los 2 planes de arriba junto con un plan gratuito limitado. Si, este plan es freemium. Quería medir si un plan gratis limitado conduciría desproporcionadamente redirigiría el correcto tipo de tráfico (padres ocupados en mi caso).

Variación 4: Sin precios durante el período introductorio

He añadido una cuarta variación para probar el consejo de Sean Ellis en la eliminación de los precios hasta en forma de producto/mercado, pero he probado de otra manera. No me sentía cómodo en ofrecer el producto completo a un precio y de forma gratuita, al mismo tiempo. Así que en lugar de incluir esta página con mis pruebas A/B, incluí las pruebas con los nuevos padres que entrevisté.

Los Resultados

Primer lugar: El plan original simple— Segundo lugar en las conversiones y la que mejor rendimiento tuvo en general. Sorprendentemente, la página original fue la de mejor performance general.

Segundo lugar: Variación 3: Freemium – mayoría de conversiones pero segundo lugar en general. No sorprendentemente, la variante freemium conduce a la mayoría de las conversiones pero solo gana al plan original por 12% tiene una más baja retención. Las estadísticas de referencia combinadas con polling/correo aleatorio reveló una mayoría de usuarios que se unió eran solo curiosos (y no padres).

Tercer lugar: Variación 2: Planes múltiples – menos conversiones y el de peor performance general. La gente reaccionó menos favorablemente a los dos planes pagos.

Sin inicio: Variación 4: Sin precio durante el período introductorio. Los padres que entrevisté no entendieron el período introductorio sin explicación y fueron reacios a intentar probar el servicio sin saber cuánto iba a terminar costando el servicio. Sondeados más adelante, no estaban dispuestos a invertir el tiempo la construcción de galerías web e invitando a otros sólo para encontrar que el servicio podría ser un precio fuera de sus expectativas.

Lo que aprendí

Paga el alinear los precios con su posicionamiento global. Nuestra propuesta de valor única se basa en ser "libre de problemas y simple" y la gente parecía esperar que en el modelo de fijación de precios eso se reflejara también. Muchos de nuestros clientes actuales ya estaban pagando por su servicio de intercambio existente por lo que el salto de gratis a pago no era muy grande. Mientras que Sean sugiere la eliminación de precio antes de que el consumidor enfrente al producto, él sugiere siempre cargarle un precio para los clientes de empresas para obtener su compromiso. Este es otro caso donde el precio tiene que ser explícito. Usando el modelo de Cindy Alvarez, nuestros clientes parece ser Pobre en Tiempo, Ricos en Efectivo. Ofrecerles ensayos sin problemas y gratis era suficiente para remover el riesgo de compromiso. Garantías de devolución del dinero puede se otro modo de disminuir aún más este riesgo.

La mayor lección aprendida, sin embargo, es lo precisas que fueron mis conclusiones iniciales de las entrevistas al cliente, en comparación con todas las hipótesis que le siguieron. El precio es más arte que ciencia y sus resultados pueden variar, pero siempre que sea posible salir del edificio, habla con un cliente, y considerar pruebas de precios mejor antes que después.

Venture Hacks

Read more »