Modash aiuta i brand a trovare creator, gestire le relazioni, condurre campagne, monitorare i contenuti e pagare i propri partner influencer. Oltre al business principale della piattaforma, Modash vende anche dati sui creator tramite la sua API.
Il business è globale e composto quasi interamente da ricavi ricorrenti, con i clienti divisi più o meno in parti uguali tra Stati Uniti e resto del mondo.
Fondata nel 2018, Modash ha iniziato a usare ChartMogul molto presto, quando il founder Avery Schrader si è registrato nel 2020. Con la crescita dell’azienda, ChartMogul è passato da semplice strumento di reporting al sistema con cui il CFO Nadim Taoubi e il team di leadership collegano i comportamenti nel prodotto ai ricavi e decidono quali iniziative vale la pena perseguire.
It’s been extremely reliable. As a CFO, it’s a tool I use on a daily basis.
Dai dati di fatturazione di Stripe al reporting per tutta l’azienda
Ogni giorno Nadim controlla in ChartMogul gli indicatori di primo livello: come sta crescendo l’azienda, quanti nuovi clienti sono stati acquisiti nel mese e cosa sta succedendo al churn.
We don’t really go into Stripe to check the data. We get everything from ChartMogul.
Le analisi che vanno oltre il monitoraggio di MRR, ARR o del tasso di churn complessivo avvengono almeno una volta a settimana. Nadim usa coorti e segmentazione per esaminare come cambiano le performance nel tempo e come reagiscono i diversi gruppi di clienti quando Modash modifica il prodotto o l’esperienza cliente.
Modash segmenta la retention per profilo di cliente, valore del contratto, categoria di prodotto e attivazione — includendo settore, aderenza all’ICP, presenza su Shopify e quante parti della piattaforma il cliente utilizza.
Questo permette a Nadim di passare dal constatare che il churn è cambiato all’individuare quali gruppi di clienti l’hanno determinato, in che modo differiva il loro utilizzo del prodotto e cosa Modash poteva realisticamente fare al riguardo.
Aggiungere il contesto di prodotto ai dati di abbonamento
Modash importa i clienti da Stripe a ChartMogul, con dati aggiuntivi che arrivano dal proprio backend e da altri sistemi commerciali.
Con tutto in un unico posto, ogni scheda cliente viene arricchita con informazioni che una fattura non può contenere: che tipo di cliente è, quali parti di Modash usa, se corrisponde all’ICP dell’azienda e a che punto è del percorso di attivazione.
Quel contesto conta perché Modash non è un prodotto monofunzione. La sua piattaforma copre diverse fasi di un programma di influencer marketing:
- Trovare e valutare i creator
- Comunicare e gestire le relazioni
- Monitorare campagne e attività dei creator
- Pagare i creator
Ogni area ha il proprio punto di attivazione. Un cliente che si limita a cercare creator si comporta in modo diverso da uno che gestisce anche le attività di outreach, monitora una campagna attiva o effettua i pagamenti ai creator attraverso la piattaforma.
L’analisi di Modash ha mostrato che i clienti che usano almeno due aree del prodotto hanno più probabilità di restare clienti e di espandersi.
Each of these sub-products has different activation. We know that if we push customers to use two out of the four, they’re more likely to stay and more likely to expand.
Dall’«happy churn» a un’attivazione ripetibile
All’inizio il churn era un problema per Modash, ma non sempre perché i clienti fossero insoddisfatti.
Il prodotto era nato attorno alla scoperta dei creator. Un piccolo brand e-commerce poteva usare Modash per trovare 20 creator per una campagna, completare la ricerca e poi non avere più bisogno del prodotto. Il cliente aveva ottenuto il valore per cui era arrivato: semplicemente, quel caso d’uso aveva una fine naturale.
If you have discovery only and you’re a small shop, it’s most likely that you’ll churn because you don’t need Modash anymore after month three or four. You’re done.
Molti clienti si riattivavano più tardi, quando avevano bisogno di trovare un altro gruppo di creator.
Man mano che Modash si è estesa oltre la scoperta dei creator, ha aggiunto funzionalità utilizzabili durante tutta la vita di una campagna. Il business ha iniziato a trasformarsi da strumento per un’attività una tantum a piattaforma integrata nel flusso di lavoro abituale del cliente.
Segmentando la retention in base all’utilizzo del prodotto in ChartMogul, il team ha scoperto che i primi tre mesi erano decisivi.
I clienti che in quel periodo non adottavano almeno due parti della piattaforma avevano una probabilità di churn nettamente più alta.
The first three months are critical. If we don’t manage to get the customer using these two services or products, there’s a risk we’ll lose them within the first three months.
Il team ha individuato anche milestone specifiche legate a una retention più solida, tra cui l’invio di email tramite la piattaforma e il lancio della prima campagna. Invece di definire l’attivazione come un login o una ricerca completata, Modash ha potuto legarla al momento in cui un cliente inizia a gestire il proprio programma di influencer marketing attraverso la piattaforma, e misurare come una gestione più approfondita delle campagne incida sulla retention nel tempo.
Capire con un modello quali iniziative sulla retention valgono l’investimento
Individuare un comportamento associato a una retention più solida è solo il primo passo. Nadim deve anche capire se modificare quel comportamento avrebbe un impatto significativo sul business.
Prendiamo per esempio i clienti su Shopify. Modash può confrontare il net MRR churn dei clienti che hanno inviato email dalla piattaforma con quello di chi non l’ha fatto. Nadim modella poi cosa accadrebbe se più clienti Shopify raggiungessero quella milestone di attivazione.
I’m comparing the Shopify customers who have never sent an email with the ones who have. I take the net churn from ChartMogul and ask: if 100% of them used email, what would be the impact?
Questo aiuta Nadim a distinguere una correlazione interessante da un’iniziativa in cui vale la pena investire. Se modificare quel comportamento riducesse il churn complessivo di appena 0,1 punti percentuali, potrebbe non giustificare uno sforzo rilevante di Prodotto, Vendite o Customer Success. Un impatto stimato più ampio dà al team argomenti molto più solidi per metterlo in cima alle priorità.
Business is a lot about priorities. Many things could have an impact, but you want to focus first on what will have the biggest impact.
Per scenari più dettagliati, Nadim esporta da ChartMogul i segmenti di clientela, le performance delle coorti e il net MRR churn, e modifica le ipotesi in Excel e in Claude. Questo gli permette di modellare i cambiamenti all’interno di un gruppo specifico, invece di applicare lo stesso miglioramento a tutta la base clienti.
Portare la retention nell’operatività
Gli stessi dati sulla retention vengono usati anche per gestire le performance del Customer Success.
Modash assegna i clienti più grandi a singoli Customer Success manager e tagga ogni account per portfolio in ChartMogul. L’azienda può così monitorare la retention di ciascun portfolio e usare quelle performance per calcolare i bonus.
If you select a portfolio, you can see all of the customers that person has. We follow retention on the portfolio and calculate their commission.
Modash ha una piattaforma dedicata al Customer Success, ma calcola i compensi da ChartMogul perché i dati su abbonamenti e retention sono più aggiornati. Parte del bonus di ogni manager è quindi legata direttamente all’espansione dei ricavi ricorrenti dei clienti che gestisce.
L’accesso a ChartMogul è aperto a tutta l’azienda. Finance e leadership sono gli utenti più assidui, mentre il Customer Success lo usa per gestire i portfolio. Chi lavora in engineering magari non lo apre ogni giorno, ma può comunque vedere come l’adozione del prodotto si collega a retention ed espansione.
Engineering is not using it on a daily basis, but they still have access because we want them to understand the impact they have on the business.
Per Nadim la sicurezza non nasce dall’avere un’altra dashboard. Nasce dal poter risalire da una variazione del churn a un segmento di clientela, individuare i comportamenti di prodotto che la spiegano e stimare se modificarli avrebbe un impatto economico sufficiente a giustificare il lavoro.