Warum Empfehlungsprogramme, kostenlose Testversionen, Gutscheine und Gamification die schlechtesten Nutzer anziehen

Incentive-Programme liefern oft keine Ergebnisse

• Nutzer, die über Empfehlungsprogramme, kostenlose Testversionen, Gutscheine oder Gamification gewonnen werden, schneiden in der Regel deutlich schlechter ab als Nutzer, die auf natürliche Weise kommen. Sie haben einen niedrigeren Lifetime Value (LTV), geringere Conversion-Raten, weniger Engagement usw.
• Basierend auf früheren Erfahrungen mit der Leitung von Ubers Empfehlungsprogramm im Wert von über 300 Millionen US-Dollar pro Jahr lassen sich diese Erkenntnisse auch auf neue Bereiche wie gamifizierte Consumer-Apps und Web3-Games übertragen.

Das Scheitern des CAC/LTV-Tabellenblatts

• Wenn ein neues Produkt auf den Markt kommt, misst das Team grundlegende Kennzahlen wie den Lifetime Value und versucht, bei gut aussehenden Zahlen über Incentive-Programme mehr Nutzer zu gewinnen.
• Doch solche Incentives ziehen oft einen anderen Nutzertyp an, der sich sonst nicht registriert hätte, und führen so zu negativer Selektion.
• Wenn ein Produkt schon lange am Markt ist und der Kernmarkt weitgehend gesättigt ist, wird dieses Problem noch gravierender, und auch betrügerisches Verhalten rund um Incentives nimmt zu.
  • Das kann so einfach sein wie das Anlegen neuer Accounts, um einen Anreiz zu kassieren, oder deutlich organisierter und bösartiger ablaufen.
• Deshalb sind zentrale Kennzahlen wie LTV und Engagement oft nur halb so gut oder noch schlechter.
• Zusätzliche Nutzer durch solche Upside-down-Mechaniken fühlen sich oberflächlich gut an, tatsächlich ist für das Geschäftsmodell aber oft eine kleinere Nutzerbasis besser.
• Außerdem kann das Interesse an komplexen Empfehlungsprogrammen die Aufmerksamkeit von Innovationen in anderen Teilen des Produkts abziehen.
• Schließlich gibt es noch ein subtileres, aber sehr wichtiges Problem: Kannibalisierung.
  • Es gibt Zielmärkte, in denen es Zeit braucht, bis sich ein Produkt über ideale Nutzer verbreitet, und Mundpropaganda ist magisch, weil sie kostenlos ist.
  • Wenn das organisch geschieht, ist die Nutzungsabsicht zudem viel höher.
  • Kommen diese idealen Nutzer jedoch über ein Incentive-Programm mit dem Produkt in Kontakt, entstehen Kosten, weil man oft Nutzer „vorzieht“, die man ohnehin gewonnen hätte.
• Genau das ist bei Uber passiert.
  • Das Empfehlungsprogramm für Fahrgäste lieferte mit der Zeit schlechtere Ergebnisse, schnitt nicht nur schwächer ab als andere Kanäle, sondern sogar deutlich schlechter als Nutzer, die über bezahlte Werbung gewonnen wurden.
  • So wurden unnötig Millionen von Dollar ausgegeben.

Warum das in der Welt von Web3 und gamifizierten Apps wichtig ist

• In Bereichen wie Web3 oder gamifizierten Consumer-Apps sind die Auswirkungen dieses Problems weitreichend.
• Wenn ein Game oder eine App kein intrinsisches Engagement und keine echte Retention hat, reicht das bloße Hinzufügen von Spielmechaniken nicht aus.
  • Im Gegenteil: Neue Mechaniken können die Lage sogar verschlechtern statt verbessern, weil sie Nutzergruppen anziehen, die auf die Mechanik reagieren, aber das eigentliche Produkt nicht nutzen.
  • Web3.0 hat anfangs oft Spekulanten durch Incentives angezogen, hatte aber in vielen Fällen Schwierigkeiten, tatsächlich Nutzer zu gewinnen, indem es unterhaltsames Gameplay bot.
  • Ähnlich ziehen gamifizierte Consumer-Apps (der Trading-Art) einen bestimmten Nutzertyp an und halten ihn auch: Menschen, die bereitwillig jede gamifizierte App ausprobieren, sich aber nicht mit der Kern-App beschäftigen und schnell zur nächsten weiterziehen.
• Diese Dynamik erzeugt ähnliche Effekte wie das „Gesetz der beschissenen Klickraten“.
  • Nicht nur die Performance einzelner Marketingkanäle nimmt ab, auch viele neue Kanäle, die im Lauf der Zeit hinzukommen (durch das Anbieten von Incentives), liefern schlechtere Ergebnisse als die ursprünglichen Kanäle.
  • Dadurch wird das Gesamtsystem mit fortschreitender Entwicklung immer langsamer und schwieriger zu steuern.
• Interessanterweise zeigte sich bei Uber, dass das Empfehlungsprogramm auf der Fahrerseite sehr stark positiv selektierte Nutzer anzog.
  • Während es beim Fahrgast-Empfehlungsprogramm viele Menschen gab, die nur einen Rabatt wollten, waren Fahrer stark finanziell motiviert.
  • Weil sie hoch motiviert waren und sich anmeldeten, um höhere Empfehlungsprämien zu erhalten, lieferten sie nach der Registrierung tatsächlich bessere Leistungen.
  • Empfehlungen machten zwar 15 % der Registrierungen aus, aber bei den Personen, die tatsächlich ihre erste Fahrt absolvierten, lag der Anteil bei deutlich über 30 %.

[cosine20]

Stimme ich zu.

[eifjklwkj]

Vielen Dank fürs Teilen des großartigen Artikels.

[xguru]

Wie man ein Empfehlungsprogramm gestaltet

Das ist ein Text, den man zusammen mit diesem lesen sollte.
Kombiniert man beides, ergibt sich: „Empfehlungsprogramme sind zwar hilfreich, aber virale Funktionen sind noch besser. Wenn man Empfehlungen einsetzt, sollte man sie gut so gestalten, dass sie aktive Nutzer anziehen.“

[xguru]

Hacker-News-Kommentare

• Leute, die schon vor dem Internet Coupon-Systeme betrieben haben, hätten das gewusst.

  • Früher musste man Coupons tatsächlich aus Zeitungen oder Zeitschriften ausschneiden und per Post einschicken, um einen Rabatt zu bekommen.
  • Der Zweck solcher Coupons war Marktsegmentierung: Man wollte Menschen Rabatte geben, die das Produkt sonst nicht oder nur in geringerem Umfang gekauft hätten, und keine Rabatte an jene vergeben, die ohnehin gekauft hätten.
  • Menschen, die sich die Mühe machen, Coupons auszuschneiden und zu sammeln, kann man als „arm“ bezeichnen; sie als „deutlich schlechtere Kunden“ zu bezeichnen, ist jedoch bereits eine Wertung.

• Als Groupon populär war, gab es viele Diskussionen zu diesem Thema.

  • Coupons zogen Menschen an, die nur wegen des Rabatts kamen; sie gaben wenig Trinkgeld und wurden keine Stammkunden.
  • Sie suchten nicht nach neuen Orten, sondern nach Angeboten.
  • Eine kostenlose Testphase kann für manche Menschen der nötige Anstoß sein, etwas Neues auszuprobieren.

• Coupons ziehen Menschen mit einem Mangeldenken an.

  • Wenn sich ein Produkt an Menschen mit einem Wachstumsdenken richtet, die wenig Zeit und viel Geld haben, passt das nicht zusammen.
  • Ein Beispiel ist jemand, der Groupon intensiv nutzt, sich mit einem 30-Tage-Sonderangebot im Fitnessstudio anmeldet und dann wieder aufhört.

• Aus persönlicher Erfahrung sind die schlimmsten Kunden diejenigen, die den niedrigsten Preis wollen.

  • Sie investieren zusätzliche Zeit, um den Preis zu drücken, und verlangen Rabatte mit dem Versprechen, in Zukunft viel Arbeit zu bringen.
  • Während der Arbeit fordern sie Zusatzleistungen, und nach Abschluss sind sie kritisch und verlangen weitere Nacharbeit.
  • Ehrliche und verständnisvolle Unternehmen gleichen jedoch die Probleme aus, die durch andere schwierige Unternehmen entstehen.
  • Indem problematische Kunden früh erkannt und abgelehnt wurden, arbeitete man schließlich fast nur noch mit Remote-Kunden.

• Einige Freunde beteiligen sich an solchen Deals, und das kann ein Frühindikator für ein scheiterndes Geschäftsmodell sein.

  • Sie wechseln von einem Angebot zum nächsten und abonnieren nie wirklich.
  • Wenn Startups, die sie nutzten, börsennotierte Unternehmen wären, wäre das ein erstaunlicher Indikator dafür, welche Aktien man leerverkaufen sollte.

• Im SaaS-Bereich sind die Nutzer mit dem höchsten Betreuungsaufwand „kleine“ Unternehmen.

  • Firmen mit nur wenigen Nutzern haben weitaus mehr Anforderungen als Firmen mit mehr als 50 Nutzern.

• Einer der großen Gründe, warum es schwer ist, ein Startup zu gründen, ist, dass man Zugang zu hochwertigen Kunden braucht.

  • Man kann nicht damit anfangen, eine Beta kostenlos anzubieten; man möchte Kunden, die nicht primär vom Preis motiviert sind.
  • Wenn man das Feedback der minderwertigen Kunden umsetzt, die man früh gewinnt, kann das das Produkt für die Kunden, die man eigentlich haben will, sogar verschlechtern.

• Es gibt einen Zielmarkt, und manchmal kann es Zeit brauchen, bis sich ein Produkt unter den idealen Nutzern verbreitet.

  • Das wirkt magisch, weil Mundpropaganda kostenlos ist.
  • Wenn ideale Nutzer das Produkt jedoch über Incentive-Programme kennenlernen, zahlt man dafür, Kunden „vorzuziehen“, die man ohnehin gewonnen hätte.
  • Noch schlimmer ist, dass manche Nutzer, von denen man glaubt, sie durch Incentive-Programme gewonnen zu haben, möglicherweise ohnehin schon loyale Stammkunden waren.
  • Man sollte Preisstruktur und Promotionen so gestalten, dass sie das gewünschte Verhalten der Kunden fördern.

• „Schlechte“ Kunden handeln nicht illegal und verstoßen auch nicht gegen die TOS.

  • Sie nutzen einfach Angebote für Dinge, für die sie normalerweise kein Geld ausgeben würden.
  • Man sollte weder überrascht sein noch es als Scheitern ansehen, dass sie nicht lange bleiben oder nicht so viel ausgeben wie nicht incentivierte Kunden.

• Bei der UX-Beratung zeigte sich ein Muster: Ein sehr reibungsloses UX in einem frühen Produkt kann für den langfristigen Erfolg ein Antipattern sein.

  • Wenn etwas leicht zu benutzen und reibungslos ist, gibt es eine Gruppe von Nutzern, die sich überall anmelden und einfach ein wenig „herumspielen“ wollen, aber das macht sie noch nicht zu guten Kunden.