PLG Metrics That Matter: Od MQL k PQL
PLG Metrics That Matter: Od MQL k PQL
Product-led growth (PLG) fundamentálně mění způsob, jakým měříme úspěch. Tradiční sales-led metriky jako MQL (Marketing Qualified Lead) ztrácejí relevanci, když produkt sám generuje, kvalifikuje a konvertuje uživatele. Potřebujete nový measurement framework postavený kolem produktu.
Proč tradiční metriky nefungují pro PLG
MQL vs PQL - fundamentální rozdíl
MQL (Marketing Qualified Lead):
- Stáhl whitepaper nebo e-book
- Navštívil pricing stránku
- Vyplnil formulář na webu
- Conversion rate do paying customer: 1-3%
PQL (Product Qualified Lead):
- Dosáhl aktivace v produktu
- Používá klíčové features
- Demonstruje buying intent v produktu
- Conversion rate do paying customer: 15-30%
Data od OpenView ukazují, že PQL mají 5-10x vyšší conversion rate než tradiční MQL. Proč? Protože PQL už zažil hodnotu produktu - není to jen teoretický zájem.
Jak definovat PQL pro váš produkt
Komponenty PQL definice
Každá PQL definice by měla obsahovat tři elementy:
1. Product Usage Threshold Co musí uživatel v produktu udělat?
| Produkt | Usage Threshold |
|---|---|
| Slack | Odeslal 2000+ zpráv v týmu |
| Dropbox | Nahrál soubor do sdílené složky |
| Zoom | Hostoval meeting s 3+ účastníky |
| Figma | Pozval kolegu do projektu |
2. Engagement Level Jak konzistentně produkt používá?
| Úroveň | Definice |
|---|---|
| Low | 1-2 sessions za měsíc |
| Medium | Weekly active |
| High | Daily active |
3. Fit Criteria Odpovídá uživatel vašemu ICP?
- Company size (employees, revenue)
- Industry
- Use case
- Role/seniority
Praktický příklad: Definice PQL pro B2B SaaS
Weak PQL: Uživatel se zaregistroval a přihlásil alespoň 2x.
Strong PQL: Uživatel, který:
- Dokončil onboarding (5 kroků)
- Pozval alespoň 1 dalšího člena týmu
- Vytvořil alespoň 3 projekty
- Je z firmy s 50+ zaměstnanci
- Má roli manager nebo vyšší
PLG Metrics Stack
Tier 1: Acquisition Metrics
| Metrika | Definice | Benchmark |
|---|---|---|
| Sign-ups | Nové registrace | Growth rate >10% MoM |
| Organic ratio | % sign-ups z organic | >50% |
| CAC | Cost per acquisition | <12 months LTV |
| Sign-up to activation | % kteří dosáhnou aktivace | >25% |
| Channel efficiency | CAC by channel | Varies by channel |
Pro tip: V PLG by měl být podíl organic sign-ups výrazně vyšší než u sales-led. Pokud je <40%, máte problém s product-market fit nebo virálním koeficientem.
Tier 2: Activation Metrics
| Metrika | Definice | Benchmark |
|---|---|---|
| Time to Value (TTV) | Čas do první hodnoty | <5 minut ideálně |
| Activation rate | % uživatelů, kteří dosáhnou aktivace | >40% |
| Aha moment completion | % kteří zažijí aha moment | >60% |
| Onboarding completion | % kteří dokončí onboarding | >70% |
| Setup time | Čas do plného nastavení | <24h |
Aha moment je kritický koncept. Je to moment, kdy uživatel poprvé pochopí hodnotu produktu. Příklady:
- Slack: První konverzace s kolegou
- Dropbox: Přístup k souboru z jiného zařízení
- Canva: Export prvního designu
Tier 3: Engagement Metrics
| Metrika | Definice | Benchmark |
|---|---|---|
| DAU/MAU ratio | Stickiness | >20% |
| Feature adoption | % využívaných features | >40% core features |
| Session frequency | Počet sessions za týden | >3 |
| Session depth | Akce za session | >5 |
| Time in app | Průměrný čas v aplikaci | Depends on product |
DAU/MAU ratio (také nazývaný stickiness) je klíčový indikátor:
- <10%: Problém s engagement
- 10-20%: Průměrný
- 20-50%: Dobrý
-
50%: Výborný (typicky communication tools)
Tier 4: Monetization Metrics
| Metrika | Definice | Benchmark |
|---|---|---|
| Free to paid conversion | % free users kteří platí | 2-5% freemium, 10-25% trial |
| PQL to customer rate | % PQL kteří konvertují | 15-30% |
| Time to conversion | Dny od sign-up do platby | <30 dní ideálně |
| ARPU | Average Revenue Per User | Depends on pricing |
| Expansion revenue | % revenue z expansion | >30% |
Tier 5: Retention Metrics
| Metrika | Definice | Benchmark |
|---|---|---|
| Logo retention | % zákazníků kteří zůstávají | >85% annually |
| Revenue retention (NRR) | Net Revenue Retention | >100%, ideálně >120% |
| Engagement retention | % aktivních uživatelů | Week 4 retention >40% |
| Feature retention | Kontinuální používání features | >60% |
| Cohort curves | Retention by cohort | Flattening curve |
North Star Metric pro PLG
North Star Metric je jedna metrika, která nejlépe zachycuje hodnotu, kterou produkt dodává zákazníkům. V PLG modelu by měla:
- Měřit hodnotu pro zákazníka (ne jen revenue)
- Být leading indicator růstu
- Být ovlivnitelná celým týmem
Příklady North Star Metrics:
| Společnost | North Star Metric |
|---|---|
| Slack | Daily Active Users posílající zprávy |
| Airbnb | Nights booked |
| Spotify | Time spent listening |
| HubSpot | Weekly Active Teams |
| Figma | Weekly Active Editors |
Budování PLG Dashboard
Executive Dashboard (Weekly Review)
Key Metrics:
- North Star Metric (trend + WoW change)
- New sign-ups
- Activation rate
- PQL count
- Free to paid conversion
- NRR
Product Team Dashboard (Daily)
Acquisition:
- Sign-ups by channel
- Landing page conversion
Activation:
- Onboarding funnel
- TTV distribution
- Activation rate by segment
Engagement:
- DAU/WAU/MAU
- Feature usage heat map
- Session analytics
Growth Team Dashboard
Conversion:
- PQL pipeline
- Conversion funnel
- Trial analytics
Expansion:
- Usage patterns
- Upgrade triggers
- Seat expansion opportunities
Common Mistakes v PLG Metrics
1. Sledování vanity metrics
Sign-ups bez kontextu aktivace jsou meaningless. Vždy párujte s kvalitou.
2. Ignorování segmentace
SMB a Enterprise mají dramaticky různé benchmarks. Segmentujte metriky.
3. Příliš mnoho metrik
Začněte s 5-7 klíčovými. Přidávejte postupně.
4. Statické PQL definice
PQL definice by se měla vyvíjet s produktem. Revalidujte kvartálně.
5. Chybějící cohort analysis
Aggregate metriky maskují problémy. Vždy analyzujte po kohortech.
Implementace: Od nuly k PLG metrics
Fáze 1: Foundation (Týden 1-2)
- Implementujte product analytics (Amplitude, Mixpanel)
- Definujte key events
- Nastavte základní tracking
Fáze 2: Activation (Týden 3-4)
- Definujte aktivaci
- Zmapujte aha moment
- Nastavte activation funnel
Fáze 3: PQL (Týden 5-6)
- Analyzujte konverze z minulosti
- Definujte PQL kritéria
- Implementujte PQL scoring
Fáze 4: Dashboard (Týden 7-8)
- Vytvořte executive dashboard
- Nastavte alerting
- Začněte weekly reviews
Case Study: Transformace na PLG Metrics
Situace: B2B SaaS přecházející ze sales-led na PLG
Před (Sales-led metrics):
- MQL count
- SQL count
- Pipeline value
- Win rate
Po (PLG metrics):
- Sign-ups (weekly)
- Activation rate
- PQL count a conversion
- Self-serve revenue %
- NRR
Výsledky po 6 měsících:
- Sales efficiency: +40%
- CAC: -35%
- Time to close: -50%
- Self-serve revenue: 0% -> 25%
Závěr
Přechod z MQL na PQL není jen změna metriky - je to změna mindset. V PLG světě produkt kvalifikuje leady lépe než jakýkoli sales process. Klíč k úspěchu:
- Definujte jasně váš aha moment
- Vytvořte robustní PQL definici
- Měřte celý funnel od sign-up po expansion
- Iterujte na základě dat
