Los programas de incentivos a menudo no funcionan
- Los usuarios que llegan por programas de referidos, pruebas gratis, cupones y gamificación por lo general muestran un desempeño mucho peor que los usuarios que llegan de forma orgánica. Tienen menor valor de vida del cliente (LTV), tasa de conversión, participación, etc.
- Con base en la experiencia previa de haber estado a cargo de un programa anual de referidos de más de 300 millones de dólares en Uber, estas lecciones también aplican a áreas nuevas como las apps de consumo gamificadas y los juegos web3
El fracaso de la hoja de cálculo CAC/LTV
- Cuando un producto nuevo sale al mercado, el equipo mide métricas básicas como el valor de vida del cliente y, si los números se ven bien, intenta atraer a más usuarios mediante programas de incentivos
- Pero estos incentivos a menudo atraen a un tipo distinto de usuario que de otro modo no se habría registrado, lo que provoca selección adversa (negative selection)
- Cuando el producto lleva mucho tiempo en el mercado y su mercado principal ya está mayormente saturado, este problema se vuelve aún más grave, y también aumentan los fraudes usando incentivos
- Puede ser algo tan simple como crear una cuenta nueva para obtener el incentivo, o algo mucho más organizado y malicioso
- Por eso métricas clave como el LTV y la participación a menudo pueden ser la mitad de buenas, o incluso peores
- Los usuarios adicionales de estas mecánicas upside down pueden hacerte sentir bien en apariencia, pero en realidad un menor número de usuarios es mejor para el modelo de negocio
- Y el interés por programas de referidos complejos también puede quitar atención a la innovación en otras partes del producto
- Por último, un problema sutil pero muy importante: la canibalización
- A veces existe un mercado objetivo y hace falta tiempo para que el producto se difunda entre los usuarios ideales; el boca a boca es mágico porque es gratis
- Y cuando eso sucede de forma orgánica, la intención es mucho mayor
- Pero si esos usuarios ideales conocen el producto a través de un programa de incentivos, muchas veces terminas pagando por “atraer” usuarios que de todos modos habrías conseguido
- De hecho, esto pasó en Uber
- El programa de referidos para riders empeoró con el tiempo y no solo rendía peor que otros canales, sino que incluso salía mucho peor que los usuarios adquiridos mediante publicidad pagada
- Se generaron gastos innecesarios de millones de dólares
Por qué esto importa en el mundo de web3 y las apps gamificadas
- En web3, apps de consumo gamificadas y otros ámbitos, el impacto de este problema es amplio
- Si un juego o una app no tiene participación y retención intrínsecas, agregar mecánicas de juego por sí solo no basta
- Más bien, la nueva mecánica puede empeorar la situación en lugar de mejorarla, porque atrae a un grupo de usuarios que responde a la mecánica pero no usa el producto base
- web3.0, al principio, atrajo especuladores (Speculator) mediante incentivos, pero en muchos casos tuvo dificultades para encontrar una jugabilidad divertida con la que pudiera captar usuarios reales
- De forma similar, las apps de consumo gamificadas (del tipo Trade) atraen y retienen a un tipo específico de usuario que se suma con gusto a cualquier app gamificada, pero no se involucra con la app base y pronto se cambia a otra
- Esta dinámica genera una dinámica relacionada con la “ley de las tasas de clic terribles”
- No solo empeora el desempeño de cada canal de marketing individual, sino que además muchos de los nuevos canales que agregas con el tiempo (debido a los incentivos) rinden peor que los canales iniciales
- Por eso, mientras más avanzas, más lento y difícil se vuelve todo el sistema
- Curiosamente, en Uber el programa de referidos del lado de los conductores sí atrajo usuarios muy seleccionados
- Mientras que en el programa de referidos para riders abundaban las personas que querían descuentos, los conductores tenían una motivación económica muy fuerte
- Como estaban muy motivados y se registraban para obtener una recompensa de referido mayor, de hecho tuvieron un mejor desempeño después de registrarse
- Los referidos representaban el 15% de los registros, pero entre quienes hicieron su primer viaje, superaban con creces el 30%
5 comentarios
Totalmente de acuerdo.
Gracias por compartir este buen artículo.
Cómo diseñar un programa de referidos
Parece ser un artículo que hay que leer en conjunto con este.
Si se combinan, la idea es: "los programas de referidos sí ayudan, pero las funciones virales son mejores. Si vas a implementar referidos, hay que estructurarlos bien para atraer a usuarios activos"
Opiniones de Hacker News
Quienes manejaban esquemas de cupones antes de internet probablemente ya sabían esto.
Cuando Groupon estaba de moda, hubo mucha discusión sobre este tema.
Los cupones atraen a personas con una mentalidad de escasez.
Por experiencia personal, los peores clientes son quienes quieren el precio más barato.
Algunos amigos participan en este tipo de ofertas, y eso puede ser un indicador adelantado de un modelo de negocio destinado al fracaso.
En SaaS, los usuarios que más mantenimiento demandan son las empresas "pequeñas".
Una gran razón por la que es difícil empezar una startup es que necesitas acceso a clientes de alta calidad.
Existe un mercado objetivo y, a veces, el producto puede tardar en difundirse entre los usuarios ideales.
Los clientes "malos" no están haciendo nada ilegal ni violando los TOS.
Trabajando en consultoría de UX, se observa un patrón: tener una UX demasiado fluida en un producto inicial puede ser un antipatrón para el éxito a largo plazo.