मोबाइल मार्केटर्स के लिए, कस्टमर एंगेजमेंट प्लेटफ़ॉर्म के जटिल प्राइसिंग मॉडल को समझना एक चुनौती हो सकती है। क्या आप ज़्यादा भुगतान से बचते हुए, अपने ऐप के लिए सही प्राइसिंग मॉडल निर्धारित करना चाहते हैं? इस लेख में, हम आपको मौजूदा दृष्टिकोणों के फायदे और नुकसान के बारे में बताएंगे।
कस्टमर एंगेजमेंट प्लेटफ़ॉर्म अपने प्राइसिंग टियर्स को आवश्यक परिदृश्यों के आधार पर संरचित करते हैं, जिसमें ऐप्स की परिपक्वता और उन कार्यों को ध्यान में रखा जाता है जिन्हें वे संबोधित करना चाहते हैं। मुख्य मानदंडों में से एक ऐप के विकास चरण पर आधारित है, जिसे या तो यूज़र्स या डिवाइस की संख्या के माध्यम से मापा जा सकता है। आइए विवरण में जानते हैं।
MAU पर आधारित प्राइसिंग मॉडल
कई कस्टमर एंगेजमेंट प्लेटफ़ॉर्म MAU (मंथली एक्टिव यूज़र्स) की संख्या को चार्जिंग विधि के रूप में उपयोग करते हैं।
मोबाइल बाज़ार में, MAU एक महीने के भीतर किसी ऐप के साथ जुड़ने वाले यूनिक यूज़र्स की संख्या को दर्शाता है। जुड़ाव का गठन क्या होता है, इसकी परिभाषा अलग-अलग हो सकती है, लेकिन यह आमतौर पर सार्थक यूज़र कार्यों जैसे ऐप खोलना, लॉग इन करना, खरीदारी करना, सेशन करना या पेज देखना के इर्द-गिर्द घूमती है।
हालांकि, जब कस्टमर एंगेजमेंट प्लेटफ़ॉर्म की बात आती है, तो वे अक्सर MAU की अपनी व्याख्याएं लागू करते हैं, जो मानक बाज़ार परिभाषा से भिन्न हो सकती हैं या अतिरिक्त पैरामीटर शामिल कर सकती हैं। इससे छिपे हुए कारक और जटिलताएँ पैदा होती हैं जिनके बारे में व्यवसायों को जागरूक होने की आवश्यकता है। आइए मूल्य निर्धारण पर उनके प्रभावों को बेहतर ढंग से समझने के लिए इन व्याख्याओं पर गौर करें।
1. MAU + डेटा पॉइंट्स पर आधारित प्राइसिंग मॉडल (वास्तव में, डेटा पॉइंट्स पर)
द्वारा उपयोग किया जाता है: Braze, CleverTap.
इस दृष्टिकोण के भीतर, प्राइसिंग टियर्स MAU गणना पर आधारित होते हैं और प्रत्येक MAU के लिए ‘डेटा पॉइंट्स’ की एक पूर्व-निर्धारित सीमा शामिल होती है।
डेटा पॉइंट्स यूज़र प्रोफाइल पर लॉग की गई जानकारी से संबंधित हैं और इसमें ऐप के भीतर विभिन्न यूज़र एक्शन शामिल हैं: पेज व्यू, किसी लिंक पर क्लिक, और खरीदारी — साथ ही यूज़र प्रोफाइल में बदलाव या दूसरे सेगमेंट में ट्रांज़िशन।
यह तथ्य कि प्रत्येक MAU के लिए डेटा पॉइंट्स की संख्या पर एक सीमा है, अक्सर स्पष्ट रूप से इंगित नहीं किया जाता है, इसलिए प्रदाता के दस्तावेज़ों का पता लगाना और बिलिंग में पारदर्शिता की तलाश करना हमेशा एक अच्छा विचार है।
इनके लिए लागत-प्रभावी: वे ऐप्स जो मुख्य रूप से एंगेजमेंट अभियानों के बजाय विश्लेषणात्मक उद्देश्यों के लिए कस्टमर एंगेजमेंट प्लेटफ़ॉर्म का उपयोग करते हैं।
इसके विपरीत, उच्च यूज़र एंगेजमेंट और लगातार मार्केटिंग प्रयोगों (A/B/n टेस्टिंग, टैग/सेगमेंट प्रयोग) वाले ऐप्स को डेटा पॉइंट उपयोग का सटीक अनुमान लगाना चुनौतीपूर्ण लग सकता है।
उदाहरण: मान लीजिए, आपके चुने हुए प्लान में, आपके पास एक MAU के लिए 700 डेटा पॉइंट्स आवंटित हैं। इन डेटा पॉइंट्स को इस प्रकार वितरित किया जा सकता है:
- 100 यूज़र एट्रिब्यूट्स जो हर महीने बदलते हैं;
- 50 इवेंट्स, प्रत्येक इवेंट के लिए 10 एट्रिब्यूट्स के साथ, कुल 500 डेटा पॉइंट्स।
वर्तमान में, यह आवंटन आपकी आवश्यकताओं के लिए पर्याप्त हो सकता है। लेकिन क्या होगा यदि एक महीने के बाद आप नए इवेंट्स एकत्र करना शुरू करने का निर्णय लेते हैं और आप अब सीमाओं के भीतर फिट नहीं होते हैं? कुल मिलाकर, इस दृष्टिकोण के साथ, आप उस डेटा की मात्रा के मामले में विवश हैं जिसे आप ऑपरेशन में ले सकते हैं।
| 🤔 MAU + डेटा पॉइंट्स पर आधारित प्राइसिंग मॉडल की सीमाएँ | ||
|---|---|---|
| डेटा पॉइंट्स के उपयोग और अंतिम लागत के लिए कम पूर्वानुमान: यह अनुमान लगाना कि डेटा पॉइंट की सीमा आपकी आवश्यकताओं के लिए कब पर्याप्त नहीं होगी, चुनौतीपूर्ण है - यह अप्रत्याशित रूप से और अचानक हो सकता है। इस चुनौती का सामना करने के लिए, आपको लंबी अवधि के लिए कस्टम इवेंट्स और यूज़र एट्रिब्यूट्स में सभी परिवर्तनों का पूर्वानुमान लगाना होगा। |
2. MTU (मंथली ट्रैक्ड यूज़र्स) पर आधारित प्राइसिंग मॉडल
द्वारा उपयोग किया जाता है: MoEngage, Mixpanel, Amplitude, mParticle.
MTUs पर आधारित प्राइसिंग मॉडल एक कैलेंडर माह के भीतर एक या अधिक क्वालीफाइंग इवेंट्स करने वाले यूज़र्स की संख्या के आधार पर बिलिंग की गणना करने का एक तरीका है।
प्रत्येक प्लेटफ़ॉर्म अपने स्वयं के मानदंडों के अनुसार एक क्वालीफाइंग इवेंट को परिभाषित करता है। विशेष रूप से, परिभाषा में ऐसे इवेंट्स शामिल हो सकते हैं जो यूज़र्स द्वारा स्वयं उत्पन्न नहीं किए जाते हैं, और इसलिए, वे एंगेज्ड यूज़र्स की वास्तविक संख्या को नहीं दर्शाते हैं।
लागत-प्रभावी: जब किसी प्लेटफ़ॉर्म की MTU की परिभाषा MAU की बाज़ार की समझ के साथ संरेखित होती है। ऐसे मामलों में, मॉडल अच्छी पूर्वानुमान क्षमता प्रदान करता है।
| 🤔 MTU पर आधारित प्राइसिंग मॉडल की सीमाएँ | ||
|---|---|---|
| कम ROI: चूँकि MTU की संख्या एंगेज्ड यूज़र्स की संख्या के बराबर नहीं हो सकती है, इसलिए मार्केटिंग अभियानों का ROI कम हो सकता है। |
MAU गिनती की व्याख्या पर आधारित प्राइसिंग मॉडल के आसपास की सभी अनिश्चितताओं को दूर करने के लिए, एक वैकल्पिक विकल्प उभरता है: डिवाइस गणना पर आधारित एक प्राइसिंग मॉडल।
पुश सब्सक्राइबर्स पर आधारित प्राइसिंग मॉडल
द्वारा उपयोग किया जाता है: Pushwoosh, OneSignal.
यह प्राइसिंग मॉडल पुश सब्सक्राइबर्स (वैध पुश टोकन वाले डिवाइस) की कुल संख्या के आधार पर एक कस्टमर एंगेजमेंट प्लेटफ़ॉर्म की लागत की गणना करता है। डिवाइस गणना पर आधारित प्राइसिंग प्लान आमतौर पर असीमित डेटा पॉइंट्स के साथ आते हैं।
इनके लिए लागत-प्रभावी:
- वे ऐप्स जो कई मार्केटिंग प्रयोग करते हैं (A/B/n परीक्षण चलाना, कई टैग और सेगमेंट बनाना) और इन गतिविधियों के परिणामस्वरूप अत्यधिक डेटा पॉइंट्स के लिए अधिक भुगतान करने से बचना चाहते हैं।
- वे ऐप्स जिनका प्राथमिक एंगेजमेंट चैनल पुश नोटिफिकेशन है और जो यह सुनिश्चित करना चाहते हैं कि वे केवल पहुँच योग्य यूज़र्स के लिए भुगतान करें।
उदाहरण: Pushwoosh का बेस प्लान में 1,000 पुश सब्सक्राइबर्स का आवंटन मुफ़्त में शामिल है, जिसमें प्रत्येक अतिरिक्त 1,000 सब्सक्राइबर्स पर $3 प्रति माह की अतिरिक्त लागत आती है। पुश सब्सक्राइबर्स पर आधारित प्राइसिंग मॉडल पारदर्शिता सुनिश्चित करता है और व्यवसायों को अच्छी तरह से सूचित निर्णय लेने में सक्षम बनाता है।
| ✅ लाभ | 🤔 सीमाएँ |
|---|---|
| _ पूर्वानुमानित बिलिंग: ऐप्स को अपने डेटा पॉइंट्स के उपयोग का पूर्वानुमान नहीं लगाना पड़ता है; _ पुश नोटिफिकेशन अभियानों के लिए उच्च ROI: ऐप्स से केवल उन यूज़र्स की संख्या के लिए बिल लिया जाता है जिन तक पुश नोटिफिकेशन के माध्यम से पहुँचा जा सकता है। * पूरी ऑडियंस तक पहुँच: आपके द्वारा भुगतान की जाने वाली लागत के लिए, आप पूरी ऑडियंस तक पहुँच प्राप्त करते हैं और बाद में उन यूज़र्स को फिर से एंगेज कर सकते हैं जिन्होंने ऐप के साथ इंटरैक्ट नहीं किया है, वह भी बिना किसी अतिरिक्त खर्च के। | * नेविगेशन में कठिनाइयाँ: चूँकि मोबाइल मार्केटर्स MAUs के आधार पर अपनी एंगेजमेंट रणनीतियों की योजना बनाने के आदी हैं, इसलिए उनके लिए एक अलग मीट्रिक, जैसे कि पुश सब्सक्राइबर्स की संख्या, पर आधारित प्राइसिंग टियर्स को नेविगेट करना चुनौतीपूर्ण हो सकता है। |
💡जबकि OneSignal और Pushwoosh दोनों एक सब्सक्राइबर-आधारित दृष्टिकोण साझा करते हैं, उनकी इन-ऐप मैसेजिंग प्राइसिंग रणनीति में एक मुख्य अंतर उत्पन्न होता है। Pushwoosh की निश्चित प्राइसिंग के विपरीत, OneSignal इन-ऐप इंप्रेशन के लिए शुल्क लेता है, जिसके परिणामस्वरूप संभावित रूप से लागत में उतार-चढ़ाव हो सकता है। यह अंतर बजट की पूर्वानुमान क्षमता और बिना किसी सीमा के एंगेजमेंट के महत्व पर प्रकाश डालता है।
अपने ऐप के लिए सही प्राइसिंग मॉडल तय करना
तो, क्या कोई प्राइसिंग मॉडल किसी विशेष ऐप के लिए अच्छा काम करता है, यह ऐप की एंगेजमेंट रणनीति, साथ ही उसकी मार्केटिंग रणनीति और वित्तीय योजना की बारीकियों पर निर्भर करता है।
वे ऐप्स जो एंगेजमेंट अभियानों के बजाय एनालिटिक्स के लिए कस्टमर एंगेजमेंट प्लेटफ़ॉर्म का अधिक उपयोग करते हैं, वे डेटा-पॉइंट-आधारित मॉडल को अपना सकते हैं।
MTU-आधारित प्राइसिंग मॉडल उस स्थिति में पूर्वानुमानित बिलिंग की पेशकश कर सकता है जब MTU परिभाषा में केवल यूज़र्स द्वारा शुरू किए गए इवेंट्स शामिल हों।
अंत में, उन ऐप्स के लिए जो मार्केटिंग युक्तियों के साथ प्रयोग करते हुए और पुश नोटिफिकेशन के माध्यम से यूज़र्स को लक्षित करते हुए लागत-प्रभावशीलता की तलाश में हैं, पुश सब्सक्राइबर्स पर आधारित प्राइसिंग मॉडल एक इष्टतम विकल्प साबित होता है।
अपने प्राइसिंग पर विस्तार से चर्चा करने के लिए तैयार हैं? Pushwoosh टीम से संपर्क करें:
Pushwoosh के प्लान्स की तुलना करें और अपने लिए सही चुनें:
