सामग्री पर जाएँ

कौन से नए customers अपने पहले 90 दिनों में पीछे रह रहे हैं?

पिछले 90 दिनों में live हुए हर customer की तुलना इससे करें कि आपके healthy accounts ने कैसे ramp किया। देखें कि कौन पीछे है, और क्या उसकी ज़्यादातर seats कभी इस्तेमाल नहीं हुईं या कोई onboarding सवाल जवाब का इंतज़ार कर रहा है।

Querri खोलें

आपको क्या चाहिए होगा

Querri (मुफ्त ट्रायल) exports जोड़ने और view बनाने के लिए

Salesforce, weekly product usage और Intercom exports: Step 1 बताता है कि हर एक क्या जोड़ता है

आपका usage target: वही जो आपका renewal review इस्तेमाल करता है

मुफ्त संसाधन

अपना मुफ्त ट्रायल यहां शुरू करें →

नमूना डेटा सेट

एक काल्पनिक software कंपनी का synthetic data। असली customer data नहीं।

मदद चाहिए?

यदि आपके कोई प्रश्न हैं, तो आप डेमो का अनुरोध कर सकते हैं या हमारी टीम को ईमेल कर सकते हैं।

शुरू करने से पहले

ज़्यादातर CS teams किसी नए customer का हाल उसके account में login करके और देखकर बता सकती हैं। यह पाँच accounts के लिए चलता है, पूरी तिमाही के लिए नहीं। धीमी शुरुआत तीसरे हफ़्ते में आसानी से छूट जाती है और नौवें महीने में मुश्किल से ठीक होती है। Usage warehouse में है, go-live dates CRM में और onboarding सवाल support inbox में, इसलिए weekly review का मतलब है सबको हाथ से जोड़ना।

यह playbook हर नए customer को उन accounts के साथ रखता है जिन्होंने अच्छी तरह ramp किया, बताता है कि कौन पीछे है, और दिखाता है कि उन accounts में क्या समान है।

यह कैसे काम करता है:

  • • Salesforce, weekly usage और Intercom upload करें
  • • Chart करें कि healthy accounts ने कैसे ramp किया
  • • हर नए customer को उस curve पर रखें
  • • देखें कि धीमे शुरू करने वालों में क्या समान है
  • • हर CSM के लिए call list बनाएँ

इन चरणों का पालन करें

Querri खोलें →
1 चरण 1:

Salesforce, BigQuery और Intercom upload करें

तीन exports, एक project:

  • •

    Salesforce (या HubSpot): हर account के लिए go-live date, licensed seats, ARR और CSM।

  • •

    BigQuery (या Amplitude, Mixpanel): go-live के बाद हफ़्ते दर हफ़्ते, किसने कौन सा core feature इस्तेमाल किया।

  • •

    Intercom: onboarding और integration conversations, और आखिरी जवाब किसने दिया।

अपना usage target एक छोटी sheet में डालें, ताकि उसे बदलना आसान हो। Live data चाहिए? Querri Salesforce, BigQuery और Intercom से सीधे connect होता है।

सुझाव: पिछले साल live हुए accounts भी शामिल करें। वही नए accounts का पैमाना हैं।

  • Salesforce accounts
  • Weekly usage
  • Intercom
Querri One project
2 चरण 2:

Chart करें कि healthy accounts ने अपने पहले 90 दिनों में कैसे ramp किया

वे accounts चुनें जो आपके usage target तक पहुँचे, और उनके पहले 13 हफ़्ते chart करें:

प्रॉम्प्ट

"2025 की दूसरी छमाही में live हुए जिन accounts ने तीसरे महीने तक हमारा 33% usage target हासिल किया, उनके लिए go-live के बाद हर हफ़्ते active seats के हिस्से का median और 25th percentile दिखाओ।"

पिछली छमाही में live हुए 117 में से 92 accounts healthy माने गए। उनका median week 0 में 28% seats से बढ़कर week 9 तक 50% हो जाता है।

Chart करें कि healthy accounts ने अपने पहले 90 दिनों में कैसे ramp किया
हफ़्ताMedian25th percentile
Week 028.4%18.8%
Week 440.0%30.5%
Week 846.2%38.0%
Week 1250.0%41.7%

Healthy accounts में active seats का हिस्सा, go-live के बाद के हफ़्ते के हिसाब से।

3 चरण 3:

हर नए customer को उस curve पर रखें

हर account को उसके अपने हफ़्ते पर परखें, उसी हफ़्ते के healthy accounts के मुक़ाबले:

प्रॉम्प्ट

"31 March से 28 June 2026 के बीच live हुए हर customer की तुलना उसी हफ़्ते के healthy accounts से करो, और हर एक को on the curve, behind या far behind mark करो, CSM के हिसाब से।"

पिछले 90 दिनों में live हुए 133 customers में से 42 curve से पीछे हैं, $2.33M ARR के साथ। उनमें से 23 बहुत पीछे हैं।

हर नए customer को उस curve पर रखें
StatusAccountsARR
Curve पर76$3,740,994
पीछे19$1,126,350
बहुत पीछे23$1,203,525
बहुत नए (2 हफ़्ते से कम usage)15$782,300

31 March से 28 June 2026 के बीच live हुए customers, उनके latest पूरे हफ़्ते के status के हिसाब से।

4 चरण 4:

देखें कि curve से पीछे वाले accounts में क्या समान है

कोई fix चुनने से पहले आम संदिग्धों को साथ-साथ test करें:

प्रॉम्प्ट

"Curve से पीछे वाले accounts के लिए, उनकी कितनी seats कभी active हुईं, क्या कोई onboarding या integration conversation हमारे जवाब का इंतज़ार कर रही है, और go-live में कितना समय लगा, curve पर वाले accounts के मुक़ाबले?"

ज़्यादातर धीमे शुरू करने वालों में 40% से कम seats कभी active हुईं। Curve से पीछे और curve पर वाले accounts को live होने में लगभग बराबर समय लगा।

देखें कि curve से पीछे वाले accounts में क्या समान है
SignalCurve से पीछेCurve पर
40% से कम seats कभी active86%18%
Onboarding सवाल 7+ दिन से अनुत्तरित29%1%
Go-live तक median दिन31.534.5

Curve से पीछे वाले accounts बनाम curve पर वाले accounts।

5 चरण 5:

Onboarding view तैयार करें

Weekly review के लिए चार numbers, और हर CSM के लिए एक call list।

Querri जो कथा लिखता है:

पिछले 90 दिनों के नए ARR का लगभग एक तिहाई curve से पीछे है, और उसमें से ज़्यादातर में एक ही कमी है: 40% से कम seats कभी इस्तेमाल हुईं।

आप क्या बना या एक्सपोर्ट कर सकते हैं:

  • call list, Excel, CSV या Google Sheets में
  • एक live dashboard जो हर हफ़्ते refresh होता है
  • एक presentation, PDF या PowerPoint में
Onboarding view तैयार करें
Accountकभी active seatsARR
Scott-Mcgee15%$157,500
Nelson, Mercado and Anderson23%$151,500
Simpson Ltd16%$127,100
Jones-King27%$120,000

Curve से पीछे के 42 accounts में से चार सबसे बड़े।

धीमी शुरुआत को तीसरे हफ़्ते में पकड़ें, renewal पर नहीं।

अपने data पर आज़माएँ
SaaS customer success के लिए Querri देखें कि Querri customer success teams को हर customer को, हर system से, एक ही जगह देखने में कैसे मदद करता है। Customer success के लिए Querri देखें

ऐसे new-customer review के tips जो धीमी शुरुआत पकड़ ले

Logins नहीं, seats गिनें

रोज़ login करने वाला champion उस team को छिपा सकता है जिसने कभी शुरू ही नहीं किया। यहाँ सबसे पहले हिलने वाला number था कभी active हुई licensed seats का हिस्सा।

हर account को उसकी अपनी घड़ी पर परखें

Accounts को calendar month के बजाय go-live के बाद के हफ़्ते से line up करें, ताकि तीन हफ़्ते पुराने customer को तीन महीने के पैमाने पर न परखा जाए।

Querri को अपने rules एक बार सिखाएँ। उसके बाद हर जवाब उनका पालन करता है।

Active किसे मानें, कौन से accounts healthy हैं, account कब पीछे है: हर rule एक बार बताएँ और Querri उसे उस data पर हर सवाल में लागू करता है।

मुझे दिखाएँ कैसे

chat में कहें

बातचीत में एक rule तय करें और Librarian उसे Facts & Rules में एक fact के रूप में दर्ज करता है, उस table से जुड़ा जिस पर वह लागू होता है। उस data पर बाद का हर सवाल उसे लागू करता है, चाहे कोई भी पूछे, और उसके बाद बना हर view उसे साथ रखता है।

प्रॉम्प्ट

"Week 0 वह हफ़्ता है जिसमें Go-Live Date आती है, और किसी हफ़्ते में seat तब active है जब उसके user ने Builder, Approvals या Reports चलाया। इसे weekly usage table के लिए rule के रूप में save करो।"

या वह document लाएँ जिसमें यह पहले से लिखा है

अपना onboarding playbook या success plan template किसी भी दूसरी file की तरह upload करें। Querri Inbox में एक From a document card रखता है जिसमें उसे मिले statements होते हैं, हर एक अपने page और सटीक शब्दों के साथ; जिन्हें रखना है उन पर tick करें और वे facts बन जाते हैं। जिन rules पर यह playbook निर्भर है:

  • Active seat: ऐसा user जिसने उस हफ़्ते Builder, Approvals या Reports चलाया
  • Usage target: 33% licensed seats active
  • Week 0: वह हफ़्ता (सोमवार से शुरू) जिसमें Go-Live Date आती है
  • Healthy account: 2025 की दूसरी छमाही में live, weeks 9 से 12 में 33% या ज़्यादा seats active
  • Curve से पीछे: उसी हफ़्ते healthy 25th percentile से नीचे; बहुत पीछे का मतलब उसके आधे से नीचे
  • कम seat use: go-live के बाद से 40% से कम seats कभी active
  • Onboarding सवाल इंतज़ार में: open, onboarding या integration tag वाला, 7 दिन से team का कोई जवाब नहीं
प्रॉम्प्ट

"हमारा onboarding playbook पढ़ो और go-live, पहले 90 दिनों और healthy rollout कैसा दिखता है, इस पर उसमें लिखे rules propose करो। मैं उन्हें Inbox में review करूँगा।"

rules कहाँ तक पहुँचते हैं

rule data से जुड़ा होता है, किसी एक व्यक्ति की chat से नहीं, इसलिए वह हर जगह data के साथ जाता है:

  • • chat में पूछा गया हर सवाल, team में कोई भी पूछे
  • • हर view जो Librarian उस data पर बनाता है
  • • किसी project का हर step, उसके लिखे code सहित
  • • Dashboards और scheduled runs, हर बार refresh होने पर
  • • Claude और ChatGPT, जब वे Querri से पूछते हैं

नियंत्रण आपके हाथ में रहता है

हर rule Facts & Rules में उस data के साथ दिखता है जिस पर वह लागू होता है, जहाँ आप उसे edit कर सकते हैं या हटा सकते हैं। document से आए rules Inbox में आपके tick का इंतज़ार करते हैं, और Worth remembering card वह तरीका है जिससे Querri खुद देखा गया कोई rule सुझाता है। Workspaces और roles तय करते हैं कि कौन क्या बदल सकता है। पूरी कंपनी के rules Settings → Customize में जाते हैं; बाकी सब Library में रहता है।

हर सोमवार का फ़ायदा

Weekly review curve से पीछे वाले accounts से शुरू होता है, हर एक में login करने से नहीं। Target या window बदलना एक वाक्य है।

अक्सर पूछे जाने वाले प्रश्न

Curve से पीछे किसे माना जाता है?
ऐसा account जिसका पिछले दो पूरे हफ़्तों में active seats का हिस्सा, go-live के बाद उसी हफ़्ते में healthy accounts के 25th percentile से नीचे है। बहुत पीछे का मतलब है उसके आधे से भी नीचे। यहाँ 28 June तक के 90 दिनों में live हुए 133 customers में से 42 पीछे हैं, जिनका ARR $2,329,875 है।
कौन से accounts healthy माने जाते हैं?
वे accounts जो 2025 की दूसरी छमाही में live हुए और जिनके weeks 9 से 12 में 33% या उससे ज़्यादा licensed seats active थे, वही usage target जो renewal review में है। 117 में से 92 accounts ऐसे थे। एक वाक्य में window या target बदलें और curve फिर से बन जाता है।
Go-live के बाद के हफ़्ते से तुलना क्यों करें?
क्योंकि तीसरे हफ़्ते वाले customer को बारहवें हफ़्ते वाले के पैमाने पर नहीं परखा जाना चाहिए। सबको एक ही घड़ी पर रखने से नए account को ठीक उसी मोड़ पर healthy accounts की हालत से परखा जा सकता है।
Median के बजाय 25th percentile क्यों?
आधे healthy accounts अपने ही median से नीचे होते हैं, इसलिए median बहुत ज़्यादा accounts को flag करेगा। 25th percentile से नीचे का मतलब है कि account उन चार में से तीन accounts से धीमा है जो आगे चलकर target तक पहुँचे।
क्या तेज़ go-live का मतलब है कि customer ramp करेगा?
इस sample में नहीं। Curve से पीछे वाले accounts को signature से go-live तक median 31.5 दिन लगे, और curve पर वाले accounts को 34.5, लगभग बराबर। बड़ा फ़र्क यह था कि कितनी seats कभी इस्तेमाल हुईं।
40% से कम seats इस्तेमाल होने का क्या मतलब है?
Go-live के बाद से 40% से कम licensed seats कम से कम एक बार active हुईं। Usage data यह नहीं बताता कि क्यों: हो सकता है बाकी team को अभी invite न किया गया हो, या उसने शुरू न किया हो। यही पहला सवाल पूछना है। Curve से पीछे के 42 में से 36 accounts में यह सच था, और curve पर वाले 18% accounts में।
क्या इसका मतलब है कि ये customers churn करेंगे?
नहीं। यह बताता है कि वे अच्छी तरह ramp हुए accounts की तुलना में कहाँ हैं, इतनी जल्दी कि कुछ किया जा सके। Seat usage और बिना जवाब की conversation धीमी शुरुआत के साथ दिखते हैं; page यह दावा नहीं करता कि वे इसकी वजह हैं।
अगर go-live dates देर से दर्ज हों तो?
Go-live Salesforce में हाथ से type होता है, इसलिए उन accounts को check करें जिनका usage go-live week से पहले है। यहाँ usage file हर account के go-live week से शुरू होती है, और जिन accounts का usage go-live week समेत दो हफ़्तों से कम है उन्हें score करने के बजाय too new mark किया जाता है।
यह कितनी बार चलाना चाहिए?
हर हफ़्ते, new-customer review से पहले, schedule पर। जो account पीछे खिसकता है वह उसी हफ़्ते दिख जाता है, जब 90 दिनों का ज़्यादातर हिस्सा अभी बाकी होता है।