Redaktørens note: Joe Procopio er Chief Product Officer på Få Spiffy og grundlæggeren af undervisningstartup.com. Joe har en lang iværksætterhistorie i trekanten, der inkluderer Automated Insights, ExitEvent og Intrepid Media. Han skriver en eksklusiv klumme om iværksætteri for WRAL TechWire. Hans spalter udgives om mandagen som en del af TechWire's Opstart mandag pakke.
+ + +
FORSKNINGSTREKANTPARK – At vokse din virksomhed er ikke raketvidenskab. For de fleste startups er forskellen mellem succes og fiasko forskellen mellem at fumle rundt i mørket og følge en veloplyst vej mod vækst.
Ingen vil lyse den vej for dig.
I over 20 år med at bygge startups ved hjælp af data til at skabe effektive, gentagelige strategier for vækst, har jeg lært, at hver vej er unik for hver virksomhed. Den største fejl, enhver iværksætter kan begå, er at opgive det, de ved er sandt om deres egen virksomhed, for at følge en andens vækstplan, der ikke må gå glip af.
Joe Procopio (Foto udlånt af Joe Procopio)
Hvis du kan bygge din startup op til en levedygtig virksomhed, har du alt hvad du behøver for at skabe trækkraft og skalere den virksomhed.
Sådan gør du det.
Hvis du vil skalere, så lad data være dit lys i mørket
Jeg har set det en million gange: En grundlægger vil bygge en startup til et eller andet indledende succespunkt og derefter fryse - usikker på præcis, hvorfor deres kunder er så vilde med deres produkt eller service.
I sidste uge skrev jeg et indlæg skitsere de mest kritiske fejl startup grundlæggere og ledere gør, når de står over for opgaven med at skalere deres indledende succes. Det meste af tiden har disse grundlæggere og ledere den rigtige idé - ved at bruge data som en guide til at bestemme retningen og omfanget af deres næste træk. Problemet er næsten altid i udførelsen:
- Holde for stramt greb om den første succes og lade nye muligheder glide væk.
- At lytte til de forkerte signaler og jagte ubeviste teorier.
- At lade en overflod af optimisme eller pessimisme forplumre beslutningsprocessen.
Enhver kan fortælle dig, at du bør bruge data som dit lys i mørket til vækst. Så hvordan sikrer du dig, at du bruger det korrekt? Jeg vil gentage de DON'Ts, jeg skrev om i det forrige indlæg, og give dig handlingsrettede strategier til at udføre i stedet.
GØR IKKE dette: Kør en bølge for lang
Den største fejl, en startup-stifter eller -leder kan begå, er at analysere alle data omkring virksomhedens indledende succes, kun se på det positive og beslutte sig for at holde kursen. Intet varer evigt, alle gode ting skal have en ende, og hvis din virksomhed vokser, er der ingen øvre grænse for, hvor dine tal skal være.
Gør dette: Eksperimenter altid
Du bør være i en konstant tilstand af kontrolleret eksperimentering med dit produkt, din positionering, din markedstilpasning, din pitch og dine budskaber. Du har ikke brug for engrosændringer med hver ny version eller ændring, men du skal tage flere skridt ind i mørket for at se, om du så at sige kommer til at stumpe din tå.
En læser spurgte: Hvor meget tid skal jeg bruge på at oprette rapporterbare data fra en MVP? Mit svar er "Det hele", eller i det mindste så meget tid som du kan. En MVP uden en sporingsmekanisme på hver interaktion, fra den første opdagelse af virksomheden til at lukke salget, er bare en meget dyr måde at fumle rundt i mørket.
Det er lige meget, om du sælger SaaS-software eller haveredskaber. Ethvert berøringspunkt i opdagelsen, transaktionen og brugen af det pågældende produkt skal spores, automatisk eller manuelt, inklusive hvornår interaktionen skete, hvordan det skete, hvad resultatet eller næste trin var, og hvad dette resultat eller næste trin betyder for omsætningen og omkostninger.
Du bør spore hvert datapunkt og lade resultaterne sortere sig selv. Jeg kan ikke fortælle dig, hvor mange gange jeg har spurgt en grundlægger, om de sporede et datapunkt, og svaret var nej, og grunden var, at de ikke følte, at de havde brug for det.
Hvis der er én ting, jeg har lært om produkt-markedspasning, er det, at du ikke ved, om et datapunkt er vigtigt eller ej, før du empirisk kan bevise, at det ikke er det. Du kan ikke bevise det, før du sporer det. Den eneste advarsel, jeg vil tilføje, er, at du skal trække grænsen med indsats. Hvis et datapunkt er for dyrt at spore, skal du muligvis gætte.
Til sidst vil jeg tilføje, at du skal balancere, hvor mange eksperimenter du laver på én gang. Jeg vil anbefale, at du altid laver mere end ét eksperiment ad gangen, for når du forsøger at skalere, er tiden altid knap. Men én ting at overveje er at sikre, at virkningen af et eksperiment ikke forplumrer resultaterne af et andet.
Hvis du f.eks. tilføjer en ny funktion, skal du være forsigtig med, hvor drastisk en ændring du så foretager i dine beskeder. Hvis din nye funktion er fantastisk, og dine nye beskeder er dårlige, har du lige givet dig selv en falsk negativ.
GØR IKKE dette: Dræb kontantkoen
Selvfølgelig er det modsatte af analyselammelse et engrosskifte, der forlader gevinsterne fra den indledende succes i vækstens navn.
Et klassisk eksempel er opstarten, der tiltrækker millioner af kunder for et gratis produkt (f.eks. indhold), og derefter ser dollartegn, hvis de opkræver disse "kunder" en lille pris for det samme produkt (f.eks. 1 USD om måneden). Der sker normalt to ting, og de kommer begge som en overraskelse:
- Langt de fleste af disse "kunder" vil ikke konvertere.
- Omkostningerne til at betjene de nye betalende kunder viser sig at være langt mere end den indtjening, de genererer.
Gør dette: Se efter grønne skud
Massive egetræer dukker ikke op natten over. De starter med grønne skud. Når du foretager en ændring i, hvordan din virksomhed fungerer, vil du fremme noget negativitet i din nuværende kundebase. I stedet for at rydde din skov og blive chokeret, når intet vokser tilbage, skal du først genplante et enkelt træ og overvåge, hvordan den nye vækst sker.
Disse målinger bør altid være baseret på omsætning og fastholdelse. Når du foretager ændringer i dit produkt eller din tjeneste, forsøger du at øge din omsætning og beholde både dine nye og gamle kunder længere.
Når du kører dine eksperimenter, skal du stille en hypotese om de forventede resultater. Med andre ord, hvis du foretager en ændring, skulle den ændring resultere i, at X % nye kunder betaler Y % mere i Z % mindre tid. Foretag derefter en hypotese om indvirkningen på din eksisterende base: Vi planlægger at miste X % af vores kunder, og disse kunder bør ikke være mere end Y % værdifulde for os.
Opgiv hurtigt mislykkede eksperimenter. Du behøver ikke at skære dem af uden varsel, men være i stand til at fortryde dem, bringe dem tilbage i huset og justere dem, indtil du fikser disse procenter. Dette gælder især, når du mister flere kunder, end du havde forventet, eller mister kunder, der var mere værdifulde for dig, end du havde forventet.
GØR IKKE dette: Opgiv makroen for mikroen
Bare fordi en idé ikke virker, betyder det ikke, at det var en dårlig idé. Små ændringer i dine data, gode eller dårlige, kræver ikke gennemgribende handling. For at blive metaforisk igen, bygger du ikke en skyskraber på et fundament, der ikke har sat sig - og du river ikke en skyskraber ned, fordi taget er utæt.
Gør dette: Ret efter mønstre, ikke på datapunkter
For at skalere skal du definere din succes som omsætning minus omkostninger og gentage og udvide. For at vokse skal du definere din succes som livstidsværdi af en kunde (LTV) minus omkostninger for at erhverve en kunde (CAC) og udvide.
Et dårligt datapunkt, en dårlig kunde, et mislykket forhold kan kaste din trendlinje af, men det dikterer måske ikke selve tendensen. Samme på den anden side. En stor kunde betyder ikke, at eksperimentet virkede.
Så når vi taler om risiko i entreprenørisme, er risiko ikke at tage det næste dristige skridt, eller at dreje i en retning, som ingen forventer - det er gambling. Risiko er at bestemme, hvornår et mønster opstår baseret på et begrænset antal datapunkter.
For at besvare et andet spørgsmål, der kom ud af det sidste indlæg: Hvordan udnytter du anekdotiske beviser med succes, når de ikke består nogen form for signifikanstest?
Dette er forskellen mellem at være en god iværksætter og en dårlig iværksætter. Og det kommer ned til risiko og afbødning. Du, som ejer af ideen og leder af udførelsen, skal træffe denne risiko/belønningsbeslutning rettidigt, baseret på de mønstre, der dig genkende.
Enhver iværksætter kan sælge et godt produkt. Ikke alt for mange iværksættere kan genkende et godt produkt.
Kommer til afgørende data er den sværeste del af datadrevet vækst. Men når du først når dertil, går det næsten automatisk. Når du har tillid at du kan få $X mængde af LTV for $Y mængde CAC, det er når du trykker på speederen.
At udfylde hullet mellem selvtillid og afgørende er det, der gør en stor iværksætter.
+ + +
Hej! Hvis du fandt dette indlæg nyttigt eller indsigtsfuldt, kan du overveje at tilmelde dig mit ugentlige nyhedsbrev på joeprocopio.com så du ikke går glip af nye indlæg. Det er kort og konkret. Eller hvis du gerne vil have mere taktisk opstartsrådgivning direkte til din indbakke, få en gratis prøveversion af Teaching Startup.
