Numbrid ja edu: kuidas luua eduka käivitamise kasvuplaan, kasutades andmete PlatoBlockchain Data Intelligence'i. Vertikaalne otsing. Ai.

Numbrid ja edu: kuidas luua andmete põhjal edukas startup kasvuplaan

Toimetaja märkus: Joe Procopio on ettevõtte tootejuht Hangi Spiffy Ja asutaja learningstartup.com. Joel on kolmnurgas pikk ettevõtlusajalugu, mis hõlmab Automated Insights, ExitEvent ja Intrepid Media. Ta kirjutab WRAL TechWire'i ettevõtluse kohta eksklusiivse veeru. Tema veerud avaldatakse esmaspäeviti TechWire'i osana Käivitamise esmaspäev pakendis.

+ + +

UURIMISKOLMNURGI PARK – Ettevõtte kasvatamine ei ole raketiteadus. Enamiku idufirmade jaoks on edu ja ebaõnnestumise erinevus pimedas askeldamise ja hästi valgustatud kasvutee järgimise vahel.

Keegi ei kavatse seda teed teie eest valgustada.

Rohkem kui 20 aasta jooksul, kui olen loonud idufirmasid, kasutades andmeid tõhusate ja korratavate kasvustrateegiate loomiseks, olen õppinud, et iga tee on iga ettevõtte jaoks ainulaadne. Suurim viga, mida iga ettevõtja võib teha, on loobuda sellest, mida nad oma ettevõtte kohta tõeks peavad, et järgida kellegi teise kasvuplaani.

Joe Procopio (foto Joe Procopio loal)

Kui suudate oma idufirma ehitada elujõuliseks ettevõtteks, on teil olemas kõik, mida vajate veojõu loomiseks ja selle ettevõtte laiendamiseks.

Siit saate teada, kuidas seda teha.

Kui soovite skaleerida, laske andmetel olla teie valgus pimedas

Olen seda miljon korda näinud: asutaja ehitab idufirma mõne esialgse edupunktini ja seejärel tardub – pole täpselt kindel, miks nende kliendid nende tootest või teenusest nii vaimustuses on.

Eelmisel nädalal kirjutasin postituse tuua välja kõige kriitilisemad vead idufirmade asutajad ja juhid teevad oma esialgse edu suurendamise ülesandega silmitsi seistes. Enamasti on neil asutajatel ja juhtidel õige idee — kasutades andmeid juhendina, et määrata kindlaks oma järgmise sammu suund ja ulatus. Probleem on peaaegu alati teostuses:

  • Hoides seda esialgset edu liiga tugevalt käes ja laskma uutel võimalustel käest libiseda.
  • Valede signaalide kuulamine ja tõestamata teooriate tagaajamine.
  • Lases optimismi või pessimismi küllusel varjutada otsustusprotsessi.

Igaüks võib teile öelda, et peaksite kasvu jaoks pimedas valgusena kasutama andmeid. Kuidas siis veenduda, et kasutate seda õigesti? Kordan eelmises postituses kirjutanud MITTE-KEHTID ja annan teile selle asemel rakendatavaid strateegiaid.

ÄRGE tehke seda: sõitke mis tahes lainega liiga kaua

Suurim viga, mida idufirma asutaja või juht teha võib, on analüüsida kõiki ettevõtte esialgse eduga seotud andmeid, vaadata ainult positiivseid külgi ja otsustada kursile jääda. Miski ei kesta igavesti, kõik head asjad peavad lõppema ja kui teie ettevõte kasvab, pole teie arvul ülempiiri.

Tehke seda: katsetage alati

Peaksite olema pidevas kontrollitud katsetamises oma toote, positsioneerimise, turu sobivuse, esitluse ja sõnumitega. Te ei pea iga uue versiooni või muudatusega hulgi muudatusi tegema, kuid peate astuma mitu sammu pimedusse, et näha, kas hakkate nii-öelda varba nügima.

Lugeja küsis: Kui palju aega peaksin pühendama MVP-st aruandlusandmete loomisele? Minu vastus on "kõik see" või vähemalt nii palju aega, kui saate. MVP, millel puudub jälgimismehhanism igal suhtlusel, alates ettevõtte esmasest avastamisest kuni müügi lõpetamiseni, on lihtsalt väga kallis viis pimedas koperdamiseks.

Pole tähtis, kas müüte SaaS-i tarkvara või aiatööriistu. Iga selle toote avastamise, tehingu ja kasutamise puutepunkti tuleks jälgida automaatselt või käsitsi, sealhulgas seda, millal interaktsioon toimus, kuidas see juhtus, milline oli tulemus või järgmine samm ning mida see tulemus või järgmine samm tulu ja tulu jaoks tähendab. kulud.

Peaksite jälgima kõiki andmepunkte ja laskma tulemustel end sorteerida. Ma ei oska öelda, mitu korda olen asutajalt küsinud, kas ta jälgib andmepunkti, ja vastus oli eitav ning põhjus oli selles, et nad ei tundnud, et nad seda vajaksid.

Kui midagi olen tooteturule sobivuse kohta teada saanud, on see, et te ei tea, kas andmepunkt on oluline või mitte, kuni saate empiiriliselt tõestada, et see pole nii. Te ei saa seda tõestada enne, kui olete seda jälginud. Ainus hoiatus, mille ma lisaksin, on see, et peate pingutama piiri tõmbama. Kui andmepunkt on jälgimiseks liiga kulukas, peate võib-olla ära arvama.

Lõpetuseks lisan, et peaksite tasakaalustama, kui palju katseid korraga teete. Soovitan alati teha mitu katset korraga, sest kui proovite skaleerida, jääb aega alati väheks. Kuid üks asi, mida tuleks kaaluda, on tagada, et ühe katse mõju ei varjutaks teise katse tulemusi.

Näiteks kui lisate uut funktsiooni, olge ettevaatlik, kui drastiliselt muudate oma sõnumivahetust. Kui teie uus funktsioon on suurepärane ja teie uus sõnumside on nõme, olete lihtsalt andnud endale vale negatiivse tulemuse.

ÄRA TEE seda: tapa rahalehm

Loomulikult on analüüsihalvatuse vastand hulgimüügi nihe, mis loobub kasvu nimel esialgsest edust saadavast kasust.

Klassikaline näide on idufirma, mis meelitab miljoneid kliente tasuta toote (näiteks sisu) ostmiseks ja näeb siis dollarimärke, kui nad küsivad neilt "klientidelt" sama toote eest väikest hinda (näiteks 1 dollar kuus). Tavaliselt juhtub kaks asja ja mõlemad tulevad üllatusena:

  1. Valdav enamus neist "klientidest" ei too konversiooni.
  2. Uute maksvate klientide teenindamise kulud on palju suuremad kui nende teenitav tulu.

Tehke seda: otsige rohelisi võrseid

Massiivsed tammepuud ei ilmu üleöö. Nad algavad roheliste võrsetega. Kui muudate oma ettevõtte toimimist, suurendate oma praeguses kliendibaasi negatiivsust. Selle asemel, et metsa lageraie teha ja šokeerida, kui midagi tagasi ei kasva, istutage esmalt üks puu ümber ja jälgige, kuidas uus juurdekasv toimub.

Need mõõtmised peaksid alati põhinema tuludel ja kinnipidamisel. Kui muudate oma toodet või teenust, proovite suurendada oma tulusid ja hoida nii uusi kui ka vanu kliente kauem.

Kui teete katseid, püstitage eeldatavad tulemused. Teisisõnu, kui teete muudatuse, peaks selle muudatuse tulemusel X% uutest klientidest maksma Y% rohkem Z% lühema aja jooksul. Seejärel püstitage hüpoteesi mõju oma olemasolevale baasile: plaanime kaotada X% oma klientidest ja need kliendid ei tohiks olla meie jaoks väärtuslikumad rohkem kui Y%.

Loobu ebaõnnestunud katsetest kiiresti. Te ei pea neid ilma hoiatuseta ära lõikama, kuid saate need tagasi võtta, koju tagasi tuua ja muuta, kuni need protsendimäärad parandate. See kehtib eriti siis, kui kaotate oodatust rohkem kliente või kliente, kes olid teie jaoks väärtuslikumad, kui arvasite.

ÄRGE tehke seda: loobuge mikro makro jaoks

See, et idee ei tööta, ei tähenda, et see oli halb idee. Väikesed muudatused andmetes, olgu need head või halvad, ei nõua põhjalikku tegevust. Et uuesti metafooriliseks muutuda, ei ehita te pilvelõhkujat vundamendile, mis pole kivistunud, ja te ei lõhu pilvelõhkujat maha, sest katus laseb läbi.

Tehke seda: toimige mustrite, mitte andmepunktide järgi

Mastaapeerimiseks peate oma edu määratlema tuluna, millest on lahutatud kulud, ning kordama ja laiendama. Kasvamiseks peate määratlema oma edu kui kliendi eluea väärtuse (LTV), millest on lahutatud kliendi hankimise kulud (CAC) ja laienema.

Üks halb andmepunkt, üks halb klient, üks ebaõnnestunud suhe võivad teie trendijoone kõrvale lükata, kuid see ei pruugi trendi ise dikteerida. Sama ka teisel pool. Üks suurepärane klient ei tähenda, et katse toimis.

Seega, kui me räägime riskist ettevõtluses, siis risk ei ole järgmise julge sammu tegemine ega pöördumine suunas, mida keegi ei oota – see on hasartmäng. Risk on piiratud arvu andmepunktide põhjal otsustamine, millal muster tekib.

Et vastata teisele küsimusele, mis eelmisest postitusest välja tuli: Kuidas saate edukalt kasutada anekdootlikke tõendeid, kui need ei läbi ühtegi olulisuse testi?

See on erinevus hea ja halva ettevõtja vahel. Ja see taandub riskidele ja leevendamisele. Sina kui idee omanik ja teostuse eestvedaja, pead tegema selle riski/tasu otsuse õigeaegselt, lähtudes mustritest, mis sa ära tunda.

Iga ettevõtja võib müüa head toodet. Väga paljud ettevõtjad ei suuda suurepärast toodet ära tunda.

Saamine lõplik andmed on andmepõhise kasvu kõige raskem osa. Aga kui sa sinna jõuad, on see peaaegu automaatne. Kui teil on usaldus et saate $ X LTV summa Y $ CAC eest, siis vajutate gaasipedaali.

Enesekindluse ja lõpliku vahelise tühimiku täitmine teebki suurepärase ettevõtja.

+ + +

Hei! Kui leidsite, et see postitus on kasulik või sisukas, kaaluge registreerumist minu iganädalase uudiskirja saamiseks aadressil joeprocopio.com et te ei jääks uutest postitustest ilma. See on lühike ja asjakohane. Või kui soovite rohkem taktikalisi käivitusnõuandeid otse oma postkasti, saate Teaching Startupi tasuta prooviperioodi.

Veel Joe Procopiolt:

Andmete krigistamine ja käivitamine: ärge laske sellel unistust hävitada

Ajatempel:

Veel alates WRAL Techwire