اعداد و ارقام شکست و موفقیت: چگونه با استفاده از داده‌های اطلاعات PlatoBlockchain یک برنامه رشد استارت‌آپ موفق ایجاد کنیم. جستجوی عمودی Ai.

اعداد خرد و موفقیت: چگونه با استفاده از داده ها یک برنامه رشد استارتاپ موفق ایجاد کنیم

یادداشت سردبیر: جو پروکوپیو مدیر ارشد محصول در Spiffy را دریافت کنید و بنیانگذار Learnstartup.com. جو سابقه کارآفرینی طولانی در مثلث دارد که شامل Automated Insights، ExitEvent و Intrepid Media است. او یک ستون اختصاصی در مورد کارآفرینی برای WRAL TechWire می نویسد. ستون های او دوشنبه ها به عنوان بخشی از TechWire منتشر می شود راه اندازی دوشنبه بسته.

+ + +

پارک مثلثی تحقیقاتی – رشد کسب و کار شما علم موشکی نیست. برای اکثر استارت آپ ها، تفاوت بین موفقیت و شکست، تفاوت بین سرگردانی در تاریکی و دنبال کردن یک مسیر روشن به سمت رشد است.

هیچ کس قرار نیست آن مسیر را برای شما روشن کند.

در بیش از 20 سال ساخت استارت آپ ها با استفاده از داده ها برای ایجاد استراتژی های موثر و قابل تکرار برای رشد، آموخته ام که هر مسیر برای هر کسب و کاری منحصر به فرد است. بزرگ‌ترین اشتباهی که هر کارآفرینی می‌تواند مرتکب شود این است که آنچه را که می‌داند در مورد کسب‌وکار خود درست است، رها کند تا از برنامه رشد دیگران پیروی کند.

جو پروکوپیو (عکس از جو پروکوپیو)

اگر بتوانید استارتاپ خود را به یک کسب و کار بادوام تبدیل کنید، همه چیزهایی را که برای ایجاد کشش و گسترش آن کسب و کار نیاز دارید، در اختیار دارید.

در اینجا نحوه انجام این کار آورده شده است.

اگر می خواهید مقیاس کنید، اجازه دهید داده ها نور شما در تاریکی باشند

من آن را میلیون‌ها بار دیده‌ام: یک بنیان‌گذار یک استارت‌آپ را تا نقطه‌ای از موفقیت اولیه ایجاد می‌کند و سپس متوقف می‌شود - دقیقاً مطمئن نیست که چرا مشتریانش اینقدر شیفته محصول یا خدماتشان هستند.

هفته پیش یه پست نوشتم تشریح مهم ترین اشتباهات بنیان‌گذاران و رهبران استارت‌آپ‌ها زمانی که با وظیفه افزایش موفقیت اولیه‌شان مواجه می‌شوند، موفق می‌شوند. بیشتر اوقات، آن بنیانگذاران و رهبران ایده درستی دارند - از داده ها به عنوان راهنما برای تعیین جهت و بزرگی حرکت بعدی خود استفاده می کنند. مشکل تقریباً همیشه در اجراست:

  • کنترل بیش از حد آن موفقیت اولیه و اجازه دادن به فرصت‌های جدید.
  • گوش دادن به سیگنال های اشتباه و تعقیب نظریه های اثبات نشده.
  • اجازه دادن به وفور خوش بینی یا بدبینی، فرآیند تصمیم گیری را پنهان کند.

هر کسی می تواند به شما بگوید که باید از داده ها به عنوان نور خود در تاریکی برای رشد استفاده کنید. بنابراین چگونه مطمئن می شوید که از آن به درستی استفاده می کنید؟ نبایدهایی را که در پست قبلی درباره آن نوشتم دوباره بیان می کنم و به جای آن استراتژی های عملی را به شما ارائه می کنم.

این کار را نکنید: هر موجی را بیش از حد طولانی سوار کنید

بزرگترین اشتباهی که یک بنیانگذار یا رهبر استارت آپ می تواند مرتکب شود این است که تمام داده های مربوط به موفقیت اولیه شرکت را تجزیه و تحلیل کند، فقط به نکات مثبت نگاه کند و تصمیم بگیرد که در مسیر باقی بماند. هیچ چیز برای همیشه دوام نمی آورد، همه چیزهای خوب باید به پایان برسند، و اگر کسب و کار شما در حال رشد است، هیچ محدودیتی برای تعداد شما وجود ندارد.

این کار را انجام دهید: همیشه در حال آزمایش باشید

شما باید در یک حالت آزمایشی کنترل شده با محصول خود، موقعیت خود، تناسب بازار، پیشرفت و پیام خود باشید. شما با هر نسخه یا تغییر جدید نیازی به تغییرات عمده ندارید، اما باید چندین قدم در تاریکی بردارید تا ببینید آیا به اصطلاح می‌خواهید انگشت پای خود را خنثی کنید یا خیر.

خواننده ای پرسید: چقدر زمان باید به ایجاد داده های قابل گزارش از یک MVP اختصاص دهم؟ پاسخ من "همه اینها" یا حداقل تا جایی که می توانید زمان است. یک MVP بدون مکانیسم ردیابی در هر تعامل، از کشف اولیه کسب و کار تا بسته شدن فروش، فقط یک راه بسیار گران قیمت برای گشت و گذار در تاریکی است.

فرقی نمی کند که نرم افزار SaaS را می فروشید یا ابزار باغبانی. هر نقطه تماسی در کشف، تراکنش و استفاده از آن محصول باید به صورت خودکار یا دستی ردیابی شود، از جمله زمانی که تعامل رخ داده است، چگونه اتفاق افتاده است، نتیجه یا مرحله بعدی چه بوده است، و آن نتیجه یا مرحله بعدی چه معنایی برای درآمد دارد. هزینه ها

شما باید هر نقطه داده را ردیابی کنید و اجازه دهید نتایج خود به خود مرتب شوند. من نمی توانم به شما بگویم که چند بار از بنیانگذار پرسیدم که آیا آنها یک نقطه داده را ردیابی می کنند و پاسخ منفی بود و دلیل آن این بود که آنها احساس نمی کردند به آن نیاز دارند.

اگر یک چیز در مورد تناسب محصول با بازار آموخته باشم، این است که شما نمی دانید که آیا یک نقطه داده مهم است یا نه، تا زمانی که نتوانید به طور تجربی ثابت کنید که مهم نیست. تا زمانی که آن را ردیابی نکنید نمی توانید آن را ثابت کنید. تنها نکته ای که اضافه می کنم این است که باید با تلاش خط را ترسیم کنید. اگر ردیابی یک نقطه داده بسیار پرهزینه است، ممکن است لازم باشد حدس بزنید.

در نهایت، اضافه می‌کنم که باید تعداد آزمایش‌هایی را که همزمان انجام می‌دهید متعادل کنید. من توصیه می کنم همیشه بیش از یک آزمایش را در یک زمان انجام دهید، زیرا زمانی که می خواهید مقیاس کنید، زمان همیشه کوتاه است. اما نکته ای که باید در نظر گرفت این است که مطمئن شوید تاثیر یک آزمایش نتایج آزمایشی دیگر را مخفی نمی کند.

به عنوان مثال، اگر یک ویژگی جدید اضافه می‌کنید، مراقب باشید که چقدر تغییر اساسی در پیام‌های خود ایجاد می‌کنید. اگر ویژگی جدید شما فوق‌العاده است و پیام‌رسانی جدید شما بد است، به خودتان یک منفی کاذب داده‌اید.

این کار را نکنید: گاو نقدی را بکشید

البته، نقطه مقابل فلج تحلیل، یک تغییر عمده است که دستاوردهای موفقیت اولیه را به نام رشد کنار می گذارد.

یک مثال کلاسیک، استارت‌آپی است که میلیون‌ها مشتری را برای یک محصول رایگان (مثلاً محتوا) جذب می‌کند، و سپس اگر از آن «مشتریان» قیمت کمی برای همان محصول (مثلاً 1 دلار در ماه) بگیرند، نشانه‌های دلار را می‌بیند. دو چیز معمولاً اتفاق می افتد و هر دو غافلگیر کننده هستند:

  1. اکثریت قریب به اتفاق آن "مشتریان" تبدیل نمی شوند.
  2. هزینه خدمت به مشتریان جدید پولی بسیار بیشتر از درآمدی است که آنها تولید می کنند.

این کار را انجام دهید: به دنبال شاخه های سبز باشید

درختان بزرگ بلوط یک شبه ظاهر نمی شوند. آنها با شاخه های سبز شروع می شوند. هنگامی که شما تغییری در نحوه عملکرد کسب و کار خود ایجاد می کنید، مقداری منفی در پایگاه مشتریان فعلی خود ایجاد خواهید کرد. به جای اینکه جنگل خود را پاک کنید و وقتی هیچ چیز دوباره رشد نمی کند شوکه شوید، ابتدا یک درخت را دوباره بکارید و نحوه رشد جدید را نظارت کنید.

این اندازه‌گیری‌ها باید همیشه بر مبنای درآمد و حفظ باشد. وقتی در محصول یا خدمات خود تغییراتی ایجاد می کنید، سعی می کنید درآمد خود را افزایش دهید و مشتریان جدید و قدیمی خود را برای مدت طولانی تری حفظ کنید.

هنگامی که آزمایش های خود را اجرا می کنید، نتایج مورد انتظار را فرض کنید. به عبارت دیگر، اگر تغییری ایجاد کنید، آن تغییر باید منجر به این شود که X% مشتریان جدید Y% بیشتر در Z% زمان کمتری بپردازند. سپس تأثیر آن را بر پایه موجود خود فرض کنید: ما قصد داریم X٪ از مشتریان خود را از دست بدهیم و این مشتریان نباید بیش از Y٪ برای ما ارزشمند باشند.

آزمایشات ناموفق را به سرعت رها کنید. لازم نیست آنها را بدون اخطار قطع کنید، اما بتوانید آنها را خنثی کنید، آنها را به خانه بازگردانید، و آنها را تا زمانی که این درصدها را برطرف کنید، تغییر دهید. این امر مخصوصاً زمانی صادق است که مشتریان بیشتری از آنچه انتظار داشتید از دست بدهید یا مشتریانی را از دست بدهید که برای شما ارزشمندتر از آنچه پیش بینی می کردید.

این کار را نکنید: ماکرو را برای میکرو رها کنید

فقط به این دلیل که یک ایده کار نمی کند به این معنی نیست که ایده بدی بوده است. تغییرات کوچک در داده های شما، خوب یا بد، نیازی به اقدام گسترده ندارند. برای استعاره دوباره، شما آسمان خراش را بر روی پایه ای که درست نشده است نمی سازید - و آسمان خراش را خراب نمی کنید زیرا سقف آن چکه می کند.

این کار را انجام دهید: بر روی الگوها عمل کنید، نه بر روی نقاط داده

برای مقیاس، باید موفقیت خود را به عنوان درآمد منهای هزینه تعریف کنید و تکرار کنید و گسترش دهید. برای رشد، باید موفقیت خود را به عنوان ارزش مادام العمر یک مشتری (LTV) منهای هزینه جذب مشتری (CAC) تعریف کنید و گسترش دهید.

یک نقطه داده بد، یک مشتری بد، یک رابطه ناموفق، می تواند خط روند شما را از بین ببرد، اما ممکن است خود روند را دیکته نکند. آن طرف هم همینطور یک مشتری عالی به این معنی نیست که آزمایش کار کرده است.

بنابراین وقتی در مورد ریسک در کارآفرینی صحبت می کنیم، ریسک انجام حرکت جسورانه بعدی یا چرخش به سمتی نیست که هیچ کس انتظارش را ندارد - این قمار است. ریسک تصمیم گیری زمانی است که یک الگو بر اساس تعداد محدودی از نقاط داده در حال ظهور است.

برای پاسخ به سوال دیگری که از پست گذشته مطرح شد: چگونه می‌توانید با موفقیت از شواهد حکایتی استفاده کنید، وقتی که هیچ نوع آزمون معناداری را قبول نمی‌کند؟

این تفاوت بین یک کارآفرین خوب و یک کارآفرین بد است. و این به ریسک و کاهش آن مربوط می شود. شما به عنوان صاحب ایده و رهبر اجرا، باید آن تصمیم ریسک/پاداش را به موقع و بر اساس الگوهایی که شما تشخیص.

هر کارآفرینی می تواند یک محصول خوب بفروشد. کارآفرینان زیادی نمی توانند یک محصول عالی را تشخیص دهند.

رسیدن به نتیجه گیری داده ها سخت ترین بخش رشد مبتنی بر داده است. اما وقتی به آنجا رسیدید، تقریباً خودکار است. یک بار که داشته باشید اعتماد به نفس که شما می توانید مقدار X دلار LTV را به ازای مقدار Y دلاری CAC دریافت کنید، در آن زمان است که شتاب دهنده را فشار می دهید.

پر کردن شکاف بین اعتماد به نفس و قاطعیت چیزی است که یک کارآفرین بزرگ را می سازد.

+ + +

سلام! اگر این پست را کاربردی یا روشنگر یافتید، لطفاً در خبرنامه هفتگی من در این آدرس ثبت نام کنید joeprocopio.com بنابراین هیچ پست جدیدی را از دست ندهید. کوتاه و دقیق است یا اگر می خواهید مشاوره تاکتیکی بیشتری برای راه اندازی مستقیم به صندوق ورودی خود داشته باشید، یک دوره آزمایشی رایگان از Teaching Startup دریافت کنید.

اطلاعات بیشتر از جو پروکوپیو:

خرد شدن داده ها و راه اندازی شما: اجازه ندهید رویا را از بین ببرد

تمبر زمان:

بیشتر از WRAL Techwire