नंबर क्रंचिंग और सफलता: डेटा का उपयोग करके एक सफल स्टार्टअप ग्रोथ प्लान कैसे बनाएं

संपादक का नोट: जो प्रोकोपियो मुख्य उत्पाद अधिकारी है स्पिफी प्राप्त करें और के संस्थापक Teachstartup.com. ट्रायंगल में जो का एक लंबा उद्यमशीलता का इतिहास है जिसमें ऑटोमेटेड इनसाइट्स, एग्जिटइवेंट और निडर मीडिया शामिल हैं। वह डब्ल्यूआरएएल टेकवायर के लिए उद्यमिता के बारे में एक विशेष कॉलम लिखते हैं। टेकवायर के हिस्से के रूप में उनके कॉलम सोमवार को प्रकाशित होते हैं स्टार्टअप सोमवार पैकेज.

+ + +

अनुसंधान त्रिभुज पार्क - अपना व्यवसाय बढ़ाना कोई रॉकेट साइंस नहीं है। अधिकांश स्टार्टअप के लिए, सफलता और विफलता के बीच का अंतर अंधेरे में इधर-उधर भटकने और विकास की ओर एक अच्छी तरह से प्रकाशित पथ का अनुसरण करने के बीच का अंतर है।

कोई भी आपके लिए उस रास्ते को रोशन करने वाला नहीं है।

विकास के लिए प्रभावी, दोहराने योग्य रणनीति बनाने के लिए डेटा का उपयोग करके स्टार्टअप बनाने के 20 से अधिक वर्षों में, मैंने सीखा है कि प्रत्येक पथ प्रत्येक व्यवसाय के लिए अद्वितीय है। कोई भी उद्यमी जो सबसे बड़ी गलती कर सकता है, वह है किसी और की विकास योजना का पालन करने के लिए अपने स्वयं के व्यवसाय के बारे में जो कुछ भी वे जानते हैं उसे छोड़ देना।

यदि आप अपने स्टार्टअप को एक व्यवहार्य व्यवसाय में बना सकते हैं, तो आपके पास उस व्यवसाय को कर्षण और पैमाना बनाने के लिए आवश्यक सब कुछ है।

यहाँ है कि कैसे करना है।

यदि आप स्केल करना चाहते हैं, तो डेटा को अंधेरे में अपना प्रकाश बनने दें

मैंने इसे एक लाख बार देखा है: एक संस्थापक कुछ प्रारंभिक सफलता बिंदु के लिए एक स्टार्टअप का निर्माण करेगा और फिर फ्रीज करेगा - वास्तव में यह सुनिश्चित नहीं है कि उनके ग्राहक अपने उत्पाद या सेवा से इतने मोहक क्यों हैं।

पिछले हफ्ते, मैंने एक पोस्ट लिखा था सबसे महत्वपूर्ण गलतियों को रेखांकित करना स्टार्टअप संस्थापक और नेता अपनी प्रारंभिक सफलता को बढ़ाने के कार्य का सामना करते समय बनाते हैं. अधिकांश समय, उन संस्थापकों और नेताओं के पास सही विचार होता है - अपने अगले कदम की दिशा और परिमाण को निर्धारित करने के लिए एक गाइड के रूप में डेटा का उपयोग करना। निष्पादन में समस्या लगभग हमेशा होती है:

• उस प्रारंभिक सफलता पर बहुत अधिक पकड़ बनाए रखना और नए अवसरों को खिसकने देना।
• गलत संकेतों को सुनना और अप्रमाणित सिद्धांतों का पीछा करना।
• आशावाद या निराशावाद की अधिकता के कारण निर्णय लेने की प्रक्रिया प्रभावित होती है।

कोई भी आपको बता सकता है कि आपको विकास के लिए डेटा को अंधेरे में अपने प्रकाश के रूप में उपयोग करना चाहिए। तो आप कैसे सुनिश्चित करते हैं कि आप इसका सही उपयोग कर रहे हैं? मैं पिछली पोस्ट में लिखे गए डॉनट्स को फिर से बताऊंगा और इसके बजाय आपको क्रियान्वित करने के लिए कार्रवाई योग्य रणनीतियां दूंगा।

ऐसा न करें: किसी भी लहर की सवारी बहुत लंबी करें

एक स्टार्टअप संस्थापक या नेता जो सबसे बड़ी गलती कर सकता है, वह कंपनी की शुरुआती सफलता के आसपास के सभी डेटा का विश्लेषण करना, केवल सकारात्मकता को देखना और पाठ्यक्रम में बने रहने का निर्णय लेना है। कुछ भी हमेशा के लिए नहीं रहता है, सभी अच्छी चीजों का अंत होना चाहिए, और यदि आपका व्यवसाय बढ़ रहा है, तो आपकी संख्या कहां होनी चाहिए, इसकी कोई ऊपरी सीमा नहीं है।

यह करें: हमेशा प्रयोग करते रहें

आपको अपने उत्पाद, अपनी स्थिति, अपने बाजार में फिट, अपनी पिच और अपने संदेश के साथ नियंत्रित प्रयोग की निरंतर स्थिति में होना चाहिए। आपको हर नए संस्करण या परिवर्तन के साथ थोक परिवर्तन की आवश्यकता नहीं है, लेकिन आपको यह देखने के लिए अंधेरे में कई कदम उठाने की आवश्यकता है कि क्या आप अपने पैर के अंगूठे को काटने जा रहे हैं, इसलिए बोलने के लिए।

एक पाठक ने पूछा: एमवीपी से रिपोर्ट करने योग्य डेटा बनाने के लिए मुझे कितना समय देना चाहिए? मेरा जवाब है "यह सब," या कम से कम जितना समय आप कर सकते हैं। व्यापार की प्रारंभिक खोज से लेकर बिक्री बंद करने तक, हर बातचीत पर ट्रैकिंग तंत्र के बिना एक एमवीपी, अंधेरे में इधर-उधर भटकने का एक बहुत ही महंगा तरीका है।

इससे कोई फर्क नहीं पड़ता कि आप सास सॉफ्टवेयर या बागवानी उपकरण बेच रहे हैं। उस उत्पाद की खोज, लेन-देन और उपयोग में प्रत्येक टचपॉइंट को स्वचालित रूप से या मैन्युअल रूप से ट्रैक किया जाना चाहिए, जिसमें बातचीत कब हुई, यह कैसे हुआ, परिणाम क्या था या अगला चरण क्या था, और उस परिणाम या अगले चरण का राजस्व के लिए क्या मतलब है और लागत।

आपको प्रत्येक डेटा बिंदु को ट्रैक करना चाहिए और परिणामों को स्वयं हल करने देना चाहिए। मैं आपको यह नहीं बता सकता कि मैंने कितनी बार एक संस्थापक से पूछा है कि क्या वे डेटा बिंदु को ट्रैक कर रहे थे और उत्तर नहीं था और इसका कारण यह था कि उन्हें ऐसा नहीं लगा कि उन्हें इसकी आवश्यकता है।

यदि उत्पाद-बाजार फिट के बारे में मैंने एक चीज सीखी है, तो वह यह है कि आप नहीं जानते कि डेटा बिंदु महत्वपूर्ण है या नहीं, जब तक कि आप अनुभवजन्य रूप से साबित नहीं कर सकते कि यह नहीं है। आप इसे तब तक साबित नहीं कर सकते जब तक आप इसे ट्रैक नहीं करते। केवल एक चेतावनी जो मैं जोड़ूंगा वह यह है कि आपको प्रयास के साथ रेखा खींचनी होगी। यदि कोई डेटा बिंदु ट्रैक करने के लिए बहुत महंगा है, तो आपको अनुमान लगाने की आवश्यकता हो सकती है।

अंत में, मैं यह जोड़ूंगा कि आप एक साथ कितने प्रयोग कर रहे हैं, इसे संतुलित करें। मैं एक समय में हमेशा एक से अधिक प्रयोग करने की सलाह दूंगा, क्योंकि जब आप स्केल करने की कोशिश कर रहे होते हैं, तो समय हमेशा कम होता है। लेकिन एक बात पर विचार करना है कि यह सुनिश्चित करना है कि एक प्रयोग का प्रभाव दूसरे के परिणामों को प्रभावित नहीं करता है।

उदाहरण के लिए, यदि आप कोई नई सुविधा जोड़ रहे हैं, तो सावधान रहें कि आप अपने संदेश-सेवा में कितना बड़ा परिवर्तन करते हैं। अगर आपका नया फीचर कमाल का है और आपका नया मैसेजिंग बेकार है, तो आपने खुद को सिर्फ एक गलत नेगेटिव दिया है।

ऐसा न करें: नकद गाय को मारें

बेशक, विश्लेषण पक्षाघात के विपरीत एक थोक बदलाव है जो विकास के नाम पर प्रारंभिक सफलता से लाभ को छोड़ देता है।

एक उत्कृष्ट उदाहरण स्टार्टअप है जो एक मुफ्त उत्पाद (जैसे, सामग्री) के लिए लाखों ग्राहकों को आकर्षित करता है, और फिर डॉलर के संकेत देखता है यदि वे उन "ग्राहकों" को उसी उत्पाद के लिए एक छोटी सी कीमत (जैसे, $ 1 प्रति माह) चार्ज करते हैं। आमतौर पर दो चीजें होती हैं और वे दोनों एक आश्चर्य के रूप में सामने आती हैं:

1. उनमें से अधिकांश "ग्राहक" रूपांतरित नहीं होंगे।
2. नए भुगतान करने वाले ग्राहकों की सेवा करने की लागत उनके द्वारा उत्पन्न राजस्व से कहीं अधिक हो जाती है।

यह करें: हरे रंग के अंकुर की तलाश करें

विशाल ओक के पेड़ रात भर दिखाई नहीं देते हैं। वे हरे रंग की शूटिंग से शुरू करते हैं। जब आप अपने व्यवसाय के संचालन के तरीके में कोई बदलाव करते हैं, तो आप अपने वर्तमान ग्राहक आधार में कुछ नकारात्मकता को बढ़ावा देने जा रहे हैं। अपने जंगल को साफ करने और जब कुछ भी वापस नहीं उगता है तो चौंकने के बजाय, पहले एक पेड़ को दोबारा लगाएं और निगरानी करें कि नई वृद्धि कैसे होती है।

वे माप हमेशा राजस्व और प्रतिधारण पर आधारित होने चाहिए। जब आप अपने उत्पाद या सेवा में परिवर्तन करते हैं, तो आप अपनी आय बढ़ाने और अपने नए और पुराने दोनों ग्राहकों को लंबे समय तक बनाए रखने का प्रयास कर रहे होते हैं।

जब आप अपने प्रयोग चलाते हैं, तो अपेक्षित परिणामों की परिकल्पना करें। दूसरे शब्दों में, यदि आप कोई परिवर्तन करते हैं, तो उस परिवर्तन के परिणामस्वरूप X% नए ग्राहक Z% कम समय में Y% अधिक भुगतान करेंगे। फिर अपने मौजूदा आधार पर प्रभाव की परिकल्पना करें: हम अपने X% ग्राहकों को खोने की योजना बना रहे हैं और वे ग्राहक हमारे लिए Y% से अधिक मूल्यवान नहीं होने चाहिए।

असफल प्रयोगों को शीघ्रता से त्यागें। आपको उन्हें चेतावनी के बिना काटने की ज़रूरत नहीं है, लेकिन उन्हें पूर्ववत करने, उन्हें घर में वापस लाने और उन प्रतिशतों को ठीक करने तक उन्हें ट्विक करने में सक्षम होना चाहिए। यह विशेष रूप से तब सच होता है जब आप अपेक्षा से अधिक ग्राहक खो रहे हों या ऐसे ग्राहक खो रहे हों जो आपके लिए आपके अनुमान से अधिक मूल्यवान थे।

ऐसा न करें: माइक्रो के लिए मैक्रो छोड़ दें

सिर्फ इसलिए कि एक विचार काम नहीं करता है इसका मतलब यह नहीं है कि यह एक बुरा विचार था। आपके डेटा में छोटे-छोटे बदलाव, अच्छे या बुरे, व्यापक कार्रवाई की आवश्यकता नहीं है। फिर से रूपक प्राप्त करने के लिए, आप एक ऐसी नींव पर गगनचुंबी इमारत का निर्माण नहीं करते हैं जो सेट नहीं हुई है - और आप एक गगनचुंबी इमारत को नहीं तोड़ते हैं क्योंकि छत लीक हो रही है।

यह करें: पैटर्न पर कार्य करें, डेटा बिंदुओं पर नहीं

स्केल करने के लिए, आपको अपनी सफलता को राजस्व घटा लागत और दोहराने और विस्तार के रूप में परिभाषित करने की आवश्यकता है। बढ़ने के लिए, आपको अपनी सफलता को एक ग्राहक (LTV) के आजीवन मूल्य के रूप में परिभाषित करने की आवश्यकता है, एक ग्राहक (CAC) प्राप्त करने की लागत घटाकर, और विस्तार करें।

एक खराब डेटा बिंदु, एक खराब ग्राहक, एक असफल संबंध, आपकी प्रवृत्ति रेखा को बंद कर सकता है, लेकिन यह प्रवृत्ति को स्वयं निर्देशित नहीं कर सकता है। दूसरी तरफ वही। एक महान ग्राहक का मतलब यह नहीं है कि प्रयोग काम कर गया।

इसलिए जब हम उद्यमिता में जोखिम के बारे में बात करते हैं, तो जोखिम अगला साहसिक कदम नहीं उठा रहा है, या उस दिशा में धुरी है जिसकी कोई उम्मीद नहीं कर रहा है - यह जुआ है। जोखिम यह तय कर रहा है कि सीमित संख्या में डेटा बिंदुओं के आधार पर एक पैटर्न कब उभर रहा है।

पिछले पोस्ट से निकले एक अन्य प्रश्न का उत्तर देने के लिए: जब आप किसी प्रकार की सार्थकता परीक्षा पास नहीं करते हैं तो आप उपाख्यानात्मक साक्ष्य का सफलतापूर्वक उपयोग कैसे करते हैं?

एक अच्छा उद्यमी और एक बुरा उद्यमी होने में यही अंतर है। और यह जोखिम और शमन के लिए आता है। आपको, विचार के स्वामी और निष्पादन के नेता के रूप में, उस जोखिम/इनाम निर्णय को उस पैटर्न के आधार पर समयबद्ध तरीके से करना होगा जो कि इसलिए आप पहचानना।

कोई भी उद्यमी एक अच्छा उत्पाद बेच सकता है। बहुत से उद्यमी एक महान उत्पाद को नहीं पहचान सकते हैं।

करने के लिए हो रही है निर्णयात्मक डेटा डेटा-संचालित विकास का सबसे कठिन हिस्सा है। लेकिन एक बार जब आप वहां पहुंच जाते हैं, तो यह लगभग स्वचालित हो जाता है। एक बार आपके पास है आत्मविश्वास कि आप CAC की $Y राशि के लिए LTV की $X राशि प्राप्त कर सकते हैं, तभी आप त्वरक को धक्का देते हैं।

आत्मविश्वास और निर्णायक के बीच की खाई को भरना ही एक महान उद्यमी बनाता है।

+ + +

अरे! यदि आपको यह पोस्ट कार्रवाई योग्य या व्यावहारिक लगी, तो कृपया मेरे साप्ताहिक न्यूज़लेटर के लिए साइन अप करने पर विचार करें joeprocopio.com ताकि आप कोई भी नई पोस्ट मिस न करें। यह संक्षिप्त और बिंदु तक है। या यदि आप अधिक सामरिक स्टार्टअप सलाह सीधे अपने इनबॉक्स में चाहते हैं, टीचिंग स्टार्टअप का निःशुल्क परीक्षण प्राप्त करें.

जो प्रोकोपियो की अन्य फ़िल्में-टीवी शो

डेटा क्रंचिंग और आपका स्टार्टअप: इसे सपने को नष्ट न करने दें