Cijfers kraken en succes: hoe u een succesvol groeiplan voor startups maakt met behulp van gegevens

Heruitgegeven door Plato

volgers: 0

Noot van de redactie: Joe Procopio is de Chief Product Officer bij Krijg Spiffy en de oprichter van onderwijsstartup.com. Joe heeft een lange ondernemersgeschiedenis in de Driehoek, waaronder Automated Insights, ExitEvent en Intrepid Media. Hij schrijft een exclusieve column over ondernemerschap voor WRAL TechWire. Zijn columns worden op maandag gepubliceerd als onderdeel van TechWire's Opstart maandag pakket.

+ + +

ONDERZOEK DRIEHOEK PARK – Uw bedrijf laten groeien is geen rocket science. Voor de meeste startups is het verschil tussen succes en mislukking het verschil tussen in het duister tasten en een goed verlicht pad naar groei volgen.

Niemand zal dat pad voor je verlichten.

In de meer dan 20 jaar waarin ik startups bouw met data om effectieve, herhaalbare strategieën voor groei te creëren, heb ik geleerd dat elk pad uniek is voor elk bedrijf. De grootste fout die een ondernemer kan maken, is afstand doen van wat hij weet over zijn eigen bedrijf om het onmisbare groeiplan van iemand anders te volgen.

Joe Procopio (Foto met dank aan Joe Procopio)

Als je van je startup een levensvatbaar bedrijf kunt maken, heb je alles wat je nodig hebt om grip te creëren en dat bedrijf op te schalen.

Hier is hoe dat te doen.

Als je wilt schalen, laat data dan je licht in het donker zijn

Ik heb het een miljoen keer gezien: een oprichter zal een startup bouwen tot een eerste succespunt en dan bevriezen - niet precies wetend waarom hun klanten zo gecharmeerd zijn van hun product of dienst.

Vorige week schreef ik een bericht een overzicht van de meest kritieke fouten startende oprichters en leiders maken wanneer ze worden geconfronteerd met de taak om hun aanvankelijke succes op te schalen. Meestal hebben die oprichters en leiders het juiste idee: ze gebruiken gegevens als richtlijn om de richting en omvang van hun volgende zet te bepalen. Het probleem zit bijna altijd in de uitvoering:

Te veel grip houden op dat aanvankelijke succes en nieuwe kansen laten ontglippen.
Luisteren naar de verkeerde signalen en jagen op onbewezen theorieën.
Een overvloed aan optimisme of pessimisme het besluitvormingsproces laten vertroebelen.

Iedereen kan je vertellen dat je data zou moeten gebruiken als je licht in het donker voor groei. Dus hoe zorg je ervoor dat je het op de juiste manier gebruikt? Ik zal de DON'Ts waarover ik in het vorige bericht schreef, herhalen en je in plaats daarvan bruikbare strategieën geven om uit te voeren.

DOE DIT NIET: Berijd een golf te lang

De grootste fout die een startende oprichter of leider kan maken, is om alle gegevens rond het aanvankelijke succes van het bedrijf te analyseren, alleen naar de positieve punten te kijken en te besluiten om bij de koers te blijven. Niets is voor altijd, aan alle goede dingen komt een einde, en als uw bedrijf groeit, is er geen bovengrens aan uw aantal.

Doe dit: experimenteer altijd

Je moet in een constante staat van gecontroleerde experimenten zijn met je product, je positionering, je marktfit, je pitch en je berichtgeving. Je hebt niet bij elke nieuwe versie of wijziging een grootscheepse verandering nodig, maar je moet wel een aantal stappen in het donker zetten om te zien of je je teen stoot, om zo te zeggen.

Een lezer vroeg: Hoeveel tijd moet ik besteden aan het maken van rapporteerbare gegevens van een MVP? Mijn antwoord is: "Alles", of in ieder geval zoveel mogelijk tijd. Een MVP zonder trackingmechanisme voor elke interactie, van de eerste ontdekking van het bedrijf tot het sluiten van de verkoop, is gewoon een erg dure manier om in het ongewisse te blijven.

Het maakt niet uit of u SaaS-software of tuingereedschap verkoopt. Elk contactpunt in de ontdekking, transactie en gebruik van dat product moet worden gevolgd, automatisch of handmatig, inclusief wanneer de interactie plaatsvond, hoe het gebeurde, wat het resultaat of de volgende stap was, en wat dat resultaat of die volgende stap betekent voor de omzet en kosten.

U moet elk gegevenspunt volgen en de resultaten zichzelf laten sorteren. Ik kan je niet vertellen hoe vaak ik een oprichter heb gevraagd of ze een datapunt volgden en het antwoord was nee en de reden was dat ze niet het gevoel hadden dat ze het nodig hadden.

Als er één ding is dat ik heb geleerd over product-market fit, is het dat je niet weet of een datapunt belangrijk is of niet totdat je empirisch kunt bewijzen dat dit niet het geval is. Dat kun je niet bewijzen totdat je het volgt. Het enige voorbehoud dat ik zou willen toevoegen, is dat je de grens met moeite moet trekken. Als een datapunt te duur is om te volgen, moet u wellicht raden.

Ten slotte zal ik toevoegen dat je moet balanceren hoeveel experimenten je tegelijk doet. Ik raad aan om altijd meer dan één experiment tegelijk te doen, want als je probeert te schalen, is de tijd altijd kort. Maar een ding om te overwegen is ervoor te zorgen dat de impact van het ene experiment de resultaten van een ander niet vertroebelt.

Als u bijvoorbeeld een nieuwe functie toevoegt, wees dan voorzichtig met de ingrijpende wijziging die u vervolgens aanbrengt in uw berichten. Als je nieuwe functie geweldig is en je nieuwe berichten waardeloos zijn, heb je jezelf zojuist een vals negatief gegeven.

DOE DIT NIET: Dood de melkkoe

Het tegenovergestelde van analyseverlamming is natuurlijk een grootschalige verschuiving die de voordelen van het aanvankelijke succes in de naam van groei laat varen.

Een klassiek voorbeeld is de startup die miljoenen klanten aantrekt voor een gratis product (bijvoorbeeld inhoud), en vervolgens dollartekens ziet als ze die 'klanten' een kleine prijs vragen voor hetzelfde product (bijvoorbeeld $ 1 per maand). Er gebeuren meestal twee dingen en ze komen allebei als een verrassing:

De overgrote meerderheid van die "klanten" zal niet converteren.
De kosten om de nieuwe betalende klanten te bedienen blijken veel hoger te zijn dan de inkomsten die ze genereren.

Doe dit: zoek naar groene scheuten

Massieve eiken verschijnen niet van de ene op de andere dag. Ze beginnen met groene scheuten. Wanneer u een wijziging aanbrengt in de manier waarop uw bedrijf werkt, kweekt u enige negativiteit in uw huidige klantenbestand. In plaats van je bos te kappen en geschokt te zijn als er niets teruggroeit, herplant je eerst een enkele boom en controleer je hoe de nieuwe groei plaatsvindt.

Die metingen moeten altijd gebaseerd zijn op inkomsten en retentie. Wanneer u wijzigingen aanbrengt in uw product of service, probeert u uw inkomsten te verhogen en zowel uw nieuwe als oude klanten langer te behouden.

Stel tijdens het uitvoeren van uw experimenten een hypothese op over de verwachte resultaten. Met andere woorden, als u een wijziging aanbrengt, zou die wijziging ertoe moeten leiden dat X% nieuwe klanten Y% meer betalen in Z% minder tijd. Stel vervolgens de impact op uw bestaande basis voor: we zijn van plan om X% van onze klanten te verliezen en die klanten mogen niet meer dan Y% waardevol voor ons zijn.

Geef mislukte experimenten snel op. U hoeft ze niet zonder waarschuwing af te sluiten, maar u kunt ze ongedaan maken, weer in huis halen en aanpassen totdat u die percentages vastlegt. Dit is met name het geval wanneer u meer klanten verliest dan u had verwacht of klanten verliest die waardevoller voor u waren dan u had verwacht.

DOE dit NIET: geef de macro op voor de micro

Dat een idee niet werkt, wil niet zeggen dat het een slecht idee was. Kleine veranderingen in uw gegevens, goed of slecht, vereisen geen ingrijpende maatregelen. Om weer metaforisch te worden: je bouwt geen wolkenkrabber op een fundament dat niet is uitgehard - en je breekt geen wolkenkrabber af omdat het dak lekt.

Doe dit: handel naar patronen, niet naar gegevenspunten

Om te schalen, moet u uw succes definiëren als inkomsten minus kosten en herhalen en uitbreiden. Om te groeien, moet u uw succes definiëren als levenslange waarde van een klant (LTV) minus de kosten om een klant te verwerven (CAC), en uitbreiden.

Eén slecht datapunt, één slechte klant, één mislukte relatie, kan je trendlijn verstoren, maar het dicteert misschien niet de trend zelf. Hetzelfde aan de andere kant. Eén geweldige klant betekent niet dat het experiment werkte.

Dus als we het hebben over risico in ondernemerschap, is risico niet het maken van de volgende gewaagde zet, of draaien in een richting die niemand verwacht - dat is gokken. Risico is beslissen wanneer een patroon ontstaat op basis van een beperkt aantal gegevenspunten.

Om een andere vraag te beantwoorden die uit de laatste post kwam: Hoe gebruik je met succes anekdotisch bewijs als het geen enkele significantietest doorstaat?

Dit is het verschil tussen een goede ondernemer en een slechte ondernemer zijn. En dat komt neer op risico en mitigatie. Jij, als eigenaar van het idee en de leider van de uitvoering, moet die risico-/opbrengstbeslissing tijdig nemen, op basis van de patronen die u herken.

Elke ondernemer kan een goed product verkopen. Niet te veel ondernemers kunnen een geweldig product herkennen.

Getting to afdoend data is het moeilijkste onderdeel van datagedreven groei. Maar als je er eenmaal bent, gaat het bijna automatisch. Eens je hebt vertrouwen dat je een bedrag van $X aan LTV kunt krijgen voor een bedrag van $Y aan CAC, dat is wanneer je het gaspedaal indrukt.

Het vullen van de kloof tussen vertrouwen en overtuigend is wat een geweldige ondernemer maakt.

+ + +

Hoi! Als je dit bericht bruikbaar of inzichtelijk vond, overweeg dan om je aan te melden voor mijn wekelijkse nieuwsbrief op joeprocopio.com zo mis je geen nieuwe berichten. Het is kort en to the point. Of als je meer tactisch opstartadvies rechtstreeks in je inbox wilt ontvangen, krijg een gratis proefversie van Teaching Startup.