Samenvatting

Hoe ontvlechten we de componenten van groei?

Mijn partners en ik hebben Firstrock Capital mede opgericht om startups te helpen groeien en met hen samen te werken om elke uitdaging aan te gaan waarmee ze in een bepaalde week te maken kunnen krijgen. In de loop der jaren is het belangrijkste middel daartoe gebleken dat het hen helpt de onderliggende drijfveren van de groei van startups zelf af te breken en wetenschappelijk te manipuleren. Zoveel van onze bedrijven bereikten geweldige dingen in termen van het aantrekken van kapitaal, het bouwen van verbluffende technologieën en het aantrekken van klanten en media-aandacht, maar toen de gesprekken kwamen op:"Wat onze groei echt definieert, en groeien we op de juiste manier met de juiste gebruikers dag-op-dag, week-op-week?” zaken werden te vaak onzekerder.

Dit besef bracht ons ertoe om te beginnen met het formaliseren van bepaalde tools en processen om onze portfoliobedrijven te helpen met deze aanpak, zodat we ons zo snel mogelijk konden concentreren op de meest impactvolle zaken. Toen we ze begonnen in te zetten, veranderden onze gesprekken van "de auto rijdt, maar er lijkt een probleem met de motor te zijn" in "dit is wat wel en niet werkt, laten we dit nu oplossen."

Dit artikel schetst de tools en technieken die we het nuttigst hebben gevonden en is bedoeld als een kaart voor verschillende aspecten die verder kunnen worden uitgepakt, besproken en verfijnd. Tijdens het werken met onze portfoliobedrijven ontdekten mijn partners en ik dat zodra groeigegevens waren geanalyseerd in de belangrijkste drijfveren, zoals retentie, kernacties en het definiëren van kenmerken van de beste gebruikers en cohorten, dit bijna altijd een openbaring was voor alle partijen.

1. Definieer de maatstaf die echt groei in bedrijfswaarde vastlegt

De eerste stap om de groeistatistieken van startups onder de knie te krijgen, zo voor de hand liggend dat het vaak wordt verdoezeld, is om precies te specificeren wat er moet groeien. Oprichters moeten één key performance metric (KPI) selecteren die geworteld is in het probleem dat ze oplossen en die de actie vertegenwoordigt die hun klanten ondernemen om de oplossing te ontvangen:

• Als alle gebruikers ongeveer evenredig zijn in hun gebruik en/of als de waarde komt van het aantal verschillende gebruikers op het platform, dan is het totale aantal actieve gebruikers wellicht het beste (bijv. sociale netwerken).
• Als klanten onevenredig zijn in hun gebruik van het product en bijdragen aan de waarde van het bedrijf, dan kunnen de totale genomen acties de juistere KPI zijn (bijv. sommige gebruikers waardevoller dan andere).

Elke gegeven situatie ligt langs een spectrum; een professionele netwerkapp kan bijvoorbeeld in eerste instantie bijhouden hoeveel potentiële professionals en werkgevers er actief gebruik van maken. Ze zouden dan ook moeten definiëren wat ze bedoelen met 'actief', ofwel op basis van de hypothese van hoe vaak een gebruiker de relevante actie zou moeten uitvoeren, ofwel op basis van een frequentieanalyse van hoe vaak de gebruikers dit gemiddeld doen.

Als het bedrijfsmodel is gebaseerd op advertenties of analyses op geaggregeerd gebruikersgedrag, dan is deze KPI mogelijk correct. Als het bedrijfsmodel echter een procentuele commissie moet ontvangen van de waarde van de contracten die eruit voortvloeien, dan is de relevante KPI-meting het dollarvolume van contracten die via het platform worden uitgevoerd. De sleutel is om duidelijk te zijn over hoe de onderliggende waarde wordt gecreëerd en over uw bedrijfsmodel om een ​​deel ervan te ontvangen.

Door deze statistiek te selecteren, kan succes worden gedefinieerd te midden van de georganiseerde chaos van een bedrijf in een vroeg stadium en worden alle teamleden op één lijn gebracht met zijn visie en strategie. Verschillende van mijn portfolio-CEO's hebben ontdekt dat het helpt om het KPI-doel en de voortgang tot nu toe van de huidige maand op dashboards te plaatsen, variërend van eenvoudige whiteboards tot interne platforms en vervolgens op elk idee te reageren door te vragen hoe het zou bijdragen aan het bereiken van dat doel— dit zorgt niet alleen voor focus, maar ook voor verankering voor meer creativiteit.

De primaire KPI voor een bedrijf in een vroeg stadium is zelden omzet. Inkomsten zijn natuurlijk belangrijk binnen startup-statistieken en worden steeds belangrijker naarmate bedrijven schalen, maar vertegenwoordigen waardevastlegging in plaats van waardecreatie. In een vroeg stadium waardevoller dan de hoeveelheid omzet is de exponentiële groei van uw KPI en validatie van uw bedrijfsmodel via experimenten voor het genereren van inkomsten. Mogelijke KPI's om te selecteren op basis van het bedrijfsmodel omvatten, maar zijn niet beperkt tot:

De KPI kan veranderen naarmate het bedrijf evolueert, en dit is niet alleen prima, maar kan ook getuigen van een gezond en dynamisch bedrijf. Zodra deze KPI is vastgesteld en u de buy-in van alle teamleden hebt bereikt, kunnen sommigen van hen hun eigen sub-KPI's ontvangen die er rechtstreeks in worden meegenomen. Een sub-KPI voor het PR- en Marketingteam kan bijvoorbeeld het totale aantal mensen zijn dat door de artikelen naar uw site of app klikt, wat kan worden verhoogd door het aantal artikelen, de gemiddelde kwaliteit van artikelen en strategieën voor verspreiden.

2. Stel een groeidoel vast en meet de belangrijkste drijfveren

Zodra de bepalende KPI-meting is geselecteerd, moeten oprichters de continue groei stimuleren met behulp van de verschillende beschikbare hefbomen. Statistieken voor omzetgroei kunnen worden opgesplitst in onderliggende drijfveren waarmee kan worden geëxperimenteerd om meer gebruikers binnen te halen en de betrokkenheid en waarde van degenen die al aanwezig zijn te maximaliseren.

Stap 1:groeicijfers opsplitsen in gebruikerscohorten

Ten eerste moeten groeistatistieken worden uitgesplitst in gebruikerscohorten om de retentie in de loop van de tijd te beoordelen, wat de werkelijke waarde van de gebruikers zal bepalen en hoe afhankelijk het bedrijf is van het voortdurend binnenhalen van nieuwe. De profielen van de gebruikers die het meest betrokken zijn bij het product kunnen vervolgens worden bepaald op basis van de gegevens, evenals de belangrijkste onderscheidende factoren voor de sterkste versus de zwakste cohorten, zodat het bedrijf zijn inspanningen en berichten beter kan richten.

Stap 2:De kernactie vinden die het meest gecorreleerd is met betrokkenheid

Enigszins analoog aan het statistisch profileren van de beste gebruikers en cohorten is het vinden van de kernactie die het meest gecorreleerd is met langdurige gebruikersbetrokkenheid en de volgorde van gebeurtenissen die het vaakst leiden tot de voltooiing van deze kernactie. Deze informatie maakt het vervolgens mogelijk om meer rigoureuze statistische tests uit te voeren van de omvang en duurzaamheid van de effecten van de verschillende groei-inspanningen van het bedrijf. Ik ben getuige geweest van de analyse van de bovenstaande factoren die het begrip van bedrijven over wie hun klanten zijn, hoe ze betrokken zijn en hoe ze hun groei en productvisie het beste kunnen stimuleren, volledig vernieuwd.

Primaire bronnen van groei

Groei vindt plaats vanuit drie hoofdbronnen, die hieronder worden besproken in afnemende volgorde van hun impact op de bedrijfswaarde.

In de praktijk kan een bepaalde gebruiker of strategie meer dan één bestuurder combineren. Startups bieden klanten vaak prikkels om andere klanten door te verwijzen, wat een krachtige strategie kan zijn zolang het bedrijf zich richt op die klanten die het meest waarschijnlijk betrokken blijven. Paypal biedt een beroemd voorbeeld van het gebruik van een verwijzingsprogramma als groeikatalysator:

Daarentegen kunnen e-commercebedrijven extreme en brede kortingen riskeren op producten die in wezen gebruikers kopen zonder noodzakelijkerwijs hypothesen te valideren of de weg vrij te maken voor duurzame betrokkenheid. Wees duidelijk over het profiel waarop u zich richt en modelleer de duurzaamheid van de strategie.

Al het andere is gelijk, incentives op basis van het aanbieden van een meer premiumversie van uw product hebben de voorkeur boven contante beloningen of kortingen, omdat ze meer betrokkenheid van de gebruiker opleveren en doorgaans goedkoper zijn (uitgaande van redelijke marginale kosten van de aanvullende service).

Bestudeer uw groeigegevens nauwkeurig. Veel startups organiseren bijvoorbeeld en nemen deel aan evenementen om de interesse van de beoogde klanten te wekken:hackathons en meetups, commerciële of industriële conferenties en sociale of netwerkuitjes. Naast het bijhouden van de conversieratio van degenen die rechtstreeks aan deze evenementen hebben deelgenomen, kan het analyseren van de daaropvolgende gebruikersgroei in de geografie en het doelprofiel van het evenement cruciaal inzicht bieden. Elke causaliteit moet met scepsis worden bekeken, maar als ik bijvoorbeeld een gebruiker word en kort daarna andere mensen die "dichtbij" met mij staan, gebruikers worden bij gebrek aan andere ontwikkelingen, kan dit voldoende informatie opleveren om een ​​experiment uit te voeren.

De drie groeimotoren die in de bovenstaande tabel worden beschreven, volgen vaak verschillende trajecten die analytisch kunnen worden onderscheiden. "Betalende gebruikers" van specifieke artikelen of andere bijzondere gebeurtenissen vertonen meestal een onregelmatig traject dat wordt gekenmerkt door pieken (en helaas vaak omkeringen), organische externe gebruikers hebben de neiging om een ​​soepele maar lineaire groei te laten zien, en ten slotte vertoont een gezonde verwijzingsdynamiek een curve :

Naarmate er meer gegevens beschikbaar komen, zijn er meer geavanceerde technieken om uw groei op te splitsen in deze belangrijke drijfveren:

1. Structurele breuktests (plotselinge verandering in de aard van uw groei) zoals de Chow Test
2. Virale coëfficiënten die laten zien hoeveel nieuwe klanten elke huidige klant gemiddeld naar het bedrijf brengt.
3. De tweede afgeleide van je groeitraject. De eerste afgeleide is de groeisnelheid zelf en de tweede is de veranderingssnelheid in uw groei, dus een positieve tweede afgeleide suggereert dat uw huidige gebruikers de wereld door het natuurlijke verloop van hun dag met meer gebruikers bevolken.

3. Meet retentie over cohorten en vergelijk met relevante benchmarks

Zodra u duidelijk bent over de drijvende KPI voor bedrijfswaarde, is het tijd om u te verdiepen in hoe uw gebruikers- of klantgedrag de groei stimuleert. Dit in termen van cohorten in overweging nemen, is belangrijk om de echte duurzaamheid van uw groei te bepalen, omdat het u dwingt niet alleen na te gaan hoeveel actieve gebruikers u vandaag heeft, maar ook hoe degenen die zich eerder hebben aangesloten, nog steeds presteren.

Verdeel uw gebruikers op basis van de omvang en frequentie van beschikbare gegevens in cohorten op basis van een redelijk tijdsinterval, zoals weken of maanden. Zoals eerder opgemerkt, kan een eenvoudige frequentieanalyse helpen om het juiste tijdsinterval te bepalen:

• Sorteer de gegevens op gebruikers- en actietijdstempel.
• Neem het verschil voor elke unieke gebruiker tussen de uitgevoerde acties, uitgedrukt in minuten of dagen.
• Maak een histogram van de resultaten en selecteer de periode waarin de gegevens het meest geclusterd zijn.

Als het gebruik zeer frequent is, wilt u misschien gewoon wekelijkse cohorten gebruiken. Als het een lagere frequentie is, bijvoorbeeld elke tien dagen of elke maand, stel dan de cohortintervallen in op basis hiervan. Middelen om deze retentie in de loop van de tijd te visualiseren zijn onder meer:

1. De standaard cohortgrafiek, die het aanhoudende aantal actieve gebruikers in de loop van de tijd voor elk respectievelijk cohort weergeeft:
2. De 'hittekaart', die laat zien hoeveel oorspronkelijke gebruikers voor elk cohort in de loop van de tijd betrokken blijven:
3. De 'laagcake' of röntgengrafiek, die de opeenvolgende cohorten laat zien die in de loop van de tijd op elkaar voortbouwen om het totale aantal actieve gebruikers te bereiken:

De gemiddelde retentie kan dan worden vergeleken met benchmarks voor de sector van het bedrijf, die bijvoorbeeld te vinden zijn op de Y Combinator-post van Anu Hariharan. Hoe het bedrijf zich verhoudt tot deze cijfers, geeft aan hoe het ervoor staat ten opzichte van zijn potentiële concurrenten, zowel voor gebruikers als voor de volgende kapitaalverhoging. Dit werk kan wat harde liefde met zich meebrengen, en oprichters moeten zich niet ontmoedigd voelen als retentie onder de benchmark wordt ontdekt. Deze analyse is in de eerste plaats zo waardevol, juist omdat retentie zo vaak de grootste uitdaging vormt voor bedrijven in een vroeg stadium, en de volgende secties zullen manieren bespreken om aan te scherpen wat werkt.

4. Identificeer de bepalende kenmerken van beste klanten en cohorten

De gegevens die over uw gebruikers worden verzameld, kunnen worden ingezet om de kenmerken te analyseren die het meest gecorreleerd zijn met betrokkenheid, zowel op individuele als op cohortbasis. Hele cohorten kunnen hun eigen specifieke kenmerken hebben vanwege factoren zoals:

1. Evolutie van het product in de loop van de tijd, aangezien de nieuwe gebruikers verschillende ervaringen krijgen
2. Externe seizoenseffecten zoals die tijdens de feestdagen worden geactiveerd
3. Bedrijfsspecifieke inspanningen, zoals een specifieke promotie- of marketingcampagne

Het type analyse voor zowel individuele gebruikers als cohorten lijkt qua functionele vorm sterk op elkaar, met het belangrijkste verschil in de definitie van de inputs.

Lineaire regressie

De beste gebruikersprofielen kunnen worden berekend met behulp van een lineaire regressie als de gegevens dit toelaten, en een dergelijk model zou het verwachte niveau van betrokkenheid of levenslange waarde opleveren op basis van de gebruikerskenmerken. De afhankelijke variabele is een maatstaf voor de mate van betrokkenheid of retentie, en de onafhankelijke variabelen zijn dan de factoren die beschikbaar zijn uit de gegevens die over de gebruikers zijn verzameld, zowel uit hun profielen als uit hun gedrag. Voorbeeldvariabelen voor het uitvoeren van een test op individuele gebruikers kunnen zijn:

Probit-model

Een alternatieve specificatie zou een probitmodel zijn, dat de waarschijnlijkheid van iets retourneert op basis van onafhankelijke variabelen. Deze specifieke functionele vorm kan dan de kans op churn voor een bepaalde gebruiker geven. In de meeste scenario's zou een lineaire regressie echter de standaardoptie moeten zijn, tenzij u een specifieke reden hebt waarom een ​​andere vorm de voorkeur heeft. Het hebben van een te geavanceerde specificatie kan de bevinding vertroebelen of het risico lopen dat het model voor de echte wereld wordt aangezien. Houd het simpel en bespaar je energie om de resultaten te interpreteren en ernaar te handelen.

Cohorten hebben verschillende gedragspunten

Cohorten hebben de neiging om drie belangrijke momenten van gebruikersacties te hebben:

1. Een eerste daling waarbij veel eerste gebruikers of klanten afhaken.
2. Een daaropvolgende vervalcurve op basis van verder verloop.
3. Dan (hopelijk) een lineair gedeelte waarin het cohort zich stabiliseert in die gebruikers die voor de lange termijn zijn. Het lineaire gedeelte kan natuurlijk nog steeds een trend vertonen, maar het is gestabiliseerd in een geleidelijke lineaire verandering in plaats van exponentieel verval.

De drie respectieve gebieden worden hieronder in verschillende kleuren weergegeven:

Met een lage gegevensbeschikbaarheid kunnen de drie gebieden worden bekeken, en met meer gegevens kan het moment waarop het cohort overgaat van exponentieel verval naar lineaire stabiliteit worden getest met dezelfde structurele breuktest van Chow die eerder is besproken. Het aanvankelijke blauwe lood maakt aantoonbaar deel uit van de daaropvolgende neerwaartse curve die in het groen wordt weergegeven, maar kan nuttig zijn om afzonderlijk te beschouwen, aangezien het een andere interpretatie kan hebben. De signalen uit de drie gebieden kunnen simplistisch worden opgevat als:

Bedrijven definiëren hun beste cohort op basis van grootte (hoeveel gebruikers), traject (hoe snel gebruikers in de loop van de tijd afhaken) en niveau waarop de betrokkenheid zich stabiliseert (% van de gebruikers voor de lange termijn). De laatste twee zijn aantoonbaar twee kanten van dezelfde variabele. Zoals met alles met opstartstatistieken in een vroeg stadium, zou het traject het meeste gewicht moeten hebben. Van de twee onderstaande cohorten is Cohort 1 sterker. Het kan meer kelderen en zelfs eerst stabiliseren op een lager niveau, maar dan vertoont het een lineaire trend naar gebruikers die opnieuw activeren, terwijl het blauwe cohort blijft afnemen.

Neem contact op met de gebruikers die zijn afgevallen om te zien wat u kunt doen om ze opnieuw te activeren of in ieder geval om van ze te leren. Die mensen die op het punt staan ​​uw product te gebruiken, maar er uiteindelijk voor hebben gekozen niet een van de rijkste bronnen van potentiële informatie te vertegenwoordigen en ook niet het laagst hangende fruit voor verdere groei.

5. Identificeer de kernactie die het meest verband houdt met retentie en betrokkenheid

Zodra u uw meest betrokken klanten identificeert, wilt u weten hoe ze het meest betrokken raken. De centrale stap is het identificeren van de kernactie die het meest wordt geassocieerd met langetermijnengagement. Beschouw deze actie als het kantelpunt waarop je de klant hebt vastgehaakt, en analyse van de stroom van ondernomen acties kan een moment van onevenredige verwachte betrokkenheid en retentie aan het licht brengen. Voor een marktplaatsplatform kan het met succes de eerste drie verkopen realiseren. Het is het "ah ha" -moment van de gebruiker - het "Wauw, dit ding werkt echt" -moment. Vind het.

Zodra de kernactie is geïdentificeerd, is de logische volgende vraag hoe gebruikers er zo snel en zeker mogelijk naar toe kunnen. De volgende stap in de analyse is daarom om de reeks gebeurtenissen te identificeren die het meest waarschijnlijk zullen leiden tot de kernactie die wordt ondernomen en deze te gebruiken om de UX van uw product te verfijnen om de gebruiker er zo naadloos mogelijk doorheen te leiden. Elimineer zoveel mogelijk noodzakelijke stappen; het creëren van mooie UX is als zoeken naar goud en vertegenwoordigt een proces van reductie en distillatie in plaats van toevoeging.

Denk in logaritmen boven percentages

Definieer uw variabelen waar mogelijk in termen van verandering in plaats van absolute status. Voor elk bedrijf, maar vooral voor startup-statistieken, bepaalt de snelheid van verandering uw waardering en concurrentievoordeel. Gebruik bij het berekenen van verandering natuurlijke logaritmische verandering in plaats van procentuele verandering. Procenten passen niet goed in statistische analyse vanwege hun eenzijdigheid; als uw actieve gebruikers bijvoorbeeld 10% verhogen van 100 naar 110 maar vervolgens 10% verlagen, zit u op 99. Natuurlijke logs hebben echter deze symmetrie, zijn net zo gemakkelijk te berekenen als procenten en kunnen worden omgezet in procenten voor definitieve interpretatie ook met behulp van een eenvoudige transformatieformule.

De analyses die via dit punt worden beschreven, zijn historisch, maar zullen een meer gedetailleerde voorspelling van toekomstige groei mogelijk maken op basis van onderliggende factoren, die nuttig zijn voor oprichters om hun waarschijnlijkheid te volgen om interne doelen of benchmarks te halen voor hun volgende financieringsronde, en voor investeerders voor het schatten van traject van een bedrijf. Zoals besproken in de volgende en laatste sectie, vormt het ook de basis voor resultaatgerichte experimenten voor productevolutie en groeistrategieën voor startups.

Sectie 6. Meet de impact van acties op duurzame groei

Met dit begrip van de krachten die uw groei tot nu toe hebben gevormd, kunt u experimenten uitvoeren om deze op duurzame manieren te versterken via productupdates, marketing en PR en bedrijfsontwikkeling. Met behulp van uw historische groeistatistieken en betrokkenheidsniveaus als basislijnen, kan de werkelijke impact van uw verschillende inspanningen worden beoordeeld. Hier komt creativiteit echt om de hoek kijken, maar creativiteit die geworteld is in empirische validatie.

Een baseline wordt gebruikt om aan te geven wat uw groei anders zou zijn geweest zonder de ondernomen actie. Een eenvoudige basislijn zou historische groei kunnen zijn, en meer geavanceerde zouden de bovengenoemde onderliggende drijfveren kunnen gebruiken om een ​​toekomstige basisgroei te voorspellen. Onder bepaalde omstandigheden kan de basislijn zelfs de reacties van eerdere soortgelijke gebeurtenissen zijn. Met de basislijn bij de hand, zouden de volgende stappen statistische analyses van de gegevens omvatten om vast te stellen welke groei werd toegeschreven aan de ondernomen acties (d.w.z. in overeenstemming met historische veranderingen) en wat "abnormaal" was.

Bovenal moeten deze tests het leerproces vaststellen waardoor het bedrijf en het product slimmer en sterker worden bij elke afzonderlijke actie van de gebruiker. Uw product en bedrijfsmodel zoals ze op elk moment bestaan kan worden gekopieerd; maar processen en bewegende doelen vertegenwoordigen veel duurzamere concurrentievoordelen. Gebruik deze experimenten en feedbackloops om van uw product een levend iets te maken dat steeds geavanceerder wordt. Evenzo is informatie het meest waardevolle goed ter wereld, zowel voor u als voor uw huidige en toekomstige klanten.

De inzichten die u opdoet in wat de groei en betrokkenheid van uw gebruikers en klanten stimuleert, kunnen zelf het product worden dat u uiteindelijk verkoopt; de meest waardevolle technologiebedrijven zijn bijna allemaal op een gegeven moment geëvolueerd van gewaardeerd worden op basis van hun klantengroei naar gewaardeerd worden op basis van de informatie die ze creëren. Effectief begrip van opstartstatistieken is de eerste stap in deze reis.