Alistair Croll هو رائد أعمال يتمتع بخلفية في أداء الويب والتحليلات والحوسبة السحابية و استراتيجية العمل.
في عام 2001 ، شارك في تأسيس كوراديان (حصل عليها BMC في عام 2011) وساعد منذ ذلك الحين في إطلاق Rednod و CloudOps و Bitcurrent و Year One Labs والعديد من الشركات الأخرى في مراحلها المبكرة. يعمل مع الشركات الناشئة الأعمال التسريع وتقديم المشورة لعدد من أكبر الشركات بشأن ابتكار والتكنولوجيا.
أليستير هو متحدث عام مرغوب فيه حول البيانات ابتكار وتأثير التكنولوجيا على المجتمع ، أسس أليستير وأدار مجموعة متنوعة من المؤتمرات ، بما في ذلك Cloud Connect و Bitnorth و International Startup Festival. إنه كرسي O'Reilly's مؤتمر Strata + Hadoop World. وقد كتب عدة كتب عن التكنولوجيا و الأعمال ، بما في ذلك الأكثر مبيعًا تحليلات Lean.
مع Alistair ، مررنا بمجموعة من الأسئلة الرئيسية لفهم كيف يمكن للشركات الناشئة استخدام البيانات لفهم تأثير أفعالهم على نمو المنظمة.
جدول المحتويات
ما الذي دفعك إلى الدراسة والبحث لكتابة تحليلات Lean؟
أليستير كرول: كنت أدير مسرعًا لبدء التشغيل يُدعى مختبرات العام الأول في مونتريال ، وكان يعتمد على مبدأ بدء التشغيل الخالي من الهدر ، لذلك قمنا ببعض الأشياء بشكل مختلف تمامًا عن كيفية عمل المسرّع العادي.
على سبيل المثال ، جعلنا أداة التسريع عامًا كاملاً بدلاً من 90 يومًا لأننا نعتقد نوعًا ما أنه في 90 يومًا ، كل ما يمكنك تعلمه هو عرض منتجك.
أخبرنا شركاتنا أنه لم يُسمح لهم بالبرمجة للشهر الأول من مشاركتهم. كما يمكنك أن تتخيل ، هذا شيء مختلف تمامًا لإخبار الناس عندما اعتادوا على كتابة البرامج.
كنا نبدأ مسرّعًا استنادًا إلى مبادئ العجاف ، وأدركنا أنه لا توجد مجموعة جيدة من القواعد الأساسية حول المقاييس التي يجب مراقبتها من أجل نموذج الأعمال وأين ينبغي أن يكونوا ، وقد دفعنا ذلك إلى الخروج والبدء في إجراء الأبحاث.
ما الفرق بين الاعتماد على البيانات والإطلاع عليها ولماذا يعد ذلك مهمًا؟
أليستير كرول: معظم الخوارزميات ، معظم الذكاء الاصطناعي هو ما نسميه المعياري ، أي أنه يعتمد على البيانات السابقة والحالية. يتحدث الناس عن انحياز الذكاء الاصطناعي. ما يعنونه حقًا هو أننا متحيزون ، وخوارزمية مدربة على ما نفعله تُظهر سلوكًا متحيزًا.
لذلك ، عندما تكون مدفوعًا بالبيانات ، فأنت تستخدم الماضي. أنت تحاول العثور على الاتجاهات والأنماط في البيانات التي لديك ، وهذا مفيد في بعض الأحيان. لكن من الصعب جدًا أن تكون مُبدِعًا أو مبتكرًا حقًا إذا كنت في عالم يعتمد فيه كل ما تفعله على البيانات التي لديك لأنك لن تفعل شيئًا إلا وفقًا للمعايير. لن تخرق القواعد نوعًا ما.
إذا كنت تعتمد على البيانات ، لأن معظم البيانات التي لديك هي بيانات من الموجودة لديك الأعمال أو مجال عملك الحالي ، من الصعب جدًا أن تقوم بالابتكار والتعطيل. بينما إذا كنت على دراية بالبيانات ، فإن ما تفعله هو البدء بفرضية ثم استخدام البيانات للتحقق من صحة هذه الفرضية أو إبطالها.
في هذه الحالة ، فإن إبداعك البشري وحدسك وخبراتك في المجال هي البداية ، ثم تستخدم البيانات لتقليل مخاطر هذا الافتراض بسرعة كبيرة.
ما هي بعض المخاطر الشائعة التي يجب على رواد الأعمال تجنبها عند جمع البيانات أو محاولة فهم نوع البيانات التي يحتاجون إليها؟
أليستير كرول: هناك الكثير من الأشياء التي تحتاج إلى التفكير فيها. أعتقد أن القاعدة الشاملة هي أنك بحاجة إلى التفكير بشكل نقدي في البيانات ، وما أعنيه بذلك هو أن تسأل نفسك لماذا تم جمع هذه البيانات؟ هل هي دقيقة؟ هل هو دقيق؟ هل استطيع ان استخدم هذا؟ هل يجب علي استخدامه؟ هل سأستخدمه؟
من الواضح أن هناك قيودًا قانونية وأخلاقية حول استخدام البيانات مثل الناتج المحلي الإجمالي ، وهذا في الواقع يؤثر على بعض ما إذا كان بإمكانك جمع البيانات أم لا.
ولكن هناك أيضًا سؤال حول إمكانية وصولك إلى مجموعة من البيانات لبدء تشغيل الأعمال ، ولكن قد لا يكون لديك وصول مستمر إلى تلك البيانات ، فهل مصدر البيانات مستدام؟ هل مصدر البيانات قابل للتكرار؟ هل هو جدير بالثقة ، إذا كان لديك نموذج الأعمال على ذلك؟
إذا كنت تقوم فقط بالبحث ، أو البحث الأولي ، فستكون البيانات واضحة إلى حد ما ، ثم تعود إلى القضايا الأخلاقية. سأعطيك مثالاً جيدًا على مدى تعقيد البيانات.
في بوسطن ، أرادت مدينة بوسطن معرفة مكان كل الحفر ، لذلك قاموا ببناء تطبيق يسمى Street Bump ، وبحثت Street Bump عن الحفر على الطريق باستخدام مقياس التسارع على هاتفك الذكي أثناء قيادتك إلى العمل والعودة منه. اتضح أن التطبيق كان متحيزًا بشكل لا يصدق.
لماذا ا؟ كانت البيانات موضوع التجربة من أشخاص تأخروا نموذج هاتف ذكي بخطة بيانات غير محدودة ولديهم مقعد راكب لوضع الهاتف فيه. في بوسطن ، يميل هذا الشخص إلى أن يكون شخصًا أبيض غنيًا.
لذلك ، على الرغم من أن التطبيق يعمل بشكل جيد حقًا ، وكل شيء يتعلق بعلم البيانات كان جيدًا ، فإن حقيقة أنهم استخدموا الهواتف الذكية كعملية قياس أدت إلى تحيز بياناتهم ، لذلك كانوا يقومون فقط بتحليل الحفر للأثرياء من ذوي البشرة البيضاء.
هذا أمر سيء حقًا. هذه مشكلة حقيقية. لذا ، ما فعلوه هو أنهم عادوا وقاموا بتركيبها في الحافلات وشاحنات القمامة ، وحصلوا على صورة أكثر دقة عن العالم. هذه هي المشكلة الحقيقية هنا ، وهي أنك إذا كنت تحاول جمع البيانات ، فغالبًا ما تكون هذه البيانات خاطئة أو متحيزة أو يتعذر الوصول إليها لأسباب لا تعرفها حقًا حتى فوات الأوان.
التفكير بشكل نقدي في البيانات والسؤال "هل يمكنني الحصول على البيانات؟ قد يكون لديك شيء حدث ، عليك أن تسأل نفسك هل يمكنني الحصول على البيانات؟ هل مسموح لي بالحصول على البيانات؟ هل يسمح لي بالعمل على البيانات؟ هل يجب أن أتصرف بناءً على البيانات؟ إذا قمت بذلك ، فهل يمكنني بناء شيء مستدام وقابل للتكرار فوق تلك البيانات؟ "
لذا ، فإن التفكير النقدي في البيانات أمر صعب حقًا ، وهذا هو جوهر التحليلات. عليك أن تطرح أسئلة جيدة جدًا حول المقاييس التي تهتم بها، أي مرحلة نمو أنت في ، ما نوع البيانات التي لديك ، وهذا يُعلمك بمدى تحليلك لأنه من المهم عدم قمع نوع غريزة الموت لديك.
شاحنة كرايسلر الصغيرة وجهاز آي باد ، لم تكن أي من البيانات ستخبر الناس بشكل مباشر أنك بحاجة إلى ذلك ، لكن الكثير من البيانات المجاورة لها نجحت. على سبيل المثال ، لم يقل أحد إنه يريد حافلة صغيرة ، لكن الجميع يعلم أن الآباء كانوا يصطحبون أطفالهم ، ويأخذونهم من نشاط إلى آخر وما إلى ذلك.
وهكذا ، يمكنك أن تتنبأ بأن شاحنة الميني فان ستكون إضافة مفيدة. في كثير من الأحيان ، لن يجد المؤسس من يقول ، "صمم لي هذا المنتج." سيجدون اتجاهات ، وسوف يستنبطون من تلك الاتجاهات إلى منتجهم أو خدمتهم الجديدة.
ما هي أهمية تنظيف البيانات؟
أليستير كرول:
السر القذر هو أن 80٪ من الأموال التي يتم إنفاقها على ما نسميه البيانات الضخمة هي في الواقع استخراج ، وتحويل وتحميل ، أو بيانات ETL ، وتنظيفها ويتم ذلك على نطاق واسع.
لا يزال هذا صحيحًا مع كل التطورات الحديثة.
كشركة ناشئة ، تفكر في البيانات التي تجمعها وكيف ستستخدمها ، أشياء غبية مثل تطبيع البيانات ، والتأكد من أنك تدخل دائمًا حسابات Twitter للأشخاص بنفس الطريقة بدلاً من إدخال "قائمة" (مقبض تويتر الخاص بي) في وقت ما ،acroll في مكان آخر ، Twitter.com/acroll في مكان آخر.
عليك أن تفترض أن كل ما تفعله ، سينتهي بك الأمر باستخدام تلك البيانات في مكان آخر ، وهذه حجة جيدة لوجود محلل في الفريق.
كان هناك وظيفة منذ فترة من ديف مكلور الذي توصل إلى مفهوم مقاييس القراصنة حيث قال ، "كل فريق مؤسس جيد هو متسلل ، ومخادع ، ومصمم" ، وقلت إنك تحتاج إلى إضافة محلل إلى ذلك للحفاظ على صدق الثلاثة الآخرين.
ما هو الفرق الرئيسي بين البيانات النوعية والكمية؟
أليستير كرول:البيانات النوعية هي قصصية. هناك قول مأثور قديم أن جمع الحكاية ليس بيانات. لذا تميل البيانات النوعية إلى أن تكون نوعًا من الفوضى. إذا كان لديك نموذج وطرحت على الأشخاص سؤالاً مفتوحًا ، "ما هو طعامك المفضل" ، فسيكون من الصعب جدًا تحليل لأنه نظرًا لأن الناس يتهجون الأطعمة بشكل مختلف ، فلن يقوموا ببناء بياناتهم بطريقة تجعل من السهل حلها ، ولكن قد تجد بصيرة. قد تذهب من خلال ذلك وتجد ، مهلا ، الكثير من الناس يحبون السوشي. لم أكن أعرف ذلك.
بينما إذا كنت كميًا ، يمكنك إعطاء الناس سبعة أشياء يمكنك الاختيار من بينها. لن ترى أبدًا الإجابة الثامنة من السوشي ، وقد تفوتك الأعمال فرصة ، ولكن يمكنك بسهولة بالغة تحليل تلك البيانات.
ماذا وجدنا أن البيانات النوعية هي المكان الذي تحصل فيه على رؤى وتشكل فرضيات يمكنك البحث عنها بدقة أكبر ، لكن لا يمكنك حقًا تحليل على نطاق واسع أو أتمتة ذلك ، وهذا صحيح إلى حد ما.
تعلم الآلة يتحسن في معالجة اللغة الطبيعية واستخراج المعنى وما إلى ذلك. في بعض الأحيان ، يمكن أن تساعدك خوارزمية التعلم الآلي في ذلك ، ولكن الحقيقة هي أنك سترغب في البدء بأشياء نوعية للعثور على رؤى وفرضيات ، وبعد ذلك سترغب في البدء بالأشياء الكمية للتحقق من صحتها في مقياس.
ثم أخيرًا عندما تقوم بأتمتة نظام ما ، فأنت تريد أن تأخذ تلك الخوارزمية الكمية وستريد أتمتة العملية بحيث تديرها عن طريق الاستثناء.
سأعطيك مثالا جيدا. إذا كان لديك موقع للتجارة الإلكترونية ، فيمكنك أن تسأل الأشخاص في نموذج استطلاع ، "ما الذي لم تتمكن من شرائه هنا؟" ثم يمر الإنسان بهذا الأمر ويكتشف أن كل شخص يريد حقًا أن تتماشى الحقائب مع أي منتج كنت تبيعه.
والآن أضفت حقائب إلى قائمة التحقق عندما يقوم شخص ما بالسداد والآن لديك معلومات كمية. يمكنك تحليل ذلك والذهاب ، "ها هي قائمة التحقق. يمكننا معرفة الأشياء التي تبحث عنها ".
ها هي عملية الدفع ، ويمكنك إجراء العمليات الحسابية على ذلك ، وبعد ذلك يمكنك فعلاً تحليل كيف يعمل ذلك. الخطوة الثالثة هي بمجرد أن تعرف الآن أن كل شخص يريد هذه الأشياء ، يمكنك المضي قدمًا وجعل ذلك جزءًا طبيعيًا من عملية الدفع الخاصة بك ، وتنبيهني فقط عندما تنخفض المبيعات.
لذا ، فإن الخطوة الثالثة هي أن تبدأ بالجودة ، ثم تنتقل إلى الكمية ، ثم أقول إنك ستنتقل إلى التشغيل الآلي ، والإدارة عن طريق الاستثناء لأنك في ذلك الوقت تنتقل إلى المقياس التالي. لقد قمت بتعظيم عملية الخروج من عربة التسوق ، والآن أنت على المقياس لتحسين الطريقة التي يحدث بها الاحتفاظ أو تكرار عمليات الإرجاع.
لماذا تعتبر مقاييس الغرور خطيرة للغاية وما هي بعض الأمثلة؟
أليستير كرول: لا أعتقد أنه يجب عليك إعداد قائمة بمقاييس الغرور. الواقع مع مقاييس الغرور هو:
If لا يمكنك إخباري كيف سيغير هذا المقياس سلوكك ، إنه مقياس سيء.
لذلك إذا قلت عددًا من المتابعين ، فهذا مقياس للغرور. ولكن إذا أخبرتني أن 10٪ من متابعيك سيشتركون في منتجك ، فهذا ليس مقياسًا للغرور لأن لديّ علاقة ذات مغزى مع شيء يغير نموذج العمل.
لذا ، فإن مقاييس الغرور هي تلك التي لا تثق فيها جيدًا بأنها ستؤثر على الأساسيات الخاصة بك نموذج الأعمال. إذا لم يغير الرقم شيئًا ما أبلغت محاسبك به ، فمن المحتمل أن يكون مقياسًا للغرور. هذا هو التحدي الحقيقي الذي يكمن في إيجاد مقاييس مرتبطة بالنتيجة التي تهتم بها.
ماذا عن التحليل الجماعي ، ولماذا يهم كثيرًا بالنسبة للشركات الناشئة؟
أليستير كرول:
الفوج هو أي مجموعة لديها شيء مشترك. السبب وراء أهمية المجموعات الجماعية هو أنه كشركة ناشئة إذا كنت تفعل الأشياء بشكل صحيح ، فأنت تطلق إصدارًا جديدًا من منتجك كل أسبوع.
ربما لا يكون الإصدار الذي قمت بتنزيله الأسبوع الماضي بنفس جودة الإصدار الذي قمت بتنزيله هذا الأسبوع ، وهو ليس بجودة الإصدار الذي قام صديقي بتنزيله الأسبوع المقبل.
لذا ، إذا أخذت تجربتك مع إصدار تجريبي مبكر جدًا من منتجي ، حيث لم يكن كامل الميزات ، فأنت غير راضٍ نوعًا ما ، وأنا أحسب حساب استبقاءك والمبلغ الذي دفعته ورضاك. وأنا أفعل ذلك جنبًا إلى جنب مع تجربة شخص استخدم منتجًا كان أكثر نضجًا وأكثر تقدمًا وثلاثة أشياء لاحقًا وما إلى ذلك ، ثلاثة إصدارات لاحقًا ، لا أريد أن ألوث تجربتك الرهيبة في تجربتهم الرائعة.
ما عليك القيام به هو ما عليك القيام به تحليل كل مجموعة ، بمعنى كل مجموعة ، على حدة لأنك يجب أن ترى تحسينات عبر تلك المجموعات. ربما في الإصدار الأول من منتجك ، كان لديك 20 ٪ من الخبث والثاني لديك 10 ٪ وفي الإصدار الأخير ، لديك 2 ٪ فقط وهو أمر رائع.
سيكون أمرًا مروعًا أن أقول ، "متوسط إنتاجي يبلغ 8٪." ما تريد فعله حقًا هو أن تقول ، "لقد جلبت معدل التغيير من 20٪ إلى 2٪ في ثلاثة إصدارات." إذا لم تفصل بين الفرد المفرج عنه باستخدام مجموعات أفرادية مميزة ، فستواجه مشكلة حقيقية لأنك تتجاهل التحسين.
ماذا عن التحليل متعدد المتغيرات ، ما سبب أهمية ذلك للشركات الناشئة؟
أليستير كرول: إذا كنت تستخدم Google ، فلديك الكثير من الزيارات بحيث يمكنك إجراء اختبار على أي شيء والحصول بسرعة كبيرة على نتائج ذات دلالة إحصائية.
إذا قمت بتغيير البحث ، فستحصل على آلاف النتائج بسرعة كبيرة. إذا كنت مجرد شخص بشري مثلنا في شركتك الناشئة الجديدة ، فربما تحتاج إلى تغيير العديد من الأشياء مرة واحدة فقط لأنك لا تملك عددًا كافيًا من الزيارات لاختبار كل تعديل فردي وتغيير قمنا به بشكل صحيح.
بدلاً من إجراء اختبار الانقسام أو اختبار AB ، ما ستفعله هو تغيير مجموعة من الأشياء ، وبعد ذلك ستحاول معرفة الحزمة أو أي حزمة من الميزات تقدم النتيجة التي تريدها.
مرة أخرى ، عليك أن تعرف النتيجة التي تريدها. لهذا السبب تحتاج إلى مقياس واحد يهم أكثر من أي شيء آخر. إذا كان المقياس الخاص بك هو التحويل ، فأنت بحاجة إلى معرفة أي مجموعة من الأشياء ، والشبكة الاجتماعية التي اتصلت بها ، والعرض الذي قدمته ، سواء كنت تتضمن الشحن ، سواء رأوا الزر الأخضر أو الأزرق ، كل هذه الأشياء.
مع متعدد المتغيرات تحليل، ستحاول استخدام الإحصائيات للتنبؤ بمجموعة الأشياء التي تحقق النتيجة التي تريدها. لذلك عندما لا يكون لديك الكثير من حركة المرور ، فأنت بحاجة إلى استخدام إحصائيات ذكية للتعامل مع بعض هذه المشكلات.
والواقع أنك لست بحاجة إلى أن تكون جيدًا حقًا في الإحصائيات لأن الكثير من الأدوات التحليلية الموجودة هناك تقوم بهذه الأشياء ، لكن عليك أن تكون على دراية بالإحصائيات.
سيتوصل الكثير من الأشخاص إلى نتيجة بعد التحدث إلى 20 عميلًا. حسنًا ، تخبرك الإحصائيات الأساسية أنه حتى بالنسبة لشيء طبيعي توزيع، أنت بحاجة إلى 30 نقطة بيانات أو أكثر للحصول على فترة ثقة جيدة. إذا كان هذا يبدو محيرًا ، فأنت بحاجة إلى البحث عن صديق أخذ الإحصائيات وشرائها العشاء.
ما هو المقياس الوحيد المهم (OMTM)؟
أليستير كرول: عندما وضعنا الكتاب لأول مرة ، تلقينا الكثير من الحزن من الناس. قالوا ، "لا توجد طريقة يمكنك بها الحصول على مقياس واحد. هناك 10 أشياء ". التشبيه الذي أستخدمه دائمًا هو عندما تحاول إيقاف سيارة. لنفترض أنك تقوم بنسخ سيارتك احتياطيًا في مكان وقوف السيارات.
تحتوي سيارتك على عشرات المقاييس التي تتحدث إليك دائمًا. هناك وضع يديك على العجلة يسمى استقبال الحس العميق. هناك صوت وهناك اهتزاز.
هناك سحب على جسمك من قوى التسارع. هناك العديد من الأوجه المختلفة ولوحات المعلومات والأرقام ، ولكن عندما تقوم بركن سيارتك ، فإن الشيء الوحيد المهم هو المسافة من الشيء خلفك.
هذا هو مقياسك الوحيد ، أليس كذلك؟ بمجرد إيقاف السيارة ، ربما يكون المقياس الخاص بك هو ما مدى قربني من الرصيف؟ أو ما هي المسافة التي يجب أن أذهب إليها سيرًا على الأقدام إلى المتجر الذي أريد الذهاب إليه؟
لكن مقياسك عند ركن السيارة هو مسافة من الشيء خلفك. إذا نفد الوقود من سيارتك ، فهناك ضوء سيأتي مستمرًا ، "مرحبًا ، نفد الوقود ،" أثناء وقوفك للسيارة ، وهذا رائع لأنك أتممت مقاييس غير مهمة ؛ لأنك بحاجة إلى أن تكون قادرًا على اتخاذ قرارات بشأنها ، لكنك أخبرت النظام ، "أزعني هذا فقط عندما يتغير".
في وقت مبكر ، ربما قلت ، "يا إلهي ، إن كمية الوقود في سيارتي مقياس مهم ،" ولكن كما ذكرت سابقًا ، من السهل جدًا أتمتة ذلك بسرعة.
تتمثل إحدى وظائف مديري البيانات الحديثة ، بالإضافة إلى التفكير النقدي في البيانات ، في أن يكونوا قادرين على معرفة المقاييس التي يجب أتمتتها والمقاييس التي يجب اختبارها واستكشافها ثم ما هو المقياس الأكثر أهمية بالنسبة للمؤسسة في الوقت الحالي.
هذا عامل مهم لثقافة الشركات الناشئة.
ما هو التعريف الرئيسي للشركة الناشئة؟
الشركة الناشئة هي منظمة مصممة للبحث عن بيئة مستدامة وقابلة للتكرار الأعمال نموذج.
بمجرد العثور على ملف نموذج الأعمال، وظيفتك هي تنفيذها. إن عملية البحث هي في الأساس إلهاء مستمر ، لذا فإن وجود تركيز هو إجراء مضاد جيد جدًا أو ثقل موازن لهذا الإلهاء المستمر والذي يعد جزءًا ضروريًا من أي شركة ناشئة.
كيف يمكننا تصنيف نماذج الأعمال المختلفة؟
أليستير كرول: من أجل معرفة المقياس الذي يجب أن تهتم به ، هناك شيئان يجب أن تقلق بشأنهما.
الأولى هي المرحلة التي أنت فيها:
في وقت مبكر ، الشركات هي ما نسميه مرحلة التعاطف أين عملك اكتشف ما يريده سوقك.
ثم مع مرور الوقت ، تحتاج إلى الوصول إلى ما نسميه مرحلة الالتصاق وهو ببساطة هل يمكنك جعل الناس يستمرون في فعل الشيء الذي تريده؟
إما البقاء في عربات التسوق أو الاشتراك والعودة. بمجرد تجاوزك الالتصاق ، تصل إلى مرحلة الرجولة التي سيخبر هؤلاء الأشخاص أصدقائهم؟ ليس هناك فائدة من القيام بالفيروسية حتى يكون لديك منتج لزج. إذا أخبرت جميع أصدقائي بشيء ما ، وذهبوا جميعًا إلى هناك ولم يستخدموه ، فما هو الهدف من إخباري لهم؟
بمجرد اجتيازك للرشوة ، فإنك تصل إلى مرحلة الإيرادات حيث تقول ، "هل يمكنني جني أموال كافية إما لشراء إعلانات أو تعيين فريق مبيعات؟"
بعد مرحلة الإيرادات ، تسأل ، "هل يمكنني التوسع؟ هل يمكنني تنمية الأعمال دون زيادة التكاليف؟ هل يمكنني الحفاظ على الهوامش أثناء النمو؟ "
هذا هو أول شيء يجب أن تعرفه. نحن نقدم بعض القواعد لمعرفة أي من هؤلاء أنت.
الأمر الثاني هو أن علينا معرفة ماذا نموذج الأعمال اهلا بك.
• نموذج الأعمال هي حقًا مسألة كيفية اكتساب عميلك واستخراج الأموال منه وتسليمها القيمة لعميلك؟
واحد واضح هو المعاملات الأعمال نموذج. التجارة الإلكترونية خير مثال على ذلك.
لكن قد يكون سوقًا آخر سوقًا ذا وجهين حيث أنت والعميل. يلتقي البائع والمشتري معًا على منصتك. لا تزال هناك معاملة ، ولكن ما يهم هو أشياء مثل المخزون وعدد عمليات البحث التي أدت إلى شيء ما يريد شخص ما شراءه وأشياء من هذا القبيل.
هناك هذه المراحل الخمس ، ثم هناك ستة نماذج الأعمال تحدثنا عنه.
2. هناك نوعان من وسائل الإعلام الأعمال عارضات ازياء:
أحدهما موقع إعلامي تقليدي مثل CNN أو BBC
الآخر هو موقع محتوى أنشأه المستخدم مثل Reddit أو a فيسبوك. كلاهما يكسب المال من الإعلانات
3. الفئة الثالثة هي حقًا حيث ستدخل في ملف الاشتراك في الأعمال، لذلك إما الأشياء القائمة على الاستهلاك مثل الحوسبة السحابية أو الأشياء ذات الميل مثل SalesForce.com SaaS.
نضع هؤلاء الستة نماذج الأعمال في ، ولكن هناك مجموعة من استبعادنا.
لم نضع ، على سبيل المثال ، أعمالًا قائمة على التبرعات مثل Patreon أو Kickstarter أو حتى Wikipedia التي تجني الأموال من هذه الأشياء. نظرًا لأننا لم ندخل في كل هذه الأشياء ، فقد واجهنا صعوبة بالغة في معرفة عدد النماذج أو عدد النماذج القليلة.
الفكرة الأساسية هنا هي أنك إذا كنت تعرف المرحلة التي تكون فيها بالنسبة لشركة وأيها نموذج الأعمال أنت موجود ، يجب أن تكون قادرًا بسرعة كبيرة على معرفة المقاييس التي تهمك.
ما هو المقياس الأول الذي يعتبر مهمًا حقًا لنماذج أعمال الاشتراك؟
أليستير كرول: يمكنني إخبارك بالمقياس المهم في المراحل المختلفة ، لكن لا يمكنني إخبارك بالمقياس المهم.
أود أن أقول لـ SaaS أو الاحتفاظ بالعملاء أو ما يسمى العمر المتبقي القيمة هو أفضل مقياس على المدى الطويل.
مرة أخرى ، في وقت مبكر ، هل يخبر الناس أصدقائهم؟ هل ينتقلون من تجربة الشيء إلى الاشتراك؟ ولكن هناك حديث بقلم رoberto Medri من Etsy حيث تحدث عن قيمة الحياة المتبقية كمقياس للاختيار لأي منتج يواجه العملاء في مؤسسة ناضجة.
سأشرح كيف تبقى الحياة القيمة يعمل. تخيل أن لديّ زائرين إلى موقع الويب الخاص بي. جاء الزائر الأول خمس مرات في الشهر الماضي وأنفق 200 دولار في المجموع.
جاء الزائر الثاني عشر مرات في الشهر الماضي وأنفق أيضًا 200 دولار. أي من هذين العميلين هو الأكثر قيمة بالنسبة لك ، العميل الذي جاء خمس مرات أم الذي جاء عشر مرات ، على افتراض أنهما يكلفان نفس التكلفة للحصول عليهما وأنهما أنفقا نفس المبلغ من المال؟ أي من هؤلاء أكثر قيمة ، العميل الذي تكرر خمس مرات أم العميل الذي تكرر عشر مرات؟
كانت إجابتي الأولية على أسئلة روبرتو هي الإجابة التي كانت عشر مرات لأنني أجريت المزيد من التجارب عليها وهم أكثر تفاعلًا ، أليس كذلك؟ على الرغم من أن إجمالي سلة التسوق الخاصة بهم صغير.
لنفترض الآن أن أسبوعًا يمر ، ولم تسمع شيئًا من أي من هؤلاء العملاء. عادة ، يأتون مرة كل أسبوع أو أسبوعين.
رجل واحد يأتي عشر مرات في الشهر ورجل واحد يأتي خمس مرات في الشهر ، وأنت لم تسمع عن أي منهما لمدة أسبوع.
هذا الرجل الذي يأتي عشر مرات في الشهر ، إذا لم يحضر لمدة أسبوع ، فقد تكون ميتًا بالنسبة له. ربما وجد بائعًا آخر ، وربما مات ، وربما غير رأيه. لكن الرجل الذي يأتي مرة واحدة في الأسبوع ، يأتي خمس مرات في الشهر ، ربما يتأخر يومين فقط ، أليس كذلك؟
من الأرجح أنك لم تفقد الشخص الذي يأتي بشكل أقل تكرارًا ، وهذا يعني أن الحياة المتبقية القيمة، ما تبقى من القيمة من العميل في الواقع أعلى بكثير بالنسبة للرجل الثاني الذي مضى عليه خمس مرات فقط.
هذا مفهوم غريب ، لكن فكرة العمر المتبقي القيمة، من قياس الباقي القيمة لجميع عملائك وما إذا كان ذلك يتزايد أو يتناقص هو على الأرجح المقياس الرئيسي لخدمة SaaS.
أنا في الواقع أدير ورشة عمل في Start-Up Fest وهو مؤتمر بدء كبير في مونتريال. يحدث ذلك في حوالي أسبوعين. أقوم بتدريس فصل افتتاحي في شيء نسميه ورشة التأسيس.
الفصل هو كل شيء عن العثور على الخاص بك نموذج الأعمال لأن رائد الأعمال في المرحلة التأسيسية ، شخص لم يجد بعد مناسبًا لسوق المنتج ، في الشركات الناشئة الشيء الأسطوري الذي تبحث عنه هو هذه الفكرة المسماة "ملائمة المنتج للسوق".
ما الفرق الرئيسي بين المشكلة / الحل المناسب لامتلاك نموذج عمل؟
الحقيقة أنني إذا كنت أدير صالونًا لتصفيف الشعر ، على سبيل المثال ، فما هي المشكلة التي أعالجها؟
إذا كنت أدير صالونًا لتصفيف الشعر ، فإن المشكلة التي أعالجها هي أن شعر الناس ينمو. ما هو الحل الخاص بي لهذه المشكلة؟
المشكلة هي أن شعر الناس ينمو والحل أن أقص شعر الناس. ما هو نموذج الأعمال?
• نموذج الأعمال هو عدد المقاعد التي يمكنك شغلها. هذا هو الواقع الأعمال ، حقا؟ إذا كنت استثمر في صالون لتصفيف الشعر ، فلا يهمني ما إذا كان بإمكانهم قص الشعر أو ما إذا كان شعر الناس ينمو.
يهمني عدد المقاعد التي يمكنك شغلها طوال يوم العمل لأنه إذا كان بإمكاني ملء جميع المقاعد ، فإن مصففي الشعر سيضربون طريقًا إلى باب منزلي لأنهم يريدون عملاء ، أليس كذلك؟ يؤسس الكثير من المؤسسين شركة ولديها مشكلة وحل ولكن لا الأعمال نموذج. على سبيل المثال ، المشكلة هي أن الشعر ينمو.
الحل هو أن أقص الشعر. ال نموذج الأعمال هي كيفية ملء المقاعد. أكبر خطأ يرتكبه مؤسسو المرحلة المبكرة هو أنهم لا يعرفون كيفية فصل المشكلة والحل الذي يحاولون تقديمه للسوق عن الشركة نموذج.
لذلك ، يذهبون إلى مسرع بدء التشغيل ويطرحون عليهم مشكلة وحل. يصاب الناس بالجروح ، ونحن نصنع الضمادات. الجميع يحتاج ذلك. بالتأكيد ، أوافق تمامًا. ما هو عملك نموذج؟ لا أعلم.
هذا هو أكبر خطر يواجه أي من هذه الشركات هو أنهم يخطئون في العثور على مشكلة والحل الذي غالبًا ما يمثل مشكلة لأنفسهم. اعتدت أن أرتدي قميصًا يقول إن والدتك ليست سوق اختبار صالحًا لأن الكثير من الناس مثل ، "حسنًا ، لقد تحدثت إلى عائلتي." الحقيقة هي أنه عليك أن تجد طريقة لإنشاء عمل تجاري نموذج، وإذا كان لديك نموذج الأعمال هو ملف جديد ومستدام وقابل للتكرار نموذج الأعمال، فأنت إذن شركة ناشئة.
الكثير من رجال الأعمال الذين يرغبون في الحصول على قائمة نموذج الأعمال يطلقون على أنفسهم شركات ناشئة. هم ليسوا. والكثير من المؤسسين الذين وجدوا مشكلة وحلاً ولكنهم لا نموذج الأعمال حتى الآن يطلقون على أنفسهم شركات ناشئة ناجحة ، وهم ليسوا كذلك. بمجرد أن تحصل على ملف نموذج الأعمال الفرضية ، هذا هو الوقت الذي يمكن أن تساعدك فيه البيانات على فهم ما إذا كان سيتم قياسها بشكل صحيح وما إلى ذلك.
الوجبات الرئيسية
احذر من مقاييس الغرور التي لا تضيف أيًا منها القيمة للعمل
الخوارزميات ليست متحيزة ، بل يتم تدريبها على ما نقوم به على أنه سلوك متحيز
إن التفكير في البيانات بشكل نقدي يعني طرح أسئلة جيدة جدًا حول المقاييس التي تهتم بها والتي لها تأثير على العمل
البيانات النوعية هي المكان الذي تحصل فيه على رؤى وتشكل فرضيات يمكنك البحث عنها بعد ذلك بمزيد من الدقة
بدلاً من إجراء اختبار الانقسام أو اختبار AB ، يمكن للشركات الناشئة استخدام التحليلات متعددة المتغيرات التي تمكنهم من فهم الميزات التي تقدم النتيجة التي تريدها.
ثلاث نقاط رئيسية
أريد أيضًا أن أشير وأؤكد على ثلاثة أشياء رئيسية انبثقت عن المناقشة:
المقياس الجيد يجب أن يغير السلوك: هذا مهم للغاية! المقاييس التي لا تغير السلوكيات لا تحسب ولا يمكن اعتبارها مقاييس جيدة.
الشركة الناشئة هي منظمة مصممة للبحث عن عمل مستدام وقابل للتكرار نموذج: هذه النقطة تحتاج أيضا إلى التشديد. أ نموذج الأعمال لا يقتصر فقط على إنشاء شركة. يتعلق الأمر بإنشاء عمل تجاري مستدام على المدى الطويل (وبالتالي يجب أن تتجمع كل اللبنات معًا) ، فهو قابل للتكرار ، وبالتالي فهو عرضة لأن يصبح قابلاً للتطوير بمرور الوقت.
• نموذج الأعمال هي حقًا مسألة كيفية اكتساب عميلك واستخراج الأموال منه وتسليمها القيمة لعميلك؟ كما جاء من المناقشة ، أ نموذج الأعمال يمكن اختزالها في أشياء أساسية مثل كيفية اكتساب العملاء واستخراج الأموال منهم أثناء التسليم القيمة!
Gennaro هو منشئ FourWeekMBAالتي وصلت إلى حوالي أربعة ملايين رجل أعمال ، من المديرين التنفيذيين والمستثمرين والمحللين ومديري المنتجات ورواد الأعمال الرقمية الطموحين في عام 2022 وحده | وهو أيضًا مدير المبيعات لتوسيع نطاق التكنولوجيا الفائقة في صناعة الذكاء الاصطناعي | في عام 2012 ، حصل جينارو على ماجستير في إدارة الأعمال الدولية مع التركيز على تمويل الشركات واستراتيجية الأعمال.
