Alistair Croll ist ein Unternehmer mit einem Hintergrund in den Bereichen Webleistung, Analytik, Cloud Computing und Geschäftsstrategie.
2001 war er Mitbegründer Koradiant (2011 von BMC übernommen) und hat seitdem bei der Gründung von Rednod, CloudOps, Bitcurrent, Year One Labs und mehreren anderen Unternehmen in der Frühphase geholfen. Er arbeitet mit Startups zusammen Geschäft Beschleunigung und berät eine Reihe größerer Unternehmen Innovation und Technologie.
Alistair ist ein gefragter öffentlicher Redner zum Thema Data Driven Innovation und die Auswirkungen der Technologie auf die Gesellschaft hat Alistair eine Vielzahl von Konferenzen gegründet und geleitet, darunter Cloud Connect, Bitnorth und das International Startup Festival. Er ist der Vorsitzende von O'Reilly's Strata + Hadoop World-Konferenz. Er hat mehrere Bücher über Technologie geschrieben und Geschäft, einschließlich der meistverkauften Lean Analytics.
Mit Alistair sind wir eine Reihe von Schlüsselfragen durchgegangen, um zu verstehen, wie Start-ups Daten nutzen können, um zu verstehen, welche Auswirkungen ihre Maßnahmen auf die haben Wachstum von der Organisation.
Was hat Sie dazu gebracht, Lean Analytics zu studieren und zu recherchieren?
Alistair Croll: Ich leitete einen Startup-Accelerator namens Year One Labs in Montreal, der auf dem Lean-Start-up-Prinzip basierte, also haben wir ein paar Dinge ganz anders gemacht als ein normaler Accelerator.
Zum Beispiel haben wir den Beschleuniger auf ein ganzes Jahr statt auf 90 Tage ausgelegt, weil wir irgendwie der Meinung waren, dass Sie in 90 Tagen nur lernen können, wie man Ihr Produkt präsentiert.
Wir haben unseren Unternehmen gesagt, dass sie im ersten Monat ihrer Teilnahme nicht programmieren dürfen. Wie Sie sich vorstellen können, ist das eine ganz andere Sache, Leuten zu sagen, wenn sie daran gewöhnt sind, Software zu schreiben.
Wir haben einen auf Lean-Prinzipien basierenden Accelerator gestartet und festgestellt, dass es keine guten Grundregeln dafür gibt, auf welche Metriken Sie achten sollten Geschäftsmodell und wo sie sein sollten, und das veranlasste uns, hinauszugehen und mit der Recherche zu beginnen.
Was ist der Unterschied zwischen datengesteuert und dateninformiert und warum ist das wichtig?
Alistair Croll: Die meisten Algorithmen, die meisten KIs sind das, was wir normativ nennen, das heißt, sie basieren auf vergangenen, bestehenden Daten. Die Leute sprechen davon, dass KI voreingenommen ist. Was sie wirklich meinen, ist, dass wir voreingenommen sind, und ein Algorithmus, der darauf trainiert ist, was wir tun, zeigt ein voreingenommenes Verhalten.
Wenn Sie also datengesteuert sind, nutzen Sie die Vergangenheit. Sie versuchen, Trends und Muster in den Ihnen vorliegenden Daten zu finden, und manchmal ist das nützlich. Aber es ist sehr schwer, wirklich disruptiv oder innovativ zu sein, wenn Sie sich in einer Welt befinden, in der alles, was Sie tun, auf den Daten basiert, die Sie haben, weil Sie immer nur die Norm tun werden. Sie werden die Regeln nicht wirklich brechen.
Wenn Sie datengesteuert sind, weil die meisten Daten, die Sie haben, Daten aus Ihren bestehenden sind Geschäft oder Ihre bestehende Branche, es ist sehr schwierig, innovativ und disruptiv zu sein. Wenn Sie hingegen dateninformiert sind, beginnen Sie mit einer Hypothese und verwenden dann Daten, um diese Hypothese zu validieren oder zu entkräften.
In diesem Fall ist Ihre menschliche Kreativität, Ihre Intuition und Ihre Fachkompetenz der Anfang, und dann verwenden Sie Daten, um das Risiko dieser Annahme sehr schnell zu verringern.
Was sind einige der häufigsten Fallstricke, die Unternehmer vermeiden sollten, wenn sie Daten sammeln oder tatsächlich versuchen zu verstehen, welche Art von Daten sie benötigen?
Alistair Croll: Es gibt viele Dinge, an die Sie denken müssen. Ich denke, die übergeordnete Regel lautet, dass Sie kritisch über Daten nachdenken müssen, und was ich damit meine, ist, sich zu fragen, warum diese Daten gesammelt wurden? Ist es genau? Ist es präzise? Kann ich es benutzen? Soll ich es benutzen? Werde ich es benutzen?
Es gibt offensichtlich rechtliche und ethische Einschränkungen in Bezug auf die Datennutzung wie die DSGVO, und das wirkt sich in der Tat darauf aus, ob Sie Daten sammeln können oder nicht.
Aber es stellt sich auch die Frage, ob Sie vielleicht Zugriff auf eine Reihe von Daten haben, um Ihre zu starten Geschäft, aber Sie haben möglicherweise keinen dauerhaften Zugriff auf diese Daten. Ist die Datenquelle also nachhaltig? Ist die Datenquelle wiederholbar? Ist es vertrauenswürdig, wenn Ihre Geschäftsmodell basiert darauf?
Wenn Sie nur Forschung betreiben, Primärforschung, dann sind Daten ziemlich einfach, und dann kommen Sie wieder auf ethische Fragen zurück. Ich gebe Ihnen ein gutes Beispiel dafür, wie kompliziert Daten sein können.
In Boston wollte die Stadt Boston wissen, wo all die Schlaglöcher waren, also haben sie eine App namens Street Bump entwickelt, und Street Bump suchte nach Schlaglöchern auf der Straße, indem es den Beschleunigungssensor auf Ihrem Smartphone verwendete, während Sie zur und von der Arbeit fuhren. Es stellte sich heraus, dass die App unglaublich voreingenommen war.
Wieso den? Die Daten, die Gegenstand des Experiments waren, stammten von Personen, die eine Verspätung hatten Modell Smartphone mit unbegrenztem Datentarif, und sie haben einen Beifahrersitz, in den sie das Telefon einlegen können. In Boston ist das in der Regel ein reicher, weißer Mensch.
Obwohl die App wirklich gut funktionierte und alles an der Datenwissenschaft gut war, verzerrte die Tatsache, dass sie Smartphones als Messverfahren verwendeten, ihre Daten, sodass sie nur Schlaglöcher für die Nachbarschaften reicher, weißer Leute analysierten.
Das ist eine wirklich schlechte Sache. Das ist ein echtes Problem. Also gingen sie zurück und passten es an Busse und Müllwagen an, und sie bekamen ein viel genaueres Bild der Welt. Das ist das eigentliche Problem hier, wenn Sie versuchen, Daten zu sammeln, sind diese Daten oft falsch oder voreingenommen oder aus Gründen, die Sie nicht wirklich kennen, unzugänglich, bis es zu spät ist.
Denken Sie wirklich kritisch über die Daten nach und fragen Sie „Kann ich die Daten bekommen? Vielleicht ist Ihnen etwas passiert, Sie müssen sich fragen, kann ich die Daten bekommen? Darf ich die Daten haben? Darf ich mit den Daten handeln? Soll ich aufgrund der Daten handeln? Wenn ich das tue, kann ich auf diesen Daten etwas Nachhaltiges und Wiederholbares aufbauen?“
Es ist also wirklich schwierig, kritisch über Daten nachzudenken, und das ist der Kern der Analytik. Sie müssen sehr gute Fragen dazu stellen, welche Metriken Ihnen wichtig sind, welches Stadium von Wachstum wo Sie gerade sind, welche Art von Daten Sie haben, und das informiert darüber, wie analytisch Sie sein können, denn es ist wichtig, Ihren Todesinstinkt nicht zu unterdrücken.
Der Chrysler-Minivan und das iPad, keine der Daten hätte den Leuten direkt gesagt, dass Sie das brauchen, aber viele der Daten daneben funktionierten. Zum Beispiel sagte niemand, dass er einen Minivan wollte, aber alle wussten, dass Eltern ihre Kinder abholten, sie von Aktivität zu Aktivität brachten und so weiter.
Und so könnte man vorhersagen, dass ein Minivan eine nützliche Ergänzung wäre. Oft findet ein Gründer niemanden, der sagt: „Bau mir dieses Produkt.“ Sie werden Trends finden und von diesen Trends auf ihr neues Produkt oder ihre neue Dienstleistung extrapolieren.
Wie wichtig ist die Datenbereinigung?
Alistair Croll:
Das schmutzige Geheimnis ist, dass 80 % des Geldes, das für das, was wir Big Data nennen, ausgegeben wird, in Wirklichkeit Extrahieren, Transformieren und Laden oder ETL-Daten und Bereinigung sind, und das in großem Umfang.
Das gilt immer noch mit all den modernen Fortschritten.
Denken Sie als Start-up darüber nach, welche Daten Sie sammeln und wie Sie sie verwenden werden, dummes Zeug wie das Normalisieren der Daten, um sicherzustellen, dass Sie die Twitter-Handles der Leute immer auf die gleiche Weise eingeben, anstatt „acroll“ einzugeben. (mein Twitter-Handle) an einem Punkt, @acroll an einem anderen, Twitter.com/acroll an einem anderen.
Sie müssen davon ausgehen, dass Sie diese Daten bei allem, was Sie tun, woanders verwenden werden, und das ist ein gutes Argument dafür, einen Analysten im Team zu haben.
Es gab vor einiger Zeit einen Beitrag von David McClure wer kam mit dem Konzept von Piratenmetriken wo er sagte, „Jedes gute Gründerteam ist ein Hacker, ein Hustler und ein Designer“, und ich argumentierte, dass Sie einen Analysten hinzufügen müssen, um die anderen drei ehrlich zu halten.
Was ist der Hauptunterschied zwischen qualitativen und quantitativen Daten?
Alistair Croll:Qualitative Daten sind anekdotisch. Es gibt ein altes Sprichwort, der Plural von Anekdote ist nicht Daten. Qualitative Daten neigen also dazu, etwas chaotisch zu sein. Wenn Sie ein Formular haben und den Leuten eine offene Frage stellen: „Was ist Ihr Lieblingsessen?“, wird es sehr schwierig sein analysieren dass Menschen ihre Daten nicht so strukturieren, dass sie leicht zu verarbeiten sind, weil Menschen Lebensmittel anders buchstabieren, aber Sie finden vielleicht einen Einblick. Sie können das durchgehen und finden, hey, viele Leute mögen Sushi. Das wusste ich nicht.
Wenn Sie dagegen quantitativ sind, können Sie den Leuten sieben Dinge geben, aus denen Sie wählen können. Sie werden nie die achte Antwort von Sushi sehen, und Sie können eine verpassen Geschäft Gelegenheit, aber Sie können sehr leicht analysieren diese Daten.
Wie Wir haben herausgefunden, dass qualitative Daten dazu dienen, Erkenntnisse zu gewinnen und Hypothesen zu bilden, die Sie dann genauer untersuchen können, aber das können Sie nicht wirklich analysieren es in großem Maßstab oder automatisieren, und das ist etwas wahr.
Maschinelles Lernen wird immer besser Verarbeitung natürlicher Sprache und Bedeutung extrahieren und so weiter. Manchmal kann Ihnen der maschinelle Lernalgorithmus dabei helfen, aber die Realität ist, dass Sie mit qualitativen Dingen beginnen möchten, um Erkenntnisse und Hypothesen zu finden, und dann mit quantitativen Dingen beginnen möchten, um sie zu validieren Skala.
Und schließlich, wenn Sie ein System automatisieren, werden Sie diesen quantitativen Algorithmus nehmen und den Prozess automatisieren wollen, so dass Sie ausnahmsweise verwalten.
Ich gebe Ihnen ein gutes Beispiel. Wenn Sie eine E-Commerce-Website hätten, könnten Sie die Leute in einem Umfrageformular fragen: „Was konnten Sie hier nicht kaufen?“ Dann geht ein Mensch das durch und findet heraus, dass jeder wirklich Taschen wollte, die zu jedem Produkt passen, das Sie verkaufen.
Jetzt fügen Sie Taschen zur Checkliste hinzu, wenn jemand auscheckt, und jetzt haben Sie quantitative Informationen. Sie können das zerkleinern und sagen: „Hier ist die Checkliste. Wir können herausfinden, wonach Sie suchen.“
Hier ist die Kasse, und Sie können darüber rechnen, und dann können Sie es tatsächlich analysieren wie das geht. Der dritte Schritt ist, sobald Sie jetzt wissen, dass alle diese Dinge wollten, können Sie dies einfach zu einem normalen Teil Ihres Bezahlvorgangs machen und mich nur benachrichtigen, wenn die Verkäufe zurückgehen.
Der dritte Schritt ist also, dass Sie mit qualitativ beginnen, dann zu quantitativ übergehen, und dann, würde ich sagen, zu automatisiert übergehen, ausnahmsweise verwalten, denn bis dahin sind Sie bei der nächsten Metrik. Sie haben den Warenkorb-Checkout maximiert und befinden sich jetzt auf der Metrik zur Verbesserung der Art und Weise, wie die Kundenbindung erfolgt, oder der Häufigkeit von Retouren.
Warum Vanity Metrics so gefährlich sind und was sind einige Beispiele dafür?
Alistair Croll: Ich denke nicht, dass Sie eine Liste von Vanity-Metriken erstellen sollten. Die Realität mit Eitelkeitsmetriken ist:
If Sie können mir nicht sagen, wie diese Metrik Ihr Verhalten ändern wird, es ist eine schlechte Metrik.
Wenn Sie also eine Anzahl von Followern sagen, ist das eine Eitelkeitsmetrik. Aber wenn Sie mir sagen, dass 10 % Ihrer Follower Ihr Produkt abonnieren werden, ist das keine Eitelkeitsmetrik, weil ich eine aussagekräftige Korrelation mit etwas habe, das mich verändert Geschäftsmodell.
Vanity-Metriken sind also diejenigen, bei denen Sie kein gutes Vertrauen haben, dass sie Ihren Basiswert beeinflussen werden Geschäftsmodell. Wenn die Zahl nichts ändert, was Sie Ihrem Buchhalter melden, handelt es sich wahrscheinlich um eine Eitelkeitsmetrik. Die eigentliche Herausforderung besteht darin, Metriken zu finden, die mit einem Ergebnis korrelieren, das Ihnen wichtig ist.
Was ist mit der Kohortenanalyse und warum ist sie für Start-ups so wichtig?
Alistair Croll:
Eine Kohorte ist jede Gruppe, die etwas gemeinsam hat. Der Grund, warum Kohorten so wichtig sind, liegt darin, dass Sie als Start-up, wenn Sie die Dinge richtig machen, jede Woche eine neue Version Ihres Produkts auf den Markt bringen.
Die Version, die Sie letzte Woche heruntergeladen haben, ist wahrscheinlich nicht so gut wie die Version, die ich diese Woche heruntergeladen habe, die nicht so gut ist wie die Version, die mein Freund nächste Woche herunterlädt.
Wenn ich also Ihre Erfahrung mit einer sehr frühen Beta meines Produkts nehme, wo es nicht so voll ausgestattet ist, sind Sie irgendwie unzufrieden, und ich berechne die Mathematik für Ihre Bindung und wie viel Sie bezahlt haben und Ihre Zufriedenheit. Und ich mache es neben der Erfahrung von jemandem, der ein Produkt verwendet hat, das viel ausgereifter und viel fortschrittlicher war, und drei Dinge später und so weiter, drei Versionen später, ich möchte Ihre schreckliche Erfahrung nicht mit ihrer wunderbaren Erfahrung verunreinigen.
Was Sie tun müssen, ist, dass Sie müssen analysieren jede Kohorte, d. h. jede Gruppe, separat, da Sie in diesen Kohorten Verbesserungen sehen sollten. Vielleicht hatten Sie in der ersten Version Ihres Produkts 20 % Abwanderung und in der zweiten 10 % Abwanderung und in der letzten Version nur 2 % Abwanderung, was wunderbar ist.
Es wäre schrecklich zu sagen: „Mein Produkt hat im Durchschnitt eine Abwanderung von 8 %.“ Was Sie wirklich tun möchten, ist zu sagen: „Ich habe die Abwanderung in drei Releases von 20 % auf 2 % gebracht.“ Wenn Sie die freigelassenen Personen nicht anhand unterschiedlicher Kohorten trennen, haben Sie ein echtes Problem, weil Sie die Verbesserung ignorieren.
Was ist mit der multivariaten Analyse, warum ist das so wichtig für Start-ups?
Alistair Croll: Wenn Sie Google sind, haben Sie so viel Verkehr, dass Sie einen Test für eine Sache durchführen können und sehr schnell statistisch signifikante Ergebnisse erhalten.
Wenn Sie eine Suche ändern, erhalten Sie sehr schnell Tausende von Ergebnissen. Wenn Sie ein Normalsterblicher wie wir mit Ihrem neuen Start-up sind, müssen Sie wahrscheinlich viele Dinge auf einmal ändern, nur weil Sie nicht genug Verkehr haben, um jede einzelne Optimierung und Änderung, die wir vorgenommen haben, richtig zu testen.
Anstatt Split-Tests oder AB-Tests durchzuführen, ändern Sie eine Reihe von Dingen und versuchen dann herauszufinden, welches Paket oder welches Bündel von Funktionen das gewünschte Ergebnis liefert.
Auch hier müssen Sie wissen, welches Ergebnis Sie wollen. Deshalb brauchen Sie eine Metrik, die wichtiger ist als alles andere. Wenn Ihre Metrik die Konversion ist, müssen Sie wissen, welches Bündel von Dingen, das soziale Netzwerk, über das Sie sie angesprochen haben, das Angebot, das Sie gemacht haben, ob Sie den Versand einbeziehen, ob sie den grünen oder den blauen Button gesehen haben, all diese Dinge.
Mit multivariat Analyse, werden Sie versuchen, mithilfe von Statistiken vorherzusagen, welches Bündel von Dingen das gewünschte Ergebnis liefert. Wenn Sie also nicht viel Verkehr haben, müssen Sie clevere Statistiken verwenden, um mit einigen dieser Probleme fertig zu werden.
Und die Realität ist, dass Sie nicht wirklich gut in Statistiken sein müssen, weil viele Analysetools da draußen so etwas machen, aber Sie müssen sich der Statistiken bewusst sein.
Viele Leute werden nach einem Gespräch mit 20 Kunden ein Fazit ziehen. Nun, grundlegende Statistiken sagen Ihnen das sogar für etwas mit einem Normalen Verteilung, benötigen Sie 30 oder mehr Datenpunkte, um ein gutes Konfidenzintervall zu haben. Wenn das verwirrend klingt, musst du einen Freund finden, der Statistiken gemacht hat, und ihn zum Abendessen einladen.
Was ist die einzige Metrik, die zählt (OMTM)?
Alistair Croll: Als wir das Buch zum ersten Mal herausbrachten, haben uns die Leute wirklich viel Kummer bereitet. Sie sagten: „Es gibt keine Möglichkeit, eine Metrik zu haben. Es gibt 10 Dinge.“ Die Analogie, die ich immer benutze, ist, wenn Sie versuchen, ein Auto zu parken. Angenommen, Sie parken mit Ihrem Auto rückwärts auf einem Parkplatz.
Ihr Auto hat Dutzende von Messwerten, die Sie immer ansprechen. Es gibt die Position Ihrer Hände auf dem Rad, die als Propriozeption bezeichnet wird. Da ist der Klang und da ist die Vibration.
G-Kräfte ziehen an Ihrem Körper. Es gibt so viele verschiedene Zifferblätter und Armaturenbretter und Nummern, aber wenn Sie Ihr Auto parken, ist das Einzige, was zählt, die Entfernung von dem Ding hinter Ihnen.
Das ist Ihre einzige Metrik, richtig? Wenn Sie das Auto geparkt haben, ist Ihre Metrik vielleicht, wie nah ich am Bordstein bin? Oder wie weit ist es für mich zu Fuß zu dem Geschäft, in das ich gehen möchte?
Aber Ihre Metrik, wenn Sie das Auto parken, ist ein Abstand von dem Ding hinter Ihnen. Wenn Ihrem Auto das Benzin ausgeht, leuchtet während des Parkens ständig „Hey, Sie haben kein Benzin mehr“, und das ist großartig, weil Sie uninteressante Messwerte automatisiert haben. weil Sie in der Lage sein müssen, Entscheidungen darüber zu treffen, aber Sie haben dem System gesagt: „Nur mich damit nerven, wenn es sich ändert.“
Anfangs haben Sie vielleicht gesagt: „Mensch, wie viel Kraftstoff in meinem Auto ist, ist eine wichtige Kennzahl“, aber wie ich bereits erwähnt habe, ist es sehr einfach, dies schnell zu automatisieren.
Eine der Aufgaben moderner Datenmanager besteht neben dem kritischen Nachdenken über die Daten darin, zu wissen, welche Metriken automatisiert und welche Metriken getestet und untersucht werden müssen und welche Metrik im Moment die wichtigste Metrik für das Unternehmen ist.
Das ist ein wesentlicher Faktor einer Start-up-Kultur.
Was ist die Schlüsseldefinition eines Start-ups?
Ein Start-up ist eine Organisation, die auf der Suche nach einem nachhaltigen, wiederholbaren Unternehmen ist GeschäftModell.
Sobald Sie eine nachhaltige, wiederholbare gefunden haben Geschäftsmodell, Ihre Aufgabe ist es, es auszuführen. Der Akt des Suchens ist im Grunde eine ständige Ablenkung, daher ist eine Fokussierung eine sehr gute Gegenmaßnahme oder ein Gegengewicht zu dieser ständigen Ablenkung, die ein notwendiger Bestandteil eines jeden Start-ups ist.
Wie lassen sich die verschiedenen Geschäftsmodelle einordnen?
Alistair Croll: Um herauszufinden, welche Metrik Ihnen wichtig ist, müssen Sie sich um zwei Dinge kümmern.
Die erste ist die Phase, in der Sie sich befinden:
Schon früh sind Unternehmen bei dem, was wir nennen Empathie-Phase wohin deine Arbeit geht Finden Sie heraus, was Ihr Markt will.
Dann müssen Sie im Laufe der Zeit zu dem gelangen, was wir das nennen Klebrigkeitsphase das ist einfach Kannst du die Leute dazu bringen, weiterhin das zu tun, was du willst?
Entweder in den Einkaufswagen bleiben oder abonnieren und zurückkommen. Sobald Sie die Klebrigkeit hinter sich gelassen haben, gelangen Sie zur Viralitätsphase, von der diese Leute ihren Freunden erzählen werden? Es macht keinen Sinn, Viralität zu betreiben, bis Sie ein klebriges Produkt haben. Wenn ich all meinen Freunden von etwas erzähle und sie alle dorthin gehen und es nicht benutzen, welchen Sinn hatte es dann, es ihnen zu erzählen?
Sobald Sie die Viralität bestanden haben, gelangen Sie zur Umsatzphase Da sagst du: „Kann ich genug Geld verdienen, um entweder Anzeigen zu kaufen oder ein Verkaufspersonal einzustellen?"
Nach dem Revenue Stage, fragen Sie: „Kann ich skalieren? Kann ich die anbauen Geschäft ohne die Kosten zu erhöhen? Kann ich Margen aufrechterhalten, während ich wachse?“
Das ist das erste, was Sie wissen müssen. Wir bieten einige Regeln an, um zu wissen, an welcher von denen Sie sich befinden.
Die zweite Sache ist, wir müssen herausfinden, was Geschäftsmodell du bist in.
Das Geschäftsmodell ist wirklich eine Frage, wie Sie Ihren Kunden gewinnen, Geld von Ihrem Kunden abziehen und liefern Wert zu Ihrem Kunden?
Eine offensichtliche ist eine Transaktion GeschäftModell. E-Commerce ist ein gutes Beispiel dafür.
Aber ein anderer könnte ein zweiseitiger Marktplatz sein, auf dem Sie und der Kunde. Auf Ihrer Plattform kommen Käufer und Verkäufer zusammen. Es gibt immer noch eine Transaktion, aber was zählt, sind Dinge wie Inventar und wie viele Suchanfragen zu etwas geführt haben, das jemand kaufen möchte und so weiter.
Es gibt diese fünf Stufen, und dann gibt es noch sechs Geschäftsmodelle Wir haben darüber geredet.
Eine davon ist eine traditionelle Medienseite wie CNN oder BBC
Die andere ist eine Website mit benutzergenerierten Inhalten wie Reddit oder a Facebook. Beide verdienen Geld mit Werbung
3. Die dritte Kategorie ist wirklich, wo Sie in eine geraten Abonnementgeschäft, also entweder verbrauchsbasiertes Zeug wie Cloud Computing oder tendenzielles Zeug wie SalesForce.com SaaS.
Wir setzen diese sechs Geschäftsmodelle rein, aber es gibt einen Haufen, den wir ausgelassen haben.
Wir haben zum Beispiel keine auf Spenden basierenden Unternehmen wie Patreon oder Kickstarter oder sogar Wikipedia eingeführt, die mit diesen Dingen Geld verdienen. Da wir nicht auf all diese Dinge eingegangen sind, fiel es uns sehr schwer, herauszufinden, wie viele Modelle oder wie wenige Modelle.
Der Grundgedanke dabei ist: Wenn man weiß, in welcher Phase man sich für ein Unternehmen befindet und in welcher Geschäftsmodell Wenn Sie dabei sind, sollten Sie sehr schnell in der Lage sein, herauszufinden, welche Metriken für Sie wichtig sind.
Was ist die wichtigste Kennzahl, die für Abonnement-Geschäftsmodelle wirklich entscheidend ist?
Alistair Croll: Ich kann Ihnen sagen, welche Metrik in verschiedenen Phasen wichtig ist, aber ich kann Ihnen nicht sagen, welche Metrik entscheidend ist.
Ich würde sagen für SaaS, Kundenbindung oder die sogenannte Restlebensdauer Wert ist langfristig die beste Kennzahl.
Sagen es die Leute schon früh ihren Freunden? Gehen sie vom Ausprobieren zum Abonnieren über? Aber es gibt einen Vortrag von Roberto Medri von Etsy, wo er über den lebenslangen Restwert sprach als Maß der Wahl für jedes kundenorientierte Produkt in einer ausgereiften Organisation.
Ich werde erklären, wie Restlebensdauer Wert funktioniert. Stellen Sie sich vor, ich habe zwei Besucher auf meiner Website. Der erste Besucher ist im letzten Monat fünfmal gekommen und gibt insgesamt 200 $ aus.
Der zweite Besucher ist im letzten Monat zehnmal gekommen und hat ebenfalls 200 Dollar ausgegeben. Welcher dieser beiden Kunden ist für Sie wertvoller, der, der fünfmal kam, oder der, der zehnmal kam, vorausgesetzt, die Akquise kostet gleich viel und er hat gleich viel Geld ausgegeben? Welcher davon ist wertvoller, der Kunde, der fünfmal da war, oder der Kunde, der zehnmal da war?
Meine erste Antwort auf Robertos Fragen war die, die es schon zehn Mal gegeben hat, weil ich mehr Experimente mit ihnen durchführen kann und sie engagierter sind, richtig? Obwohl ihr Warenkorb insgesamt klein ist.
Nehmen wir nun an, dass eine Woche vergeht und Sie von keinem dieser Kunden etwas gehört haben. Normalerweise kommen sie alle ein bis zwei Wochen.
Ein Typ kommt zehnmal im Monat und ein Typ fünfmal im Monat, und Sie haben seit einer Woche nichts mehr von beiden gehört.
Dass der Typ, der zehnmal im Monat kommt, wenn er eine Woche lang nicht auftaucht, für ihn vielleicht tot ist. Vielleicht hat er einen anderen Verkäufer gefunden, er ist vielleicht gestorben, er hat vielleicht seine Meinung geändert. Aber der Typ, der einmal die Woche kommt, kommt fünfmal im Monat, er kommt vielleicht nur ein paar Tage zu spät, oder?
Es ist wahrscheinlicher, dass Sie die Person nicht verloren haben, die seltener kommt, und das bedeutet, dass die Restlebensdauer WertDie restlichen Wert des Kunden ist tatsächlich viel höher für den zweiten Typ, der nur fünf Mal dort war.
Das ist ein seltsames Konzept, aber diese Idee der Restlebensdauer Wert, der Rest zu messen Wert aller Ihrer Kunden, und ob diese zunimmt oder abnimmt, ist wahrscheinlich die wichtigste Kennzahl für SaaS.
Ich leite gerade einen Workshop beim Start-Up Fest, einer großen Start-up-Konferenz in Montreal. Es passiert in etwa zwei Wochen. Ich unterrichte eine Eröffnungsklasse bei etwas, das wir Gründungsworkshop nennen.
In der Klasse geht es darum, Ihre zu finden Geschäftsmodell denn ein Unternehmer in der Gründungsphase, jemand, der noch keinen Product-Market-Fit gefunden hat, sucht in Start-ups nach dieser mythischen Sache, die als Product-Market-Fit bezeichnet wird.
Was ist der Hauptunterschied zwischen dem Problem/der Lösung, die zu einem Geschäftsmodell passt?
Die Realität ist, dass, wenn ich zum Beispiel einen Friseursalon betreibe, welches Problem ich anspreche?
Wenn ich einen Friseursalon betreibe, ist das Problem, das ich anspreche, das Haarwachstum der Leute. Was ist meine Lösung für dieses Problem?
Das Problem ist, dass die Haare der Leute wachsen, und die Lösung ist, dass ich die Haare der Leute schneide. Was ist das Geschäftsmodell?
Das Geschäftsmodell ist, wie viele Sitze Sie füllen können. Das ist das Eigentliche Geschäft, Rechts? Wenn ich in einen Friseursalon investiere, ist es mir egal, ob sie Haare schneiden können oder ob die Haare der Leute wachsen.
Es ist mir wichtig, wie viele Sitze Sie während des Arbeitstages besetzen können, denn wenn ich alle Sitze besetzen kann, werden Friseure einen Weg zu meiner Tür schlagen, weil sie Kunden wollen, richtig? Viele Gründer gründen ein Unternehmen mit einem Problem und einer Lösung, aber nein GeschäftModell. Ein Problem ist zum Beispiel, dass Haare wachsen.
Die Lösung ist, ich schneide die Haare. Das Geschäftsmodell ist, wie man Sitze füllt. Der größte Fehler, den Gründer in der Frühphase machen, ist, dass sie nicht wissen, wie sie das Problem und die Lösung, die sie dem Markt anbieten wollen, vom Geschäft trennen können Modell.
Also gehen sie zu einem Start-up Accelerator und stellen ihnen ein Problem und eine Lösung vor. Die Leute bekommen Schnitte, und wir machen Pflaster. Das braucht jeder. Klar, ich stimme voll und ganz zu. Was ist dein Anliegen Modell? Ich weiß nicht.
Die größte Gefahr für diese Unternehmen besteht darin, dass sie fälschlicherweise ein Problem und eine Lösung gefunden haben, die oft ein Problem für sie selbst darstellen. Früher hatte ich ein T-Shirt, auf dem stand, dass deine Mutter kein gültiger Testmarkt ist, weil viele Leute sagen: „Nun, ich habe mit meiner Familie gesprochen.“ Die Realität ist, dass Sie einen Weg finden müssen, um ein Unternehmen zu gründen Modell, und wenn du Geschäftsmodell ist neu, nachhaltig, wiederholbar Geschäftsmodell, dann sind Sie ein Start-up.
Viele Unternehmer, die eine bestehende übernehmen wollen Geschäftsmodell nennen sich Start-ups. Sie sind nicht. Und viele Gründer, die ein Problem und eine Lösung gefunden haben, aber nein Geschäftsmodell nennen sich erfolgreiche Start-ups und sind es nicht. Sobald Sie eine Geschäftsmodell Hypothese, dann können Daten Ihnen helfen zu verstehen, ob sie richtig skaliert werden und so weiter.
Die zentralen Thesen
Hüten Sie sich vor Vanity-Metriken, die keine hinzufügen Wert zum Geschäft
Algorithmen sind nicht voreingenommen, sondern darauf trainiert, was wir als voreingenommenes Verhalten zeigen
Kritisch über Daten nachzudenken bedeutet, sehr gute Fragen darüber zu stellen, welche Kennzahlen Ihnen wichtig sind und welche Auswirkungen auf das Geschäft haben
Mit qualitativen Daten erhalten Sie Erkenntnisse und bilden Hypothesen, die Sie dann genauer untersuchen können
Anstatt Split-Tests oder AB-Tests durchzuführen, können Startups multivariate Analysen verwenden, die es ihnen ermöglichen zu verstehen, welche Funktionen das gewünschte Ergebnis liefern.
Drei wichtige Highlights
Ich möchte auch auf drei wichtige Dinge hinweisen und diese hervorheben, die sich aus der Diskussion ergeben haben:
Eine gute Metrik muss das Verhalten ändern: das ist extrem wichtig! Metriken, die das Verhalten nicht ändern, zählen nicht und können nicht als gute Metriken betrachtet werden.
Ein Start-up ist eine Organisation, die auf die Suche nach einem nachhaltigen, wiederholbaren Unternehmen ausgerichtet ist Modell: Auch dieser Punkt muss betont werden. EIN Geschäftsmodell geht es nicht nur darum, ein Unternehmen zu gründen. Es geht darum, ein Unternehmen zu schaffen, das langfristig nachhaltig ist (daher müssen alle Bausteine zusammenpassen), es ist wiederholbar und neigt daher dazu, im Laufe der Zeit skalierbar zu werden.
Das Geschäftsmodell ist wirklich eine Frage, wie Sie Ihren Kunden gewinnen, Geld von Ihrem Kunden abziehen und liefern Wert zu Ihrem Kunden? Wie sich aus der Diskussion herausstellte, a Geschäftsmodell kann auf wichtige Dinge reduziert werden, wie z. B. wie Sie Kunden gewinnen, Geld von ihnen abziehen, während Sie liefern Wert!
Gennaro ist der Schöpfer von FourWeekMBA, das allein im Jahr 2022 rund vier Millionen Geschäftsleute erreichte, darunter C-Level-Führungskräfte, Investoren, Analysten, Produktmanager und aufstrebende digitale Unternehmer | Er ist auch Director of Sales für ein Hightech-Scaleup in der KI-Industrie | Im Jahr 2012 erwarb Gennaro einen internationalen MBA mit Schwerpunkt auf Unternehmensfinanzierung und Geschäftsstrategie.
