• Med de bästa kunderna identifierade måste vi nu isolera tipppunktsåtgärden, som fäste dem vid produkten och ökade deras engagemang.
• Detta kan till exempel vara det ögonblick en kund gör sitt tredje köp på en marknadsplatsplattform. Där litar de nu på tjänsten och är bekväma med den.
• För att vägleda användare mot detta ögonblick måste tillväxtansträngningar fokusera på kundresans användarupplevelse och använda både data och design för att säkerställa att det är sömlöst.
• Nu, med mer förståelse för tidigare data och de åtgärder som motsvarar framgång, kommer du och ditt företag att ha mer insikt för att driva hållbar tillväxt framåt.

Hur delar vi upp tillväxtens komponenter?

Mina partners och jag var med och grundade Firstrock Capital för att hjälpa startups att växa, och arbetade med dem för att möta vilken utmaning de än kan möta under en viss vecka. Under årens lopp har det viktigaste sättet för detta ändamål visat sig vara att hjälpa dem att bryta ner och vetenskapligt manipulera de underliggande drivkrafterna för själva startup-tillväxten. Så många av våra företag uppnådde fantastiska saker när det gäller att anskaffa kapital, bygga fantastisk teknik och attrahera kunder och mediauppmärksamhet, men när samtalen vände sig till:"Vad är det som verkligen definierar vår tillväxt, och växer vi på rätt sätt med rätt användare dag för dag, vecka för vecka?" saker blev alltför ofta mer osäkra.

Denna insikt fick oss att börja formalisera vissa verktyg och processer för att hjälpa våra portföljbolag med detta tillvägagångssätt så att vi kunde fokusera på de mest påverkande frågorna så snabbt som möjligt. När vi började distribuera dem ändrades våra konversationer från "bilen rör sig men det verkar vara ett problem med motorn" till "här är vad som fungerar och inte fungerar, nu ska vi fixa det här."

Den här artikeln beskriver de verktyg och tekniker som vi har funnit mest användbara och är avsedd att vara en karta för olika aspekter som kan packas upp, diskuteras och förfinas ytterligare. När jag arbetade med våra portföljbolag upptäckte mina partners och jag att när tillväxtdata väl hade analyserats i dess nyckeldrivkrafter som retention, kärnåtgärder och definierande egenskaper för bästa användare och kohorter, var det nästan undantagslöst en uppenbarelse för alla parter.

1. Definiera måttet som verkligen fångar tillväxt i företagsvärde

Det första steget för att bemästra starttillväxtstatistik, så uppenbart att det ofta försvinner, är att specificera exakt vad som ska växa i första hand. Grundare bör välja ett nyckelprestationsmått (KPI) som är förankrat i problemet som de löser och som representerar den åtgärd deras kunder vidtar för att få lösningen:

• Om alla användare är ungefär proportionerliga i sin användning och/eller om värdet kommer från hur många distinkta användare som finns på plattformen, kan det totala antalet aktiva användare vara bäst (t.ex. sociala nätverk).
• Om kunder är oproportionerliga i sin användning av produkten och bidrar till företagets värde, kan de totala åtgärder som vidtas vara de mer korrekta nyckeltal (t.ex. marknadsplatser, där faktorer som upprepad användning och högre intäkter för större biljettobjekt, gör vissa användare mer värdefulla än andra).

Varje given situation ligger längs ett spektrum; till exempel kan en professionell nätverksapp initialt spåra hur många potentiella yrkesverksamma och arbetsgivare som aktivt använder den. De skulle också då behöva definiera vad de menar med "aktiv", antingen baserat på hypotesen om hur ofta en användare ska utföra den relevanta åtgärden eller genom en frekvensanalys av hur ofta användarna gör det i genomsnitt.

Om affärsmodellen är baserad på reklam eller analyser på aggregerat användarbeteende kan denna KPI vara korrekt. Men om affärsmodellen ska erhålla en procentbaserad provision av värdet av de kontrakt som är resultatet av den, så skulle det relevanta KPI-måttet vara dollarvolymen av kontrakt som utförs via plattformen. Nyckeln är att vara tydlig med hur det underliggande värdet skapas och din affärsmodell för att ta emot en del av det.

Att välja detta mått gör det möjligt att definiera framgång mitt i det organiserade kaoset i ett företag i ett tidigt skede och anpassar alla teammedlemmar mot dess vision och strategi. Flera av mina portföljchefer har funnit att det hjälper att publicera de nuvarande månadernas KPI-mål och framsteg hittills på instrumentpaneler, allt från enkla whiteboards till interna plattformar och sedan svara på alla idéer genom att fråga hur det skulle bidra till att nå det målet— detta ingjuter inte bara fokus utan också förankring för större kreativitet.

Det primära nyckeltal för ett företag i tidigt skede är sällan intäkter. Intäkter är förstås viktigt inom startup-mått och blir det alltmer i takt med att företag skalas, men representerar värdefångande snarare än värdeskapande. Mer värdefull i ett tidigt skede än kvantitet av intäkter är exponentiell tillväxt i din KPI och validering av affärsmodell via intäktsgenereringsexperiment. Potentiella nyckeltal att välja baserat på affärsmodell inkluderar, men är inte begränsade till:

KPI:n kan ändras i takt med att företaget utvecklas, och detta är inte bara bra utan kan också ge bevis på ett sunt och dynamiskt företag. När denna KPI är etablerad och du har uppnått buy-in av alla teammedlemmar, kan vissa av dem få sina egna under-KPI:er som direkt matas in i den. En under-KPI för PR- och marknadsföringsteamet kan till exempel vara det totala antalet personer som klickar sig igenom artiklarna till din webbplats eller app, vilket kan ökas genom antalet artiklar, genomsnittlig kvalitet på artiklar och strategier för distribuera dem.

2. Sätt upp ett tillväxtmål och mät dess huvudsakliga drivkrafter

När den definierande KPI-mätningen väl har valts bör grundarna driva sin kontinuerliga tillväxt med hjälp av de olika tillgängliga spakarna. Topline-tillväxtstatistik kan delas upp i underliggande drivkrafter som kan experimenteras med för att få in fler användare och maximera engagemanget och värdet hos de som redan finns.

Steg 1:Dela upp tillväxtstatistik i användarkohorter

För det första måste tillväxtmått delas upp i användarkohorter för att bedöma retention över tid, vilket kommer att avgöra användarnas verkliga värde och hur beroende företaget är av att ständigt ta in nya. Profilerna för de användare som är mest engagerad i produkten kan sedan bestämmas utifrån data såväl som de viktigaste differentierande faktorerna för de starkaste respektive svagaste kohorterna så att företaget bättre kan fokusera sina ansträngningar och meddelanden.

Steg 2:Hitta den kärnåtgärd som är mest korrelerad med engagemang

Något analogt med att statistiskt profilera de bästa användarna och kohorterna är då att hitta den kärnåtgärd som är mest korrelerad med långsiktigt användarengagemang och händelseförloppet som oftast leder till att denna kärnåtgärd slutförs. Denna information gör det sedan möjligt att genomföra mer rigorösa statistiska tester av storleken och hållbarheten av effekterna av företagets olika tillväxtansträngningar. Jag har bevittnat analysen av ovanstående faktorer som helt förnyar företagens förståelse för vilka deras kunder är, hur de engagerar sig och hur de bäst driver deras tillväxt och produktvision.

Primära tillväxtkällor

Tillväxt sker från tre huvudkällor, som diskuteras nedan i fallande ordning efter deras inverkan på företagets värde.

I praktiken kan varje given användare eller strategi blanda mer än en drivrutin. Nystartade företag erbjuder ofta incitament till kunder att hänvisa andra kunder, vilket kan vara en kraftfull strategi så länge som företaget riktar sig till de kunder som med största sannolikhet kommer att förbli engagerade. Paypal erbjuder ett berömt exempel på att använda ett hänvisningsprogram som en tillväxtkatalysator:

Däremot kan e-handelsföretag riskera extrema och breda rabatter på produkter som i huvudsak köper användare utan att nödvändigtvis validera några hypoteser eller sätta scenen för hållbart engagemang. Var tydlig med vilken profil du riktar dig till och modellera strategins hållbarhet.

Allt annat lika, incitament baserade på att erbjuda mer av en premiumversion av din produkt är att föredra framför kontanta belöningar eller rabatter, eftersom de ger ökat engagemang från användaren och tenderar att vara mer överkomligt (förutsatt rimlig marginalkostnad för tilläggstjänsten).

Studera dina tillväxtdatapunkter noggrant. Många startups, till exempel, är värd för och deltar i evenemang för att väcka intresse bland målkunder – hackathons och möten, kommersiella eller industrikonferenser och sociala utflykter eller nätverksutflykter. Förutom att spåra konverteringsfrekvensen för de som direkt deltog i dessa evenemang, kan analys av efterföljande användartillväxt i evenemangets geografi och målprofil ge kritisk insikt. Alla orsakssamband måste tas med skepsis, men om jag till exempel blir en användare och sedan kort därefter andra människor "nära" mig blir användare i avsaknad av annan utveckling, kan detta signalera tillräckligt med information för att köra ett experiment.

De tre tillväxtdrivkrafterna som beskrivs i tabellen ovan tar ofta olika banor som kan differentieras analytiskt. "Betalda användare" från specifika artiklar eller andra sällsynta händelser tenderar att visa en oregelbunden bana som kännetecknas av toppar (och tyvärr ofta reverseringar), organiska externa användare tenderar att visa jämn men linjär tillväxt, och slutligen visar en sund hänvisningsdynamik en kurva :

När mer data blir tillgänglig, inkluderar mer avancerade tekniker för att bryta ner din tillväxt i dessa nyckelfaktorer:

1. Strukturella brotttester (plötslig förändring i din tillväxts natur) som Chow-testet
2. Viralkoefficienter som i genomsnitt visar hur många nya kunder varje nuvarande kund tillför verksamheten.
3. Den andra derivatan av din tillväxtbana. Den första derivatan är själva tillväxttakten och den andra är förändringshastigheten i din tillväxt, så en positiv andraderivata antyder att dina nuvarande användare befolkar världen med fler användare under dagens naturliga gång.

3. Mät retention över kohorter och jämför med relevanta riktmärken

När du är tydlig med de drivande nyckeltal för företagsvärde är det dags att fördjupa dig i hur ditt användar- eller kundbeteende driver tillväxten. Att överväga detta i termer av kohorter är viktigt för att ta reda på din tillväxts sanna hållbarhet eftersom det tvingar dig att överväga inte bara hur många aktiva användare du har idag utan hur de som tidigare gick med fortfarande presterar.

Baserat på omfattning och frekvens av tillgänglig data, dela in dina användare i kohorter baserat på ett rimligt tidsintervall som veckor eller månader. Som tidigare noterats kan en enkel frekvensanalys hjälpa till att bestämma rätt tidsintervall:

• Sortera data efter användare och åtgärdens tidsstämpel.
• Ta skillnaden för varje unik användare mellan de åtgärder som utförs, uttryckt i minuter eller dagar.
• Skapa ett histogram av resultaten och välj den period där data är mest klustrade.

Om användningen är mycket hög frekvens, kanske du vill helt enkelt använda veckokohorter. Om det är lägre frekvens – till exempel var tionde dag eller varje månad, ställ sedan in kohortintervallen utifrån detta. Metoder för att visualisera denna retention över tid inkluderar då:

1. Standardkohortdiagrammet, som visar det pågående antalet aktiva användare över tiden för varje respektive kohort:
2. Värmekartan, som visar hur många ursprungliga användare för varje kohort som förblir engagerade över tiden:
3. Lagerkakan, eller röntgendiagrammet, som visar de på varandra följande kohorterna som bygger på varandra över tid för att nå totalt antal aktiva användare:

Genomsnittlig retention kan sedan jämföras med riktmärken för företagets sektor, som till exempel finns på Anu Hariharans Y Combinator-post. Hur företaget jämför med dessa siffror indikerar hur det går jämfört med sina potentiella konkurrenter både för användare och för nästa kapitalhöjning. Detta arbete kan ge lite tuff kärlek, och grundare bör inte känna sig avskräckta om retention under riktmärket upptäcks. Den här analysen är så värdefull i första hand just för att retention så ofta utgör den största utmaningen för företag i tidiga skeden, och de efterföljande avsnitten kommer att diskutera sätt att finslipa på vad som fungerar.

4. Identifiera de definierande egenskaperna hos bästa kunder och kohorter

Data som samlas in om dina användare kan användas för att analysera de egenskaper som är mest korrelerade med engagemang, både på individ- och kohortbasis. Hela kohorter kan ha sina egna specifika egenskaper på grund av faktorer som:

1. Produktens utveckling över tid eftersom de nya användarna får olika upplevelser
2. Externa säsongseffekter som de som aktiveras under semesterperioden
3. Företagsspecifika insatser som en specifik marknadsförings- eller marknadsföringskampanj

Typen av analys för både enskilda användare och kohorter är mycket likartad när det gäller funktionell form, med den största skillnaden i definitionen av indata.

Linjär regression

Bästa användarprofiler kan beräknas med en linjär regression om data tillåter, och en sådan modell skulle returnera den förväntade nivån av engagemang eller livstidsvärde baserat på användarens egenskaper. Den beroende variabeln är ett mått på styrkan av engagemang eller retention, och de oberoende variablerna är då de faktorer som är tillgängliga från den data som samlats in om användarna både från deras profiler och deras beteende. Exempel på variabler för att utföra ett test på enskilda användare kan vara:

Probitmodell

En alternativ specifikation skulle vara en probitmodell, som returnerar sannolikheten för något baserat på oberoende variabler. Denna speciella funktionella form kan sedan ge sannolikheten för churn för en given användare. Men i de flesta scenarier bör en linjär regression vara standardalternativet, såvida du inte har en specifik anledning till varför en annan form är att föredra. Att ha en alltför avancerad specifikation kan antingen grumla upptäckten eller riskera att missta modellen för den verkliga världen. Håll det enkelt och spara energi för att tolka och agera på resultaten.

Kohorter har olika beteendepoäng

Kohorter tenderar att ha tre viktiga ögonblick för användaråtgärder:

1. Ett första fall där många initiala användare eller klienter hoppar av.
2. En efterföljande sönderfallskurva baserad på ytterligare churn.
3. Sedan (förhoppningsvis), en linjär del där kohorten stabiliseras till de användare som är på långa vägar. Den linjära delen kan naturligtvis fortfarande visa en trend, men den har stabiliserats till gradvis linjär förändring snarare än exponentiellt förfall.

De tre respektive områdena visas i olika färger nedan:

Med låg datatillgänglighet kan de tre områdena få ögonblick, och med mer data kan det ögonblick då kohorten övergår från exponentiellt förfall till linjär stabilitet testas med samma Chow strukturella brotttest som tidigare diskuterats. Det första lodet i blått är utan tvekan en del av den efterföljande nedåtgående kurvan som visas i grönt, men kan vara användbart att överväga separat eftersom det kan ha olika tolkningar. Signalerna från de tre områdena kan förenklat konceptualiseras som:

Företag definierar sin bästa kohort baserat på storlek (hur många användare), bana (hur snabbt användare hoppar av från kohorten över tid) och nivån på vilken engagemanget stabiliseras (% av användarna på lång sikt). De två sistnämnda är utan tvekan två sidor av samma variabel. Som med allt annat med mätvärden för uppstart i ett tidigt skede, bör banan väga tyngst. Av de två nedanstående kohorterna är kohort 1 starkare. Den kan rasa mer och till och med först stabilisera sig på en lägre nivå, men den visar sedan en linjär trend mot att användare återaktiverar medan den blå kohorten fortsätter att minska.

Nå ut till de användare som hoppade av för att se vad du kan göra för att återaktivera dem eller åtminstone lära av dem. Dessa människor på gränsen till att använda din produkt men valde i slutändan att inte representera en av de rikaste poolerna av potentiell information såväl som den lägst hängande frukten för ytterligare tillväxt.

5. Identifiera den kärnåtgärd som är mest förknippad med retention och engagemang

När du har identifierat dina mest engagerade kunder kommer du att vilja lära dig hur de blir mest engagerade. Det centrala steget är att identifiera den kärnverksamhet som är mest förknippad med långsiktigt engagemang. Se den här åtgärden som vändpunkten där du har anslutit kunden, och analys av flödet av åtgärder som vidtagits kan avslöja ett ögonblick av oproportionerligt förväntat engagemang och retention. För en marknadsplatsplattform kan det vara framgångsrikt att realisera de tre första försäljningarna. Det är användarens "ah ha"-ögonblick - "Wow, det här fungerar faktiskt"-ögonblicket. Hitta den.

När kärnåtgärden väl har identifierats är den logiska nästa frågan hur man får användarna till den så snabbt och säkert som möjligt. Nästa steg i analysen är därför att identifiera händelseförloppet som med största sannolikhet leder till att kärnåtgärden vidtas och använda detta för att förfina din produkt-UX för att föra användaren genom dem så sömlöst som möjligt. Eliminera så många nödvändiga steg som möjligt; att skapa vacker UX är som att sålla efter guld och representerar en process av reduktion och destillation snarare än addition.

Tänk i logaritmer över procentsatser

När det är möjligt, definiera dina variabler i termer av förändring snarare än absolut tillstånd. För vilket företag som helst, men speciellt för uppstartsstatistik, är förändringstakten det som definierar din värdering och din konkurrensfördel. När du beräknar förändring, använd naturlig logaritmisk förändring snarare än procentuell förändring. Procenten passar inte bra in i statistisk analys på grund av deras skevhet; till exempel, om dina aktiva användare ökar 10 % från 100 till 110 men sedan minskar 10 %, är du nere på 99. Naturliga loggar har dock denna symmetri, är lika lätta att beräkna som procent och kan omvandlas till procent för slutlig tolkning med en enkel transformationsformel också.

Analyserna som beskrivs i denna punkt är historiska, men kommer att möjliggöra en mer detaljerad förutsägelse av framtida tillväxt baserat på underliggande drivkrafter, vilket är användbart för grundare att spåra deras sannolikhet att nå interna mål eller riktmärken för sin nästa finansieringsrunda, och för investerare för att uppskatta ett företags bana. Som diskuteras i nästa och sista avsnitt lägger det också scenen för resultatdrivna experiment för produktutveckling och tillväxtstrategier för start.

Avsnitt 6. Mät effekten av åtgärder på hållbar tillväxt

Med denna förståelse för de krafter som har format din tillväxt hittills, kan du köra experiment om hur du stärker dem på hållbara sätt via produktuppdateringar, marknadsföring och PR samt affärsutveckling. Med hjälp av dina historiska tillväxtmått och engagemangsnivåer som baslinjer kan den verkliga effekten av dina olika ansträngningar bedömas. Det är här kreativitet verkligen kommer in i bilden, men kreativitet grundad i empirisk validering.

En baslinje används för att indikera vad din tillväxt annars skulle ha varit utan de åtgärder som vidtagits. En enkel baslinje kan vara historisk tillväxt, och mer avancerade kan använda de tidigare nämnda underliggande drivkrafterna för att förutsäga en framtida baslinjetillväxt. Under vissa omständigheter kan baslinjen till och med vara reaktioner från tidigare liknande händelser. Med baslinjen till hands skulle följande steg involvera statistiska analyser av data för att fastställa vilken tillväxt som tillskrevs vidtagna åtgärder (dvs. i linje med historiska förändringar) och vad som var "onormalt".

Framför allt bör dessa tester fastställa den inlärningsprocess genom vilken företaget och produkten blir smartare och starkare för varje enskild användaråtgärd. Din produkt och affärsmodell såsom de finns vid varje givet ögonblick kan kopieras; men processer och rörliga mål representerar mycket mer hållbara konkurrensfördelar. Använd dessa experiment och återkopplingsslingor för att göra din produkt till en levande varelse som hela tiden blir mer sofistikerad. Likaså är den mest värdefulla varan i världen information, både till dig och dina nuvarande och framtida kunder.

De insikter du skaffar dig om vad som driver tillväxt och engagemang hos dina användare och kunder kan i sig bli den produkt som du så småningom säljer; de mest värdefulla teknikföretagen har nästan alla utvecklats någon gång från att värderas utifrån deras kundtillväxt till att värderas utifrån den information de skapar. Effektiv förståelse för startstatistik är det första steget att ta på denna resa.