Superhero Analytics-niveauer

Kom tættere på produktmarkedstilpasning

(Kasper Suomalainen) (Mar 19, 2019)

Siden Videnskabelig revolution i det 16. århundrede har måling og analyse været vores måde at forstå verden omkring os på. Startups er ikke anderledes, da måling af forretning og kunder er en måde at få indsigt i, hvad vi skal gøre videre.

Handlingsbar indsigt – informationer, der giver os retning og validering i vores beslutningstagning – er, hvordan en opstart er i stand til at køre hurtigere end andre. For at gøre data til indsigt har vi brug for analyser.

Analytics er det, der gør data til handlingsbar indsigt.

Vi på Superhero Capital ser hvert år hundreder af relevante, potentielt investerbare startups, der passer til vores investeringsafhandling og omfang. Gennem vores dealflow har vi dannet en måde at klassificere startups i tidlige faser i kategorier baseret på den analyse, vi ser dem foretage, øve og forkynde.

Vi bruger fire forskellige analyseniveauer til hurtigt at rangordne opstart. i vores dealflow-proces. Jeg vil ikke gennemgå, hvordan alle målinger på hvert niveau er defineret, men snarere give eksempler og links undervejs til de sande superhelte, der ønsker at lære mere. Disse niveauer er mest relaterede til SaaS-virksomheder, men begreberne gælder for alle, uanset forretningsmodel eller branche.

Vi skabte 4 niveauer af Superhero Analytics for at hjælpe vores dealflowproces med hurtigere beslutningstagning, og jeg synes det er på tide at dele det også for startups.

4 niveauer af superheltanalyser

Niveau 0 – Vi ved, at vi har indtægter

Dette niveau er det bare minimum, og hver opstart er her til at begynde med. På niveau 0 måler du de to grundlæggende ting, der holder en start, eller enhver forretning for den sags skyld, flydende og kørende: brugere og penge.

For SaaS gøres dette typisk ved at måle din daglige / månedlige aktive brugere og din månedlige / årlige tilbagevendende indtægt.

De absolutte grundlæggende i SaaS-metrics.

Hvis du er helt ærlig, skal du ikke tale med VCer, hvis du er på dette niveau. Det spilder både din tid og deres tid. Jeg har haft privilegiet med at finde mig selv ansigt til ansigt med et par hold på niveau 0, og deres logik er oftere end ikke sjovt.

“En fordel er, at vi sælger vores produkt billigere end vores største konkurrenter, men problemet er, at vi ikke tjener penge. ” – Niveau 0

Niveau 1 – Vi ved, at vi måske tjener nogle penge

På niveau 1 begynder du at kigge på hvad der skete og starte nedbryde dine individuelle metrics.

Lad os f.eks. tage tilbagevendende indtægter, MRR. På niveau 0 bruger startups et nummer til MRR. På niveau 1 har de typisk delt denne metric i meningsfulde grupper, der kan analyseres separat. MRR-kategorier inkluderer:

  • Ny MRR: nye tilmeldinger
  • Udvidelse MRR: opgraderinger i prisplanen
  • Sammentrækning MRR: tabt indtægter fra nedjusteringer
  • Churn MRR: tabt indtægter fra aflysninger
  • Genaktivering MRR: gentilmelding af tidligere churned

Denne opdeling er vigtig, fordi den giver dig mulighed for at forstå, hvor din indtjening faktisk kommer fra, og den aktuelle tilstand for disse kilder. Baremetrics har en ret omfattende guide til MRR , som det er værd at tjekke ud.

Typisk ser startups på niveau 1 også på deres kundeopkøb cost (CAC) og kunde levetid værdi (LTV), tilbagebetalingsperiode og Net Promoter Score. En god måde at skrabe overfladen på er Hubspots blog, der forklarer CAC / LTV , NPS , og tilbagebetalingsperiode uden for meget besvær. På dette tidspunkt bliver du også fortrolig med churn , og det er forskellige kategorier samt begynder at drømme om negativ churn .

Niveau 2 – Vi ved, hvor pengene kommer fra

Dette niveau handler om konverteringer . Du har opdelt dine metrics som MRR i stykker, og nu er det tid til yderligere at nedbryde din kunderejsetragt.

Der er mange måder at gøre dette på, men en af ​​mine favoritter er AARRR-ramme af Dave McClure . Det er en ramme med 5 forskellige trin, du kan fokusere separat på i kunderejsetragten med bestemte metrics, der kan optimeres i hver fase. Nedenfor ser du de fem faser samt eksempler på metrics, der skal optimeres.

Ud over at se på kunden rejse i mere dybde har niveau 2 startups indarbejdet kontinuerlig A / B-test i deres virksomhedskultur. De tester annoncer, destinationssider, velkomstmails og produktfunktioner for at nævne nogle få. Søgeord her er kontinuerligt . Et af de mest berømte eksempler på A / B-test er Googles 41 nuancer af blå .

Jo mere du A / B test, jo hurtigere løber du mod produktmarkedstilpasning.

Niveau 3 – Vi sigter mod at vide alt

Dette er det ægte superheltniveau. Efter at have underkategoriseret dine metrics og opdelt din kunderejse, er det tid til at fortsætte med at grave dybere. Niveau 3 sigter mod at vide alt på hvert trin med hver kunde. På dette stadium træder kohortanalyse ind i spillet.

I det væsentlige er kohort et smukt ord for en gruppe kunder med en fælles egenskab. Der er tre hovedtyper af kohorter

  • Tidsbaserede kohorter
  • Størrelsesbaserede kohorter
  • Segmentbaserede kohorter

Tidsbaserede kohorter er meget almindelige i SaaS-virksomheder, hvor brugerne er opdelt i grupper baseret på deres uge / måned med tilmelding. Man kunne have december 2018-kohorten, januar 2019-kohorten, feb2019-kohorten osv …

Ideen er at se på, hvordan kohorter opfører sig (over tid) og få indsigt gennem analyse af de forskellige kundesegmenter og adfærd.

Lad os sige, at du laver en tidsbaseret kohortanalyse til kundekurve, hvilket er en af ​​de mest almindelige kohorter i SaaS-forretningen. Dette giver dig mulighed for at visualisere den måde, din churnrate udvikler sig gennem hele kundens levetid og giver dig indsigt i spørgsmål som “Stabiliserer churn efter et stykke tid?” eller “Hvornår i løbet af kundens levetid er churn den højeste?”.

Du kan også segmentere kunder baseret på enhed eller sprog, hvilket er segmentbaseret kohortanalyse. I praksis er der en næsten ubegrænset mængde segmentering mulig, der får et stort nok datasæt og god nok datakvalitet. Størrelsesbaserede kohorter har naturligvis at gøre med klientens størrelse, såsom prisfastsættelse af kohorter. Hvis du har kort tid og vil starte simpelt, har selv Google Analytics en (kohortfunktion).

På niveau 3 begynder startups også at se på deres (datakvalitet), som ofte beskæftiger sig med den måde, data registreres på. Derudover begynder de at foretage forudsigelsesanalyse af, hvor godt de har været i stand til at træne deres egne forudsigelsesalgoritmer.

Analytics er ikke en forekomst, det er en kultur

Hvis du ikke måler ikke noget, hvordan kan du vide, hvilken vej du skal flytte, og hvilke beslutninger du skal tage for at finde produktmarkedet passer? De bedste hold har måling, test og analyse i deres DNA.

Niveauer af Superhero Analytics

Hovedsageligt er hvert niveau en proces med yderligere nedbrydning af en metric, kunderejse eller kunderne selv i mindre kategorier, hvilket muliggør en dybere forståelse af henholdsvis det pågældende antal, fase eller gruppe.

Når vi ser hold, der er på niveau 2 eller niveau 3, vækker det en øjeblikkelig interesse, da vi ved, at de har den rette tankegang og værktøjer til at få begge dele handlingsbar indsigt i deres forretning og kunder samt navigere mod produktmarkedstilpasning på en konsekvent måde.

Hvilket niveau er din opstart på? Tænk over det.

– Flashen