Ebenen der Superheldenanalyse

Annäherung an die Anpassung an den Produktmarkt

(Kasper Suomalainen) (Mar. 19, 2019)

Seit dem Wissenschaftliche Revolution Im 16. Jahrhundert war das Messen und Analysieren unsere Art, die Welt um uns herum zu verstehen. Startups sind nicht anders, da die Messung von Unternehmen und Kunden eine Möglichkeit ist, einen Einblick in die nächsten Schritte zu erhalten.

Umsetzbare Erkenntnisse – Informationen, die uns bei unserer Entscheidungsfindung Orientierung und Bestätigung geben – sind wie folgt: a Der Start kann schneller als andere ausgeführt werden. Um Daten in Erkenntnisse umzuwandeln, benötigen wir Analysen.

Mit Analysen werden Daten in umsetzbare Erkenntnisse umgewandelt.

Wir bei Superhero Capital sieht jedes Jahr Hunderte relevanter, potenziell investierbarer Startups, die zu unserer Anlagethese und unserem Umfang passen. Durch unseren Dealflow haben wir eine Möglichkeit gefunden, Startups im Frühstadium anhand der Analysen, die sie durchführen, üben und predigen, in Kategorien einzuteilen.

Wir verwenden vier verschiedene Analyseebenen, um Startups schnell zu bewerten in unserem Dealflow-Prozess. Ich werde nicht durchgehen, wie alle Metriken in jedem Level definiert sind, sondern Beispiele und Links für die wahren Superhelden bereitstellen, die mehr erfahren möchten. Diese Ebenen sind für SaaS-Unternehmen am besten geeignet, aber die Konzepte gelten für alle, unabhängig von Geschäftsmodell oder Branche.

Wir haben die „4 Ebenen der Superhelden-Analyse“ erstellt, um unseren Dealflow-Prozess bei der schnelleren Entscheidungsfindung zu unterstützen, und ich Ich denke, es ist Zeit, es auch für Startups zu teilen.

4 Ebenen von Superhero Analytics

Ebene 0 – Wir wissen, dass wir Einnahmen haben

Diese Ebene ist die nackte Minimum und jedes Startup ist hier, um damit zu beginnen. Auf Stufe 0 messen Sie die beiden grundlegenden Dinge, die ein Startup oder ein Unternehmen in dieser Angelegenheit am Laufen halten: Benutzer und Geld.

Bei SaaS erfolgt dies normalerweise durch Messung Ihrer täglichen Werte / monatlich aktive Benutzer und Ihre monatlichen / jährlichen wiederkehrenden Einnahmen.

Die absoluten Grundlagen von SaaS-Metriken.

Um ganz ehrlich zu sein, sollten Sie auf dieser Ebene nicht mit VCs sprechen. Es wird eine Verschwendung sowohl Ihrer Zeit als auch ihrer Zeit sein. Ich hatte das Privileg, mich mit einigen Teams auf Stufe 0 persönlich zu treffen, und ihre Logik ist meistens komisch.

„Ein Vorteil ist das Wir verkaufen unser Produkt billiger als unsere größten Konkurrenten, aber das Problem ist, dass wir kein Geld verdienen. “ – Level 0

Level 1 – Wir wissen, dass wir möglicherweise etwas Geld verdienen

Auf Level 1 schauen Sie sich an, was passiert ist und beginnen Aufschlüsselung Ihrer individuellen Kennzahlen.

Nehmen wir monatlich wiederkehrende Einnahmen, z. B. MRR. Auf Stufe 0 verwenden Startups eine Nummer für die MRR. Auf Ebene 1 teilen sie diese Metrik normalerweise in aussagekräftige Gruppen auf, die separat analysiert werden können. Zu den MRR-Kategorien gehören:

  • Neue MRR: Neue Anmeldungen
  • Erweiterungs-MRR: Upgrades im Preisplan
  • Kontraktions-MRR: verloren
  • Einnahmen aus Downgrades

  • Abwanderungs-MRR: verlorene Einnahmen aus Stornierungen
  • Reaktivierungs-MRR: Neuanmeldung von zuvor abgewanderten

Diese Aufteilung ist wichtig, da Sie damit verstehen können, woher Ihre Einnahmen tatsächlich stammen und wie der aktuelle Status dieser Quellen ist. Baremetrics verfügt über einen ziemlich umfassenden Leitfaden zu MRR , der einen Blick wert ist.

In der Regel betrachten Startups auf Ebene 1 auch ihre Kundenakquise Kosten (CAC) und Customer Lifetime Value (LTV), Amortisationszeit und Net Promoter Score. Ein guter Weg, um die Oberfläche abzukratzen, ist Hubspots Blog, in dem CAC / LTV , NPS erklärt wird und Amortisationszeit ohne allzu viel Aufhebens. In diesem Stadium lernen Sie auch die Abwanderung und die verschiedenen Kategorien kennen und träumen von negativer Abwanderung .

Level 2 – Wir wissen, woher das Geld kommt

In diesem Level dreht sich alles um Conversions . Sie haben Ihre Metriken wie MRR in Teile zerlegt, und jetzt ist es an der Zeit, Ihren Customer-Journey-Trichter weiter aufzuteilen.

Es gibt viele Möglichkeiten, dies zu tun, aber einer meiner Favoriten ist die AARRR-Framework von Dave McClure . Es handelt sich um ein Framework mit 5 verschiedenen Schritten, auf die Sie sich im Customer-Journey-Trichter mit bestimmten Metriken separat konzentrieren können, um sie in jeder Phase zu optimieren. Im Folgenden sehen Sie die fünf Phasen sowie Beispielmetriken, die optimiert werden sollen.

Zusätzlich zum Kunden Level 2-Startups haben kontinuierliche A / B-Tests in ihre Unternehmenskultur aufgenommen. Sie testen Anzeigen, Zielseiten, Begrüßungs-E-Mails und Produktfunktionen, um nur einige zu nennen. Schlüsselwort hier ist kontinuierlich . Eines der bekanntesten Beispiele für A / B-Tests ist Googles 41 Blautöne .

Je mehr Sie A / B sind Test, je schneller Sie auf dem Weg zum Produktmarkt sind.

Level 3 – Wir wollen alles wissen

Dies ist das wahre Superhelden-Level. Nachdem Sie Ihre Metriken unterkategorisiert und Ihre Customer Journey aufgeschlüsselt haben, ist es an der Zeit, weiter zu vertiefen. Level 3 zielt darauf ab, mit jedem Kunden in jeder Phase alles zu wissen. In dieser Phase tritt die Kohortenanalyse in das Spiel ein.

Im Wesentlichen ist Kohorte ein schickes Wort für eine Gruppe von Kunden mit einem gemeinsamen Merkmal. Es gibt drei Haupttypen von Kohorten

  • Zeitbasierte Kohorten
  • Größenbasierte Kohorten
  • Segmentbasierte Kohorten

Zeitbasierte Kohorten sind in SaaS-Unternehmen sehr verbreitet, in denen die Benutzer basierend auf ihrer Woche / Monat der Anmeldung in Gruppen unterteilt werden. Man könnte die Kohorte Dezember 2018, die Kohorte Januar 2019, die Kohorte Februar 2019 usw. haben Verhalten.

Nehmen wir an, Sie führen eine zeitbasierte Kohortenanalyse für die Kundenabwanderung durch, die eine der häufigsten Kohorten im SaaS-Geschäft ist. Auf diese Weise können Sie die Entwicklung Ihrer Abwanderungsrate während der gesamten Kundenlebensdauer visualisieren und Einblicke in Fragen wie „Stabilisiert sich die Abwanderung nach einiger Zeit?“ oder „Wann ist die Abwanderung während der Kundenlebensdauer am höchsten?“.

Sie können Kunden auch nach Gerät oder Sprache segmentieren, bei der es sich um eine segmentbasierte Kohortenanalyse handelt. In der Praxis ist eine nahezu unbegrenzte Anzahl von Segmentierungen möglich, wenn ein ausreichend großer Datensatz und eine ausreichend gute Datenqualität vorliegen. Größenbasierte Kohorten haben natürlich mit der Größe des Kunden zu tun, z. B. mit Preisstufenkohorten. Wenn Sie wenig Zeit haben und einfach anfangen möchten, verfügt sogar Google Analytics über eine (Kohortenfunktion).

Auf Stufe 3 beginnen Startups auch mit der Prüfung ihrer (Datenqualität), die häufig behandelt wird die Art und Weise, wie Daten protokolliert werden. Darüber hinaus beginnen sie mit Vorhersageanalysen, um festzustellen, wie gut sie ihre eigenen Vorhersagealgorithmen trainieren konnten.

Analytics ist keine Instanz, sondern eine Kultur

Wenn Sie dies nicht tun Sie können nichts messen, wie können Sie wissen, in welche Richtung Sie sich bewegen müssen und welche Entscheidungen Sie auf der Suche nach einem geeigneten Produktmarkt treffen müssen? Die besten Teams messen, testen und analysieren ihre DNA.

Ebenen der Superheldenanalyse

Im Wesentlichen ist jede Ebene ein Prozess, bei dem eine Metrik, eine Customer Journey oder die Kunden selbst in kleinere Kategorien unterteilt werden, um eine tiefere Analyse zu ermöglichen Verständnis dieser bestimmten Anzahl, Phase oder Gruppe.

Wenn wir Teams sehen, die sich auf Stufe 2 oder Stufe 3 befinden, stößt dies auf sofortiges Interesse, da wir wissen, dass sie die richtige Einstellung und die richtigen Werkzeuge haben, um beides zu erreichen Umsetzbare Einblicke in ihr Geschäft und ihre Kunden sowie eine konsistente Navigation in Richtung Produktmarktanpassung.

Auf welcher Ebene befindet sich Ihr Startup? Denken Sie darüber nach.

– Der Blitz