Kortfattet sammendrag

For at et selskap skal vokse, må det først forstå komponentene som faktisk driver veksten av verdien.

• Jakten på vekst er i tankene for alle virksomheter, men likevel måler mange bedrifter veksten sin på beregninger som ikke er i tråd med bedriftsverdimaksimering.
• Grunnleggere bør velge en KPI som er forankret i problemet de løser, og som er representert i handlingen klienter tar for å motta løsningen som tilbys.
• Tidlige selskaper fokuserer ofte på inntekter som den viktigste KPI, som har en tendens til å representere verdifangst over verdiskaping. Å fokusere på KPI-er, for eksempel aktive brukere, er mer nyttig, fordi det er sentrert rundt validering av forretningsmodellen.

Når et KPI-mål er satt, dykk ned i egenskapene til brukerne for å forstå den perfekte klientprofilen.

• Kohortanalyse er kritisk for å avdekke brukertrender over tidsperioder. Fordi oppstart endres raskt og distribuerer forskjellige veksteksperimenter, har hver kohort (batch) av nye kunder en tendens til å oppføre seg på forskjellige måter.
• Vekst skjer fra tre handlinger: betalt PR / markedsføring, organisk innkommende og henvisningstrafikk. Hver har forskjellige baner for atferdssvar fra brukere.
• Bruk statistisk analyse for å dykke videre i kohortdata, for eksempel Chow-test og virale koeffisientmetoder. Lineær regresjonsanalyse vil gjøre det mulig å teste betydningen av hver variabel.

For å opprettholde vekst måler du handlingene som samsvarer med brukeroppbevaring og fokuserer på dem fremover.

• Med de beste kundene som er identifisert, må vi nå isolere vippepunktshandlingene, som hektet dem på produktet og økte deres engasjement.
• Dette kan for eksempel være øyeblikket en kunde foretar sitt tredje kjøp på en markedsplattform. Som de nå stoler på tjenesten og er komfortable med den.
• For å veilede brukere mot dette øyeblikket, må vekstinnsatsen fokusere på UX for kundereisen og bruke både data og design for å sikre at den er sømløs.
• Nå, med mer forståelse av tidligere data og handlingene som samsvarer med suksess, vil du og din bedrift få mer innsikt for å drive bærekraftig vekst fremover.

Hvordan deler vi opp vekstkomponentene?

Partnerne mine og jeg var med å grunnlegge Firstrock Capital for å hjelpe nystartede selskaper med å vokse, samarbeide med dem for å møte den utfordringen de måtte møte i løpet av en bestemt uke. Gjennom årene har det viktigste middel til det formål åpenbart seg for å være å hjelpe dem med å bryte ned og vitenskapelig manipulere de underliggende driverne for selve oppstartsveksten. Så mange av selskapene våre oppnådde gode ting når det gjaldt å skaffe kapital, bygge fantastiske teknologier og tiltrekke seg klienter og medieoppmerksomhet, men når samtalene vendte seg til, “Hva som virkelig definerer vår vekst, og vokser vi på riktig måte med den rette brukere dag-til-dag, uke-over-uke? ” saker ble for ofte mer usikker .

Denne erkjennelsen fikk oss til å begynne å formalisere visse verktøy og prosesser for å hjelpe porteføljeselskapene våre med denne tilnærmingen, slik at vi kunne fokusere på de mest effektive tingene så raskt som mulig. Da vi begynte å distribuere dem, endret samtalene våre fra 'bilen beveger seg, men det ser ut til å være et problem med motoren' til 'her er hva som fungerer og ikke fungerer, la oss nå fikse dette.'

Denne artikkelen skisserer verktøyene og teknikkene som vi har funnet mest nyttige, og er ment å være et kart for ulike aspekter som kan pakkes ut videre, debatteres og finpusses. Mens jeg jobbet med porteføljeselskapene mine, fant jeg ut at, når vekstdataene ble analysert i viktige drivere som f.eks bevaring , kjerneaksjon, og definere kjennetegn for de beste brukerne og årskullene, var det nesten alltid en åpenbaring for alle parter.

1. Definer beregningen som virkelig fanger vekst i selskapets verdi

Det første trinnet for å mestre oppstartsvekstmålinger, så åpenbart at det ofte blir glanset over, er å spesifisere nøyaktig hva du skal vokse i utgangspunktet. Grunnleggere bør velge en nøkkelprestasjonsmåling (KPI) som er forankret i problemet de løser, og som representerer handlingen deres klienter tar for å motta løsningen:

• Hvis alle brukere er omtrent proporsjonale i bruken og / eller hvis verdien kommer fra hvor mange forskjellige brukere som er på plattformen, kan totale aktive brukere være best (f.eks. Sosiale nettverk).
• Hvis kundene er uforholdsmessige i bruken av produktet og bidrar til selskapets verdi, kan totale tiltak som er gjort være den mer korrekte KPI (for eksempel markedsplasser, der faktorer som gjentatt bruk og høyere inntekt for større billettartikler, gjør noen brukere mer verdifullt enn andre).

Enhver gitt situasjon ligger langs et spektrum; for eksempel kan en profesjonell nettverksapp i utgangspunktet spore hvor mange potensielle fagpersoner og arbeidsgivere som aktivt bruker den. De vil da også måtte definere hva de mener med 'aktiv', enten basert på hypotesen om hvor ofte en bruker skal utføre den aktuelle handlingen eller ved en frekvensanalyse av hvor ofte brukerne gjør det i gjennomsnitt.

Hvis forretningsmodellen er basert på reklame eller analyse av samlet brukeratferd, kan denne KPI være riktig. Imidlertid, hvis forretningsmodellen skal motta en prosentbasert provisjon av verdien av kontraktene som følger av den, vil den relevante KPI-målingen være dollarvolumet av kontrakter som utføres via plattformen. Nøkkelen er å være tydelig på hvordan den underliggende verdien skapes og forretningsmodellen din for å motta en del av den.

Å velge denne beregningen gjør det mulig å definere suksess midt i det organiserte kaoset til et selskap i en tidlig fase, og tilpasse alle teammedlemmer til sin visjon og strategi. Flere av porteføljesjefene mine har funnet ut at det hjelper å legge ut nåværende måneders KPI-mål og fremdrift til dags dato på dashbord, alt fra enkle tavler til interne plattformer, og deretter svare på alle ideer ved å spørre hvordan det vil bidra til å nå det målet - dette gir ikke bare fokus, men også forankring for større kreativitet.

Den primære KPI for et selskap i en tidlig fase er sjelden inntekter. Inntektene er selvsagt viktige innen oppstartsmålinger og blir stadig større når selskaper skalerer, men representerer verdiskaping i stedet for verdiskaping. Mer verdifullt på et tidlig tidspunkt enn inntektsmengde er eksponentiell vekst i KPI og forretningsmodellvalidering via inntektsgenerering. Potensielle KPI-er å velge basert på forretningsmodell inkluderer, men er ikke begrenset til:

Virksomhet	KPI Måling
Personlig app	Aktive brukere. Handlinger som er tatt (f.eks. Bilder som er delt for Instagram).
Markedsplass	Transaksjonsvolum utført via plattformen. Hvis forretningsmodellen din er provisjonsbasert, kan dette korrelere godt med inntektene, men de to kan kobles fra mens du skalerer og oppdager flere inntektsstrømmer som reklame og premium-abonnementer.
Fintech	Verdien av kapitalen som forvaltes av eller distribueres av plattformen. Kan økes både ved å motta mer kapital og ved å øke verdien.
Enterprise SaaS	Aktive lisenser. Volum av ressurser som administreres via plattformen.
Internett av ting	Volum av smarte enhetsdata behandlet.

KPI kan endres når selskapet utvikler seg, og dette er ikke bare bra, men kan også bevise et sunt og dynamisk selskap. Når denne KPI er etablert og du har oppnådd innkjøp av alle teammedlemmene, kan noen av dem motta sine egne under-KPIer som direkte mates inn i den. En under-KPI for PR- og markedsføringsteamet, for eksempel, kan være det totale antallet personer som klikker gjennom artiklene til nettstedet eller appen din, som kan økes gjennom antall artikler, gjennomsnittlig kvalitet på artikler og strategier for distribuere dem.

2. Sett et vekstmål og mål de viktigste driverne

Når den definerende KPI-målingen er valgt, bør grunnleggerne drive kontinuerlig vekst ved hjelp av de forskjellige spakene som er tilgjengelige. Topplinjevekstmålinger kan deles inn i underliggende drivere som kan eksperimenteres med for å få inn flere brukere og maksimere engasjementet og verdien til de som allerede er på plass.

Trinn 1: Bryte ned vekstmålinger i brukergrupper

For det første må vekstberegninger fordeles på bruker årskull for å vurdere oppbevaring over tid, som vil avgjøre den virkelige verdien til brukerne og hvor avhengig selskapet er av å stadig hente inn nye. Profilen til de brukerne som er mest engasjerende med produktet kan deretter bestemmes ut fra dataene samt de viktigste differensierende faktorene for de sterkeste vs svakeste kohorter, slik at selskapet bedre kan fokusere sin innsats og meldinger.

Trinn 2: Finne kjerneaksjonen som er mest korrelert med engasjement

Noe analogt med statistisk profilering av de beste brukerne og årskullene er da å finne kjernehandling som er mest korrelert med langsiktig brukerengasjement og hendelsesforløpet som ofte fører til at denne kjernehandlingen er fullført. Denne informasjonen gjør det mulig å implementere strengere statistisk testing av størrelsen og holdbarheten til effekten av selskapets ulike vekstinnsats. Jeg har vært vitne til analyse av de ovennevnte faktorene fornyer bedriftens forståelse av hvem deres kunder er, hvordan de engasjerer seg og hvordan de best kan drive vekst og produktvisjon.

Primære vekstkilder

Vekst skjer fra tre hovedkilder, diskutert nedenfor i fallende rekkefølge av deres innvirkning på selskapets verdi.

Betalt PR og markedsføringsinnsats	Minst verdifull og farlig å stole på. Risiko for å ha vekst eller til og med reversere når budsjettet løper ut. Denne reverseringen kan skje på akkurat det verst tenkelige tidspunktet da selskapet krever mer finansiering.
Organisk ekstern	Nye brukere som finner produktet alene Høyere avkastning enn de som kommer gjennom betalte midler, men en mer lineær vekstbane.
Henvisninger fra eksisterende brukere	Den mest verdifulle typen, da du ikke betaler for brukeren og kan representere eksponentiell snarere enn lineær vekst. Hvis hver bruker tar med en ekstra bruker, som hver tar med en annen ekstra bruker, har dynamikken for eksponentiell vekst begynt. 'Henvisninger' kan forekomme på forskjellige måter, og kan defineres bredt som enhver omstendighet der noen som bruker produktet ditt, gjør det mer sannsynlig at de rundt dem også blir en bruker. Dropbox er et ofte nevnt eksempel gjennom deres modell for å utnytte den naturlige fildelingen mellom brukerne og andre mennesker, mens de kaster insentiv til å motta mer plass.

I praksis kan enhver gitt bruker eller strategi blande mer enn én driver. Oppstart gir ofte insentiver til klienter for å henvise andre klienter, noe som kan være en kraftig strategi så lenge selskapet retter seg mot de klientene som mest sannsynlig vil forbli engasjert. Paypal tilbyr et kjent eksempel på å bruke et henvisningsprogram som en vekstkatalysator:

I motsetning til dette kan e-handelsselskaper risikere ekstreme og bredbaserte rabatter på produkter som i hovedsak kjøper brukere uten nødvendigvis å validere noen hypoteser eller sette scenen for bærekraftig engasjement. Vær tydelig på profilen du målretter mot og modeller strategiens bærekraft.

Alt annet likt, er insentiver basert på å tilby mer av en premiumversjon av produktet å foretrekke fremfor kontantbelønning eller rabatter, ettersom de gir økt engasjement fra brukeren og har en tendens til å være rimeligere (forutsatt rimelig marginalkostnad for tilleggstjenesten).

Studer vekstdatapunktene dine nøye. Mange nystartede selskaper er for eksempel vertskap for og deltar i arrangementer for å skape interesse blant målkunder - hackathons og meetups, kommersielle konferanser eller bransjekonferanser og sosiale eller nettverksutflukter. Utover å spore konverteringsfrekvensen til de som deltok direkte i disse hendelsene, kan analysere påfølgende brukervekst i arrangementets geografi og målprofil gi kritisk innsikt. Enhver årsakssammenheng må tas med skepsis, men hvis jeg for eksempel blir bruker og kort tid etterpå blir andre ”nær” meg brukere i fravær av annen utvikling, kan dette signalisere nok informasjon til å kjøre et eksperiment.

De tre vekstdrivere som er beskrevet i tabellen ovenfor tar ofte forskjellige baner som kan skilles analytisk. 'Betalte brukere' fra spesifikke artikler eller andre entallbegivenheter viser en uregelmessig bane preget av pigger (og dessverre ofte reverseringer), organiske eksterne brukere har en tendens til å vise jevn, men lineær vekst, og til slutt viser en sunn henvisningsdynamikk en kurve :

Etter hvert som mer data blir tilgjengelig, inkluderer mer avanserte teknikker for å bryte ned veksten din i disse viktige driverne:

1. Strukturelle pausetester (plutselig endring i vekstens natur) som Chow-testen
2. Virale koeffisienter som viser i gjennomsnitt hvor mange nye kunder hver nåværende kunde bringer til virksomheten.
3. De andre derivatene av vekstbanen din. Det første derivatet er veksthastigheten i seg selv, og den andre er graden av endring i veksten din, så et positivt andre derivat antyder at dine nåværende brukere befolker verden med flere brukere gjennom den naturlige løpet av dagen.

3. Mål oppbevaring over årskull og sammenlign med relevante referanser

Når du er klar over den drivende KPI for bedriftsverdi, er det på tide å fordype deg i hvordan bruker- eller klientadferd driver veksten. Å vurdere dette med hensyn til årskull er viktig for å skaffe vekstens sanne bærekraft, fordi det tvinger deg til å ikke bare vurdere hvor mange aktive brukere du har i dag, men hvordan de som tidligere ble med fremdeles presterer.

Basert på omfanget og frekvensen av tilgjengelige data, kan du dele brukerne dine i årskull basert på et rimelig tidsintervall som uker eller måneder. Som tidligere nevnt kan en enkel frekvensanalyse bidra til å bestemme riktig tidsintervall:

• Sorter dataene etter bruker- og tidsstempel.
• Ta forskjellen for hver unike bruker mellom de utførte handlingene, uttrykt i minutter eller dager.
• Lag et histogram over resultatene og velg perioden der dataene er gruppert mest.

Hvis bruken er svært høy, kan det være lurt å bruke ukentlige årskull. Hvis det er lavere frekvens - for eksempel hver tiende dag eller hver måned, må du angi årskullintervallene basert på dette. Midler for å visualisere denne oppbevaringen over tid inkluderer deretter:

1. Standard kohortgrafen, som viser det pågående antallet aktive brukere over tid for hver kohort:
2. 'Varmekartet', som viser hvor mange originale brukere for hver kohort som forblir engasjert over tid:
3. 'Lagkake' eller røntgengrafen, som viser de påfølgende årskullene som bygger på hverandre over tid for å nå totale aktive brukere:

Gjennomsnittlig oppbevaring kan deretter sammenlignes med referanseindekser for selskapets sektor, som for eksempel finnes hos Anu Hariharan Y Combinator-innlegg . Hvordan selskapet sammenligner seg med disse tallene indikerer hvordan det gjør kontra sine potensielle konkurrenter både for brukere og for neste kapitalinnhenting. Dette arbeidet kan føre til litt tøff kjærlighet, og grunnleggerne skal ikke føle seg motløse hvis oppbevaring under referanseindeksen blir oppdaget. Denne analysen er i utgangspunktet så verdifull, nettopp fordi oppbevaring så ofte gir hovedutfordringen for selskaper i tidlig fase, og de påfølgende delene vil diskutere måter å finpusse på hva som fungerer.

4. Identifiser de definerende egenskapene til beste kunder og årskull

Dataene som samles inn om brukerne dine, kan distribueres for å analysere egenskapene som er mest korrelert med engasjement, både på individ og kohortbasis. Hele årskull kan ha sine egne spesifikke egenskaper på grunn av faktorer som:

1. Utviklingen av produktet over tid etter hvert som de nye brukerne får forskjellige opplevelser
2. Eksterne sesongmessige effekter som de som aktiveres i høytiden
3. Bedriftsspesifikk innsats, for eksempel en bestemt kampanje eller markedsføringskampanje

Analysetypen for både individuelle brukere og kohorter er veldig lik når det gjelder funksjonell form, med hovedforskjellen i definisjonen av inngangene.

Lineær regresjon

Beste brukerprofiler kan beregnes ved hjelp av a lineær regresjon hvis data tillater det, og en slik modell vil returnere det forventede nivået av engasjement eller levetidsverdi basert på brukeregenskapene. Den avhengige variabelen er et mål på styrken for engasjement eller oppbevaring, og de uavhengige variablene er da faktorene som er tilgjengelige fra dataene som er samlet inn om brukerne, både fra profilene og oppførselen. Eksempelvariabler for å gjennomføre en test på enkeltpersoner som brukere kan inneholde:

Avhengig variabel	Varighet av aktiv bruk totalt antall dager eller brøkdeler av et år. Gjennomsnittlig levetidsstyrke for engasjement (totale tiltak / totale tidsperioder).
Personlig eller bedriftsprofil	Alder / kjønn / sted / yrke. Bedriftssektor og størrelse i omsetning eller ansatte. Alle kan modelleres ved hjelp av indikatorvariabler (0 vs. 1) eller enkle numeriske variabler.
Aktivitet	Midler som brukeren eller klienten først fant produktet. Hyppighet av perifere tiltak som er tatt, for eksempel å bla gjennom produkter på en markedsplass eller til og med legge dem til i handlekurven, men ikke kjøpe. Tid på dagen, ukedagen eller måneden i året når brukeren eller klienten viser høyest engasjement.

Probit-modell

En alternativ spesifikasjon vil være en probit-modell , som returnerer sannsynligheten for noe basert på uavhengige variabler. Denne spesielle funksjonelle formen kan da gi sannsynligheten for churn for en gitt bruker. I de fleste scenarier bør imidlertid en lineær regresjon være standardalternativet, med mindre du har en spesifikk grunn til at en annen form er å foretrekke. Å ha en altfor avansert spesifikasjon kan enten skjule funnet eller risikere å forveksle modellen med den virkelige verden. Hold det enkelt og spar energien din for å tolke og følge resultatene.

Kullene har forskjellige atferdspunkter

Kullene har en tendens til å ha tre viktige øyeblikk av brukerhandlinger:

1. En første stup der mange første brukere eller klienter faller av.
2. En påfølgende forfallskurve basert på ytterligere sving.
3. Så (forhåpentligvis), en lineær del der kohorten stabiliserer seg til de brukerne som er på lang sikt. Den lineære delen kan selvfølgelig fremdeles vise en trend, men den har stabilisert seg til gradvis lineær endring i stedet for eksponentiell forfall.

De tre respektive områdene er vist i forskjellige farger nedenfor:

Med lav datatilgjengelighet kan de tre områdene bli øyeeplet, og med mer data kan øyeblikket da kohorten går fra eksponensiell forfall til lineær stabilitet testes ved hjelp av den samme Chow strukturelle bruddtesten som tidligere ble diskutert. Den opprinnelige stupen i blått er uten tvil en del av den påfølgende nedadgående kurven som vises i grønt, men kan være nyttig å vurdere separat, da den kan ha annen tolkning. Signalene fra de tre områdene kan enkelt forstås som:

Første stupte	Vanskeligheter ved påmelding / aktivering. Mange brukere går ofte tapt i de første øyeblikkene på grunn av forvirrende eller møysommelige aktiveringskrav. Hvert eneste trinn du får dem til å gå gjennom, og hvert alternativ du får dem til å velge, er en mulighet til å miste mange flere potensielle brukere.
Nedover kurve	Styrken på brukeropplevelsen din (UX). Disse brukerne har gått gjennom bryet med å aktivere kontoene sine og så derfor potensiell verdi i å bruke produktet, men da fikk noe dem til å stoppe.
Stabiliseringsnivå	Langsiktig verdi av produktet ditt til de gjenværende brukerne. Dette er menneskene som har overlevd de første månedene av å bruke produktet ditt og holdt fast med deg. Få tilbakemelding på hva som vil gjøre produktet enda mer verdifullt (spesielt for det de kan betale for), og finn måter å utnytte dem for henvisning.

Bedrifter definerer sin beste kohort basert på størrelse (hvor mange brukere), bane (hvor raskt brukere faller fra kohorten over tid), og nivået der engasjementet stabiliseres (% av brukerne på lang sikt). De to sistnevnte er uten tvil to sider av samme variabel. Som med alt med tidlig oppstartsmålinger, bør banen bære mest. Av de to årskullene nedenfor er kohort 1 sterkere. Det kan stupe mer og til og med først stabilisere seg på et lavere nivå, men det viser deretter en lineær trend mot at brukere reaktiverer mens den blå kohorten fortsetter å avta.

Ta kontakt med brukerne som dro av for å se hva du kan gjøre for å aktivere dem på nytt eller i det minste for å lære av dem. Disse menneskene på grensen til å bruke produktet ditt, men valgte til slutt ikke å representere en av de rikeste bassengene med potensiell informasjon, så vel som den lavest hengende frukten for videre vekst.

5. Identifiser kjerneaksjonen som er mest knyttet til oppbevaring og engasjement

Når du har identifisert dine mest engasjerte kunder, vil du lære hvordan de blir mest engasjerte. Det sentrale trinnet er å identifisere kjerneaksjonen som er mest forbundet med langsiktig engasjement. Tenk på denne handlingen som vippepunktet du har koblet klienten til, og analyse av flyten av handlinger som er tatt kan avsløre et øyeblikk med uforholdsmessig forventet engasjement og oppbevaring. For en markedsplattform kan det lykkes å realisere de tre første salgene. Det er brukerens 'ah ha' øyeblikk - 'Wow, this thing actually works' øyeblikket. Finn det.

Når kjerneaksjonen er identifisert, er det logiske neste spørsmålet hvordan du får brukere til det så raskt og sikkert som mulig. Det neste trinnet i analysen er derfor å identifisere rekkefølgen av hendelser som mest sannsynlig vil føre til at kjernetiltaket blir tatt, og bruke dette til å avgrense ditt produkt UX for å bringe brukeren gjennom dem så sømløst som mulig. Fjern så mange nødvendige trinn som mulig; å skape vakker UX er som å sile etter gull og representerer en prosess med reduksjon og destillasjon i stedet for tillegg.

Tenk i logaritmer over prosentandeler

Når det er mulig, definerer du variablene dine i form av endring i stedet for absolutt tilstand. For ethvert selskap, men spesielt for oppstartsmålinger, er endringsgraden det som definerer verdsettelsen og konkurransefortrinnet ditt. Når du beregner endring, bruk naturlig logaritmisk endring i stedet for prosentendring. Prosent passer ikke godt inn i statistisk analyse på grunn av deres skjevhet; for eksempel hvis dine aktive brukere øker 10% fra 100 til 110, men deretter reduserer 10%, er du nede på 99. Naturlige logger har imidlertid denne symmetrien, er like enkle å beregne som prosent, og kan konverteres til prosent for endelig tolkning ved hjelp av en enkel transformasjonsformel også.

Analysene som er beskrevet gjennom dette punktet er historiske, men vil tillate mer detaljert forutsigelse av fremtidig vekst basert på underliggende drivere, som er nyttige for grunnleggerne til å spore sannsynligheten for å nå interne mål eller referanser for sin neste finansieringsrunde, og for investorer for å estimere et selskaps bane. Som diskutert i neste og siste avsnitt, setter den også scenen for resultatdrevet eksperimentering for produktutvikling og vekststrategier for oppstart.

Avsnitt 6. Mål virkningen av handlinger på bærekraftig vekst

Med denne forståelsen av kreftene som har formet veksten din så langt, kan du kjøre eksperimenter på hvordan du kan styrke dem på bærekraftige måter via produktoppdateringer, markedsføring og PR og forretningsutvikling. Ved å bruke dine historiske vekstberegninger og engasjementsnivåer som grunnlinjer, kan den virkelige effekten av din ulike innsats vurderes. Det er her kreativitet virkelig spiller inn, men kreativitet forankret i empirisk validering.

En basislinje brukes til å indikere hva veksten din ellers ville ha vært uten tiltak. En enkel basislinje kan være historisk vekst, og mer avanserte kan bruke de nevnte underliggende driverne til å forutsi en fremtidig vekst. Under noen omstendigheter kan basislinjen til og med være reaksjonene fra tidligere lignende hendelser. Med grunnlinjen tilgjengelig vil følgende trinn innebære statistiske analyser av dataene for å fastslå hvilken vekst som ble tilskrevet tiltakene (dvs. i tråd med historiske endringer) og hva som var 'unormal'.

Fremfor alt bør disse testene etablere læringsprosessen som selskapet og produktet blir smartere og sterkere for hver enkelt brukerhandling. Produktet og forretningsmodellen din slik de eksisterer til enhver tid kan kopieres; men prosesser og bevegelige mål representerer langt mer bærekraftige konkurransefortrinn. Bruk disse eksperimentene og tilbakemeldingsløkkene for å gjøre produktet til en levende ting som stadig blir mer sofistikert. På samme måte er den mest verdifulle varen i verden informasjon, både til deg og til dine nåværende og fremtidige kunder.

Innsikten du ser på hva som driver vekst og engasjement hos brukerne og kundene dine, kan i seg selv bli produktet du til slutt selger; de mest verdifulle teknologibedriftene utviklet seg nesten alle på et tidspunkt fra å bli verdsatt basert på deres klientvekst til å bli verdsatt basert på informasjonen de lager. Effektiv forståelse av oppstartsmålinger er det første trinnet å ta i denne reisen.

Forstå det grunnleggende

Hva er en beregning i virksomheten?

En beregning er et målbart mål som er satt av en bedrift for å spore resultatene. Suksess vurderes ut fra hvordan beregninger utfører, sammenlignet med referanser og anslag.

Hva er en vekstmåling?

En vekstmåling er et mål som spesifikt fokuserer på den underliggende veksten til en virksomhet, i motsetning til å si økonomisk stabilitet eller effektivitet. Vekstberegninger kan være inntekt, aktive brukere eller gjennomsnittlig kundeutgifter

Hvorfor er viktige ytelsesindikatorer viktige?

KPI-er er konkrete referanseverdier som kan tillate vurdering av både virksomheten og personalet i den. Å ha KPI-mål gir også et mål for selskapet å jobbe mot og galvanisere handlinger.