Поиск бизнес-модели. Как спасти стартап, вовремя сменив план - Рэнди Комисар
Шрифт:
Интервал:
Закладка:
Предлагать основные функциональные возможности, составляющие главную ценность продукта
Инженеры компании трудятся над этим
Наращивание на один миллиард в месяц
Количество совпадений данных
Первые данные превосходят ожидания
Убеждение 3: как мы будем выходить на рынок?
Продавцы или издатели
Комиссионные или модель разделения доходов
Выделить подкласс потенциальных продавцов и издателей, заинтересованных в ценности продукта
Протестировать различные сценарии ценообразования на реальных покупателях
Определены начальные сегменты рынка
Предваряющие дискуссии, обретающие значение только после вторичного отбора
Источник: Aggregate Knowledge.
Если бы эти внутренние убеждения остались непроверенными, Мартино не смог бы с уверенностью сказать, что его технология развивается в правильном направлении, и риск потерпеть неудачу был бы
очень велик. На начальном этапе развития АК он регулярно использовал информационные панели. И, как мы увидим, руководствовался еще более детальными информационными панелями — естественным следствием очередной серии внутренних убеждений, то и дело возникавших по мере развития компании.
«Для исполнительного директора стартапа систематизирование и учет меняющихся компонентов молодого бизнеса — дело нелегкое. Я фиксировал в информационной панели каждый момент развития, потому что хотел быть уверен в том, что мы тратим свое время и деньги инвесторов на аспекты, определяющие нашу конечную бизнес-модель и успех. Если мы допускаем ошибки, нам стоит об этом знать, и чем быстрее, тем лучше, чтобы откорректировать курс, пока еще есть время», — говорит Мартино.
Второе внутреннее убеждение связано с технологией. Может ли команда разработать продукт, версию 1.0, которая функционировала бы в масштабах Интернета в режиме реального времени? Если нет, идея Мартино отправилась бы на свалку открытий вместе с такими же бесславно почившими в бозе антиподами!
Последнее внутреннее убеждение — стратегия выхода АК на рынок. С каких клиентов им следует начинать? Кто проявит большую заинтересованность в продукте АК: медийные или коммерческие сайты? Кто изъявит желание платить? И сколько? И какова максимальная ожидаемая реализация каждого потенциального сегмента рынка?
Для проверки своей гипотезы о возможности разработки подобной системы и привлечения нужных пользователей Мартино нуждался в парочке известных В2В-клиентов с миллионами уникальных посетителей в месяц и сотнями тысяч транзакций. Если бы в суровых реальных условиях технология не принесла желаемых результатов, ему пришлось бы пересмотреть свой подход. Он убедил двух пробных клиентов — медийную компанию и сайт электронной коммерции — позволить АК провести испытания. Это была первая настоящая проверка АК и первое внутреннее убеждение, получившее подтверждение!
Говорят факты
Мартино дотошно анализировал функционирование АК. Он подсчитывал количество выданных результатов, посещений, просмотров страниц, скорость отображения результатов и прочие показатели. Именно по ним можно было судить об успешности технологии.
Судя по ограниченному набору данных, технология компании теоретически имела потенциал для наращивания. Приятная новость как для технологии АК, так и для ее способности привлекать платежеспособных клиентов. С легкостью найдя пробных клиентов в целевых областях, Мартино предположил, что и медиа, и коммерция прекрасно подойдут в качестве целевых сегментов. Но его ожидали новые проблемы.
Вторая информационная панель Aggregate Knowledge У Мартино возникло два новых внутренних убеждения. Во-первых, было неизвестно число клиентов, готовых платить. Во-вторых, отсутствовало представление об истинном рыночном потенциале. Выдержки из второй информационной панели АК, включающей упомянутые вопросы, приведены в таблице 2-5. При второй попытке в январе 2007 года был использован более функциональный подход и дополнительные количественные показатели, включая количество потенциальных клиентов в «воронке продаж», количество тестирующих продукт АК, количество платящих клиентов и прочие. Эта новая информационная панель читалась как перечень важнейших задач для ключевых лидеров в отделах маркетинга и продаж. Положения информационной панели на сей раз представляли собой не стратегические внутренние убеждения, а более тонкие нюансы, охватывающие более глубокие проблемы. Показатели, сопряженные с каждой из этих задач, ставили перед функциональными лидерами четкие и измеримые цели.
Вопросы для команды сбыта: сколько проводилось совещаний по сбыту? какова скорость реализации? сколько осуществлено попыток? Если ответы на внутренние убеждения Мартино и Лоу подтвердились бы, тогда команда по сбыту смогла бы генерировать продажи.
Вопросы для управленческого персонала: функционировали ли внутренние процессы достаточно хорошо, чтобы продукт продавался, а клиенты оставались довольны?
Таблица 2-5. Информационная панель Aggregate Knowledge 2 (через шесть месяцев)
Продажи
Гипотеза Показатели Результаты Появившиеся идеи
Воронка продаж Количество привле- >Y Процесс в разгаре. В воронке
(Y - потенциальные ченных потенциальных нужная комбинация розничных
клиенты) клиентов и медиаклиентов.
Попытки (Z - новые) Количество осущест- > Z вляемых попыток
Платящие покупатели Количество клиентов, < W
(W - новые) по контракту
Несколько в этом месяце и еще несколько в следующем месяце уже подписаны.
Необходимо установить подходящий временной период для корректировки попыток.
Источнин: Aggregate Knowledge.
Опираясь на данные, полученные Мартино и Лоу от антиподов, маркетинговая группа пристально наблюдала за процессом установки продукта, подсчитывая количество дней, которое уходило на размещение программы у нового клиента (не отражено в приведенном отрывке информационной панели АК в таблице 2-5). И поскольку открытие определялось в первую очередь качеством рекомендаций, новая информационная панель четко фиксировала процент соотношения (также не отражено). Как часто В2В-клиент соотносил продажу или щелчок мышкой с рекомендацией, предоставленной Aggregate Knowledge?
Удовлетворенный степенью детализации, которую обеспечивала новая информационная панель в управлении развивающимся бизнесом, Мартино обнаружил другой недостаток. Панель охватывала ключевые функциональные вопросы, но не фокусировала внимание на более масштабных приоритетах компании. В результате Мартино и Лоу приходилось регулярно спрашивать себя, а правильные ли параметры они оценивают.
Наращивание объемов: дерзкий план Б К июлю 2007 года компания АК разрослась до сорока сотрудников, доказав, что в состоянии генерировать положительную валовую прибыль при существующих пробных клиентах. Она доказала, что понятие открытия нашло отклик у клиентов в розничной и медийной сферах — как пользователей, так и онлайновых сайтов, где использовалась система открытий АК. Работая сообща, команда АК смогла усовершенствовать и модернизировать свой сервис. Технология работала хорошо и приносила клиентам большие деньги. Ну чем не выигрышное решение!
Патрик Бирн, исполнительный директор Overstock.com, пробного клиента, заметил: «Более 20 процентов всех продуктов, приобретенных на Overstock.com в течение праздничного сезона, были проданы благодаря программе, которую Aggregate Knowledge интегрировала в наш сайт. Нашим клиентам понравилась возможность более широкого выбора, и результаты нас впечатляют: более высокий объем продаж, больше единиц товаров в корзинах, высокая активность и удовлетворенность клиентов».7 Мартино, Лоу и их команда разработали и запустили систему рекомендаций, которая помогла Overstock более эффективно продавать свои 800 000 единиц товаров, разместив программу на сайте Overstock буквально за несколько дней, а не месяцев. Вот оно, доказательство успеха!
Имея в своем запасе столько подтвержденных гипотез, АК перешла в режим ускорения. Компания больше не желала быть просто инструментом открытий для отдельных компаний, она стремилась занять место платформы открытий для многочисленных онлайновых бизнесов.
Она мечтала создать огромную базу данных и выпустить на рынок новый продукт, основанный на этой базе. Тогда каждый В2В-клиент компании