במקום לנחש, לדעת:
אני עוזר לסטארטאפים להבין ולפצח את הסיפור העסקי שמאחורי הדאטה שלהם, כדי שיוכלו לצמוח מעבר לתקרת הזכוכית שהם תקועים בה.
אחרי שעבדתי עם מעל 100 סטארטאפים (בצניעות!), אני רוצה להזמין גם אתכם לשיחה (ללא עלות או התחייבות) שבה נבחן מה מונע מכם לפצח את הסיפור העסקי מאחורי הדאטה, כדי שתוכלו:
– לקבל החלטות מהירות ומדויקות
– לצמוח בכמות הלקוחות וההכנסות
– ולגייס משקיעים
חלק (באמת קטן!) מהלקוחות
שעבדתי או שאני עובד איתם:
אייל גורפינקל מציג:
לראות מעבר לדאטה
לזרז את ההגעה ל Product-Market-Fit ולהאיץ את הצמיחה על ידי פיצוח הסיפור העסקי שמאחורי הדאטה.
השאיפה: לקבל החלטות צמיחה מבוססות דאטה (Data driven growth decisions).
האופן שבו אני עוזר לסטארטאפים לפצח את הסיפור העסקי של הדאטה הוא דרך השלבים הבאים:
1
אבחון ראשוני
המטרה של השלב הראשוני היא לאבחן מאיפה מגיעה בעיית הצמיחה, ואיפה נמצא הפער בניתוח הדאטה. כלומר אנחנו עושים פה ניתוח שהוא משולב – עסקי ו״דאטאי״:
בהיבט העסקי אנחנו שמים את האצבע על צוואר הבקבוק העיקרי שמעכב את הצמיחה. לרוב זה יהיה באחד (או בשילוב) מהשלושה:
רכישת לקוח (Acquisition), שימור לקוחות (Retention), שווי לקוח (LTV – Life Time Value).
בהיבט ה״דאטאי״ אנחנו בודקים איפה הפער. לרוב זה נובע מאחד מהשלושה:
א. הדאטה לא נאסף כמו שצריך או בכלל.
ב. לא ניתן לגשת לדאטה או שלא מצליחים לחלץ ממנו תובנות עסקיות רלוונטיות.
ג. לא יודעים איך לתרגם את הבעיה העסקית לפתרון מתאים באמצעות הדאטה.
2
Scoping - Quick win
בשלב השני אנחנו מתכננים את דרך הפעולה להשיג ״ניצחון מהיר״ (Quick win) באמצעות ניתוח דאטה, על בסיס האבחון הראשוני. הדרך – קובעים מהו היעד המיידי והדחוף שאנחנו רוצים לקבל מתוך הדאטה, ומתכננים את האופן שבו נשיג אותו.
המטרה: לסגור תכולה למשימה אנליטית ממוקדת שתאפשר מענה ראשוני לבעיה הכי בוערת.
ליצור תכנית לפתיחת צוואר הבקבוק הראשוני.
3
POC
הוצאה לפועל למימוש הפרויקט הראשוני. במהלך השלב הזה אנחנו צוללים לעומק הדאטה, ומתחילים בעבודת פיצוח הנתונים. הרעיון הוא לתת מענה ״פארטו״ מבוסס נתונים לבעיה המיידית. בסיום השלב הזה אנחנו יודעים איפה נמצאת הבעיה הדחופה של החברה ברמת הדאטה ולתת לה פתרון ראשוני מהיר.
4
פתרון מקיף לאיסוף וניתוח הדאטה בחברה
בהרבה מקרים, אחרי שסיפקנו מענה לבעיה הדחופה, החברה מבינה את הכוח של ניתוח דאטה ומוכנה להתקדם ל- Next Level: בשלב הזה נעמיק ונרחיב את הפתרון הדחוף לפתרון מקיף לאיסוף וניתוח הדאטה בחברה. כאן אנחנו כוללים מרכיבים נוספים כמו אוטומציה, פתרון של צווארי בקבוק חדשים, סגמנטציה ועוד.
וכך בסופו של דבר,
תהליכי קבלת ההחלטות בחברה הופכים
להיות מבוססי דאטה (Data-Driven),
וכוללים אפילו ניתוחי עומק (Deep Analyses).
לסיכום, מטרת התהליך היא:
TO BECOME AN INSIGHT-DRIVEN STARTUP.
אחרי מעל 100 סטארטאפים שעבדתי איתם ב-20 שנים האחרונות אני כבר יכול להגיד:
אצל רוב מוחלט (למעט מקרים חריגים) של לקוחות שעבדתי איתו עד היום, פיצחנו באמצעות דאטה את נקודות החולשה של ביצועי המוצר.
כל זה כמובן לאחר שאנחנו מוודאים בפגישה הראשונה שאנחנו אכן יכולים לעזור לכם.
**סקשן עדויות**
למה בדרך כלל לסטארטאפים יש בעיה בצמיחה?
סטארטאפים בתחום התוכנה יכולים להטעות. למראית עין המספרים שלהם נראים טוב:
העלות לרכישת לקוח (CAC) סבירה ומשתמשים חדשים מצטרפים מדי יום.
אבל משהו לא עובד. הצמיחה נתקעת, והיא כבר לא מה שהיא הייתה בתחילת הדרך.
וכשהצמיחה נעצרת, זו נורת אזהרה למשקיעים.
פאונדרים מבינים את זה בדרך כלל, לכן הם מנסים לפצח:
״למה הסטארטאפ לא צומח??״
״3 מאפייני הצמיחה״
אז קודם כל צריך להבין מאיפה משיגים ״צמיחה״.
צמיחה יכולה לבוא מ 3 מרכיבים שונים:
הראשון והברור מכולם הוא כמובן:
שיווק.
אם הסטארטאפ לא צומח, עבור רוב האנשים זה אומר שצריך ״לפצח את השיווק״.
הם יחשבו בדרך כלל שהלידים לא מספיק טובים, ושחסרים להם לקוחות.
וזה נכון בחלק מהמקרים.
אבל לרוב, שני המרכיבים האחרים הם הקריטיים לצמיחה:
המרכיב השני לצמיחה:
שימור לקוחות (Retention).
כמה מתוך המשתמשים שהחברה הצליחה להביא דרך השיווק, נשארים?
כמה מהם ממשיכים להשתמש במוצר ולא נוטשים אחרי ההתנסויות הראשונות?
אם אנחנו ממלאים דלי מים מחורר, מה עשינו?
המרכיב השלישי לצמיחה:
שווי לקוח (LTV).
כמה כסף תקבל החברה לאורך חיי לקוח ממוצע?
היועץ העסקי האגדי דן קנדי אמר פעם:
״החברה שמנצחת היא זו שיכולה לשלם הכי הרבה כדי לרכוש לקוח״.
ומי יכול לשלם הכי הרבה כדי לרכוש לקוח?
זה שהלקוח משלם לו הכי הרבה ב-Long run.
״הטעות הנפוצה ביותר״
רוב החברות שמזהות האטה בצמיחה, מתמקדות רק בשיווק: הן מנסות להביא כמה שיותר משתמשים למערכת ולקוות שמשם תבוא הישועה של הצמיחה.
זה עשוי להיות נכון לעיתים. אבל מהניסיון שלי, ברוב המקרים, השניים האחרים הם דווקא הקריטיים.
לכן אם חברה משקיעה הרבה מהמשאבים שלה בשיווק מבלי שהתהליך ״מאחורה״ (כלומר המוצר) מתקתק, היא למעשה שורפת כסף על יוזרים שלא חוזרים ומקצרת לעצמה את ה Runway.
״הפתרון״
אל הפתרון לבעיות הצמיחה בדרך כלל ניתן להגיע דרך ניתוח הדאטה. העניין הוא שזה לא תמיד כל כך פשוט – ברוב המקרים לסטארטאפים יש קושי עם ניתוח דאטה שנובע מאחד מ-3 הפערים הבאים:
1. הדאטה לא נאסף כמו שצריך או בכלל.
2. לא ניתן לגשת לדאטה או שלא מצליחים לחלץ ממנו תובנות עסקיות רלוונטיות.
3. לא יודעים איך לתרגם את הבעיה העסקית לפתרון מתאים באמצעות הדאטה.
הגישור על הפער בין הבעיה העסקית לבין הפער בדאטה הוא מה שאני עוזר לסטארטאפים לעשות:
לאפשר להם לבצע ניתוח עומק של הדאטה ולהגיע לתובנות עסקיות מרחיקות לכת.
זה יכול להיות לא פשוט ואפילו מאתגר, אבל זה אפשרי בהחלט – ואין תחליף להרגשה כשמגיעים ל-Aha Moment הראשון…:)
איך ניתוח דאטה יכול לפתור בעיות של צמיחה:
המטרה של ניתוח נתונים איכותי ומעמיק היא לספר את הסיפור העסקי של המספרים. כלומר, קודם כל לזהות מהו המרכיב הקריטי שמעכב את הצמיחה שבו צריך לטפל. אבל מעבר לכך – בראיית המשקיעים הניתוח מאפשר להבין האם כלל הפעילות היא רווחית והאם יש לה פוטנציאל תשואה משמעותית בטווח הבינוני והארוך.
הדרך שבה אנחנו עושים את זה היא על ידי כך שאנחנו מחפשים לראות סיגנלים ודפוסים להתנהגות היוזרים במוצר. למשל:
מהו השלב המדויק שבו היוזר מבין את ה-Value מה-Product ומחליט לחזור ולהשתמש במוצר? (Aha-Moment).
האם יש שלב מסוים שבו יוזר חוזר להשתמש או לרכוש את המוצר?
מה הוא ה-Channel שממנו הגיעו הכי הרבה משתמשים שנשארו להשתמש במוצר?
״יש הרבה מה לעשות עם הדאטה״
לדוגמאות שהצגתי כאן על קצה המזלג יש משמעויות שאיתן אפשר לעשות המון. למשל:
אם נזהה שיש שלב אחד שאחריו הרבה משתמשים נוטשים, ניכנס פנימה לנתונים וננתח מה היה שם – מדוע הם נטשו דווקא שם? וכך כשהתמונה מתבהרת, יודעים לרכז את המאמץ הפרודקטי והשיווקי במטרה להגדיל את ה-Retention.
במידה ויש שלב מסוים שבו יוזרים חוזרים להשתמש במערכת, אפשר להתאים עבורם פיצ׳רים ייעודיים, הצעה שיווקית ספציפית (Personalization) וכמובן את המסרים השיווקיים והפרודקטיים. המטרה היא לעודד כמה שיותר מהיוזרים להגיע לשלב הזה כבר בתחילת הדרך (Leading metrics).
במידה ואנחנו מזהים את ה-Channel שממנו מגיעים המשתמשים הכי Engaged, ניתן למקד את השיווק בעיקר שם ופחות באפיקים אחרים.
בנוסף ניתן להבין את המאפיינים של אותם יוזרים, וכך להתמקד בסגמנט מסויים וליצור פרסונליזציה בשיווק. באופן הזה המסרים השיווקיים יותאמו עבור כל סגמנט בנפרד ויהיה ניתן להביא עוד קהל איכותי ומדוייק עבור המוצר.
בקיצור, כמו שאמר לי פעם משקיע באחד מהפרויקטים שביצעתי:
"So you're the one who's doing all the cool stuff…" 🙂
ניתוח מעמיק של דאטה מאפשר למקד את העשייה
במה שבאמת מזיז את המחט,
ובמקום לנחש, לדעת.
לסיום, אני רוצה להזמין גם אתכם לשיחה (ללא עלות או התחייבות) שבה נבחן מה מונע מכם לפצח את הסיפור העסקי מאחורי הדאטה, כדי שתוכלו:
– לקבל החלטות מהירות ומדוייקות
– לצמוח בכמות הלקוחות ובהכנסות
– ולגייס משקיעים
מי אני?
אייל גורפינקל
אייל בילה את 20 השנים האחרונות בייעוץ אנליטי וניהול פרויקטי דאטה בחברות כמעט בכל מגזר אפשרי – החל מסטארטאפים טריים ועד לבנקים הגדולים.
לאחר שהתחיל כדאטה אנליסט בלי ניסיון ובלי הכוונה, טיפס בכוחות עצמו לצמרת התחום בארץ – תוך כדי פיתוח מיומנויות ומתודולוגיות אנליטיות ייחודיות.
במקביל, ניהל עשרות צוותים אנליטיים, וראיין והכשיר מאות אנליסטים ומדעני נתונים.
כיום אייל מלווה סטארטאפים בהקמת מנגנוני למידה וצמיחה מבוססי דאטה ובפיצוח תובנות (Insight Hacking);
ובמקביל – מכשיר מועמדים איך להתקבל למשרת דאטה אנליסט ולהפוך לנינג'ות בתחום במסגרת ״מועדון הנתונים״.