وقتی از نوپای ناب حرف می زنیم از چه حرف می زنیم؟ (۴)

وقتی از نوپای ناب حرف می زنیم از چه حرف می زنیم؟ (۴)

پیش‌نوشت: این مطلب چهارمین نوشته از سری مطالب مربوط به کتاب نوپای ناب نوشته اریک ریز است که در آن ها به مرور مهم ترین نکات و تذکر نکاتی که در خوانش این کتاب معمولا کمتر به آن توجه می‌شود می پردازیم. گرچه مطالعه هر یک از مطالب این سری نیاز به پیش نیاز قبلی ندارد، پیشنهاد می کنیم که اگر به کسب شناخت عمیق از این حوزه علاقمندید قسمت های اول، دوم، و سوم را هم مطالعه کنید.

 

محتوای اصلی: در قسمت سوم، اصول کلی طراحی آزمون‌های توسعه ایده و کسب و کار مورد اشاره قرار گرفتند و گفته شد که برای انجام آزمون، ابتدا باید فرضیه های ذهنی را با دریافت بازخورد اولیه از مشتری تبدیل به فرضیه واقعی کرد و سپس به انجام آزمون پرداخت. همچنین گفته شد که فرضیه ها در ۲ مرحله اساسی از توسعه ایده تدوین می شوند: وقتی در حال تعیین ارزش پیشنهادی ایده هستیم و هنگامی که در حال تنظیم مدل کسب و کار متناسب با بازار استارتاپ برآمده ایم.

اما در عمل برای اجرای این راهکار، صاحبان ایده دو پرسش کلیدی مطرح می کنند:

 

1. اگر استارتاپ ما سرمایه گذار داشته باشد، وی حاضر به صرف زمان برای انجام این آزمون ها هست؟ چه کار کنیم که هم آزمون ها را بتوانیم انجام دهیم و هم سرمایه گذار را قانع به همراهی در انجام این آزمون؟
2. به فرض که آزمون ها را انجام دادیم، چه طور نتایج به دست آمده از آن ها را باید تفسیر کرد که مشخص شود در حال پیشرفتیم یا نه؟

در مطلب حاضر به ترتیب به این دو سوال پاسخ می دهیم.

 

رسیدن به زبان مشترک با سرمایه گذار

اختلاف دیدگاه سرمایه گذار و مدیر استارتاپ موضوعی تکراری است که از گاهی از فرط تکرار تبدیل به موضوعی خسته کننده هم شده است. در جمع های استارتاپی وقتی پای درد دل افراد (چه سرمایه گذار و چه مدیر استارتاپ) می نشینی، هر دو طرف از عدم درک طرف مقابل گله دارند. مدیر استارتاپ مدعی است که در ایران، استارتاپی کار کردن درک نمی شود و سرمایه گذارانی سنتی داریم که حاضر نیستند ریسک ایده خلاقانه شان را تحمل کنند تا نوبت به سوددهی برسد؛ سرمایه گذاران نیز شکوه می کنند که کارآفرینان جوان با مسائل حوزه سرمایه گذاری کاملا ناآشنا هستند و ارزش سرمایه ای که در اختیارشان قرار گرفته است را نمی دانند.

خبر خوب برای هر دو طرف این است که این اختلاف نظر، صرفا مختص به ایران نیست و در همه دنیا هنگامی که کسب و کارهای سنتی به سوی سرمایه گذاری در استارتاپ ها متمایل شده اند، پیش آمده است و خبر خوب تر اینکه می توان از تجربه آموخته آن ها برای رسیدن به تفاهم نظر در مدیریت استارتاپ بهره برد.

در بخش قبلی این نوشته گفتیم که استارتاپ برای انجام آزمایش های خود باید اولین محصولش را بسازد. در واژه نامه نوپای ناب به این اولین محصول، حداقل محصول قابل عرضه یا MVP می گویند. این MVP بر اساس بازخوردهای اولیه به دست آمده از عموم مشتریان و بازخوردهای ثانویه اصلاحی از جانب مشتاق ترین مشتریان ساخته می شود. وقتی MVP داریم یعنی فرض ما بر این است که محصولی با حداقل ویژگی های ممکن داریم که می تواند اصلی ترین مسئله مشتریان مشتاق را حل کند. این ویژگی های بر اساس فرض های واقعی شده تعیین شده اند و حالا نوبت انجام آزمایش برای فهم درستی یا نادرستی این فرضیه ها در عمل است. (در مطالب بعدی وبلاگ لین مفصلا به روش های ساخت MVP و باید و نبایدهای رسیدن به حداقل محصول قابل عرضه می پردازیم.)

اینکه MVP را آزمایش می کنم یک معنای ساده تر هم دارد: ما محصولی داریم که نمی دانیم در عمل موفق می شود یا شکست می خورد. به عبارتی، ما زمانی صرف کرده ایم و به راه حلی رسیده ایم اما قبل از آزمایش نمی توانیم تعهدی بدهیم که این محصول حتما به همین شکل موفق خواهد شد. در دنیای استارتاپی که همه چیز در جهان عدم قطعیت ها می گذرد، این موضوعی کاملا پذیرفته شده است اما در مدیریت یا سرمایه گذار سنتی چه طور؟ به هیچ وجه.  همان طور که اریک ریز اشاره می کند، در شکل سنتی سرمایه گذاری، اگر شما مدیریت یک کسب و کار را به عهده گرفته اید و سرمایه ای دریافت کرده اید و بعد موفق نشده اید، برای این موفق نشدن دو توضیح بیشتر وجود ندارد: برنامه ریزی تان درست نبوده یا اجرایتان اشتباه بوده که هر دو هم به یک میزان سزاوار سرزنش اند. اما این عدم توافق درباره شکست خوردن ایده، موضوع لاینحلی نیست و برای آن چاره ای وجود دارد.

چاره کار این است که سرمایه گذار را قانع کنید که اگر شکست هم خورده اید، در ازای آن چیز مهمی یاد گرفته اید، کمی از عدم قطعیت ها کاسته اید، و قدم بعدی را مطمئن تر خواهید برداشت تا قبل از اینکه تمام سرمایه دریافتی تان تمام شود مسیر درست کسب و کار را پیدا کنید و کارتان را در آن مسیر ادامه دهید. برای اقناع سرمایه گذار نیاز به ارائه شواهدی دارید که این یادگیری را تایید می کند. به زبان ساده تر، باید نشان دهید که: ۱) آیا تغییراتی که در مسیر کسب و کار مشاهده می کنید، به واسطه ی تغییراتی که ایجاد کرده اید رخ داده است یا نه؟ علت تغییر باید قابل ردیابی باشد و ۲) آیا از آن تغییرها درس های درستی گرفته اید یا نه؟ بنا بر شواهد به دست آمده از آزمایش برای بهبود کار چه کردید.

 

کمترخوانده شده ۸: برای در دست داشتن شواهد مؤید یادگیری و ارائه آن به سرمایه گذار یا مدیر مالی شرکت، اول باید فرضیه هایی که می خواهید آزمایش کنید را تبدیل به مدل های مالی کمّی کنید. فرضیه های شما هر چه باشند، بالاخره به یک مدل کسب و کاری مرتبطند. این فرضیه ها یا در مجموع دارند به این اشاره می کنند که باید با فروش محصول کسب درآمد کنید، یا گویای این هستند که مدل کسب و کار شما نیاز به رشد اثر شبکه ای دارد، یا … . بنابراین بسته به اینکه چه مدلی بیشتر با با فرضیه های شما جور است، باید با سرمایه گذار/مدیر مالی یا از سودآوری فروش محصول صحبت کنید یا از هزینه کمتر جذب مشتری جدید و افزایش تکرار خرید مشتریان، یا … .  وقتی به این زبان صحبت می کنید، سرمایه گذار یا مدیر مالی مطمئن می شود که شما خیلی خوب درک کرده اید که برای موفق شدن و پیدا کردن مسیر درست کسب و کار باید چه اتفاق هایی از نظر مالی بیفتد و اگر برنامه ای برای آزمایش دارید هم بر اساس این درک و با هدف تحقق اتفاقات خوب مالی تدوین شده است.

 

اکنون نوبت تفسیر نتایج آزمایش و یادگیری مؤثر از انجام آن ها است.

 

چه طور بفهمیم در حال پیشرفت هستیم یا نه؟

حالا که سرمایه گذار را قانع کرده اید و در حال انجام آزمایش هستید، فکری برای تفسیر درست نتایج هم باید بکنید. شما نه فقط یک آزمایش بلکه چند آزمایش پیاپی را انجام می دهید که مسیر درست را به تدریج به شما نشان دهد. برای اینکه این آزمایش های پیاپی به محقق شدن نتایج خوب مالی بیانجامد، باید سه گام زیر پشت سر گذاشته شود و ۳ مایلستون یادگیری بررسی شود:

 

کمترخوانده شده ۹:

گام	چه کاری انجام می شود؟	چه مایلستونی است؟	چه نتیجه ای به دست می آید؟
۱	با استفاده از MVP بفهمید جایگاه واقعی شرکت در بازار چگونه است. به ترتیب از ریسکی ترین فرضیه ها را می آزماییم تا کم ریسک ترین آن ها را	آخر این گام به مایلستون تعیین نقطه آغاز (نقطه ورود به بازار) می رسیم.	در نقطه آغاز، اطلاعاتی واقعی در مورد مدل رشد احتمالی داریم که پایه یادگیری درباره مشتریان و واکنش آن ها به محصول را شکل می دهد.
۲	بر پایه اطلاعات گام قبل می دانیم چه قدر با ایده آل فاصله داریم و تغییراتی اعمال می کنیم تا در مسیر حرکت به سمت ایده آل قرار گیریم	آخر این گام به مایلستون تنظیم موتور (بهبود عملیات و بازاریابی و محصول) می رسیم.	وقتی تنظیم موتور انجام شده است که سنجه‌های مدل رشد را مشخص کرده‌ایم، فرضیه‌هایی برای بهبود این سنجه‌ها داشته‌ایم، مجموعه‌ای از آزمایش‌ها را برای آزمودن این فرضیه‌ها به کار برده‌ایم.
۳	بر پایه اطلاعات گام قبل، تمام تغییرهای جزئی و بهینه سازی های لازم را می دانیم و انجام می دهیم.	آخر این گام به مایلستون چرخش یا ثبات (استراتژی و مدل کسب و کار) می رسیم.	یا تغییرات اعمال شده ما را در مسیر رسیدن از نقطه آغاز به ایده آل قرار داده است و رشد شرکت مناسب است که در این صورت ثبات را انتخاب می کنیم یا اینگونه نیست و استراتژی نیاز به تغییرهای اساسی دارد و تصمیم به چرخش می گیریم.

 

در واقع در هر یک از این گام ها تعداد زیادی آزمایش انجام می شوند که یا مربوط به فرضیه های ارزش پیشنهادی استارتاپ هستند یا مربوط به فرضیه های رشد استارتاپ. به دست آوردن نتایج کمّی مالی ضعیف به معنی نیاز به تحقیق های کیفی تر و آزمایش فرضیه های جدیدتر است. نتیجه این آزمایش های بیشتر ممکن است اعلام نیاز به ایجاد چرخش در مدل کسب و کار و مدیریت استارتاپ باشد.

اما نکته مهم این است که قبل از انجام آزمایش های هر مرحله، باید برای آن مرحله سنجه های درستی انتخاب کرده باشیم. سنجه یعنی یک معیار قراردادی که قرار است افزایش یا کاهش آن در اثر انجام هر آزمایش مشخص شود. افزایش یا کاهش این معیار در حقیقت نشان می دهد که کسب و کار ما در مسیر درستی قرار گرفته است یا نه. مثال هایی از این سنجه ها عبارتند از: تعداد افرادی که تعداد مراجعانی که برای محصول ثبت نام هم کرده اند، تعداد مشتریانی که حداقل یک خرید داشته اند، تعداد مشتریاتی که  Xبار خرید کرده اند، و ….

نکته مهم‌تر این است که در تشخیص سنجه های درست، باید از انتخاب سنجه های کلی سنتی مثل تعداد مراجعان،کل مشتریانی که پول می پردازند، و تعداد مشتریان فعال (به ویژه شکل تجمعی این سنجه ها) اجتناب کنیم و سنجه های دقیق تر مربوط تری را به عنوان معیاری که مورد اندازه گیری قرار می گیرد در نظر بگیریم. انتخاب این سنجه های کلی باعث می شود که اثر تغییراتی که در مسیر محصول یا استارتاپ اعمال می کنیم در اعداد بزرگ و کلی مربوط به آن ها گم شود و قابل پیگیری نباشد. اما سنجه های دقیق تر کوچکترند و اثر تغییرات عمدی ما در مسیر بهبود بیشتر در آن ها مشخص است. چه بسا که عدد سنجه ای کلی مثل تعداد کل مراجعان کسب و کارمان (مخصوصا در شکل تجمعی) بزرگ باشد و اثر تغییرات هم در آن گم شود، اما وقتی دقیق تر می شویم و تعداد مراجعانی که ثبت نام هم کرده اند را به عنوان سنجه در نظر می گیریم متوجه می شویم که با مشکلی جدی در تبدیل مراجع به فردی علاقمند به کسب و کارمان روبرو هستیم.

 

در مطالب بعدی وبلاگ لین درباره ویژگی هایی که سنجه ها باید داشته باشند بیشتر سخن می گوییم.