掌握可持續的初創企業增長並找到相關的 KPI

執行摘要

我們如何分解增長的組成部分？

我和我的合夥人共同創立了 Firstrock Capital，以幫助初創公司成長，與他們合作應對他們在任何特定一周可能面臨的任何挑戰。 多年來，實現這一目標的最重要手段本身就是幫助他們分解和科學地操縱初創企業增長本身的潛在驅動力。 我們的許多公司在籌集資金、建立令人驚嘆的技術以及吸引客戶和媒體的關注方面都取得了巨大的成就，但是當談話轉向時，“真正定義了我們的增長，以及我們是否以正確的方式以正確的方式發展用戶日復一日，周復一周？” 事情往往變得更加不確定。

這一認識促使我們開始正式確定某些工具和流程，以幫助我們的投資組合公司採用這種方法，以便我們能夠盡快專注於最具影響力的問題。 當我們開始部署它們時，我們的對話從“汽車在移動，但引擎似乎有問題”變成了“這是什麼工作，什麼不工作，現在讓我們解決這個問題”。

本文概述了我們發現最有用的工具和技術，旨在成為可以進一步解包、辯論和改進的各個方面的地圖。 在與我們的投資組合公司合作時，我和我的合作夥伴發現，一旦將增長數據解析為其關鍵驅動因素，例如留存率、核心行動以及定義最佳用戶和同類群組的特徵，這幾乎總是對各方來說都是一個啟示。

1. 定義真正捕捉公司價值增長的指標

掌握初創公司增長指標的第一步，很明顯，它經常被掩蓋，首先是準確地指定要增長的東西。 創始人應該選擇一個根植於他們正在解決的問題的關鍵績效指標（KPI），並代表他們的客戶為獲得解決方案而採取的行動：

• 如果所有用戶的使用大致成比例和/或如果價值來自平台上有多少不同的用戶，那麼總活躍用戶可能是最好的（例如，社交網絡）。
• 如果客戶對產品的使用和對公司價值的貢獻不成比例，那麼所採取的總行動可能是更正確的 KPI（例如，市場，其中重複使用和較大門票項目的更高收入等因素使一些用戶更比其他人更有價值）。

任何給定的情況都存在於一個範圍內； 例如，一個專業的網絡應用程序最初可能會跟踪有多少潛在的專業人士和雇主正在積極使用它。 然後，他們同樣需要定義“活躍”的含義，或者基於用戶應該多久執行一次相關操作的假設，或者通過對用戶平均執行頻率的頻率分析。

如果業務模型基於廣告或對聚合用戶行為的分析，則此 KPI 可能是正確的。 但是，如果商業模式是從其產生的合同價值中獲得基於百分比的佣金，那麼相關的 KPI 衡量標準將是通過平台執行的合同的美元數量。 關鍵是要清楚潛在價值是如何創造的，以及你接受其中一部分價值的商業模式。

選擇此指標可以在早期公司的組織混亂中定義成功，並使所有團隊成員與其願景和戰略保持一致。 我的幾位投資組合 CEO 發現，在從簡單的白板到內部平台的儀表板上發布當前月份的 KPI 目標和迄今為止的進展，然後通過詢問它如何有助於實現該目標來回應任何想法——這不僅灌輸了注意力，還灌輸了更大的創造力。

早期公司的主要 KPI 很少是收入。 當然，收入在啟動指標中很重要，並且隨著公司規模的擴大而變得越來越重要，但它代表的是價值獲取而不是價值創造。 在早期階段，比收入數量更有價值的是您的 KPI 和通過貨幣化實驗驗證業務模型的指數級增長。 根據業務模式選擇的潛在 KPI 包括但不限於：

KPI 可能會隨著公司的發展而變化，這不僅很好，而且還可以證明公司的健康和活力。 一旦建立了這個 KPI 並且您已經獲得了所有團隊成員的認可，他們中的一些人可能會收到他們自己的子 KPI，這些子 KPI 會直接反饋到其中。 例如，公關和營銷團隊的子 KPI 可能是點擊文章到您的網站或應用程序的總人數，可以通過文章數量、文章的平均質量和策略來增加分發它們。

2. 設定增長目標並衡量其主要驅動力

一旦選擇了定義的 KPI 衡量標準，創始人應該使用各種可用的槓桿來推動其持續增長。 收入增長指標可以分解為潛在的驅動因素，可以進行試驗以吸引更多用戶並最大限度地提高現有用戶的參與度和價值。

第 1 步：將增長指標分解為用戶群組

首先，增長指標必須分解為用戶群，以評估一段時間內的留存率，這將決定用戶的真正價值以及公司對不斷引入新用戶的依賴程度。 然後，可以根據數據以及最強與最弱群組的關鍵區別因素來確定最參與產品的用戶的概況，以便公司可以更好地集中精力和消息傳遞。

第 2 步：找到與參與度最相關的核心行動

與對最佳用戶和同類群組的統計分析有些類似，然後找到與長期用戶參與度最相關的核心操作以及最常導致該核心操作完成的事件序列。 然後，這些信息允許對公司各種增長努力的影響的大小和持久性進行更嚴格的統計測試。 我見證了對上述因素的分析徹底改變了公司對客戶是誰、他們如何參與以及如何最好地推動他們的增長和產品願景的理解。

增長的主要來源

增長來自三個主要來源，下文按其對公司價值的影響降序討論。

在實踐中，任何給定的用戶或策略都可能混合多個驅動程序。 初創公司通常會鼓勵客戶推薦其他客戶，只要公司針對那些最有可能保持參與的客戶，這可能是一個強大的策略。 Paypal 提供了一個使用推薦計劃作為增長催化劑的著名示例：

相比之下，電子商務公司可能會在本質上購買用戶的產品上冒著極端和廣泛的折扣風險，而不必驗證任何假設或為可持續參與奠定基礎。 明確您的目標配置文件，並為戰略的可持續性建模。

在其他條件相同的情況下，基於提供更多優質產品的激勵措施比現金獎勵或折扣更可取，因為它們會增加用戶的參與度，而且往往更實惠（假設額外服務的邊際成本合理）。

仔細研究您的增長數據點。 例如，許多初創公司舉辦和參與活動以激發目標客戶的興趣——黑客馬拉松和聚會、商業或行業會議，以及社交或網絡郊遊。 除了跟踪直接參與這些活動的人的轉化率之外，分析活動地理和目標配置文件中的後續用戶增長可以提供重要的洞察力。 任何因果關係都必須持懷疑態度，但是，例如，如果我成為用戶，然後不久之後，在沒有其他進展的情況下，與我“親近”的其他人成為用戶，這可能表明有足夠的信息來進行實驗。

上表中描述的三個增長驅動因素通常採用不同的軌跡，可以通過分析加以區分。 來自特定文章或其他單一事件的“付費用戶”往往呈現出以峰值為特徵的不規則軌跡（不幸的是，經常出現逆轉），自然外部用戶往往呈現出平穩但線性的增長，最後，健康的推薦動態呈現出曲線：

隨著越來越多的數據可用，將您的增長分解為這些關鍵驅動因素的更先進的技術包括：

1. 結構斷裂測試（您的成長性質突然改變），例如 Chow 測試
2. 病毒係數，顯示每個當前客戶平均為企業帶來多少新客戶。
3. 您的增長軌蹟的二階導數。 一階導數是增長率本身，二階導數是您的增長率，因此正二階導數表明您的當前用戶在他們一天的自然過程中正在向世界填充更多用戶。

3. 衡量不同群組的留存率並與相關基准進行比較

一旦您清楚推動公司價值的 KPI，就該深入研究您的用戶或客戶行為如何推動其增長。 從群組的角度考慮這一點對於收集您的增長的真正可持續性非常重要，因為它迫使您不僅要考慮您今天擁有多少活躍用戶，還要考慮以前加入的用戶的表現如何。

根據可用數據的範圍和頻率，根據合理的時間間隔（例如幾週或幾個月）將您的用戶劃分為同類群組。 如前所述，簡單的頻率分析可以幫助確定適當的時間間隔：

• 按用戶和操作時間戳對數據進行排序。
• 計算每個唯一用戶執行的操作之間的差異，以分鐘或天數表示。
• 創建結果的直方圖並選擇數據最聚集的時期。

如果使用頻率非常高，那麼您可能希望簡單地使用每週隊列。 如果頻率較低，例如每十天或每月，則根據此設置群組間隔。 隨著時間的推移可視化這種保留的方法包括：

1. 標準群組圖表，顯示每個群組隨時間變化的持續活躍用戶數量：

2. “熱圖”，顯示每個群組有多少原始用戶隨著時間的推移保持參與：

3. “層蛋糕”或 X 射線圖，它顯示了隨著時間的推移，連續的群組相互建立以達到總活躍用戶：

然後可以將平均留存率與公司部門的基准進行比較，例如，可以在 Anu Hariharan 的 Y Combinator 帖子中找到這些基準。 該公司與這些數字的比較表明它在用戶和下一次融資方面與潛在競爭對手相比的表現如何。 這項工作可以帶來一些艱難的愛，如果發現低於基準的留存率，創始人不應灰心。 首先，這種分析之所以如此有價值，正是因為留存往往是早期公司面臨的主要挑戰，接下來的部分將討論如何磨練有效的方法。

4. 確定最佳客戶和群組的定義特徵

收集的用戶數據可用於分析與參與度最相關的特徵，包括個人和群組。 由於以下因素，整個隊列可能具有自己的特定特徵：

1. 隨著新用戶獲得不同體驗，產品隨著時間的推移而演變
2. 外部季節性影響，例如在假期期間激活的影響
3. 公司特定的努力，例如特定的促銷或營銷活動

個人用戶和群組的分析類型在功能形式方面非常相似，主要區別在於輸入的定義。

線性回歸

如果數據允許，可以使用線性回歸計算最佳用戶配置文件，並且這樣的模型將根據用戶特徵返回預期的參與度或生命週期價值。 因變量是參與或保留強度的度量，而自變量則是從用戶個人資料和行為中收集的數據中可用的因素。 對個人用戶進行測試的示例變量可能包括：

概率模型

另一種規範是概率模型，它根據自變量返回某事的概率。 然後，這種特定的函數形式可以給出給定用戶的流失概率。 但是，在大多數情況下，線性回歸應該是默認選項，除非您有特定原因為什麼首選另一種形式。 擁有過於先進的規範可能會使發現變得模糊，或者冒著將模型誤認為現實世界的風險。 保持簡單並節省您的精力來解釋和根據結果採取行動。

群組有不同的行為點

群組往往具有用戶操作的三個關鍵時刻：

1. 許多初始用戶或客戶流失的初始暴跌。
2. 基於進一步流失的後續衰減曲線。
3. 然後（希望），隊列穩定到那些長期參與的用戶的線性部分。 線性部分當然可能仍顯示趨勢，但已穩定為逐漸線性變化而不是指數衰減。

三個各自的區域以不同的顏色顯示如下：

在數據可用性低的情況下，可以關注這三個領域，並且通過更多數據，可以使用之前討論的相同 Chow 結構斷裂測試來測試隊列從指數衰減到線性穩定性的時刻。 藍色的初始暴跌可以說是隨後以綠色顯示的向下曲線的一部分，但單獨考慮可能會有用，因為它可能帶有不同的解釋。 來自三個領域的信號可以簡單地概念化為：

公司根據規模（有多少用戶）、軌跡（隨著時間的推移用戶從群組中退出的速度）和參與度穩定的水平（長期用戶的百分比）來定義他們的最佳群組。 後兩者可以說是同一個變量的兩側。 與任何具有早期啟動指標的事物一樣，軌跡應該最重要。 在下面的兩個隊列中，隊列 1 更強。 它可能會暴跌更多，甚至首先穩定在較低的水平，但隨後顯示出用戶重新激活的線性趨勢，而藍色群組繼續減少。

聯繫那些放棄的用戶，看看你能做些什麼來重新激活他們，或者至少向他們學習。 那些處於使用你的產品的邊緣但最終選擇不代表最豐富的潛在信息庫之一的人，以及進一步增長的最低限度的果實。

5.確定與保留和參與最相關的核心行動

一旦確定了參與度最高的客戶，您就會想了解他們是如何變得參與度最高的。 核心步驟是確定與長期參與最相關的核心行動。 將此操作視為您吸引客戶的臨界點，並且對所採取操作流程的分析可能會揭示出不成比例的預期參與度和保留時間。 對於一個市場平台，它可能成功實現了前三個銷售。 這是用戶的“啊哈”時刻——“哇，這東西真的有效”的時刻。 找到它。

一旦確定了核心行動，下一個合乎邏輯的問題就是如何讓用戶盡可能快速、可靠地使用它。 因此，分析的下一步是確定最有可能導致採取核心行動的事件序列，並使用它來改進您的產品用戶體驗，以盡可能無縫地讓用戶通過它們。 消除盡可能多的必要步驟； 創建漂亮的用戶體驗就像是在淘金，代表了一個減少和蒸餾的過程，而不是加法。

用對數而不是百分比來思考

盡可能根據變化而不是絕對狀態來定義變量。 對於任何公司，尤其是對於啟動指標而言，變化率決定了你的估值和競爭優勢。 計算變化時，使用自然對數變化而不是百分比變化。 由於不平衡，百分比不太適合統計分析； 例如，如果您的活躍用戶從 100 增加到 110，然後減少 10%，那麼您將下降到 99。自然日誌確實具有這種對稱性，與百分比一樣易於計算，並且可以轉換為百分比最終解釋使用簡單的轉換公式。

通過這一點描述的分析是歷史性的，但將允許基於潛在驅動因素對未來增長進行更精細的預測，這對於創始人跟踪他們在下一輪融資中達到內部目標或基準的可能性以及投資者進行估計非常有用一個公司的軌跡。 正如在下一節和最後一節中所討論的，它還為產品進化和創業增長戰略的結果驅動實驗奠定了基礎。

第 6 節：衡量行動對可持續增長的影響

了解了迄今為止影響您增長的力量後，您可以進行實驗，了解如何通過產品更新、營銷和公關以及業務發展以可持續的方式加強這些力量。 使用您的歷史增長指標和參與度作為基準，可以評估您的各種努力的真正影響。 這是創造力真正發揮作用的地方，但創造力植根於經驗驗證。

基線用於指示如果不採取行動，您的增長情況。 一個簡單的基線可以是歷史增長，更高級的可以使用上述潛在驅動因素來預測未來增長的基線。 在某些情況下，基線甚至可能是先前類似事件的反應。 有了現有的基線，以下步驟將涉及對數據的統計分析，以確定哪些增長歸因於所採取的行動（即，符合歷史變化）以及哪些“異常”。

最重要的是，這些測試應該建立一個學習過程，通過這個過程，公司和產品會隨著用戶的每一個動作變得更聰明、更強大。 您在任何特定時刻都存在的產品和商業模式可以被複製； 但是流程和移動目標代表了更具可持續性的競爭優勢。 使用這些實驗和反饋循環使您的產品成為一個不斷變得更加複雜的生物。 同樣，世界上最有價值的商品是信息，對您以及您當前和未來的客戶都是如此。

您收集到的關於推動用戶和客戶增長和參與的洞察力本身可能會成為您最終銷售的產品； 最有價值的科技公司幾乎都在某個時候從基於客戶增長的價值發展到基於他們創造的信息的價值。 有效了解啟動指標是此旅程的第一步。