“Tutti quanti mentono a se stessi, in modo particolare noi imprenditori . ”
Le bugie che gli imprenditori raccontano a se stessi e agli altri sono annidate dietro avverbi come: certamente, naturalmente, sicuramente, ovviamente.
“Naturalmente i miei utenti ameranno questa funzionalità”, “Dopo il primo mese avrò sicuramente un centinaio di utenti”, “Ovviamente il mercato reagirà male…” etc.
Vero è che le piccole bugie sono essenziali per gli imprenditori startup, che si occupano di innovazione! Permettono di disegnare scenari che altri non vedono, di non farsi scoraggiare dagli ostacoli, di intraprendere strade inesplorate, dare voce all’istinto e alle sensazioni “di pancia”.
Diventano invece estremamente pericolose quando ci rendono sordi e rigidi rispetto ai segnali inconfutabili che arrivano dal mercato. Fino al punto da mettere seriamente a repentaglio la nostra impresa.
Ecco a cosa servono le metriche: sono un contrappunto esterno che ci aiuta ad acquisire flessibilità e sensibilità. La maggior parte degli imprenditori le odiano perchè non le usano, bensì le affrontano e le subiscono come un giudice freddo e integerrimo. Esattamente il contrario di quello che sono!
Le metriche sono invece uno strumento indispensabile per comprendere velocemente le reazioni dei clienti e rielaborarle a nostro favore prima che sia troppo tardi.
Sgombriamo prima di tutto il campo dalle ambiguità: le metriche di cui stiamo parlando hanno poco a che fare con i classici indicatori economici che usano le aziende mature, associate ai ricavi e ai profitti (anche se fosse, per le aziende startup il calcolo sarebbe facile: tutto zero!!).
Qui parliamo delle misure che sono alla base di una nuova contabilità: la contabilità dell’innovazione, Innovation Accounting.
Sono affascinanti perchè misurano, in prima istanza, i comportamenti dei clienti, anche nelle fasi precedenti all’acquisto, e quindi ci danno in anticipo delle informazioni per indirizzare meglio le nostre azioni.
Per esempio, quali comportamenti?
Da quali canali arrivano i miei utenti, e quanti riesco ad attrarne? (metriche di acquisizione)
I miei clienti trovano l’offerta talmente interessante da volerne fruire? (metriche di attivazione)
I miei utenti/clienti sono talmente soddisfatti da tornare a trovarmi? E con quale frequenza? (metriche di retention)
da parlarne ad altri? (metriche di referral)
Questi comportamenti portano a qualche forma di monetizzazione? In che modo? Quanto e quando? (metriche di revenue)
Esistono due cose da sapere per usare bene le metriche:
1. Utilizzarle all’interno di un processo scientifico
L’utilità della metrica risiede tutta nell’opportunità di confronto oggettiva, attraverso la misura, con un’ipotesi formulata a priori. In una recente intervista Joe Gebbia, co-founder di Airbnb, osserva:
While Airbnb is data driven, we don’t let data push us around. Instead of developing reactively to metrics, the team often starts with a creative hypothesis, implements a change, reviews how it impacts the business and then repeats that process. I’m not sure how useful data is if you don’t have meaningful scale to test it against. It may be misleading. […] You go be a pirate, venture into the world and get a little test nugget, and come back and tell us the story that you found. [1]
Quindi le metriche ci servono per comprendere oggettivamente se l’opportunità di innovazione identificata ha gambe per camminare, oppure no. All’interno di un processo sperimentale che potete gestire in questo modo:
Identificate un’ipotesi, un’opportunità, una direzione di esplorare: per esempio …
Costruite un esperimento, un test, per metterla alla prova
Stabilite un’indicatore che misura l’efficacia dell’esperimento e decidete un valore soglia, che rappresenta le vostre aspettative di successo minimo
Confrontate l’esito dell’esperimento con il valore-soglia. Non si tratta di emettere una sentenza di vita o morte per l’opportunità che avete formulato all’inizio: questo confronto permette di valutare cosa è andato bene e cosa meno, e di chiedersi il perchè, in modo da migliorare l’esperimento e avere più successo nell’iterazione seguente. Se non ci fosse questo confronto, tendereste a mentire a voi stessi pur di tenere in vita la vostra ipotesi, pur di dare ragione al vostro istinto. E fareste male!
Quindi la metrica è la parte fondamentale del ciclo di apprendimento build-measure-learn proposto da Eric Ries, in cui mettiamo troppo spesso l’accento sulla parte di “prodotto”: è invece il confronto con le metriche che scatena l’apprendimento. Il “prodotto” è, a tutti gli effetti, un esperimento (MVP). [2]
“It doesn’t matter how beautiful your theory is, it doesn’t matter how smart you are. If doesn’t agree with experiment, it’s wrong. ”
E’ importante quindi misurare, ma solo se la misura diviene strumento di confronto con le vostre ipotesi e se questo confronto ha un effetto sulle decisioni e azioni future che riguardano la validazione del vostro modello di business.
2. Separare le metriche “vanity” da quelle “actionable”
Anzi! Specialmente in ambito digitale diventa sempre più facile misurare moltissime cose: quanti utenti attraversano una pagina, quanto ci stanno, dove si muovono, da dove vengono, quanti abbandonano e quanti tornano… Cosa ce ne facciamo di tutti questi numeri?
Per ogni esperimento, e quindi per ogni intuizione che mettete alla prova, uno dei compiti più difficili è identificare la vostra metrica chiave, che sappia interpretare il passato e guidare il futuro.
Prima di tutto occorre separare le metriche finte da quelle vere. Per esempio:
“la mia pagina ha avuto 2000 visite!!” — Finta o vera?
“nel mio negozio stanno entrando 10 persone in più ogni giorno da quando ho cambiato la vetrina” — Finta o vera?
Soluzione:
la prima misura non mi dice nulla di utile, è “finta”: 2000 in quanto tempo? Per quale ragione? E’ una ragione che posso riprodurre nel tempo? Sono tante o poche? Stanno crescendo o diminuendo? Questo tipo di metriche, formulate in modo assoluto, senza nessun appiglio per formulare una valutazione e innescare un’azione, si dicono Vanity Metrics, vanitose. Vi sembrano belle da indossare, ma non aggiungono nulla a quello che sapete già. Anzi, vi danno la falsa percezione di essere attraenti, quando in realtà non lo siete affatto o, ancora peggio, sono sapete riconoscerne il motivo.
la seconda misura invece vi dice che la vostra intuzione di sostituire la vetrina vecchia con una più accattivante è stata giusta, e che adesso siete in grado di cogliere meglio i gusti dei vostri clienti. Adesso potete occuparvi di farli acquistare, in modo da rendere profittevole questo miglioramento! Questo tipo di metriche, formulate in modo relativo rispetto ad un evento riconoscibile, si dicono actionable, perchè vi danno indicazioni su come agire e progredire nella vostra quotinianità.
Una volta sgombrato il campo dalle metriche vanitose, ne rimangono comunque molte tra cui scegliere quella che vi veste meglio, che vi è più utile.
Da quando, per esempio, Joe Gebbia di Airbnb ha scoperto — attraverso una serie di esperimenti — che le case fotografate da fotografi professionisti hanno un indice di attrattività tre volte superiore alle case fotografate in modo amatoriale, la metrica fondamentale da monitorare e controllare, per l’azienda, è diventata il tasso di crescita del numero di fotografie professionali caricate sulle piattaforma!
Questo esempio ci dice che molto spesso le metriche stesse sono il risultato di un processo di esplorazione sperimentale, dell’applicazione di metodo disciplinato alla verifica di un’ipotesi creativa.
Esistono comunque dei parametri generali che vi aiutano ad identificare le metriche chiave per il vostro progetto. I parametri riguardano:
la fase del ciclo di maturazione, della vostra startup, o del progetto d’innovazione: avete raggiunto il problem-solution fit? State cercando il product-market fit? Siete in fase di crescita?
il tipo di modello di business: single sided (ecommerce diretto/saas)? two-sided marketplace? two-sided user/client?
il tipo di motore di crescita: sticky? viral? paid?
Incrociando questi tre parametri, è possibile sapere quali sono le metriche principali da considerare nei vostri esperimenti, cioè nella vostra quotidianità.
Note:
[1] “Anche se ad Airbnb basiamo le nostre decisioni sulle metriche, non ci lasciamo trascinare avanti e indietro dai dati. Invece di re-agire alle metriche, il team le anticipa: formula un’ipotesi creativa di cambiamento (una funzionalità nuova o diversa, un nuovo servizio, per esempio), la implementa, e verifica sulla base delle metriche di aver ottenuto o meno l’impatto desiderato. Quindi, ripete il processo. Non sono certo di quanto possano essere utili i dati se non confronti con qualcosa che ha stabilito prima. Possono confondere. Devi fare come i pirati: avventurati nel mondo con un piccolo gruzzolo per fare un esperimento, e torna a casa con il racconto della storia che hai scoperto. “ — http://firstround.com/review/How-design-thinking-transformed-Airbnb-from-failing-startup-to-billion-dollar-business/
[2] Si legga anche: http://blog.alpha-ux.co/making-the-case-for-minimum-viable-experiments
