5 เมตริกที่ผู้ก่อตั้งระยะเริ่มต้นหมกมุ่น (และไม่ควรหมกมุ่น)
เมตริกที่ถูกจับตามองมากที่สุดในสตาร์ทอัพระยะเริ่มต้นหลายตัว คือเมตริกที่พาผู้ก่อตั้งหลงทางได้ง่ายที่สุด บทความนี้บอกว่าควรติดตามอะไรแทน และทำไมการเปลี่ยนนี้จึงสำคัญ
เมตริกที่ผู้ก่อตั้งหมกมุ่นในสองปีแรกของบริษัท มักเป็นผลจากสิ่งที่มองเห็นง่ายและเฉลิมฉลองง่าย มากกว่าสิ่งที่ทำนายอนาคตได้และปลอมแปลงยาก ทราฟฟิกเว็บไซต์พุ่งหลังได้รับการกล่าวถึงในสื่อ ยอดสมัครกระโดดหลังเปิดตัวบน Product Hunt จำนวนผู้ใช้ที่ลงทะเบียนทั้งหมดไต่ขึ้นเรื่อย ๆ ไม่ว่าจะมีใครใช้ผลิตภัณฑ์จริงหรือไม่ ตัวเลขเหล่านี้ให้ความรู้สึกเหมือนความก้าวหน้า แต่มักไม่ใช่
ปัญหาไม่ใช่ว่าเมตริกเหล่านี้ไร้ความหมาย แต่คือมันไม่ครบถ้วน และเมตริกที่ไม่ครบถ้วนในมือผู้ก่อตั้งที่ถูกกดดันให้แสดงความก้าวหน้า ทำให้เกิดการตัดสินใจที่ปรับให้ดูเหมือนมี traction มากกว่าจะมีสาระจริง ต่อไปนี้คือเมตริกห้าตัวที่มักทำให้ทีมระยะเริ่มต้นเข้าใจผิด และสิ่งที่ควรติดตามแทน
เมตริกที่ผู้ก่อตั้งหมกมุ่นมักเป็นผลจากสิ่งที่มองเห็นง่ายและเฉลิมฉลองง่าย มากกว่าสิ่งที่ทำนายอนาคตได้และปลอมแปลงยาก
เมตริกที่ถูกให้ค่าสูงเกินจริง และตัวที่ควรใช้แทน
| เมตริกที่ถูกให้ค่าสูงเกินจริง | ควรติดตามตัวนี้แทน | ทำไมการเปลี่ยนนี้จึงสำคัญ |
|---|---|---|
| จำนวนผู้ใช้ที่ลงทะเบียนทั้งหมด | ผู้ใช้ที่ใช้งานจริงรายสัปดาห์หรือรายเดือน (WAU/MAU) | การลงทะเบียนทำได้ง่ายโดยไม่มีแรงเสียดทาน แต่การใช้งานไม่ง่ายอย่างนั้น ผลิตภัณฑ์ที่มีผู้ลงทะเบียน 10,000 คนแต่มีผู้ใช้งานรายเดือนเพียง 400 คน (อัตรา activation 4%) มีปัญหา onboarding ขั้นรุนแรงที่จำนวนผู้ใช้ทั้งหมดบดบังไว้สนิท จำนวนผู้ใช้ที่ใช้งานจริงเป็นเครื่องวัดที่ซื่อสัตย์เพียงอย่างเดียวว่าผลิตภัณฑ์ส่งมอบคุณค่าเพียงพอให้คนกลับมาใช้หรือไม่ |
| ทราฟฟิกเว็บไซต์ | อัตรา conversion จากทดลองใช้หรือขอเดโม | ทราฟฟิกที่ไม่มี conversion เป็นแค่ตัวเลขฉาบฉวย ผู้เข้าชมหนึ่งหมื่นคนต่อเดือนที่ conversion 0.5% ได้ผู้ทดลองใช้ 50 คน ส่วนผู้เข้าชมห้าพันคนที่ conversion 2% ได้ 100 คน ทีมที่เร่งทราฟฟิกโดยไม่ปรับ conversion ก็เหมือนวิ่งอยู่บนลู่วิ่ง ยิ่งทำงานหนักแต่ได้ผลเท่าเดิม (หรือแย่กว่า) |
| รายได้รวม (gross) | Net revenue retention (NRR) | รายได้รวมอาจเติบโตได้ในขณะที่ธุรกิจเสื่อมถอยในเชิงโครงสร้าง หากการหาลูกค้าใหม่มาบดบัง churn ที่สูงของลูกค้าเดิม NRR วัดว่าลูกค้าเดิมใช้จ่ายเพิ่มขึ้นหรือลดลง NRR ที่สูงกว่า 100% หมายถึงฐานลูกค้าเดิมเติบโตได้เองโดยไม่ต้องมีลูกค้าใหม่ แต่ถ้าต่ำกว่า 100% แม้จะหาลูกค้าใหม่ได้คงที่ ธุรกิจก็ยังหดตัว |
| เรตติ้งแอปสโตร์ / จำนวนรีวิว | อัตรา retention วันที่ 30 | รีวิวเขียนโดยกลุ่มตัวอย่างที่มีอคติ คือมักเป็นผู้ใช้ที่กระตือรือร้นที่สุดหรือผู้ใช้ที่ไม่พอใจที่สุด retention วันที่ 30 วัดว่าผู้ใช้ใหม่ทั่วไป (ค่ามัธยฐาน) พบคุณค่าเพียงพอที่จะยังใช้ผลิตภัณฑ์อยู่หนึ่งเดือนหลังสมัครหรือไม่ ซึ่งเป็นสัญญาณของ product-market fit ที่ซื่อสัตย์กว่าคะแนนรวมใด ๆ มาก |
| จำนวนผู้ติดตาม / อิมเพรสชันบนโซเชียลมีเดีย | อัตราการแนะนำต่อ (ลูกค้าที่พาลูกค้ารายอื่นมา) | จำนวนผู้ติดตามและอิมเพรสชันวัดความสนใจ ไม่ใช่การสนับสนุน อัตราการแนะนำต่อ ซึ่งคือเปอร์เซ็นต์ลูกค้าที่แนะนำผลิตภัณฑ์ให้คนอื่นอย่างกระตือรือร้น วัดว่าคุณสร้างแฟนตัวจริงได้หรือแค่ผู้ชมที่ยืนดูเฉย ๆ อัตราแนะนำต่อที่สูงเป็นหนึ่งในสัญญาณ product-market fit ที่แข็งแกร่งที่สุด และเป็นช่องทางเติบโตที่มี CAC ต่ำที่สุดเท่าที่มี |
ทำไมการเปลี่ยนเมตริกเหล่านี้จึงทำยากในทางปฏิบัติ
เมตริกในคอลัมน์ซ้ายมีคุณสมบัติร่วมกันอย่างหนึ่ง คือเพิ่มขึ้นได้ง่ายและแทบไม่เคยน่าอายเมื่อนำไปรายงาน จำนวนผู้ใช้ที่ลงทะเบียนทั้งหมดมีแต่เพิ่มขึ้น ทราฟฟิกเว็บไซต์ซื้อได้เสมอ ผู้ก่อตั้งที่รายงานในที่ประชุมบอร์ดว่า "เรามีผู้ลงทะเบียนถึง 50,000 คนแล้ว" ก็ได้เสียงปรบมือ ไม่ว่าผู้ใช้เหล่านั้นจะใช้งานอยู่จริงหรือไม่
เมตริกในคอลัมน์ขวาทำให้โตยากกว่าและน่าอายง่ายกว่า อัตรา activation 4% retention วันที่ 30 ที่ 22% อัตราแนะนำต่อ 0.8% ตัวเลขเหล่านี้บอกความจริงว่าผลิตภัณฑ์ได้ผลหรือไม่ และความจริงไม่ได้สบายใจเสมอไป ความอึดอัดนั้นแหละคือประเด็น ความอึดอัดกับเมตริกที่ซื่อสัตย์นำไปสู่การตัดสินใจที่ช่วยพัฒนาผลิตภัณฑ์ได้จริง ส่วนความภูมิใจกับตัวเลขฉาบฉวยนำไปสู่ความคิดที่หาทางปั่นตัวเลขนั้นให้สูงขึ้นไปอีก
ตัวเลขฉาบฉวยยังอยู่ต่อไปส่วนหนึ่งเพราะนักลงทุนบางรายยังตอบรับตัวเลขเหล่านี้ดี พิทช์เด็คที่แสดงผู้ลงทะเบียน 100,000 คนไปได้ไกลกว่าเด็คที่แสดงผู้ใช้รายสัปดาห์ 2,000 คนที่มี retention วันที่ 30 ถึง 68% ทั้งที่ธุรกิจหลังมีสุขภาพดีกว่าอย่างเห็นได้ชัด ทางออกไม่ใช่การซ่อนจำนวนผู้ใช้ที่ใช้งานจริง แต่คือนำเสนอตัวเลขนั้นเป็นอันดับแรกและอธิบายว่าทำไมมันคือเมตริกที่ถูกต้อง นักลงทุนที่เข้าใจธุรกิจระยะเริ่มต้นจะเคารพความซื่อสัตย์นี้ ส่วนคนที่ไม่เข้าใจ ก็คงไม่ใช่พาร์ตเนอร์ที่เหมาะอยู่แล้ว
เวลาที่เหมาะจะใส่ใจกับเมตริกที่ถูกให้ค่าสูงเกินจริงแต่ละตัว
เพื่อความเป็นธรรม เมตริกที่ถูกให้ค่าสูงเกินจริงแต่ละตัวจะมีความหมายมากขึ้นในบางช่วงเวลา ทราฟฟิกเว็บไซต์สำคัญมากเมื่อคุณปรับ conversion rate ดีแล้วและพร้อมขยาย เพราะตอนนั้นปริมาณคือคันโยก จำนวนผู้ใช้ลงทะเบียนทั้งหมดสำคัญเมื่อคุณวัดขนาดโอกาสในการดึงผู้ใช้ที่หลับใหลกลับมา (re-engagement) และอิมเพรสชันบนโซเชียลมีเดียสำคัญเมื่อคุณวัดผลระดับแบรนด์ในวงกว้าง
ปัญหาไม่ได้อยู่ที่ตัวเมตริก แต่อยู่ที่ช่วงเวลาที่ผู้ก่อตั้งหมกมุ่นกับมัน ในสองปีแรก ก่อนที่คุณจะพิสูจน์ retention และสร้างฟันเนล conversion ที่เชื่อถือได้ เมตริกเหล่านี้เป็นแค่สัญญาณรบกวนที่แต่งตัวเป็นสัญญาณจริง มันให้ความรู้สึกเหมือนความก้าวหน้าเพราะมันขยับ คำถามคือมันขยับไปในทางที่ทำนายการเติบโตที่ยั่งยืนหรือไม่ และในระยะเริ่มต้น แทบไม่เคยเป็นเช่นนั้น
ข้อผิดพลาดที่เกี่ยวข้องคือการเปรียบเทียบตัวเลขฉาบฉวยข้ามธุรกิจที่มีโมเดลต่างกันมาก "เรามีผู้ติดตามบน Twitter มากกว่าคู่แข่งหลัก" ไม่ใช่ข้อความที่บอกอะไรเกี่ยวกับสถานะการแข่งขัน ส่วน "retention วันที่ 30 ของเราสูงกว่าเกณฑ์มาตรฐานของอุตสาหกรรมในหมวดเดียวกัน 15 จุดเปอร์เซ็นต์" บอกได้ เมตริกแรกเทียบข้ามบริษัทได้โดยไม่ต้องปรับอะไร ส่วนเมตริกที่สองต้องมีบริบท แต่ให้ข้อมูลเชิงลึก เมื่อสร้างชุดเมตริกของคุณ อย่าถามว่า "อะไรที่ฉันเปรียบเทียบได้ง่าย" แต่ให้ถามว่า "อะไรที่บอกฉันได้ว่าธุรกิจเฉพาะของฉันกำลังไปได้ดีหรือไม่"
การเปลี่ยนจากตัวเลขฉาบฉวยไปสู่เมตริกที่นำไปปฏิบัติได้เป็นการเปลี่ยนแปลงทางวัฒนธรรมพอ ๆ กับทางเทคนิค ใน FabricLoop ทีมระยะเริ่มต้นมักใช้กลุ่มที่ใช้ร่วมกันเพื่อกำหนดอย่างชัดเจนเป็นลายลักษณ์อักษรว่าเมตริกใดอยู่ในแดชบอร์ดทางการและเมตริกใดไม่อยู่ การทำให้รายการนั้นมองเห็นได้ทั้งทีมสร้างความรับผิดชอบร่วมกัน เมื่อมีใครโพสต์อัปเดตในเธรดว่า "เราทะลุ 100K ผู้ใช้ที่ลงทะเบียนแล้ว!" โน้ตเมตริกที่ปักหมุดไว้ของกลุ่มก็อยู่ตรงนั้นพร้อมกระตุ้นให้เกิดคำถามตามมาว่า "แล้วผู้ใช้ที่ใช้งานจริงมีเท่าไร" วินัยของการบันทึกเมตริกไว้เป็นลายลักษณ์อักษรหล่อหลอมบทสนทนาที่เกิดขึ้นรอบ ๆ เมตริกเหล่านั้น