צמיחה מבוססת נתונים – המתכון הסודי לחברה מנצחת

 

הקדמה

ברכות – יש לנו מוצר חדש באוויר! עכשיו הכל יעבוד נהדר – המשתמשים יבואו בהמוניהם, יקבלו המון ערך וימשיכו להשתמש בו לנצח. מהר מאוד נקבל השקעה ראשונה, אחריה עוד אחת, נעבור לרווחיות, נבנה חברה מדהימה עם עובדים מרוצים, ובסוף אפילו נעשה אקזיט.

אבל רגע! האם באמת זה כל כך פשוט? האם לא פספסנו משהו בדרך?…
מה בכלל עלינו לעשות עכשיו בשביל למקד את המאמצים שלנו בהצלחה שלו?

  • איך מביאים תנועה למוצר?
  • איך ממירים אותה למשתמשים?
  • איך ממשיכים לתת למשתמשים ערך ודואגים שלא ינטשו?
  • איך הופכים אותם ללקוחות משלמים?
  • איך מגדילים את רמת השימוש שלהם במוצר?
  • איך רותמים אותם להביא גם את החברים שלהם אלינו?

ובכן, במציאות הדברים לא עובדים חלק. יש כל כך הרבה חלקים נעים במערכת הזאת שנקראת מוצר…
לא פלא שחברות רבות פשוט נכשלות ביצירת בסיס משתמשים או הכנסות גדולים מספיק בשביל ליצור צמיחה.

במאמר נציג את הסיבה המרכזית לכישלון של סטארטאפים וחברות בעלות מוצרים דיגיטליים, ואיך להימנע מסוף כזה באמצעות זיהוי הנקודות החלשות שלנו, ומיקוד הפעולות שלנו ליצירת צמיחה – בהתבסס על נתוני המשתמשים.

 

מדוע סטארטאפים וחברות נכשלים?

השאלה הזו קיימת כמעט מאותו הרגע שקיימים סטארטאפים בפרט וחברות בכלל… הרבה מאוד אנשים ניסו להבין מדוע זה קורה, חלקם הצליחו יותר, חלקם פחות.
לפני מספר שנים נערך סקר מקיף בנושא. בסקר עלה, שהסיבה העיקרית לכישלון של סטארטאפים היא חוסר צורך בשוק למוצר שהם פיתחו (ב-42% מהחברות שנסקרו). לעומת זאת, מוצר גרוע הגיע רק למקום השישי (!) עם 17% בלבד.
אתם מבינים את המשמעות? אנחנוו עובדים קשה מאוד, מפתחים מוצר מדהים, ובסוף אף אחד לא צריך אותו.
מרוב רצון לתת ערך – אנחנו מפספסים אתת מי שאמור לקבל אותו. עצוב…

(מקור התמונה:cbinsights.com).

 

כמעט בכל חברה שליוויתי, היה פער מהותי בין איך שראינו את המוצר מתוך החברה, לבין איך שהמשתמשים ראו אותו. הפער הזה בפני עצמו אינו הבעיה – הבעיה מתחילה כשאיננו מודעים אליו. אנחנו פשוט לא ממוקדים במציאת פערים בין השוק ובין המוצר, אלא בהוספת הפיצ'ר הבא – ואת זה שאחריו. זה מעגל קסמים אכזרי, שגורם לנו להימנע מלעצור לרגע ולנסות להבין איפה השוק שלנו – מיהם המשתמשים ומה בכלל הם צריכים.

כי סטארטאפ אינו רק פיתוח מוצר, או רק מציאת שוק.
סטארטאפ הוא בעיקר תהליך למידה שלך כיזם – תהליך שאחד התוצרים שלו הוא מציאת המכנה המשותף בין השוק למוצר.

זיהוי המכנה המשותף הזה מחייב קשר כלשהו עם השוק.
קשר כזה אפשרי בשתי דרכים עיקריות:

  • קשר ישיר עם משתמשים.
  • קשר עקיף – באמצעות נתונים.

וכאן נכנס לתמונה עולם הנתונים והאנליטיקס.

 

איך נתונים יוכלו לעזור לי להצליח?

בכל מוצר או שירות ניתן לאסוף נתונים הנוגעים לתהליכי השיווק והמכירה שלו ולאופן השימוש בו. יתרה מכך – אפשר לאסוף נתונים גם עבור תהליכים תומכים כמו שירות לקוחות, ניהול מלאי, עובדים וכיו"ב.
מרגע שקיימים נתונים על התנהגות המשתמשים, ניתן להתחיל לנתח אותם בשביל לזהות מגמות ולהתחיל להבין את אופן השימוש במוצר.

בחברות בעלות מוצרים דיגיטליים, יצירת התהליך האמור מתבצעת ברובה באופן אוטומטי ע"י מערכות מידע תומכות. אלה כוללות בעיקר כלי אנליטיקס (Analytics), אשר 'מתלבשים' על האתר/מוצר, ומתעדים את התנהגות המשתמשים בו. הכלי הנפוץ ביותר בתחום הזה הוא Google Analytics, ובהטמעה הבסיסית שלו הוא מתעד באופן אוטומטי ביקורים בדפים באתר ומסכים באפליקציות.

רוב החברות יסתפקו ברמה בסיסית של ניתוח נתונים – היכרות עם היקפי המשתמשים וזיהוי מקורות התנועה העיקריים. זה חשוב, אפילו קריטי.

אבל זה לא מספיק…

על מנת להצליח וליצור צמיחה מתמשכת, צריך לא רק להשיג שליטה על המספרים ברמת על, אלא ממש להיכנס אליהם לעומק. הכוונה היא לנסות ללמוד מתוכם מספר גורמים קריטיים, ביניהם:

  • מיהם המשתמשים האידאליים שלנו?
  • איך הם מגיעים למוצר?
  • מהו בדיוק אופן השימוש שלהם במוצר שלנו?
  • היכן הבעיות הגדולות שלהם עם המוצר?
  • מהם הצרכים המהותיים שלהם?

תהליך כזה מתחיל בהבנת השלבים השונים של חיי המשתמש/לקוח במוצר שלנו.
מקובל להתייחס למספר שלבים עיקריים:

  • שיווק ( Marketing \ Acquisition ).
  • מכירה (Sales , חלק מ-Acquisition, לעיתים נקרא גם Conversion).
  • תהליך ההצטרפות למוצר – Onboarding.
  • שימור ( Retention, או מניעת נטישה – Churn ).
  • העמקת שימוש ( Engagement , כולל יצירת הכנסות – Revenue\Monetization )
  • המלצות לחברים ( Referrals \ Advocacy ).
  • החזרת לקוחות שנטשו ( Resurrection ).

על מנת להמחיש כל שלב, נניח שהמוצר שלנו הוא דלי ריק, כאשר המטרה היא למלא אותו. התנועה פנימה למוצר מיוצגת כברז, שדרכו זורמים כל העת מים לתוך הדלי. הבעיה היא שיש נזילות לאורך התהליך – גם לפני הכניסה לדלי, וגם מתוכו. הרעיון הוא למצוא היכן החורים הגדולים ביותר במערכת – ולסגור אותם. או במילים אחרות – להבין מתוך הנתונים מהם השלבים הקריטיים בתהליך – ולמקד בהם את המשאבים.

יצירת צמיחה מבוססת ומתמשכת מצריכה תהליך מסודר, שייתן מענה לכל השלבים האמורים באופן מובנה, עקבי ומדיד. המטרה העיקרית של התהליך הזה היא לזהות את פלחי קהל היעד המדויקים שמגיבים למוצר בצורה הטובה ביותר. תגובה טובה מיוצגת לרוב ע"י אחוז המרה גבוה, אחוז נטישה נמוך – וכמובן שנרצה להבין יותר משתמשים כאלה. לאחר שעשינו את זה – נרצה לסנכרן את כל ה'חלקים הנעים' של המערכת המורכבת הזו בשביל שנצליח להגדיל את הדלי עוד ועוד.

 

נשמע מצוין! אז מה בדיוק צריך בשביל להפוך לחברה מבוססת נתונים (Data-Driven)?

על מנת לאפשר מענה לכלל השלבים במחזור חיי הלקוח, נדרשת קודם כל הטמעה מתקדמת יותר של כלי אנליטיקס.
הטמעה כזו תכלול מעקב אחר כל פעולה שהמשתמש ביצע באתר/אפליקציה – כמו לחיצה על כפתורים, מילוי טפסים, ניגון וידאו וכיו"ב.

חשוב לציין, שאין צורך מידי לרוץ ולממש כל שלב ושלב, אלא להתמקד במה שקריטי בכל רגע.
ככלל, ככל שהחברה צעירה יותר – כדאי להתמקד בשלבים מוקדמים יותר במחזור חיי המשתמש.
כך, תחילה נרצה להביא תנועה, לאחר מכן להמיר אותה למשתמשים במוצר, לשמר אותם אצלנו וכך הלאה.

לאחר שנטמיע מעקב אחר פעולות ספציפיות של משתמשים במוצר שלנו, המתייחסות לכל השלבים, נוכל להתחיל למפות את תמונת המצב האמיתית.
מתוך התמונה הזו נוכל לזהות נקודות כשל שתוקעות את הצמיחה ולטפל בהן.
חלק מכלי האנליטיקס יאפשרו ניתוח פשוט יותר של התמונה, ובחלק אחר נדרש יהיה מאוד להתאמץ בשביל להפיק תובנות בעלות ערך.
לעיתים, יהיו מספר שלבים שעל מנת לכמת אותם כלי האנליטיקס כלל לא יספיק, ונצטרך לגשת לרמת הנתונים הגולמיים. כמה דוגמאות: לכך: חבר מביא חבר, יחסי היצע-ביקוש (בזירות מסחר/שוק), נטישות לפי סגמנטים וטווחי זמן ועוד.

בשלב הזה נתחיל לזהות היכן נמצאות נקודות הכשל בשרשרת, ולמקד את המשאבים שלנו בנקודה הקריטית על מנת לטפל בה.
איך בדיוק מטפלים בנקודות הכשל? כל מקרה לגופו, אבל בגדול דרך תהליך ממושך של ניסוי וטעיה.
תהליך כזה יכלול לרוב ניסויים (A/B Testing) , ניתוח נתונים והסקת מסקנות ולבסוף שיפורים במוצר כנובע מהתובנות שעלו.
עם כל סבב של ניסוי – רמת הידע שלנו על השוק והמוצר יעלו, וכך גם ביצועי המוצר.

לבסוף, חשוב לציין כי הטמעת הכלי האנליטי והשימוש בו הם רק השלב הראשון שעומד בפניך.
מאחר וכל מיזם הוא ייחודי, יהיו בו נקודות מורכבות ייחודיות, ולכן גם נדרשת שיטת מדידה ייחודית עבורו.

כי פיתוח המיזם אינו רק אתגר עסקי, וגם לא רק אתגר טכנולוגי – אלא בעיקר אתגר אפיוני; ובפיצוח האתגר הזה, כלי האנליטיקס פשוט לא יספיק.

עד כאן החלק הפשוט… החלק המורכב באמת הוא להחליט שמוכנים להשקיע משאבים ניכרים בתהליך הזה ולשים אותו במרכז תהליך העבודה לקביעת סדרי עדיפויות בפיתוח המוצר ומהלכי השיווק.

במאמרים נוספים בבלוג נצלול יותר לעומק לשלבים ספציפיים במחזור החיים של המשתמשים – על שלל ההיבטים בהם – ניתוח התהליך, מתודולוגיות אנליטיות, תשתית הנתונים ועוד.

 

 

האם עדיין יש לך שאלות לגבי איך הופכים את החברה שלך ל-Data-Driven?

תוכל להגיב או לשאול ממש כאן למטה – ואשמח לתת לך כמה טיפים סודיים שיעזרו לך עם העניין.

 

אהבת את המאמר? יש לך שאלה? קדימה!