¿Growth?¿Qué lo limita?

¡Wow! ¡Gran sorpresa, gracias!

Los resultados del primer capítulo me hacen comenzar este con gran sorpresa y motivación (siendo muy sincero, no esperaba que tantas personas se subscribieran, lo leyeran y que les guste tanto, como muchos de ustedes me fueron comentando!).

Si no tuviste la oportunidad de leerlo, ¡te recomiendo que lo hagas! Facilitará comprender este capítulo

Compound 🚀 ^#01 // ⚓️ ¿Qué limita el crecimiento? ⚓️

TL;DR

1. Diferentes componentes del crecimiento en las startups.

2. Interconexión en los componentes del crecimiento y el desafío para identificar los factores que limitan el crecimiento.

3. Importante contar con un modelo sólido que considere la retención, adquisición y monetización.

4. Optimización de los inputs para lograr escalar con un Product-Market Fit sólido antes de enfocarse en el crecimiento

5. Introducción a la retención de usuarios

6. Introduccion a la visualización de la retención

Cómo? ¿No crecemos como planeamos? ¿Qué pasó?

¿Cuántas veces escuchamos estas preguntas? ¿Cuántas veces esperamos a que finalice el mes, el trimestre para darnos cuenta de que no crecimos como esperábamos?

Hoy voy a comenzar a entrar en profundidad en los conceptos, métricas y estrategias que mencioné en el primer capítulo. Vamos a explorar uno de los principales problemas que enfrentan las startups: cómo entender y abordar los diferentes componentes del crecimiento. En la práctica, el crecimiento de una startup es el resultado de una serie de múltiples factores interrelacionados, analizamos la facturación, los contratos cerrados, clientes que nos abandonan, gastos directos, indirectos, los analizamos consolidados, por pais, por unidad de negocio, segmento y puedo seguir… Sin embargo, identificar qué factores limitan el crecimiento puede ser un verdadero desafío para los fundadores y sus equipos. A menudo, se puede tener una idea general de que algo no está funcionando, pero no se sabe con certeza qué es. ¿Es que no se están adquiriendo suficientes usuarios? ¿No vendemos lo suficiente? ¿No retenemos a los usuarios? ¿O es que hay un problema con la monetización?

Este problema es particularmente complejo porque los diferentes componentes del crecimiento están interconectados, y los cambios en uno pueden tener efectos en los demás. Por ejemplo, podemos decidir enfocar más recursos en la adquisición de usuarios, pero esto puede generar un impacto no deseado en la retención de usuarios, o bien decidimos cambiar el precio del producto y ello nos dificulta adquirir y retener nuevos usuarios.

Ya hablamos la última vez sobre el difícil contexto actual (distribución, aceleración ciclos de vida, menor costo de datos), y unos días después estuvimos muy cerca de un gran colapso del ecosistema startups de occidente (Crash SVB + efecto dominó (charlas resumen de grandes players - Español / Ingles) y empiezan a encontrarse otros riesgos (Debt ceiling USA, Hybrid work impact) en los mercados de crédito y financiamiento que levantan múltiples red flags que todo founders buscando levantar capital VC o deuda debería conocer y analizar. En momentos como estos es crucial entender cómo los modelos de crecimiento pueden ayudar a tomar mejores decisiones y a asignar recursos de manera más efectiva. Sin más preambulo, let 's dive! 👇️ 

El principal inconveniente es que muchas veces entendemos al crecimiento como la variable a optimizar y hacemos complejos análisis sobre cómo lograr un mayor crecimiento. Pero en realidad el crecimiento es una métrica, es un resultado de las otras variables de negocio. Mi objetivo en Compound! es lograr juntar las piezas sobre growth, quitar el ruido/humo para que puedan aplicarlo directamente en sus startups y hasta en sus carreras!

El crecimiento es el outcome, el resultado!

Y aquí comienza la aventura, para solucionar los problemas de crecimiento de las startups, es importante contar con un modelo sólido que considere la retención, adquisición y monetización. Las soluciones incluyen medir y analizar KPI clave como la tasa de retención, el costo de adquisición por usuario, LTV y el av. ticket. Además, experimentar con diferentes tácticas de crecimiento, comprender el ciclo de vida del cliente y explorar nuevos mercados que pueden ayudar a expandir la base de usuarios y aumentar los ingresos (estos son los 3 componentes que ya vimos en el Capítulo #00 sobre las bases de un modelo de growth

Tiene sentido traer más usuarios sin no se cuantos retengo? acelerar la adquisición (marketing), o me enfoco primero en asegurarme que mis usuarios aman mi producto? Esto se simplifica en PMF (Product-Market-Fit)

Entonces, PMF es cuando el mercado necesita, quiere y esta contento con tu producto/servicio. Mas adelante haré un capitulo entero sobre PMF, pero en terminos generales responde a la pregunta: ¿Tengo usuarios que usan frecuentemente mi producto?, ¿Se enojarian si deja de existir? Esto es una forma cualitativa de medirlo, pero sin son como yo y quieren comprobarlo con datos (todos deberíamos!) hay dos caminos

1. PMF Survey: Encuesta product market fit - Sean Ellis

2. Medir retencion de clientes 🤝 

Podemos profundizar sobre PMF Survey más adelante, porque no considero que sea un input que podemos incorporar al modelo de crecimiento de forma repetible y sistemática.

Entonces, ¿Qué es y cómo deberíamos medir la retención de clientes?

Para medir correctamente la retención hay que realizar una serie de pasos que abordaré más adelante, pero a los fines prácticos de hoy, podemos simplificar en que hay que definir:

1. Acción Core: Definir qué acción es la que me indicara que el usuario estuvo activo

2. Quien: Definir quien es el usuario que espero que haga la acción

3. Frecuencia: Definir cada cuanto tiempo espero que haga la acción

Ejemplos de los best in class:

Ahora bien, ¿por qué este es el primer paso del modelo de growth? Justamente porque acelerar, buscar nuevos mercados, escalar la empresa, perseguir targets de revenue agresivos sin haber logrado PMF, puede generar efectos MUY perjudiciales en una startup (los mejores founders buscan minimizar la inversion en paid marketing hasta tener PMF. Duolingo es un claro ejemplo de una gran ejecución con enfoque en PMF y growth with no money). Y la mejor forma de explicarlo es con datos y gráficos que tomó prestados de Brian Balfour, Casey Winters y otros

A simple vista, la empresa B está creciendo al doble de velocidad que la empresa A, y luego de 6 meses tiene +1millon de usuarios “extra” que la empresa A. Pero, la empresa A tiene una retención superior. ¿Qué empresa triunfará en el largo plazo?

Si proyectamos en el tiempo los resultados obtenidos, ¡está muy claro quién podrá triunfar! (y adquiriendo solo la mitad de los usuarios en cada mes)

Si están en el ecosistema startup/tech hace rato, seguro recuerdan ejemplos de cómo una mala retención puede llevar una empresa a un fire sale/shut down (ante la duda, algunos ejemplos)

No busco hacer leña del árbol caído, pero estos son los efectos de escalar una startup sin tener PMF, sin retener a tus usuarios. No obstante, esto se puede descubrir sobre la marcha, ajustar lo necesario de los equipos, el producto, la experiencia y lograr resultados extraordinarios. Existen startups en las que su playbook se basó en “the winner takes all” y crecieron a toda velocidad sin importar estas métricas para ir corrigiendo sobre la marcha y dominar el mercado.

Otros motivos por los cuales podemos no tener PMF y pensar que si? Hay varios errores típicos al momento de armar la métrica de retención.

1. Elegir una mala unidad de medida: Hay que pensar muy bien cómo crece mi negocio. Si colocas facturación, eso puede “esconder” que pasa con el uso del producto. Si ese revenue está asociado al uso, transacción, engagement siempre ir por una de ellas.

2. Mala selección de acción core: Si en el ejemplo de Airbnb, en lugar de reservar una noche, seleccionamos navegar el listado de casas… ¿Tenemos certeza que el usuario estará retenido y que ello nos hará crecer?

3. Combinación de dos acciones para considerar activo: Si en el ejemplo de survey monkey seleccionamos crear una encuesta borrador y responder una encuesta para considerarlo activo, sabríamos si crecemos? Esto puede llevar a los equipos a optimizar acciones que no derivan en un crecimiento genuino de la empresa.

4. Mala selección de la frecuencia: Si en el ejemplo de Airbnb, esperamos que los usuarios estén activos todos los meses, la retención tendrá pésimos resultados. No obstante, una frecuencia mensual no es en la que nos vamos de vacaciones (y si lo es diganme cómo hacen!).

Es muy fácil que la retención quede en segundo plano y no como uno de los principales componentes del crecimiento y de la estrategia de la compañía, por múltiples motivos

1. Visión a largo plazo: Para entender adecuadamente el impacto de la retención y priorizar las iniciativas, es necesario tener una visión a largo plazo, lo que a menudo entra en conflicto con las metas a corto plazo de la mayoría de los equipos.

2. Complejidad: Las métricas de retención son fáciles de malinterpretar y pueden llevar a los equipos en la dirección equivocada si se definen incorrectamente.

3. Confusión: Un negocio saludable es el resultado de una amplitud (retención) y profundidad (engagement) adecuadas. Pero los equipos a menudo sacrifican uno por el otro, o peor aún, sacrifican ambos.

Por estos motivos, es que la retención es conocida como el asesino ☠️ silencioso 🔇 

Como dijimos, la retención está relacionada a las valuaciones de las grandes startups, y en todas las que consideramos exitosas, la retención se analiza con la herramientas de cohorts. En el próximo capítulo, intentaré llegar al fondo del método de cálculo de la retención, como visualizarla y qué estrategias podemos aplicar para mejorarla (mejorando los inputs: Activación, Engagement y Reactivación/Recupero). Pero voy dejando un sneak-peek:

Las tablas de cohortes de retención se ven algo como este ejemplo de Andrew Chen

Mientras que en graficos evolutivos se ven de la siguiente manera

Las lineas de color son diferentes promedios de netflix, mientras que el resto de las lineas son distintos “grupos de usuarios” que comenzaron a utilizar la plataforma y se fue contabilizando cuantos de ellos son retenidos. De forma gráfica y simple, aquí podemos comparar si un cohort actual está performando peor que el promedio y de ser así, hacer los ajustes necesarios en el producto, acelerar tests A/B que estén llevando adelante y varias formas más de optimizarlos.

🏁 THE END 🏁