Bygg ditt bolag för ständigt lärande

Förra veckan spenderade jag en stor del av tiden med tre av portföljbolagen jag har investerat i. En gemensam faktor för dessa tre bolag är att de alla har en approach att ständigt söka nya insikter, de vill lära sig något nytt hela tiden. Bolagen är alla i fasen att de söker product-market-fit och har förstått att det är väldigt mycket de inte vet och att de har bråttom att snabbt lära sig mer.

Vi pratar mycket i termer av ”the known unknown” och ”the unknown unknown”. Det är ett enkelt ramverk för att definiera vad vi vet, vad vi inte vet och vad vi inte vet att vi inte vet. Den viktigaste uppgiften för ett startup är att snabbt minska området som är  det ”vi inte vet att vi inte vet”. I det området finns många potentiella otäcka lärdomar  och det gäller att så fort som möjligt minska detta område så att vi kan föra över saker vi behöver ta reda på till listan ”vad vi vet att vi inte vet”.  Så fort något är definierat som en kunskap som behöver inhämtas så går det att hitta en väg till den lärdomen.

Så här är några enkla råd som sammanfattar vad jag lärt mig av bolagen som är fokuserade på lärande:

• Ta ett medvetet beslut tidigt att bygga in och prioritera lärandeprocesser i företagskulturen. Få alla i bolaget att förstå och acceptera att det måste allokeras bandbredd och resurser till lärandet. Jag har sett flera exempel på att man säger att man vill jobba med lärande men fastnar i allt annat som måste göras. Det är lätt att fastna i deadlines och bli reaktiv när det dyker upp nya problem på andra fronter. Då är det avgörande att grundarna har satt scenen så att alla vet att det är livsavgörande att lärandet inte upphör.
• Modellen för att nå insikter är att sätta hypoteser, definiera ett experiment som kan bekräfta eller förkasta hypotesen. Om det krävs teknisk utveckling för att testa en hypotes måste det gå snabbt att få på plats, maximalt på ett par dagar. Annars är den för omfattande och måste brytas ner i mindre enklare beståndsdelar. Många gånger går det att testa hypoteser på befintlig data om man varit noggrann att sätta upp system för att samla in data kring användarbeteenden och så vidare.
• Se till att experimenten körs så isolerat från andra ändringar som möjligt. Så att det säkert går att dra slutsatser att det är just detta experiment som skapat en insikt och inte något annat som ändrats i produkt, kommunikation eller liknande.
• Generellt sätt är det viktigt att bygga in förutsättningar att vara datadriven. Se till att sätta upp tekniska system tidigt så att data samlas in gällande hur din tjänst används. En hel del data kommer inte användas från början men lång historisk data är ibland avgörande för att kunna se hur trender utvecklar sig över tid. Det är alltid tråkigt när man kommer på bra hypoteser som inte går att avgöra för att det saknas bra historisk data att jämföra mot.
• Var extremt aktsam mot att prata i anekdoter av typen ”mina vänner gillar inte Facebook-login”, ”bara vi lägger till några fler funktioner så kommer churn att minska”, ”det här tror jag inte användarna kommer förstå eller uppskatta”. Det finns inget farligare än när beslut tas baserat på fördomar och föreställningar som saknar underbyggda argument. Gör allt för att få bort anekdoter som bevis för varför din tjänst ska se ut som den gör. Har ni inte testat och mätt resultatet så vet ni inte vad som fungerar. 

Som investerare i såddfas är det en av de viktiga utvärderingspunkterna jag har att bedöma hur ett team jobbar med sin produktutveckling och vilka metoder man använder för att så snabbt som möjligt nå product-market-fit. Hur man beskriver sin produktutvecklingsprocess och sina metoder för att skapa lärande säger mig en hel del om vilken kvalitet det är på ett team.