Product-market fit (PMF) är det mytomspunna målet för alla startups i tidigt skede - och med all rätt. När du väl har uppnått PMF kan du skifta fokus från att bygga något människor vill ha, till att få ut din produkt på marknaden och börja tjäna pengar.
Trots att PMF är det centrala målet för startups i tidigt skede är det inte väl definierat. Nästan varje definition av PMF från investerare och entreprenörer är olika - och ofta motsägelsefulla. Det finns mängder av definitioner du kan hitta på internet:
Detta är bra mätvärden, men innan du använder dem glömmer grundare ofta att ställa denna viktiga fråga:
"Vad kännetecknar en bra metrik för product-market fit?"
En stark PMF-metrik bör signalera när din produkt är redo för bredare distribution, utan att vilseleda dig. Innan du når PMF bör ditt fokus vara på att förfina din produkt för att bättre tjäna dina nuvarande användare. När du väl uppnått PMF är det dags att skifta uppmärksamheten mot att skala dina förvärvskanaler.
En bra PMF-metrik bör minimera risken för falskt positiva och falskt negativa resultat. Ett falskt positivt resultat kan leda till att du börjar skala för tidigt, vilket kan göra att du slösar resurser på att förvärva användare som kanske lämnar eftersom produkten inte är tillräckligt bra än. Å andra sidan kan ett falskt negativt resultat försena dina tillväxtinsatser, vilket kan göra att konkurrenter kommer före eller att du missar viktiga milstolpar som att säkra nästa finansieringsrunda innan pengarna tar slut.
Sammanfattningsvis bör en bra metrik för product-market fit:
Du kan använda dessa punkter för att utvärdera andra definitioner av product-market fit.
Net Promoter Score (NPS) används ofta för att mäta product-market fit, men har sina begränsningar. Medan vissa av världens största techbolag har dåliga NPS-resultat lyckas de ändå växa till miljoner eller till och med miljarder användare.
Detta belyser ett stort problem med att använda NPS som metrik för product-market fit: det kan leda till både falskt positiva och falskt negativa resultat. Bara för att en produkt har lågt NPS betyder det inte att den inte kan uppnå massiv tillväxt, och vice versa.
Ett populärt alternativ till NPS är "40%-regeln", som mäter product-market fit genom att avgöra om 40% av användarna skulle bli "väldigt besvikna" om de inte längre kunde använda produkten. Superhuman använde framgångsrikt detta mätvärde. Även om detta är en starkare indikator på product-market fit än NPS har enkätbaserade mätvärden sina egna problem:
Även om detta mätvärde är mer tillförlitligt än NPS är det inte felfritt och kan ibland leda till falskt negativa resultat. Du kan redan ha product-market fit även om enkäten inte når 40%-märket.
Vissa definitioner av product-market fit inkluderar behovet av effektiva distributionskanaler. Distribution bör dock inte vara en del av kriterierna för product-market fit. Det finns gott om bevis för att vissa distributionskanaler, som SEO och rekommendationer, generellt fungerar för de flesta konsumentföretag. Dessa kanaler kan ge en konkurrensfördel, även om de kräver ansträngning och tid att skala.
Alla produkter som uppvisar stark kohortretention kan framgångsrikt skalas med rätt tillväxtstrategi. Med rätt genomförande kan en produkt med god retention alltid hitta effektiva sätt att växa.
Kohortbaserad retention rate är ett viktigt mätvärde för att förstå hur väl din produkt behåller användare över tid. Till skillnad från allmänna retentionmätvärden som blandar användare med olika erfarenhetsnivåer, fokuserar kohortretention på grupper av användare som anslöt sig samtidigt. Så här fungerar det:
Kohortbaserad retention rate mäter procentandelen av en grupp användare (en kohort) som stannar kvar på lång sikt efter att ha registrerat sig under samma period.
Om du till exempel tittar på en kohortretentionkurva och ser att den planar ut vid 30%, betyder det att 30% av användarna från den kohorten fortfarande använder produkten efter en viss tid. Om grafen inte planar ut alls indikerar det att din retention rate effektivt är 0%, vilket betyder att användare inte stannar kvar på lång sikt.
När du förbättrar din produkt bör du se nyare kohorter med högre retention rate. För att spåra denna utveckling kan du använda ett kohortretention "triangel"-diagram. Detta diagram hjälper till att visualisera hur retention rates förändras över tid med varje ny kohort.
Om du till exempel märker att retention förbättras avsevärt efter ett visst datum beror det troligen på produktförbättringar som gjordes runt den tiden. När du har flera kohorter som planar ut vid en viss retention rate kan du ha nått product-market fit.
Olika typer av produkter har olika riktmärken för vad som utgör product-market fit.
Kohortbaserad retention rate har flera fördelar jämfört med enkätbaserade mätvärden:
Även om det är fördelaktigt att använda både kohortbaserad retention och enkätbaserade mätvärden är kohortbaserad retention rate avgörande för att förstå verklig product-market fit.
All heder till Jeff Chang, jag rekommenderar starkt att kolla in Growth Engineering Blogs.