1、.1Lean Startup DiscussionRobbin Fan.2Why Creative Products Fail 不确定性太高 新创产品对用户预测有太多假设，万一不成立，就会失败 产品定位可能错了 研发周期太长以致错过机遇 给产品赋予了过多职责，乃至不堪重负 并非以用户需求为出发点 .3Lean Startup 是程序员出身的硅谷创业者Eric Ries就任IMVU创业公司CTO期间提出的 核心理念：通过加快产品迭代，尽可能早期上线产品，消除创新产品的风险 是一整套开发创新产品的理念和方法学 每次迭代都是：未经证实的假设 - 经证实的认知.4Lean Product Lifecy
2、cle - BMLidea - (build) - product - (measure) - data - (learn).5Key Concept Idea Build Measure Learn.6Lean Product Lifecycle Target 快速迭代：加快速度 小步前进：缩短迭代周期 测试驱动：测量数据指标，得到可证实的认知 迭代结果：调整或者转型.7Idea 未经证实的假设 (Unproven Assumption) 价值假设(value hypothesis) 增长假设(growth hypothesis) Facebook的案例：网站上线1个月 超过半数用户每天访问
3、：价值假设 哈佛3/4的学生注册：增长假设.8Learn 经证实的认知 (Validated Learning) 当你提出一个idea，它是一个未经证实的假设(Unproven Assumption)，精益创业通过一系列快速迭代，将它转变为一个经证实的认知，来调整你的产品方向。.9.10Case Study: IMVU Idea 用户不会愿意加入一个全新的IM社交网络 用户会容易接受使用现有IM的附加软件 用户会邀请自己的IM好友使用 需要兼容各大主流IM的互通性 Learn 用户不介意安装和使用新的IM软件 用户不想用陌生的IM软件邀请好友 用户需要一个陌生交友的IM社交网络.11Build
4、 最小可行化产品 MVP (Minimum Viable Product) 投入最少的资源构建一个刚刚能够体现创新点或核心价值的产品，并立刻将其投入市场。客户需求只有在实际使用中才能验证，再多的前期调研也只能发现客户认为他们想要什么，而不是客户实际上想要什么。因此在不了解客户真实需求的情况下，只会多做多错。.12Case Study: Zappos 最大的网上鞋店，12亿卖给Amazon 到别人的鞋店去拍照，让鞋店老板允许把照片放在网上，帮人卖鞋 验证网上卖鞋想法的可行性：销售鞋子，收取货款，处理退货和客服支持的全部流程.13Case Study: Dropbox Dropbox估值40亿美元
5、，有2亿注册用户 Dropbox难以实现一个可以实际运行和演示的MVP产品，创始人录制了一段3分钟视频放在网站上演示。 产品的预订者在一夜之间从5000人增至75000人，很好地验证了市场对这一概念的接受程度.14.15Case Study: FotT 帮助家庭用户提供菜蔬预订配送和食谱建议的互联网公司 使用了最小VIP用户的方式构建MVP CEO和产品VP亲自给一个用户提供全程人肉服务 随着VIP用户增加，逐渐添加邮件下单，菜单推荐，网上支付等网站功能.16Case Study: Groupon 为了快速构建MVP，使用WordPress搭建网站 用FileMaker保存优惠券 用简单的脚本
6、命令将PDF的优惠券群发邮件 支持了7个月的公司业务增长.17More Cases 联想乐Phone2的人肉Siri服务 联想的乐Phone2可识别用户的中文语音，然后为用户服务。并能够应对中国主流方言如东北话、上海话和四川话等。联想专门弄了个几百号人接听电话的呼叫服务中心，所有流程靠人肉来完成。 脉可寻名片扫描识别App 陈果_George：刚使用了这个名为“脉可寻”的“云端名片识别软件”，速度慢得惊人，准确率高得惊人，有些怀疑是云那端是人肉识别。.18Measure 创新核算 (Innovation Accounting) 测量的目的是通过一系列真实有效的指标来判断，当前的产品相对于上一个
7、版本，是否带来了真正的价值提升。测量的指标非常重要，不能以总量的变化、而应以增长速度的变化来衡量产品的价值。.19Measure Steps 确定基准线：搜集MVP产品的基础运营数据，如用户自然增长率、留存率、活跃度和ARPU值等，确定测量的基准线 优化引擎：尝试把增长引擎从基准线逐步优化到理想状态，任何改动都必须以改进某项关键数据为目标，无数据导向的产品改动都是盲目和可耻的 坚持或者转型.20Case Study: IMVU虚荣指标.21Case Study: IMVUCohort analysis.22Case Study: Grockit A/B Test 对比测试，将功能改动前后的版本
8、同时放在网上，对比不同版本之间的数据指标变化率 Dashboard management 对产品功能划分状态阶段，每个阶段队列只能有3项功能，严格跟踪产品功能状态和强调数据验证.23.24Case Study: A/B Test Grockit先试用后注册功能 允许用户先体验过产品之后，当必须使用某些功能的时候才注册。这是很多网站的最佳实践，而且从直觉上会认为这样做也能够提升用户的注册率和留存率。但是Grockit开发了此项功能之后，采用对比测试发现，并没有提升任何数据指标，开发此项功能完全无用。.25Dashboard Management 产品功能分为以下状态： 待开发 开发中 已完成 已
9、验证.26.27Dashboard Rules 同时只允许有3项工作任务出现在每个阶段的队列中，一旦队列填满，就不允许再加入新任务 验证一项功能必须通过对比测试，用数据指标测量它对产品的作用，没有对比测试，不准验证通过 每次只验证一项功能，如果多个功能同时验证，则无法得到准确的数据测量结论 一项功能只有通过验证阶段，才能从看板上删除，如果验证失败，发现这个功能对数据指标不能带来提升，那么必须把和它相关的所有功能从看板中删除 团队的工作量不是根据完成多少功能来衡量的，而是根据通过对比测试的，经证实的认知数量来衡量的.28Ours Dashboard无数据验证阶段，尽管大家工作很努力，但得不到认可
10、每个队列工作任务太多，疲于奔命.29Case Study: Votizen.30Votizen 1 选民社交网络 用户对选民社交网络感兴趣，使用注册率指标 用户必须是已经注册的选民，使用激活率指标 用户在网站上能够产生行为，使用留存率指标 用户把网站推荐给朋友使用，使用传播率指标.31Votizen 1开发时间投入资源注册率激活率留存率传播率3个月1200美元5%17%002个月5000美元17%90%5%4%3个月14000美元17%90%8%6%8个月，2万美元，留存率和传播率太低，产品失败！.32Votizen 2: 2gov开发时间投入资源注册率激活率留存率传播率付费率ARPU8个月2
11、000017%90%8%6%004个月3000042%83%21%54%1%极小用户付费率太低，ARPU值太低，不满足价值假设，无法支撑一项盈利的业务，产品失败！.33Votizen 3: B2B 客户细分市场转型 从B2C转型为B2B。3个月后发现大型组织客户的签单达成交易非常困难，不是产品的早期使用者，创业转型再次失败。.34Votizen 4开发时间投入资源注册率激活率留存率传播率付费率ARPU8个月2000017%90%8%6%004个月3000042%83%21%54%1%极小3个月1个月51%92%28%64%11%0.2PM付费率从1%提升到11%，每条消息收费0.2美元，验证了
12、商业模型。.35Pivot 每次迭代结束，获取认知，继续还是转型 决策应该取决于你是否通过这次精益迭代获得了有价值的“经证实的认知”。如果没有得到经证实的认知，就盲目放弃无疑是错误的。 如果再怎么努力，假设也与现实渐行渐远，则可能需要通过转型对假设做一些本质性的改变 如果有太多想法要验证，可以确定基线，发展多个并行版本，每个版本做一次精益产品迭代去验证.36Pivot Type 放大转型 缩小转型 客户细分市场转型 客户需求转型 平台转型 商业架构转型 价值获取转型 增长引擎转型 渠道转型 技术转型.37Lean Startup: Drive 精益产品迭代的制订应该是反向驱动的： 客户市场细分
13、：打算给哪个目标用户群体提供服务？ 价值主张假设：打算给目标用户提供什么服务？希望获得哪些“经证实的认知”？(必须包括价值假设和增长假设) 测量数据指标：为了验证价值假设和增长假设，需要观测哪些数据指标？ 规划产品功能：为了测量到数据指标，应该开发哪些产品功能来获取数据？.38TDD vs Lean 描述用户故事 编写测试用例 编写功能代码 跑通测试用例 价值主张假设 建立观测数据 开发产品功能 搜集数据验证.39Emphasize 先建立假设，然后设置数据指标，最后描述产品功能。做产品是为了验证假设和获取测量数据服务的 先设置数据指标，后描述产品功能，而不是先开发产品上线，然后才考虑测量数据
14、 开发产品功能是为了用数据验证假设，没有清晰的目标导向，没有完整的观测数据指标，无的放矢的开发产品功能是可耻的.40Data 增长引擎 (Engine of growth) 增长引擎是早期创业公司用来实现可持续增长的机制。创业公司不会饿死，只会撑死。总有无数让产品变得更好的想法飘荡在空中，但大多数想法带来的效果微乎其微，只能算是产品优化而已。早期创业公司必须关注能产生经证实的认知的重大增长方面。.41Engine 黏着式增长引擎 病毒式增长引擎 付费式增长引擎.42Stickiness Engine 通过增加已有客户对产品的黏着度，提升产品的价值。 关键性数据指标：用户留存率和用户活跃度，用同
15、期群分析留存率变化，而不是总量增长 用户的自然增长率必须超过用户流失率，才能保证复合增长率(自然增长率 - 流失率).43Virus Engine 依靠人拉人传播：用户并非刻意充当传播者，只要用户使用产品，就自然带动了增长。 关键数据指标：病毒系数，大于1.0 开心网(买卖奴隶，停车大战) 五分钟的开心农场 Dropbox任务系统：拉用户获得存储空间 Facebook邀请系统.44Pay-growth Engine Google关键词广告 关键数据指标：用户获取成本和ARPU 只要用户ARPU值高于用户获取成本，就可以实现可持续增长.45The Four Steps.46Discovery S
16、tage 创业探索阶段：验证产品的价值主张(value proposition)和商业模型是否成立，不需要成立公司 Customer Discovery 进行用户市场细分，寻找天使用户，通过和用户访谈，确定产品方向 Customer Validation 开发MVP产品，验证假设，如果不成功，转型到第1步 商业模型得到验证的标志：成单，MVP产品有人买单。 精益迭代过程应用于创业探索阶段： 寻找产品基本价值主张，验证商业模型.47Execution Stage 创业执行阶段：开拓用户，建立公司组织 Customer Creation - 投入营销资源开拓用户渠道 Company Buildin
17、g - 成立公司，建立组织架构 精益迭代过程应用于创业执行阶段： 强化产品的价值主张，树立竞争门槛，拓展用户.48Angel customers 天使用户 早期小型试验的意义不在于找出普通用户，而是要找到“天使用户”，就是那些最迫切需要产品的人。他们对错误更容易谅解，更渴望提供反馈意见，愿意传播产品。 天使用户的实证案例 纯银，白鸦，四海邮团队在微博上对彩程设计产品Tower.im的吹捧和推荐。.49Customer Development 从需求调研开始建立假想的概念模型，先考虑少数用户的需求，避免广种薄收 从概念模型开始，寻找天使用户去验证概念模型，检验产品是否能解决他们亟待解决的问题 验
18、证概念模型的目的，并非为了修改产品功能，而是为了寻找天使用户，为了用天使用户来验证我们的假设，而不是迎合用户的奇思怪想，因此切忌被用户牵着鼻子走，用户说什么就改什么.50Value Proposition 具有情感吸引力，应该抓住用户的情感而不是理智，应该让用户不由自主的掏腰包，而不是下意识的按计算器 要凸显优势，让用户感到产品可以解决他们的问题 名副其实，不要虚假宣传 要符合相应的市场类型区分.51Technology Adoption Life Circle.52Chasm theory 不同用户群接纳新技术新产品需要的时间不同。根据接纳速度快慢，可以分为：技术爱好者、产品尝鲜者、实用主义
19、者、保守主义者和怀疑主义者五类 技术爱好者和产品尝鲜者构成了早期市场；实用主义者和保守主义者构成了主流市场 相邻的用户群体时间存在接纳鸿沟，其中早期市场迈向主流市场的鸿沟是最难跨越的。不同用户需求和消费习惯是导致鸿沟出现的主要原因 跨越鸿沟最大的困难在于：赢得早期市场的成功经验难以运用到主流市场。为了赢得主流市场青睐，需要全新的策略.53Lean Principle 创业第一天就设定收入目标 Revenue Goal from Day One 持续的客户互动 Continuous Customer Interaction 如果没有收入，就不要扩张 No Scaling until Revenue 产品开发周期-以小时计而不是月或者年 Product release cycle in hours not years 产品开发功能- 最少的功能，最大的客户覆盖 Minimum Feature Sets, Maximum Customer Coverage 产品开发 与客户拓展并驾 Coupled with Customer Development
