Wie Superhuman eine Engine zum Finden von PMF aufgebaut hat

Rahul Vohra, Gründer und CEO von Superhuman, schrieb 2018 darüber, wie man Product/Market Fit findet. Laut GetLaka ist Superhuman ein Service mit folgenden Merkmalen:

• positioniert als „Startup, das das schnellste E-Mail-Erlebnis der Welt schafft“
• gegründet 2014, $108M Finanzierung eingesammelt, 100 Mitarbeitende
• 2021 Jahresumsatz von $18M

Die vollständige Übersetzung finden Sie unter diesem Link.

===

Einleitung

• Dass Startups Product/Market Fit (im Folgenden PMF) erreichen müssen, ist allen klar. Wenn man jedoch tatsächlich versucht, ihn zu finden, wissen die meisten weder genau, was PMF eigentlich ist, noch wie man ihn erreicht.
• Marc Andreessen sagte, man wisse immer, ob das eigene Produkt PMF erreicht hat oder nicht (wenn nicht, verbreitet es sich kaum durch Mundpropaganda, die Nutzung wächst nicht, die Berichterstattung bleibt oberflächlich, die Sales-Zyklen sind zu lang und unzählige Deals kommen nicht zustande). Dem stimme ich zu 100 % zu. Es war jedoch äußerst schwierig, das quantitativ zu beschreiben.
• Das liegt daran, dass diese Beschreibung von PMF viel besser auf Unternehmen nach dem Produktlaunch passt. Wenn das Produkt noch nicht gelauncht ist, braucht man passende Begriffe und Frameworks, um unseren aktuellen Stand korrekt zu beschreiben, dem Team zu vermitteln, dass wir noch nicht bereit sind, und den nächsten Schritt zu gehen.
• Deshalb habe ich mehrere PMF-Fälle rückwärts analysiert und einen 4-Schritte-Leitfaden erstellt, wie Superhuman eine Engine zum Finden von PMF aufgebaut hat. Wer diese Engine selbst ausprobieren möchte, sollte dieses interaktive Tool verwenden.

Der Frühindikator für PMF ist „der Anteil der Nutzer, die sehr enttäuscht wären, wenn sie das Produkt nicht mehr verwenden könnten“

• Sean Ellis untersuchte über 100 Unternehmen und kam zu dem Schluss, dass die Erfolgswahrscheinlichkeit eines Produkts hoch ist, wenn dieser Wert über 40 % liegt (bei Slack ergab die Umfrage 2015 51 %).
• Davon inspiriert schickte Superhuman die folgende Umfrage an rund 100 Nutzer, die Superhuman in den vergangenen zwei Wochen mindestens zweimal verwendet hatten.
  1. Wie würden Sie sich fühlen, wenn Sie Superhuman nicht mehr verwenden könnten? A) sehr enttäuscht B) etwas enttäuscht C) nicht enttäuscht
  2. Welche Art von Menschen nutzt Superhuman und profitiert am meisten davon?
  3. Was ist der wichtigste Nutzen, den Sie durch Superhuman erhalten?
  4. Wie könnte man Superhuman weiter verbessern?
• Bei Frage 1 antworteten nur 22 % mit „sehr enttäuscht“, also war klar, dass uns noch etwas fehlte.

4-Schritte-Leitfaden zur PMF-Optimierung

1. Segmentieren Sie die Nutzer, um Fürsprecher des Produkts zu finden und Kunden mit hohen Erwartungen (HXC, high-expectation customers) zu identifizieren.
   a. Analysieren Sie die Personas der Gruppe, die bei Frage 1 mit „sehr enttäuscht“ geantwortet hat.
   b. Filtern Sie aus allen Antworten die Nutzer heraus, die nicht zu dieser Persona gehören.
   c. Analysieren Sie, wie die Personen der Gruppe „sehr enttäuscht“ auf Frage 2 geantwortet haben.
   d. Kombinieren Sie die dabei auftauchenden Keywords mit dem HXC framework, um ein lebendiges Profil unserer Kernkunden zu erstellen.
2. Analysieren Sie das Feedback, um Nutzer, die „etwas enttäuscht“ wären, in begeisterte Fürsprecher zu verwandeln.
   a. Analysieren Sie, wie die Gruppe „sehr enttäuscht“ auf Frage 3 geantwortet hat. (Nutzer, die Superhuman liebten, mochten besonders Geschwindigkeit, Fokus und Tastaturkürzel.)
   b. Ignorieren Sie das Feedback der Gruppe „nicht enttäuscht“ höflich. Diese lenkt nur unsere Aufmerksamkeit ab.
   c. Teilen Sie die Gruppe „etwas enttäuscht“ in zwei Gruppen auf – je nachdem, ob sie mit dem von der Gruppe „sehr enttäuscht“ genannten wichtigsten Wert übereinstimmt oder nicht. (Von der Gruppe „etwas enttäuscht“, die 45 % aller Antwortenden ausmachte, nannten 30 % Geschwindigkeit als zentralen Wert, 15 % dagegen nicht.)
   d. Ignorieren Sie das Feedback der Gruppe „etwas enttäuscht“, die diesen wichtigsten Wert nicht teilt, ebenfalls höflich. Ganz gleich, was wir tun, sie wird sich nicht in Richtung „sehr enttäuscht“ bewegen.
   e. Die Gruppe „etwas enttäuscht“, die den wichtigsten Wert teilt, könnte mit etwas Aufwand zu begeisterten Fürsprechern werden. Analysieren Sie daher, wie sie auf Frage 4 geantwortet hat. (Das größte Problem war das Fehlen einer mobilen App, danach folgten Integrationen mit anderen Apps, der Umgang mit Anhängen und Terminverwaltung.)
3. Erstellen Sie eine Roadmap, die das verdoppelt, was Nutzer lieben, und Störfaktoren beseitigt.
   a. Die Hälfte der Produkt-Roadmap sollte darauf verwendet werden, das zu verdoppeln, was die Gruppe „sehr enttäuscht“ liebt. (Superhuman war bereits extrem schnell, wurde aber noch schneller gemacht. Zum Beispiel reagierte die UI bereits in unter 100 ms und die Suche war schneller als bei Gmail; danach reagierte die UI in unter 50 ms und die Suche fühlte sich sofortig an.)
   b. Die andere Hälfte der Roadmap sollte darauf verwendet werden, die Gruppe zu konvertieren, die „die gleichen Werte wie die Gruppe sehr enttäuscht sieht, aber bislang nur etwas enttäuscht wäre“.
   c. Legen Sie die Prioritäten anhand einer einfachen Kosten-Impact-Analyse fest.
   d. Der Impact von b wird anhand der Anzahl der Anfragen zu diesem Thema gemessen.
   e. Der Impact von a wird intuitiv abgeschätzt. Wenn man beim Erstellen des HXC-Profils tiefe Empathie für die Kunden entwickelt, wird auch die Intuition besser.
4. Behandeln Sie die PMF-Kennzahl als wichtigste Zahl und wiederholen Sie diesen Prozess.
   a. Versenden Sie die Umfrage fortlaufend an neue Nutzer und beobachten Sie die wöchentlichen, monatlichen und quartalsweisen Veränderungen der PMF-Kennzahl. Achten Sie darauf, dass Nutzer, die bereits einmal geantwortet haben, nicht erneut antworten.
   b. Mit dem Wachstum des Produkts werden Sie mehr Nutzergruppen abdecken, wodurch die PMF-Kennzahl sinken kann. Analysieren Sie die Umfrage daher quartalsweise und erstellen Sie die Roadmap neu.