Product Market Fit Score:如何将其用于你的业务

试过创办一家企业吗?在1到10的量表上,这有多难?Drölf?1!1! 反正这是个超级大的挑战,也是一条艰难的路。幸好...

作者 McGrinseyAuf Deutsch lesenLeer en español
Product Market Fit Score:如何将其用于你的业务人工生成
人工生成人工生成人工智能法案第50条要求,人工生成的图像、音频和视频必须可识别、可机读地标出。这个符号是欧盟委员会的官方基础图标。使用它是自愿的,标注义务不是。机器生成: 文字. 有人在驾驭。McGrinsey Living Intelligence SystemsMcGrinsey Living Intelligence SystemsLI: 各种活的智能。 McGrinsey 把常规智能和新的智能收成活的智能系统。这些机器与人共生的系统一起工作,为每一种智能提供最精的认识。

试过创办一家企业吗?



在1到10的量表上,这有多难?


Drölf?1!1!


无论如何这是一个超级大的挑战和艰难的路。幸运的是有各种方法和对创始人的支持。例如对于市场分析和以消费者为中心的产品开发存在各种框架比如Design Thinking和Value Proposition Design。


但各种框架的目标是一样的。开发一个满足特定目标群体需求的产品。


用新德语来说这叫Product-Market Fit。


但Product-Market Fit到底是什么?怎么感觉到已经达到了它?


“你会感觉到它。记者在请你做采访。人们互相告诉对方你的产品或服务。你在尽快招聘销售和支持人员。”


好吧说得不错但如果在自己的业务中感觉不到它该怎么办?


可以测量Product-Market Fit或对其进行优化吗?


是的可以 :)


用以下问题问现有用户:


“如果你不能再使用这个产品你会有什么感觉?”


然后你测量那些会“非常失望”的用户比例。


基准测试显示最容易增长的初创公司有40%+用户如果没有提供的产品会“非常失望”。


简单的指标大的作用。比经典的Net Promoter Score好得多。


有道理吧?


这是我们实施Product Market Fit的指南:


步骤1:调查
向你的现有用户发送包含以下问题的调查。


  1. 如果你不能再使用这个产品你会有什么感觉?

    1. 非常失望
    2. 中等失望
    3. 一点也不失望


  2. 你认为哪种人会从产品中获益最多?


  3. 你从产品中得到的主要好处是什么


  4. 我们如何为你改进产品?


步骤2:细分
测量回答问题1为“非常失望”的问卷比例。这些用户喜欢你的产品。


为回答的问卷创建人物画像并排除那些回答“不失望”的。


Kaa-Tsching! 然后“非常失望”的比例就神奇地上升了。但这只是开始。


步骤 3:分析
专注于“非常失望”细分群体,看看他们在问题 3 回答了什么。做一次词频分析,你马上就能看到为什么你的产品被用户看重。你应该专注于此。


接下来怎么办?


你可以忽略“不失望”群体的回答。


看看“中等失望”群体,并根据他们与产品主要使用原因的共鸣来细分他们(也就是词频分析中最常提到的附加价值)。


现在你分析这个新细分群体,也就是那些重视主要利益的“中等失望”的人。你看看他们对问题 4 的回答:“我们如何为你改进产品?”


新的词频分析,现在你就知道你必须改进什么才能把这个群体转化为粉丝了。🙂


步骤 4:实施
你现在聪明多了,但接下来呢?


一个好的经验法则是把你 50% 的时间投入到进一步发展你“非常失望”细分群体的主要附加价值上,把 50% 投入到“中等失望”细分群体还缺少的附加价值上。


步骤 5:跟踪
上面描述的用户分析当然只是一个开始。你应该定期继续测量,看看你的活动是否带来期望的成功。


每周、每月和每季度的测量会告诉你,你是否吸引了越来越多没有你的产品就会非常失望的用户,以及你是否更接近 Product-Market Fit。


这当然只是对 Product Market Fit Score 的粗略概览,还有很多其他事情需要注意。但基本原理应该清楚了 🙂


这篇文章引起你的兴趣了吗?你有兴趣改进你的 Product Market Fit 并扩展你的业务吗?


我们这群心情愉快的 Startup Enthusiasten 和 Online Marketing Specialists 已经准备好了,给我们发个信号,旅程就可以开始了。


起点:一封邮件到 jonas@mcgrinsey.com