Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

初创公司的虚构

Posted on 2023-10-31

保持-saasy-black-ogimage.jpeg

还记得小时候玩过的“Make-Believe”吗?

我们是亚瑟王宫廷中的骑士,我们要寻找圣杯。我们是执行外太空任务的宇航员,而后院是一个外星球。我们正在建造一座枕头堡垒——这是我们下午的城堡。 Make-Believe 是一款有趣、无害的奇幻游戏,附近所有的孩子都可以享受。

就像年幼的孩子一样,年轻的公司喜欢玩“初创公司虚构”游戏:假装自己不是这样的公司,特别是规模更大、更成熟的企业。我们的企业 SaaS 竞争对手举办了最好的行业活动,并派出 100 人参加 AWS 年度会议 – 我们需要派出尽可能多的人员。我听说一家公司拥有 50 多名工程师组成的团队,只是为了维护他们的部署基础设施 – 我们至少需要 4 个人来确保我们的部署是世界一流的。速度方面的内部协调至关重要——我们应该设立一个部门专门负责如何提高效率的内部培训。

问题是:

  • 初创公司的虚构会消耗你最宝贵的资源,特别是你的时间和注意力。
  • 初创公司的“Make-Believe”与小时候玩“Make-Believe”一样有趣,甚至可能更有趣。在 Startup Make-Believe 中,您经常可以参加拉斯维加斯的酷炫活动或纳帕的豪华晚宴。如果开始时很有趣,就很难停止。
  • 最糟糕的是,大多数初创公司的虚构活动实际上都很有意义——只是不适合初创公司,即你。因此,您会阅读许多引发冒名顶替综合症的博客文章,这些文章让您因为没有效仿大孩子而感到难过。

如果您发现自己在玩“初创公司虚构”,我建议您认真考虑您正在模仿的行为对您来说是否真正有意义。在初创公司的早期,真正重要的是找到产品市场契合度(PMF);一旦您找到了 PMF,下一个任务就是通过构建客户所需的一切(并找到更多客户)来加强它。初创公司的虚构活动不会帮助您找到或加强您的产品市场契合度,因为它们来自几十年前就建立了 PMF 的公司。

如果你还没有做到,就不要假装它。让我们深入探讨初创公司虚构的常见诱惑,它们为何存在,以及为什么它们对早期业务没有意义。

数据痴迷

幻想:所有最好的公司都是数据驱动的,我们需要成为数据奇才,这样我们才能“正确”/“更好”地做出决策。让我们在数据跟踪和分析方面投入大量资金,以确保我们拥有一流的数据计划。

这里最受模仿的公司是 Meta。多年来,Meta 建立了极其强大的数据驱动文化,看到他们如何利用它来调整和扩展业务确实令人鼓舞。每个人都知道什么对他们来说重要,以及如何证明他们正在产生影响(移动数字,赚更多钱)。

但你不是梅塔。 Meta 的业务操作起来很复杂,但概念上很简单——人们打开应用程序,人们看到广告,我们就赚钱。更重要的是,作为一家初创公司,您的数据很小,而且可能不完整,甚至可能不正确。这意味着,顽固地以数据为导向在许多情况下是毫无用处的,有时甚至会适得其反。

这并不是说数据对初创公司毫无用处,而是您需要运用自己的判断并专注于以较少的努力获得决策的高度信心。例如:

  • 跟踪并尝试提高保留率(非常重要!)。在 SaaS 中,总留存率和净留存率都至关重要。
  • 跟踪基本的采用统计数据,例如每月/每周/每日活跃用户、使用某项功能的客户数量以及增量收入
  • 对您的团队进行简单的调查,了解什么有效、什么无效

过程痴迷

幻想:速度取胜,因此我们需要优化所有内部流程,使我们成为最高效的团队。让我们聘请一位内部沟通主管作为我们的第 50 名员工,并聘请专家(或顾问)来帮助优化冲刺和项目管理等内部流程。我们要像管理丰田工厂一样管理这个地方。

微调内部流程的诱惑很大。混乱的内部流程让人感觉很糟糕,而更成功的公司似乎在运营上进行了优化,所以这是一个很容易指出的因素来解释为什么他们蓬勃发展而你却不然。更重要的是,混乱的内部流程会让某些强迫症患者发疯,而清理混乱流程的行为会让一些人感觉不那么焦虑,因为这感觉像是进步。

一些常见领域是内部流程过早优化的常见陷阱:

  • Sprint 流程,以及更普遍的软件开发生命周期优化
  • 产品待办事项的组织和整理
  • 路线图的传达
  • 在 Notion、Coda、Confluence 或内部 Wiki 等系统中组织信息

现实情况是,为重要任务制定流程很重要,但您使用的特定系统很少那么重要。尤其要注意在以下方面花费精力:

  • 追求高度的一致性,当你的团队快速成长和成熟时,这本质上是一个不稳定的目标。
  • 低频流程,因为大多数每月发生一次左右的事件都可以通过临时对话来处理。

跳上每个炒作周期

幻想:我们将接管世界,作为一家初创公司,我们将快速行动。当新技术转变出现时,我们需要跳上火车并确保我们充分利用这一优势。

新的技术趋势一直在出现,其中一些(但关键不是全部甚至大多数)最终重塑了行业甚至世界。许多初创公司都是在重大技术变革中诞生的。但随着每一项新技术变革的潮流而改变,都会因分心而杀死初创公司。

大型企业拥有资源来追求许多想法——Alphabet 曾经因同时开发多个聊天应用程序而闻名。而且,尤其是企业软件公司,实际上需要有很多扑克牌。企业软件的购买者实质上将一些创新外包给供应商,因此为了最大限度地提高销售额,大多数企业 SaaS 公司将自己定位为(有效地)包揽一切。

Salesforce 就是最好的例子之一。每年,在 Dreamforce 大会上,Salesforce 都会兴奋地宣布,他们提供了人们所听说过的所有技术用例。这对于销售 8 位数的软件合同非常有效,但对于初创公司却不起作用,因为:

  • 你的首席执行官并不是当今最伟大的科技产品营销人员,没有他的禁卫军营销人员和大批销售团队的支持。
  • 一旦潮流被证明有效,您就没有钱购买所需的任何解决方案。

相反,你需要遵循简单但无聊的集中注意力的建议。当你规模较大时(例如,在 ARR 达到 1 亿美元之后),你可以开始追逐每一个闪亮的新物体,但在那之前你应该集中精力确保你真正抓住了你所追求的东西。

创建奇怪的角色

幻想:对于这个,我们可以通过 MadLib 来实现:

I heard that {some famous company} has a unique role for {internal / cross-team / industry / market segment}-specific {communication / operations / alignment / strategy / evangelism / excellence}.

我们也应该聘请这个角色!

不,你不应该。拥有数千名员工的大公司拥有各种适合其业务但不适合您的职位。以下是一些常见原因:

  • 在最好的情况下,这些公司规模如此之大,以至于非常狭窄的角色是有意义的,特别是如果它们在不相互报告的大型团队之间增加更多的关注或沟通。例如,如果您有 10 亿美元的 ARR,那么可能值得专门聘请某人来帮助您的销售团队从单一大型合作伙伴关系中多榨取 3% 的收益。
  • 他们有一个需要独特角色的内部组织结构。例如,一些大型企业的组织结构图上遍布项目管理组织 (PMO) 或运营行会等运营角色 – 这些公司可以让专业运营人员忙于有用的工作。或者一些大型企业的销售和营销活动是围绕向特定行业进行销售而组织的;他们可以让针对特定行业的战略部门以您 120 人的初创公司无法做到的方式发挥作用。
  • 最后,大型组织只是有很多脂肪。您从 Adob​​e 复制的这个角色可能只存在,因为某些高级副总裁被迫雇用了他们表弟的室友的孩子。你可能会抄袭一个任意的坏主意。

不要模仿大型组织的组织结构图。创新技术和营销,因为产品与市场的契合度是独一无二的,而人性在任何地方都是相同的。根据经验,如果您的五个最接近的竞争对手中的任何一个都不存在特定角色,您应该从默认位置开始分析,因为它对您来说没有意义。

最后的想法:不要复制谷歌

到目前为止,在“初创公司虚构”中最难模仿的公司是谷歌/Alphabet。谷歌拥有许多源于其搜索垄断的结构性优势,这意味着它能够几乎完全脱离现实,这使得它能够以奇怪而独特的方式发展。

Google 搜索的利润如此之高,以至于你根本无法阻止那辆时速 1,000 英里的货运列车。结果,谷歌的招聘政策、人力资源习惯、技术基础设施、销售文化等等一切都可能完全脱离你的现实。 Google 拥有美味佳肴、完美的构建系统,并且支付 99% 的费用——我们也需要这样做!好吧,谷歌还有一台全能的印钞机,你也有一台吗?从字面上看,您的初创公司可能与街上的温迪店有更多共同点。

相比之下,尽管亚马逊很不酷,但它实际上是一家可以作为初创企业复制的公司。亚马逊愿意涉足竞争激烈、利润率低的业务领域,这迫使他们保持斗志旺盛,而这是许多其他大型公司所没有的,因此,他们的务实做法与初创公司有更多共同点。当然,当你假装自己是一家竞争激烈的低利润企业时,初创公司的虚构就没有那么有趣了。

原文: https://staysaasy.com/startups/2023/10/30/startup-make-believe.html

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme