Cách cải thiện ý tưởng khởi nghiệp sau kiểm chứng

Vì vậy, cải thiện ý tưởng khởi nghiệp không đồng nghĩa với bổ sung thật nhiều tính năng theo mọi góp ý nhận được. Quá trình hiệu quả hơn là biến phản hồi, dữ liệu hành vi và kết quả thử nghiệm thành một chuỗi quyết định có kiểm soát: xác định tín hiệu, tìm nguyên nhân, chọn giả thuyết cần sửa, tạo phiên bản mới và kiểm chứng lại. Đây cũng là logic cốt lõi của vòng lặp Build–Measure–Learn: mỗi vòng thử nghiệm phải làm giảm một phần bất định của mô hình kinh doanh, thay vì đơn thuần tạo thêm sản phẩm.

Đọc kết quả kiểm chứng để biết chính xác điều gì cần cải thiện

Sai lầm dễ gặp sau một vòng kiểm chứng là nhìn toàn bộ kết quả như một phán quyết nhị phân: khách hàng thích hoặc không thích ý tưởng. Trên thực tế, một ý tưởng khởi nghiệp thường gồm nhiều giả thuyết liên kết với nhau. Kết quả yếu ở một mắt xích không chứng minh toàn bộ ý tưởng sai.

Có thể tách ý tưởng thành những giả thuyết cơ bản:

·         Khách hàng mục tiêu thực sự gặp vấn đề đã xác định

·         Vấn đề đủ quan trọng để họ muốn giải quyết

·         Giải pháp đề xuất phù hợp với cách họ muốn xử lý vấn đề

·         Giá trị mà giải pháp tạo ra đủ rõ để khách hàng chú ý

·         Khách hàng sẵn sàng thực hiện một hành động có chi phí như để lại thông tin, dùng thử, đặt cọc hoặc trả tiền

·         Kênh tiếp cận giúp doanh nghiệp tìm được đúng nhóm khách hàng với chi phí chấp nhận được

Sau kiểm chứng, nhiệm vụ đầu tiên là xác định mắt xích nào đang yếu.

Ví dụ, khách hàng có thể xác nhận vấn đề rất rõ nhưng không đăng ký dùng thử. Trong trường hợp này, chưa thể kết luận rằng vấn đề không tồn tại. Nguyên nhân có thể nằm ở giải pháp, cách truyền đạt giá trị, mức độ tin cậy hoặc chi phí chuyển đổi. Ngược lại, nếu khách hàng liên tục nói rằng vấn đề hiếm khi xảy ra và hiện tại họ không dành thời gian hay tiền để giải quyết, việc chỉnh giao diện hoặc thêm tính năng rất ít khả năng cứu được giả thuyết cốt lõi.

Một cách hữu ích là lập bảng giả thuyết sau mỗi vòng thử nghiệm với bốn trường: giả thuyết – bằng chứng quan sát được – mức độ tin cậy – quyết định tiếp theo. Cách này buộc nhóm sáng lập phân biệt dữ liệu với diễn giải.

Dữ liệu có thể là “8 trong 20 người được tiếp cận hoàn thành đăng ký”. Diễn giải là “khách hàng khá quan tâm”. Chỉ phần thứ nhất là quan sát; phần thứ hai vẫn là một kết luận cần đặt trong bối cảnh. Tách hai lớp này giúp hạn chế việc người sáng lập vô thức diễn giải kết quả theo điều mình muốn tin.

Tách tín hiệu thật khỏi phản hồi gây nhiễu

Không phải mọi phản hồi của khách hàng đều có giá trị ngang nhau. Một câu “ý tưởng này hay đấy” có ý nghĩa rất khác với việc một người dành 30 phút dùng thử, giới thiệu sản phẩm cho đồng nghiệp hoặc chấp nhận trả tiền.

Khi cải thiện ý tưởng khởi nghiệp, nên đọc phản hồi theo mức độ cam kết mà khách hàng đã thể hiện.

Phân biệt lời nói và hành vi

Phản hồi định tính rất hữu ích để hiểu tại sao khách hàng hành động theo một cách nhất định. Dữ liệu hành vi lại giúp kiểm tra họ thực sự đã làm gì.

Nếu một khách hàng nói rằng một tính năng “rất cần thiết” nhưng liên tục sử dụng sản phẩm mà không bao giờ chạm tới tính năng đó, hành vi tạo ra một tín hiệu khác với lời nói. Điều này không có nghĩa phỏng vấn khách hàng vô ích. Nó cho thấy hai loại bằng chứng giải quyết hai câu hỏi khác nhau.

Phỏng vấn có thể phát hiện động cơ, hoàn cảnh, rào cản và ngôn ngữ của khách hàng. Thử nghiệm hành vi giúp đánh giá mức độ quan tâm thực tế. Hai nguồn dữ liệu nên được dùng cùng nhau thay vì lựa chọn một trong hai.

Tìm mẫu lặp thay vì phản ứng với từng ý kiến

Một yêu cầu đơn lẻ chưa đủ để biến thành thay đổi sản phẩm. Điều đáng chú ý hơn là mẫu lặp xuất hiện ở nhiều người thuộc đúng phân khúc mục tiêu.

Nếu nhiều khách hàng độc lập cùng gặp khó khăn tại một bước, mô tả cùng một nỗi đau hoặc từ chối vì cùng một nguyên nhân, xác suất vấn đề mang tính hệ thống cao hơn. Ngược lại, nếu mỗi người yêu cầu một tính năng hoàn toàn khác nhau, việc đưa tất cả vào sản phẩm có thể khiến ý tưởng mất trọng tâm.

Đặc biệt, cần phân biệt giữa yêu cầu giải pháp và nhu cầu phía sau yêu cầu đó. Khi khách hàng nói “hãy thêm tính năng xuất Excel”, thông tin quan trọng chưa chắc là doanh nghiệp phải xây ngay chức năng xuất Excel. Câu hỏi cần tìm hiểu là họ đang cố hoàn thành công việc gì, vì sao quy trình hiện tại không đủ và điều gì xảy ra nếu họ không thể đưa dữ liệu ra ngoài.

Cải thiện ý tưởng dựa trên nhu cầu gốc thường tạo ra nhiều lựa chọn thiết kế hơn so với việc thực hiện nguyên xi từng đề xuất của người dùng.

Xác định giả thuyết cần thay đổi trước

Sau khi đã gom được tín hiệu, vấn đề tiếp theo là ưu tiên. Một startup hiếm khi có đủ thời gian và nguồn lực để sửa mọi điểm yếu cùng lúc. Hơn nữa, thay đổi nhiều biến trong cùng một vòng thử nghiệm khiến việc xác định nguyên nhân của kết quả mới trở nên khó khăn.

Ưu tiên nên bắt đầu từ giả thuyết có ảnh hưởng lớn nhất đến khả năng tồn tại của ý tưởng.

Một cách suy nghĩ thực tế là đánh giá mỗi giả thuyết theo ba yếu tố:

1.    Mức độ quan trọng – Nếu giả thuyết này sai, ý tưởng có còn hợp lý không

2.    Mức độ bất định – Hiện tại bằng chứng hỗ trợ giả thuyết mạnh đến đâu

3.    Chi phí kiểm chứng – Có thể thu được bằng chứng tốt hơn nhanh và ít tốn kém đến mức nào

Giả thuyết vừa quan trọng vừa chưa chắc chắn thường đáng được kiểm chứng trước.

Chẳng hạn, nếu chưa biết khách hàng có thực sự sẵn sàng trả tiền, việc dành nhiều tuần tối ưu màu sắc giao diện tạo rất ít giá trị học hỏi. Một thử nghiệm về giá, đặt cọc, đơn hàng thử hoặc cam kết mua có thể xử lý một rủi ro nền tảng hơn.

Điểm này đặc biệt quan trọng vì cải thiện không phải lúc nào cũng có nghĩa là “làm sản phẩm tốt hơn”. Đôi khi thứ cần thay đổi là phân khúc khách hàng. Khi khác, vấn đề nằm ở thông điệp giá trị, mô hình cung cấp giải pháp hoặc mức giá.

Có thể phân loại quyết định sau kiểm chứng thành ba mức:

·         Giữ nguyên khi bằng chứng hiện tại tiếp tục hỗ trợ giả thuyết

·         Điều chỉnh khi giả thuyết vẫn có cơ sở nhưng cách triển khai chưa phù hợp

·         Thay đổi đáng kể khi bằng chứng liên tục đi ngược một giả định quan trọng

Điều cần tránh là bảo vệ phiên bản ban đầu chỉ vì nhóm sáng lập đã đầu tư nhiều thời gian vào nó. Chi phí đã bỏ ra không làm tăng xác suất một giả thuyết trở thành đúng.

Chuyển phản hồi và dữ liệu thành phiên bản ý tưởng tốt hơn

Dữ liệu chỉ tạo ra giá trị khi dẫn đến một thay đổi có thể giải thích được. Sau mỗi vòng kiểm chứng, nhóm sáng lập nên có khả năng hoàn thành câu: “Chúng tôi thay đổi X vì đã quan sát thấy Y, và kỳ vọng thay đổi này sẽ tạo ra Z.”

Cấu trúc này tạo một chuỗi nhân quả rõ ràng:

Bằng chứng → Nhận định → Giả thuyết mới → Thay đổi → Kết quả kỳ vọng

Ví dụ, giả sử một dịch vụ phần mềm nhắm đến các cửa hàng nhỏ nhận thấy nhiều chủ cửa hàng thừa nhận việc tổng hợp doanh thu mất thời gian nhưng rất ít người đăng ký sản phẩm. Qua phỏng vấn sâu hơn, nhóm phát hiện họ không muốn học thêm một hệ thống quản lý mới.

Phản ứng thiếu kiểm soát có thể là bổ sung nhiều tính năng để sản phẩm “hấp dẫn hơn”. Một giả thuyết cải thiện hợp lý hơn có thể là: giá trị nằm ở việc giảm thao tác chứ không phải cung cấp thêm một hệ thống.

Từ đó, phiên bản mới có thể chuyển từ “phần mềm quản lý doanh thu đầy đủ” sang “công cụ tự động tổng hợp dữ liệu từ những hệ thống cửa hàng đang sử dụng”. Thay đổi này bắt nguồn từ nguyên nhân được quan sát, chứ không phải sở thích chủ quan của đội ngũ.

Một phiên bản cải thiện tốt vì thế không nhất thiết lớn hơn phiên bản trước. Nhiều trường hợp nó còn nhỏ hơn, nhưng sắc nét hơn về ba điểm: ai là khách hàng, vấn đề nào đáng giải quyết và giá trị nào đủ quan trọng để khách hàng hành động.

Đây cũng là lý do cần thận trọng với danh sách tính năng. Mỗi tính năng mới làm tăng phạm vi sản phẩm nhưng chưa chắc làm tăng sức mạnh của giả thuyết kinh doanh. Nếu một thay đổi không giải quyết nguyên nhân đã quan sát hoặc không giúp kiểm tra một giả thuyết quan trọng, nó có thể chỉ làm tăng chi phí mà không làm giảm bất định.

Thiết kế thử nghiệm nhỏ cho phiên bản đã chỉnh sửa

Một ý tưởng được sửa dựa trên phản hồi vẫn chỉ là một giả thuyết mới. Không nên coi phiên bản mới đúng chỉ vì nó có vẻ hợp lý hơn trên giấy.

Logic Build–Measure–Learn hữu ích ở đây: sau khi học được điều gì đó từ vòng trước, cần chuyển bài học đó thành một thay đổi có thể kiểm chứng, sau đó đo lại phản ứng của thị trường.

Thử nghiệm nên thay đổi càng ít biến quan trọng càng tốt để kết quả có thể diễn giải.

Nếu muốn kiểm chứng thông điệp giá trị, có thể giữ phân khúc khách hàng và sản phẩm gần như không đổi nhưng thử hai cách mô tả lợi ích. Nếu muốn kiểm chứng mức giá, không nên đồng thời thay đổi sản phẩm, nhóm khách hàng và kênh phân phối. Khi quá nhiều yếu tố cùng thay đổi, kết quả tốt hơn vẫn không cho biết yếu tố nào tạo ra cải thiện.

Chỉ số cũng phải được xác định trước khi xem kết quả. Tùy thử nghiệm, đó có thể là:

·         Tỷ lệ khách hàng đồng ý tham gia bước tiếp theo

·         Tỷ lệ kích hoạt hoặc hoàn thành hành động quan trọng

·         Tần suất sử dụng hành vi cốt lõi

·         Tỷ lệ quay lại trong khoảng thời gian phù hợp

·         Tỷ lệ chấp nhận mức giá hoặc thực hiện cam kết mua

·         Thời gian hoặc chi phí mà giải pháp thực sự giúp khách hàng tiết kiệm

Không có một ngưỡng phần trăm chung có thể xác nhận mọi ý tưởng khởi nghiệp. Một tỷ lệ chuyển đổi được xem là tốt hay yếu còn phụ thuộc sản phẩm, kênh, mức giá, phân khúc và giai đoạn thử nghiệm. Vì vậy, cách đánh giá đáng tin cậy hơn là xác định tiêu chí thành công trước thử nghiệm và so sánh phiên bản mới với baseline, phiên bản cũ hoặc nhóm đối chứng thích hợp.

Ví dụ, giả sử một landing page cũ có 100 lượt truy cập phù hợp và tạo 3 đăng ký, còn một phiên bản mới với cùng nguồn khách hàng tạo 11 đăng ký trên 100 lượt truy cập. Đây là tín hiệu để điều tra tiếp, không phải bằng chứng tự động rằng startup đã đạt product–market fit. Cỡ mẫu nhỏ, khác biệt chất lượng traffic hoặc yếu tố thời điểm vẫn có thể ảnh hưởng đến kết quả.

Ý nghĩa của thử nghiệm không nằm ở việc “thắng” từng vòng mà ở việc thu hẹp dần phạm vi bất định.

Đặt tiêu chí rõ ràng để biết nên giữ, sửa hay loại bỏ

Nếu không xác định tiêu chí ra quyết định trước, startup rất dễ rơi vào tình trạng thử nghiệm liên tục nhưng luôn tìm được lý do để giữ ý tưởng hiện tại. Mọi dữ liệu tích cực được xem là bằng chứng ủng hộ, còn dữ liệu tiêu cực lại được giải thích thành “chưa tối ưu đủ”.

Để tránh thiên kiến này, mỗi thử nghiệm nên bắt đầu bằng ba câu hỏi:

Điều gì sẽ làm giả thuyết mạnh hơn?

Xác định tín hiệu mà nếu xuất hiện sẽ tăng mức độ tin cậy. Đó nên là hành vi quan sát được thay vì lời khen chung chung.

Điều gì sẽ khiến phải sửa giả thuyết?

Xác định trước loại kết quả cho thấy cơ chế hiện tại chưa hoạt động. Ví dụ, khách hàng xác nhận vấn đề nhưng liên tục bỏ cuộc tại bước yêu cầu trả phí có thể gợi ý cần xem lại giá trị cảm nhận, mức giá hoặc mức độ tin cậy.

Điều gì sẽ khiến phải từ bỏ giả thuyết?

Không phải mọi ý tưởng đều đáng tối ưu vô hạn. Nếu nhiều vòng kiểm chứng độc lập tiếp tục cho thấy vấn đề không đủ quan trọng, khách hàng không hành động hoặc giả định kinh tế cốt lõi không thể đứng vững, thay đổi nhỏ có thể không còn đủ.

Điều quan trọng là phân biệt tín hiệu yếu vì thử nghiệm kém với tín hiệu yếu vì giả thuyết sai. Một thử nghiệm tiếp cận sai đối tượng không đủ để bác bỏ ý tưởng. Nhưng lặp lại thử nghiệm với đúng đối tượng, cơ chế đo phù hợp và vẫn nhận cùng một tín hiệu tiêu cực làm tăng lý do phải xem lại giả thuyết.

Vì thế, quyết định pivot không nên xuất phát từ một phản hồi tiêu cực đơn lẻ. Nó nên xuất hiện khi bằng chứng tích lũy làm suy yếu một giả định quan trọng đến mức phiên bản hiện tại không còn là cách hợp lý nhất để theo đuổi cơ hội.

Lặp chu kỳ cải thiện mà không làm ý tưởng mất trọng tâm

Một nguy cơ khác của quá trình cải thiện là mỗi vòng phản hồi lại tạo thêm một nhóm khách hàng, một tính năng hoặc một trường hợp sử dụng mới. Sau vài vòng, startup có một sản phẩm rộng hơn nhưng không còn biết giá trị cốt lõi của mình là gì.

Để tránh tình trạng này, mỗi vòng cải thiện nên làm rõ hơn ít nhất một trong ba yếu tố: khách hàng cụ thể hơn, vấn đề quan trọng hơn hoặc giải pháp phù hợp hơn.

Nếu phiên bản mới không làm rõ bất kỳ yếu tố nào mà chỉ làm sản phẩm phức tạp hơn, cần xem lại lý do thay đổi.

Một nhật ký thử nghiệm đơn giản có thể duy trì tính kỷ luật:

1.    Giả thuyết đang kiểm chứng

2.    Bằng chứng hiện có

3.    Thay đổi được thực hiện

4.    Chỉ số hoặc hành vi cần quan sát

5.    Tiêu chí thành công và thất bại

6.    Kết quả thực tế

7.    Điều học được

8.    Quyết định cho vòng tiếp theo

Cách làm này biến quá trình cải thiện từ một chuỗi quyết định cảm tính thành một hệ thống học hỏi. Nó cũng giúp nhóm tránh lặp lại thử nghiệm cũ hoặc thay đổi quan điểm theo trí nhớ chủ quan.

Điểm dừng của quá trình không phải lúc mọi khách hàng đều hài lòng. Một ý tưởng khởi nghiệp luôn tồn tại giới hạn và nhóm khách hàng không phù hợp. Mục tiêu thực tế hơn là tích lũy đủ bằng chứng để các giả thuyết quan trọng trở nên đáng tin cậy hơn, đồng thời giảm dần những bất định có khả năng làm mô hình thất bại.

Cải thiện ý tưởng khởi nghiệp sau kiểm chứng là quá trình học có cấu trúc, không phải sửa sản phẩm theo số lượng góp ý. Hãy bắt đầu bằng việc xác định giả thuyết nào được dữ liệu ủng hộ hoặc bác bỏ, phân biệt lời nói với hành vi, tìm nguyên nhân phía sau phản hồi và chỉ thay đổi những yếu tố có liên hệ rõ với bằng chứng. Mỗi phiên bản mới sau đó cần được đưa trở lại một thử nghiệm nhỏ với tiêu chí đánh giá được xác định trước. Khi chu kỳ này được lặp lại có kỷ luật, ý tưởng không chỉ “được chỉnh sửa” mà ngày càng dựa trên những hiểu biết chắc chắn hơn về khách hàng, vấn đề và giá trị mà thị trường thực sự phản hồi.