Era el final del 2010 y la locura de lo que ahora llamamos “Web 2.0” estaba comenzando. Facebook era el rey indiscutido, Instagram acababa de lanzar un app diminuto que permitía poner filtros en fotos y las marcas y negocios todavía no se habían apoderado de los algoritmos.
En ese momento Joel Gascoigne tuvo una idea: si todo el mundo está fascinado con exponer su vida social en redes sociales y algunas marcas ya lo están usando, ¿será que esa misma gente quiere poder agendar y planificar su contenido en los apps?
Hoy, los features de “scheduling” son ubicuos, pero en el 2010 no había nada que indicara que los usuarios quisieran esto. La idea de las redes sociales era compartir lo que estaba pasando en el momento, ¿por qué alguien querría agendar un post que todavía no ha sucedido?
Experimentos y startups van de la mano
Todas las ideas para startups comienzan con una idea que en realidad es un supuesto: “tengo un producto o servicio en mente que asumo que va a generar un beneficio y asumo que cierto tipo de cliente estaría dispuesto a pagar por él”.
El trabajo inicial de una startup es justamente descubrir si ese supuesto es real para poder generar dedicarle recursos propios o de inversionistas a construir el servicio o producto imaginado que realmente le de ese beneficio y poder distribuirlo a clientes que paguen por él.
Esta etapa es crucial. Si como fundador decidís dedicar recursos a un proyecto basado en supuestos lo más seguro es que uses mucho tiempo y dinero en construir algo que vas a tener que cambiar parcial o totalmente cuando decidís lanzarlo. Por otro lado, si decidís experimentar pero no lográs crear experimentos eficientes y confiables, vas a usar data falible que igualmente te va a llevar a usar tiempo y recursos en algo que vas a tener que cambiar cuando lancés. Ahora, cambiar algo no es malo, el problema es si te quedaste sin recursos en el proceso y cuando tengás que cambiarlo no podás continuar.
El secreto, entonces, es poder aprender a diseñar una etapa de experimentación y de validación de supuestos (hipótesis) que te permita llevar el proceso de tu startup de la mejor manera.
Las dos claves para llevar experimentos eficientes y confiables son: (a) poder definir las hipótesis críticas; (b) diseñar experimentos que den datos confiables.
¿Cómo lo hizo Buffer?
Joel Gascoigne llamó a su idea Buffer: una plataforma tecnológica que permitía a cualquier usuario programar y agendar posts de Twitter para cualquier momento en el futuro. Como mencionamos anteriormente, no había ninguna claridad de que una herramienta de este tipo pudiera funcionar como negocio.
Gascoigne identificó la raíz de su supuesto correctamente: todo su plan tecnológico, de mercadeo y de finanzas era obsoleto si los usuarios no tenían la necesidad que estaba tratando de resolver.
Con esta hipótesis crítica definida, en unas cuantas horas construyó un MVP my simple que le diera los datos para saber si valía la pena seguir con su idea, cambiarlo o dejarlo todo ahí.
El experimento era un landing page muy sencillo, que dejaba clara la propuesta de valor y un botón para que los interesados pudieran ver más información de “planes y precios”.
El secreto es que Gascoigne no había construido nada de tecnología de la plataforma, ¡el app no existía! Para él no valía la pena invertir tiempo en construir algo que no sabía si los usuarios querían.
Quien clickeara en el botón para ver más información se topaba con un mensaje que decía “Estamos en proceso de construcción, pero si estás interesado en usar el app cuando salga dejá tu correo.”
Este experimento es tan increíble porque es uno de los primeros ejemplos claros de una startup que recibió inversión de VCs y que creció (y todavía existe) que usó el modelo de Eric Ries y The Lean Startup para asegurar que su proceso de desarrollo fuera eficiente y aumentara su probabilidad de éxito.
Con este experimento Gascoigne se aseguró tener datos de cuánta gente visitaba el landing page (tráfico), cuánta gente clickeaba el botón (conversiones e interés parcial) y luego cuánta gente dejaba su correo para ser notificados cuando lanzara (conversiones e interés real).
No es suficiente solo correr un experimento y tener datos, ¡tenemos que asegurar que los datos sean confiables!
Tipos de experimentos
No todos los datos son creados iguales, unos son más confiables que otros. En este proceso de experimentación para startups tenemos que tener claridad sobre los datos que estamos obteniendo.
Una corazonada, por ejemplo, es el dato menos confiable con el que podríamos construir una startup. Es mejor hablar con posibles usuarios para que ellos mismos nos digan qué problemas tienen y si tienen interés en nuestra idea. ¡Pero cuidado! Lo que una persona dice y lo que hace no siempre coinciden. Si tus datos son encuestas o conversaciones con usuarios podés tener una mejor idea de qué quieren, pero no son tan confiables.
El dato más confiable es en el que vemos a una persona tomar acción. En el caso de Buffer ellos pudieron medir clicks y suscripción de correos — estos son datos con confiabilidad más alta y por eso este experimento es tan bueno.
¡Claro, la confiabilidad más alta de toda es disposición de pago! Si un cliente quiere pagar por un producto, ese es el indicador más alto de que la idea tiene alta probabilidad de funcionar.
Volvamos a Buffer
Gascoigne, sintiéndose confiado con su primer experimento, pudo haber decidido salir a buscar inversión o comenzar a construir, pero se dio cuenta de algo muy importante. El hecho de que alguien quiera usar un app no significa que esté dispuesto a pagar por usarlo y sin eso no se puede saber si el app puede ser un negocio real.
Tomó la decisión de construir un experimento para este segundo supuesto: ¿la gente estará dispuesta a pagar? Dejó el mismo landing page con el mismo botón, pero ahora a las personas que clickeaban para ver más información les mostró esto:
Al igual que en el primer experimento las personas no sabían que el app no existía, sino que marcaban su preferencia real. Con este experimento Gascoigne no solo pudo obtener datos hiper confiables de cuánta gente estaba dispuesta a pagar, sino que también obtuvo cuánto estaban dispuestos a pagar.
Al clickear un plan Gascoigne les enseñaba la misma página que decía que estaban en construcción pero que podían dejar su correo para ser informados del lanzamiento.
Con esta información pudo determinar si era una buena decisión dedicar todos sus recursos y tiempo en construir Buffer iba a generar un negocio que parecía que podía ser rentable o si mejor buscaba otro rumbo.
Al final del día estos dos experimentos le tomaron a Gascoigne un par de semanas construir y correr. No se necesitan habilidades técnicas complejas para construir MVPs — esa es la belleza de la metodología Lean Startup — todos podemos hacerlos. Y esas dos semanas de pausa, junto con la habilidad de detectar los supuestos críticas y de diseñar experimentos que le dieran datos confiables, le dio la confianza y los fundamentos para desarrollar su startup.
Buffer todavía existe hoy, 13 años después. Es una empresa privada por lo que no podemos saber su valuación, pero en 2018 los fundadores invirtieron $3.3M para comprar las acciones de sus inversionistas. En 2022 se reportó un revenue anual de $22M de dólares.
¿Qué podés hacer vos?
Si estás en etapas iniciales de desarrollar una idea o siempre has querido saber cómo se desarrollan ideas para startups, aprender el proceso de construir experimentos (MVPs) es una parte crucial.
Pero además de eso es bueno que entendás sobre mercadeo, ventas y hasta cómo funcionan los diferentes tipos de financiamiento disponible para startups.
Caricaco siempre está buscando startups con potencial de crecimiento en etapas Pre-Seed y Seed. Estamos recibiendo aplicaciones de startups con fundadores centroamericanos que estén listos para inversión. Si crees que cumplís con las descripciones mencionadas anteriormente, ¡te queremos conocer! Aplicá en www.caricaco.com.
Si este boletín te suma, ¡compartí!
Accedé a nuestros otros blogs aquí.
