Teaching Startup: Pourquoi résoudre un gros problème ne suffit pas pour créer une startup d’un milliard de dollars

Note de l’éditeur: Ceci est l’article 3 sur 3 de la « Série de croissance » pour les startups pédagogiques. Teaching Startup est publié chaque mardi. L’auteur Joe Procopio est le fondateur de Teachstartup.com. Joe a une longue histoire d’entrepreneuriat dans le Triangle qui comprend Spiffy, Automated Insights et ExitEvent. Plus d’informations sur joeprocopio.com.

DURHAM – Si vous voulez être un entrepreneur prospère, vous devez trouver un gros problème et le résoudre. Mais si vous vous arrêtez là, vous pourriez finir par être l’inventeur d’une solution étonnante que personne n’utilise jamais.

Ce n’est probablement pas votre objectif.

Il n’y a jamais aucune garantie que votre startup va évoluer vers une évaluation massive, ou même en arriver à la phase de croissance. Mais un moyen infaillible d’inviter l’échec est de se reposer sur l’ingéniosité de la solution et de supposer que la croissance prendra soin d’elle-même.

Joe Procopio

Vous ne pouvez pas simplement vous arrêter à une excellente solution. Vous devez transformer cette solution en une machine efficace.

Aujourd’hui, je n’ai jamais dirigé une entreprise d’un milliard de dollars, mais cela ne m’a pas empêché de me balancer pour les clôtures. Voici les étapes de base que j’ai apprises pour passer d’une solution viable à une entreprise à forte croissance.

Étape 1: perfectionnez la solution évolutive

Pour commencer à tracer le chemin de la solution à l’évaluation, je vais utiliser deux exemples de startup à forte croissance de mon passé récent, ainsi qu’un troisième exemple avec lequel vous serez plus familier.

Le StatSheet de Robbie Allen a commencé sa vie en tant que site Web d’analyse de données sur le basketball universitaire. En l’espace de cinq ans, de nombreuses utilisations l’ont transformé en Automated Insights, un pionnier de 75 personnes dans la technologie de génération de langage naturel qui a produit des milliards de rapports dans plusieurs secteurs. Nous avons vendu à une société de capital-investissement en 2015, et cette histoire se poursuit aujourd’hui.

Trois ans après la vente d’Automated, j’ai rejoint Scot Wingo, qui avait auparavant fait passer le géant du commerce électronique ChannelAdvisor d’une start-up à une société publique. Je voulais apprendre de lui et l’aider à faire évoluer sa nouvelle entreprise, Get Spiffy, au-delà de ses débuts en tant que lave-auto mobile.

Oh, et en 1995, Amazon a commencé à vendre des livres en ligne. C’est le troisième exemple, et nous savons tous comment cela s’est terminé.

Amazon et Spiffy ont vu le jour pour résoudre un gros problème, et à peu près le même problème, un manque de cohérence stratégique dans la livraison de produits mobiles et la fourniture de services mobiles, respectivement.

Automated Insights, en revanche, était une solution à la recherche de son gros problème. Nous avions développé la science pour automatiser la création d’histoires écrites perspicaces à partir de données, mais la question planait toujours sur nous – «Qui a exactement besoin de cette technologie?» C’est certainement une approche à rebours, mais cela fait ressortir le fait que la résolution d’un gros problème n’est pas le seul ingrédient du succès, ni même le premier ingrédient dans certains cas.

À chacune de ces trois startups, une solution parfaite a été développée et en attente de traction. Amazon a pris pied dans le commerce électronique en perfectionnant la livraison de livres et de CD, tout comme Automated Insights a craqué NLG en perfectionnant la génération d’informations à partir des données de basket-ball universitaire, et Spiffy révolutionne la prestation de services mobiles en perfectionnant quelques cas d’utilisation dans les soins et la maintenance automobiles .

Étape 2: Créez un nouveau marché

Les trois entreprises ont commencé avec l’opportunité de tirer parti de ce qu’elles avaient appris à un bas niveau et de résoudre un problème beaucoup plus vaste.

Retour à Automated Insights et à notre recherche d’un gros problème – il s’avère que ce problème s’est développé autour de nous: la surcharge de nouvelles données provenant de diverses nouvelles sources – y compris l’IoT, les appareils mobiles et les appareils portables – créait un nouveau besoin massif de données la science. Les data scientists étaient chers et nous avons automatisé une grande partie de ce qu’ils faisaient avec notre technologie.

Nous avons donc commencé à nous attaquer à un nouveau marché. Nous n’étions plus des rédacteurs automatisés à la demande, nous étions des spécialistes des données automatisés à la demande. C’était Natural Language Generation avant que nous sachions ce qu’était NLG. C’était un défi beaucoup plus grand avec un marché adressable beaucoup plus grand, mais nous nous étions déjà attaqués par inadvertance à ce marché pendant un certain temps, verticalement, dans le sport.

Nous avons pivoté et fait un mouvement horizontal vers d’autres secteurs, en fournissant une science des données automatisée dans les domaines de la finance, du marketing, de l’assurance, etc. Maintenant, lorsque nous avons posé la question «Qui a exactement besoin de cette technologie?», La réponse n’était pas une seule industrie, c’était un segment de marché dans chaque secteur: quiconque devait analyser rapidement beaucoup de données. Au milieu des années 2010, cela s’est avéré être tout le monde.

Amazon et Spiffy ont abordé leurs nouveaux marchés de manière beaucoup plus proactive. Cette approche comprenait une expansion verticale de leurs secteurs d’activité actuels – exécution, technologie et logistique pour Amazon et maintenance automobile pour Spiffy – ainsi qu’une expansion horizontale dans d’autres secteurs d’activité.

Amazon a décidé de vendre tout et n’importe quoi sur Internet, y compris en faisant appel à des fournisseurs tiers sur leur plate-forme. Spiffy a commencé à développer sa propre plate-forme logicielle dérivée qui pourrait rendre la fourniture de services mobiles disponible à n’importe quel service dans n’importe quel secteur.

Étape 3: Développez votre propriété intellectuelle sur le nouveau marché

N’importe qui peut dire qu’il utilise la technologie et l’innovation pour révolutionner une industrie, y compris les opérateurs historiques. Vous vous souvenez peut-être de l’engouement récent pour ajouter l’apprentissage automatique à presque tous les produits, qu’ils soient utiles ou même viables.

Mais ce à quoi la plupart des grandes entreprises sont terribles, c’est de concentrer les progrès technologiques dans une stratégie produit cohérente.

Cette stratégie commence par la rationalisation et l’expansion des progrès dans toutes les fonctions de l’entreprise, comme de meilleures façons de traiter les commandes sur Amazon, devenant éventuellement une expédition sous 2 jours.

Chez Automated Insights, nous avons créé des bibliothèques entières pour accélérer le développement d’histoires automatisées personnalisées, et nous nous sommes constamment concentrés sur la réutilisabilité là où d’autres codaient des solutions à partir de zéro à chaque fois. Chez Spiffy, nous avons un ensemble de projets de nouvelle génération que nous appelons Automotive 2.0. Ces projets anticipent des changements radicaux dans quatre domaines: les véhicules autonomes, les véhicules électriques, la voiture connectée et la possession de véhicules.

Ces progrès ne sont pas dispersés, mais plutôt des initiatives calculées pour nous assurer que nous progressons vers la résolution du gros, gros problème. Ils tournent autour de concepts tels que MVP, revenus, CAC, LTV et part de marché. Ils mesurent les résultats, s’appuient sur ce qui fonctionne et rejettent ce qui ne fonctionne pas.

Étape 4: Conservez votre avance

Chaque start-up réussie se trouve généralement dans sa phase de croissance avec une longueur d’avance de 6 à 18 mois pour créer et dominer son nouveau marché. La douleur et la lutte qu’ils subissent au cours des trois étapes précédentes se traduisent par des cicatrices coûteuses qui construisent des douves larges.

Mais cela ne suffit pas.

Cette avance doit être maintenue et élargie en parcourant constamment les progrès de la propriété intellectuelle, en étendant les innovations qui en résultent à d’autres marchés et industries et en les transformant en initiatives plus risquées mais extrêmement gratifiantes.

C’est la raison pour laquelle Amazon a réorienté Amazon Web Services, une initiative technique interne pour les aider à traverser leur période de vacances chargée, et en a fait une offre de services pour d’autres entreprises. Amazon n’était pas dans le visage de Microsoft ou de Google il y a dix ans. Maintenant, ils ont une énorme avance dans le cloud computing.

Et tout a commencé par la résolution d’un problème d’expédition de livres.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *