คืออะไร PMF Score Calculator?
▾
ความเหมาะสมกับตลาดผลิตภัณฑ์ (PMF) คือระดับที่ผลิตภัณฑ์สามารถตอบสนองความต้องการของตลาดที่แข็งแกร่งได้ นี่เป็นหนึ่งในแนวคิดพื้นฐานที่สุดในกลยุทธ์สตาร์ทอัพ ซึ่งแสดงถึงจุดเปลี่ยนที่สตาร์ทอัพเปลี่ยนจากการค้นหาโมเดลธุรกิจไปสู่การดำเนินการและปรับขนาด ก่อน PMF สตาร์ทอัพจะต้องทำซ้ำและทดลอง หลังจาก PMF ควรมุ่งเน้นไปที่การขยายการกระจายและองค์กรที่ขยายสิ่งที่ได้ผลอยู่แล้ว PMF เป็นเรื่องยากที่จะวัดได้อย่างแม่นยำ เนื่องจากเป็นแนวคิดหลายมิติที่ผสมผสานความต้องการของตลาด คุณภาพผลิตภัณฑ์ การรักษาลูกค้า และความอยู่รอดทางธุรกิจ พร็อกซีเชิงปริมาณที่ใช้กันอย่างแพร่หลายที่สุดคือการทดสอบของ Sean Ellis: ผู้ใช้แบบสำรวจถามว่า 'คุณจะรู้สึกอย่างไรหากคุณไม่สามารถใช้ผลิตภัณฑ์นี้ได้อีกต่อไป' ผู้ใช้ที่ตอบว่า 'ผิดหวังมาก' ถือเป็นตัวชี้วัด PMF ที่ชัดเจน โดยทั่วไปเกณฑ์ 40% ของผู้ใช้ที่ใช้งานอยู่ที่เลือก "ผิดหวังมาก" ถือเป็นหลักฐานของ PMF โดยอ้างอิงจากการวิจัยเชิงประจักษ์ของ Ellis ในบริษัทสตาร์ทอัพหลายร้อยแห่ง สัญญาณเชิงปริมาณที่สนับสนุนการประเมิน PMF ได้แก่: Net Promoter Score (NPS) สูงกว่า 40-50 สำหรับ B2B, การเติบโตของไวรัลแบบออร์แกนิก (ผู้ใช้ใหม่ที่มาถึงผ่านการอ้างอิงมากกว่าช่องทางแบบชำระเงิน), เส้นกราฟการรักษาลูกค้าที่แข็งแกร่งซึ่งแบนราบแทนที่จะลดลงเหลือศูนย์, การเก็บรักษารายได้สุทธิสูงกว่า 110-120% สำหรับ B2B SaaS และต้นทุนการได้มาของลูกค้าที่ลดลงเนื่องจากเป็นสิ่งทดแทนการบอกต่อแบบปากต่อปากสำหรับการซื้อกิจการแบบชำระเงิน สัญญาณเชิงคุณภาพมีความสำคัญไม่แพ้กัน: ลูกค้าบ่นเมื่อคุณพยายามเปลี่ยนฟีเจอร์ ทีมขายพบว่าการปิดข้อตกลงเป็นเรื่องง่ายเพราะลูกค้าเข้าใจคุณค่าในทันที การสนทนาด้านการสนับสนุนลูกค้าเผยให้เห็นว่าผลิตภัณฑ์ผสานรวมเข้ากับขั้นตอนการทำงานของผู้ใช้ได้อย่างลึกซึ้งเพียงใด และความสนใจขาเข้าจากผู้มีโอกาสเป็นลูกค้าและคู่ค้าโดยไม่ต้องเข้าถึงลูกค้าอย่างจริงจัง PMF ไม่ใช่ไบนารี่ — มันมีอยู่ในสเปกตรัมและอาจแข็งแกร่งในกลุ่มลูกค้าบางกลุ่มในขณะที่กลุ่มอื่นๆ อ่อนแอ ผู้ก่อตั้งมักจะประกาศ PMF ก่อนกำหนดโดยพิจารณาจากกลุ่มผู้ใช้งานในช่วงแรกที่มีความกระตือรือร้นซึ่งอาจไม่ได้เป็นตัวแทนของตลาดกระแสหลัก บททดสอบที่ยากที่สุดของ PMF คือว่าผลิตภัณฑ์ดังกล่าวสามารถรักษาลูกค้ากระแสหลักไว้ได้หรือไม่ ไม่ใช่แค่กลุ่มผู้ใช้งานกลุ่มแรกๆ ที่จะลองทำอะไรใหม่ๆ ผลิตภัณฑ์มี PMF ที่แข็งแกร่งเมื่อลูกค้าส่วนใหญ่ในช่วงแรกๆ แสดงความกระตือรือร้นและการรักษาลูกค้าเช่นเดียวกับผู้ใช้ในช่วงแรกๆ PMF ยังสามารถกัดเซาะเมื่อเวลาผ่านไปเมื่อตลาดเปลี่ยนแปลง คู่แข่งดีขึ้น และความคาดหวังของลูกค้าพัฒนาขึ้น บริษัทที่สนับสนุน PMF คือบริษัทที่ลงทุนอย่างต่อเนื่องเพื่อทำความเข้าใจลูกค้าและพัฒนาผลิตภัณฑ์ก่อนการเปลี่ยนแปลงของตลาด การวัดผลรายไตรมาสอย่างสม่ำเสมอถือเป็นสิ่งสำคัญในการตรวจจับสัญญาณเริ่มต้นของการกัดเซาะของ PMF ก่อนที่จะกลายเป็นภัยคุกคามที่มีอยู่
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
สูตร
▾
การคำนวณความพอดีของตลาดผลิตภัณฑ์:
ขั้นตอนที่ 1: ทำแบบสำรวจ Sean Ellis PMF กับผู้ใช้งานล่าสุด (30 วันที่ผ่านมา): 'คุณจะรู้สึกอย่างไรหากไม่สามารถใช้ผลิตภัณฑ์นี้ได้อีกต่อไป' - ผิดหวังมาก ค่อนข้างผิดหวัง หรือไม่ผิดหวัง
ขั้นตอนที่ 2: คำนวณเปอร์เซ็นต์ที่ผิดหวังมาก: (คำตอบที่ผิดหวังมาก / คำตอบทั้งหมด) x 100 เกณฑ์สำหรับ PMF: 40%
ขั้นตอนที่ 3: สำรวจแยกกันใน NPS (ระดับ 0-10 ความน่าจะเป็นที่จะแนะนำ): ผู้ก่อการ (9-10) ลบผู้ว่า (0-6) = NPS สัญญาณ B2B PMF: 40+
ขั้นตอนที่ 4: วิเคราะห์เส้นโค้งการรักษากลุ่มตามรุ่น: พล็อตเปอร์เซ็นต์ของผู้ใช้ตามกลุ่มประชากรตามรุ่นแต่ละกลุ่มที่ยังคงใช้งานอยู่ที่ 30, 60, 90, 180 วัน เส้นโค้งที่ราบเรียบบ่งบอกถึงการใช้งานที่เป็นนิสัย
ขั้นตอนที่ 5: ติดตามการได้มาของผู้ใช้ทั่วไปเทียบกับการได้ผู้ใช้ใหม่แบบชำระเงิน: หากการบอกต่อสร้างผู้ใช้ใหม่มากกว่า 30% โดยไม่มีโปรแกรมการอ้างอิงที่ใช้งานอยู่ นั่นถือเป็นสัญญาณ PMF ที่แข็งแกร่ง
ขั้นตอนที่ 6: รวมสัญญาณทั้งหมดไว้ในการประเมิน PMF แบบคอมโพสิต: ให้น้ำหนัก % VD มากที่สุด (สัญญาณหลัก) จากนั้นจึงคงไว้, NRR, NPS และการรับข้อมูลแบบออร์แกนิก
ขั้นตอนที่ 7: ทำการสำรวจและวิเคราะห์ซ้ำทุกไตรมาสในขณะที่ผลิตภัณฑ์และฐานลูกค้าพัฒนาขึ้น — PMF อาจหายไปเมื่อตลาดเปลี่ยนแปลงหรือเมื่อผลิตภัณฑ์เสื่อมคุณภาพเมื่อเทียบกับคู่แข่ง
แต่ละขั้นตอนสร้างขึ้นจากขั้นตอนก่อนหน้า โดยรวมการคำนวณส่วนประกอบเข้ากับผลลัพธ์ที่เหมาะสมกับตลาดผลิตภัณฑ์ที่ครอบคลุม สูตรนี้จะรวบรวมความสัมพันธ์ทางคณิตศาสตร์ที่ควบคุมพฤติกรรมที่สอดคล้องกับตลาดผลิตภัณฑ์คำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| VD | ผิดหวังมาก % | % | เปอร์เซ็นต์ของผู้ใช้ที่ทำการสำรวจซึ่งจะผิดหวังมากหากผลิตภัณฑ์หายไป เกณฑ์: 40% |
| NPS | คะแนนโปรโมเตอร์สุทธิ | score | พารามิเตอร์ NPS แสดงถึงข้อมูลเชิงปริมาณที่สำคัญในการคำนวณให้เหมาะสมกับตลาดผลิตภัณฑ์ โดยวัดในหน่วยมาตรฐานและส่งผลโดยตรงต่อผลลัพธ์ที่คำนวณผ่านสูตรทางคณิตศาสตร์ |
| D30 | การเก็บรักษา 30 วัน | % | เปอร์เซ็นต์ของผู้ใช้ที่ใช้งานในเดือนที่ 1 และยังคงใช้งานในเดือนที่ 2 สัญญาณ PMF: ผู้บริโภค 40%+, 80%+ B2B |
| WoM | ผู้อ้างอิง / % ทั่วไป | % | เปอร์เซ็นต์ของผู้ใช้ใหม่ที่เข้ามาผ่านช่องทางบอกต่อแบบออร์แกนิกเทียบกับช่องทางแบบชำระเงิน สูง % = สัญญาณ PMF |
| NRR | การเก็บรักษารายได้สุทธิ | % | การเติบโตของ ARR ของลูกค้าที่มีอยู่ รวมถึงการขยายที่ลบด้วยการเลิกใช้งาน สัญญาณ PMF: 110%+ สำหรับ B2B SaaS |
วิธี PMF Score Calculator
▾
- 1ทำแบบสำรวจ Sean Ellis PMF กับผู้ใช้งานล่าสุด (30 วันที่ผ่านมา): 'คุณจะรู้สึกอย่างไรหากไม่สามารถใช้ผลิตภัณฑ์นี้ได้อีกต่อไป' - ผิดหวังมาก ค่อนข้างผิดหวัง หรือไม่ผิดหวัง
- 2คำนวณเปอร์เซ็นต์ที่ผิดหวังมาก: (คำตอบที่ผิดหวังมาก / คำตอบทั้งหมด) x 100 เกณฑ์สำหรับ PMF: 40%
- 3สำรวจแยกกันใน NPS (ระดับ 0-10 ความน่าจะเป็นที่จะแนะนำ): ผู้ก่อการ (9-10) ลบผู้ว่า (0-6) = NPS สัญญาณ B2B PMF: 40+
- 4วิเคราะห์กราฟการรักษากลุ่มตามรุ่น: พล็อตเปอร์เซ็นต์ของผู้ใช้กลุ่มตามรุ่นแต่ละกลุ่มที่ยังคงใช้งานอยู่ที่ 30, 60, 90, 180 วัน เส้นโค้งที่ราบเรียบบ่งบอกถึงการใช้งานที่เป็นนิสัย
- 5ติดตามการได้มาของผู้ใช้ใหม่แบบออร์แกนิกเทียบกับแบบชำระเงิน: หากการบอกต่อสร้างผู้ใช้ใหม่มากกว่า 30% โดยไม่มีโปรแกรมการอ้างอิงที่ใช้งานอยู่ นั่นถือเป็นสัญญาณ PMF ที่แข็งแกร่ง
- 6รวมสัญญาณทั้งหมดไว้ในการประเมิน PMF แบบคอมโพสิต: ให้น้ำหนัก VD% มากที่สุด (สัญญาณหลัก) จากนั้นคงไว้, NRR, NPS และการรับข้อมูลแบบออร์แกนิก
- 7ทำการสำรวจและวิเคราะห์ซ้ำทุกไตรมาสในขณะที่ผลิตภัณฑ์และฐานลูกค้าพัฒนาขึ้น — PMF อาจหายไปเมื่อตลาดเปลี่ยนแปลงหรือเมื่อผลิตภัณฑ์เสื่อมถอยเมื่อเทียบกับคู่แข่ง
ตัวอย่างที่มีคำตอบ
▾
58% VD >> เกณฑ์ 40%; NPS 64 >> 40 เกณฑ์มาตรฐาน B2B; 82% D30 >> เป้าหมาย B2B 80%; NRR 127% >> เป้าหมาย 110%
เครื่องมือการจัดการโครงการ B2B นี้แสดง PMF ที่แข็งแกร่งเป็นพิเศษในทุกตัวชี้วัด คะแนนผิดหวังอย่างมาก 58% สูงกว่าเกณฑ์ 40% ถึง 45% ซึ่งบ่งชี้ว่าผลิตภัณฑ์ได้ก้าวข้ามจากกลุ่มผู้ใช้รายแรกไปสู่ตลาดหลักแล้ว NPS เท่ากับ 64 หมายความว่าลูกค้ามีความกระตือรือร้นในการแนะนำผลิตภัณฑ์ 82% อัตราการเก็บรักษา 30 วันบ่งชี้ถึงการใช้งานรายวันหรือรายสัปดาห์ที่เป็นนิสัยซึ่งเป็นพื้นฐานของขั้นตอนการทำงาน การเข้าซื้อกิจการแบบออร์แกนิก 45% แสดงให้เห็นว่าผลิตภัณฑ์แพร่กระจายผ่านการบอกต่อโดยไม่ต้องเสียเงินทางการตลาด NRR 127% หมายความว่าลูกค้าปัจจุบันขยายการใช้งานเร็วกว่าที่พวกเขาเลิกใช้งาน — กลไกการเติบโตแบบทบต้น สัญญาณทั้งหมดรวมกันบ่งชี้ว่าบริษัทควรเปลี่ยนจากการค้นหา PMF ไปเป็นการปรับขนาดการกระจายเชิงรุก
32% VD ต่ำกว่าเกณฑ์ 40% การเก็บรักษา D30 22% ต่ำมากสำหรับผู้บริโภค NPS 28 นั้นปานกลาง
แอปสำหรับผู้บริโภคนี้แสดงสัญญาณ PMF ที่อ่อนแอในทุกมิติ คะแนนผิดหวังมาก 32% ต่ำกว่าเกณฑ์ 40% อย่างเห็นได้ชัด ซึ่งบ่งบอกว่าผลิตภัณฑ์นั้นน่ามีแต่ไม่จำเป็น สำหรับแอปสำหรับผู้บริโภค แถบ PMF จะสูงกว่าเนื่องจากค่าใช้จ่ายในการเปลี่ยนต่ำกว่า อัตราการรักษาลูกค้า 30 วัน 22% นั้นต่ำมาก — 78% ของผู้ใช้ที่ลองใช้ผลิตภัณฑ์ไม่กลับมาหลังจากเดือนที่ 1 NPS ของ 28 นั้นถือว่าปานกลาง การเข้าซื้อกิจการทั่วไปที่ 18% บ่งบอกถึงการบอกต่อแต่ไม่เพียงพอที่จะแทนที่ช่องทางแบบชำระเงิน คำตอบที่ถูกต้องคือการสัมภาษณ์อย่างลึกซึ้งถึง 32% ที่จะผิดหวังมาก เข้าใจกรณีการใช้งานเฉพาะของพวกเขา ย้ำสิ่งที่พวกเขาให้ความสำคัญอย่างจริงจัง และทำการสำรวจอีกครั้งใน 6-8 สัปดาห์
PMF เป็นแบบเฉพาะส่วน มุ่งเน้น ICP ในองค์กรที่มูลค่าชัดเจนที่สุด
การวิเคราะห์นี้แสดงให้เห็นว่า PMF ไม่เหมือนกันในทุกกลุ่มลูกค้า ส่วนองค์กรแสดงให้เห็นว่าผิดหวังมาก 61% — PMF แข็งแกร่ง กลุ่ม SMB อยู่ที่ 38% ซึ่งต่ำกว่าเกณฑ์เพียงเล็กน้อย ส่วนเริ่มต้นแสดงเพียง 22% — ไม่มี PMF การวิเคราะห์ PMF แบบแบ่งกลุ่มนี้เป็นหนึ่งในปัจจัยที่สำคัญที่สุดสำหรับกลยุทธ์การเข้าสู่ตลาด บริษัทควรเน้นโปรไฟล์ลูกค้าในอุดมคติไปที่ลูกค้าองค์กรซึ่งผลิตภัณฑ์ให้คุณค่าที่สำคัญอย่างชัดเจน ขณะเดียวกันก็ลดลำดับความสำคัญของกลุ่มสตาร์ทอัพที่ PMF อ่อนแอ การพยายามให้บริการทุกกลุ่มไปพร้อมๆ กันโดยมี PMF ที่อ่อนแอในสองในสามทำให้สิ้นเปลืองทรัพยากร และทำให้แผนงานผลิตภัณฑ์แย่ลง
การสำรวจ PMF รายไตรมาสจะติดตามความคืบหน้าในการทำซ้ำผลิตภัณฑ์ การข้าม 40% ถือเป็นเหตุการณ์สำคัญของ PMF
การติดตามเปอร์เซ็นต์ที่น่าผิดหวังอย่างมากในช่วงเวลาหนึ่งเป็นเครื่องมือที่มีประสิทธิภาพในการวัดผลกระทบของการทำซ้ำผลิตภัณฑ์ ทีมนี้เริ่มต้นที่ 28% (ไม่มี PMF) ทำงานอย่างเข้มข้นกับความคิดเห็นของลูกค้า จัดส่งฟีเจอร์หลัก และปรับปรุงตัวชี้วัดรายไตรมาส: 28% ถึง 35% ถึง 41% ถึง 48% การข้ามเกณฑ์ 40% ในเดือนที่ 6 แสดงถึงเหตุการณ์สำคัญ PMF ซึ่งเป็นจุดเปลี่ยนที่ชัดเจนว่าผลิตภัณฑ์กลายเป็นสิ่งจำเป็นสำหรับผู้ใช้เป้าหมาย 48% ของเดือนที่ 9 ยืนยันว่าสัญญาณมีความยั่งยืนมากกว่าการวัดเพียงครั้งเดียว ความก้าวหน้านี้ควรได้รับการแบ่งปันกับคณะกรรมการและนักลงทุนเพื่อเป็นหลักฐานว่าทีมงานสามารถระบุและตอบสนองต่อความคิดเห็นของผู้ใช้อย่างเป็นระบบ ซึ่งเป็นความสามารถหลักที่นักลงทุนให้ความสำคัญอย่างสูง
การประยุกต์ใช้จริง
▾
การตรวจสอบความถูกต้องของ PMF ก่อนการระดมทุนเพื่อปรับความสนใจของนักลงทุน Series A ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Product Market Fit ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณของตลาดผลิตภัณฑ์ที่แม่นยำนั้นสนับสนุนโดยตรงในการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพ
การจัดลำดับความสำคัญของแผนงานผลิตภัณฑ์: มุ่งเน้นไปที่คุณลักษณะที่ปรับปรุงเปอร์เซ็นต์ที่น่าผิดหวังอย่างมาก ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Product Market Fit ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณที่เหมาะสมของตลาดผลิตภัณฑ์ที่แม่นยำจะสนับสนุนโดยตรงในการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพ
การแบ่งส่วนลูกค้า: การระบุกลุ่มที่มี PMF ที่แข็งแกร่งและอ่อนแอ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Product Market Fit ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณที่เหมาะสมของตลาดผลิตภัณฑ์ที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การรายงานของคณะกรรมการ: ติดตามตัวชี้วัด PMF ทุกไตรมาสเพื่อแสดงให้เห็นถึงความสอดคล้องของตลาดผลิตภัณฑ์ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Product Market Fit ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณที่เหมาะสมของตลาดผลิตภัณฑ์ที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การวางแผนการเข้าสู่ตลาด: การใช้ข้อมูลกลุ่ม PMF เพื่อกำหนดโปรไฟล์ลูกค้าในอุดมคติ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Product Market Fit ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณที่เหมาะสมกับตลาดผลิตภัณฑ์ที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
กรณีพิเศษ
▾
PMF ในตลาดสองด้าน', 'คำอธิบาย': 'สองด้าน
ตลาดซื้อขายสองฝั่งต้องบรรลุ PMF ทั้งสองด้านพร้อมกัน — อุปทาน (ผู้ขาย คนขับรถ เจ้าบ้าน) และอุปสงค์ (ผู้ซื้อ ผู้โดยสาร แขก) การวัดค่า PMF จะต้องประเมินทั้งสองฝ่ายอย่างเป็นอิสระและปฏิสัมพันธ์กัน ตลาดกลางอาจมี PMF ที่แข็งแกร่งในด้านหนึ่งและมี PMF ที่อ่อนแอในอีกด้านหนึ่ง ทำให้เกิดความไม่สมดุลทางโครงสร้างที่จำกัดการเติบโต
องค์กรกับ.
PMF จากล่างขึ้นบน', 'คำอธิบาย': 'PMF ขององค์กร (จากบนลงล่าง) ได้รับการตรวจสอบผ่านการตัดสินใจด้านการจัดซื้อจัดจ้าง สัญญาหลายปี และการจัดสรรงบประมาณ PMF การเติบโตที่นำโดยผลิตภัณฑ์จากล่างขึ้นบนได้รับการตรวจสอบผ่านการปรับใช้ของผู้ใช้แต่ละรายที่แพร่กระจายภายในองค์กรโดยไม่มีคำสั่งจากบนลงล่าง ตัวชี้วัดมีความแตกต่างกันอย่างมาก: PMF ขององค์กรมุ่งเน้นไปที่อัตราการต่ออายุสัญญาและการขยาย; PLG PMF มุ่งเน้นไปที่อัตราการเปิดใช้งาน การเติบโตของที่นั่ง และค่าสัมประสิทธิ์ของไวรัส'}
รูปแบบ PMF ระหว่างประเทศ', 'คำอธิบาย': 'PMF สามารถอยู่ในระดับสูงได้
PMF สามารถแปลเป็นภาษาท้องถิ่นได้ในระดับสูง — ผลิตภัณฑ์ที่มี PMF ที่แข็งแกร่งในตลาดสหรัฐอเมริกาอาจมี PMF ที่อ่อนแอในเยอรมนีหรือญี่ปุ่น เนื่องจากความแตกต่างทางวัฒนธรรม ข้อกำหนดด้านกฎระเบียบ หรือทางเลือกในการแข่งขันในท้องถิ่น การขยายธุรกิจไปยังต่างประเทศควรเกี่ยวข้องกับการตรวจสอบ PMF ในแต่ละภูมิศาสตร์ใหม่โดยแยกจากกัน แทนที่จะถือว่า PMF ของสหรัฐฯ มีการโอนโดยอัตโนมัติ
เกณฑ์มาตรฐาน PMF ตามหน่วยเมตริกและระยะ
▾
| เมตริก | ไม่มี PMF | PMF เล็กน้อย | PMF ที่แข็งแกร่ง | PMF ที่ยอดเยี่ยม |
|---|---|---|---|---|
| ฌอน เอลลิส VD % | < 25% | 25-39% | 40-55% | > 55% |
| บีทูบี เอ็นพีเอส | <20 | 20-39 | 40-60 | > 60 |
| การเก็บรักษาผู้บริโภค 30 วัน | < 15% | 15-30% | 30-50% | > 50% |
| การเก็บรักษา B2B 12 เดือน | < 70% | 70-85% | 85-90% | > 90% |
| การเก็บรักษารายได้สุทธิ | < 90% | 90-100% | 100-115% | > 115% |
| % ทั่วไปของผู้ใช้ใหม่ | < 10% | 10-25% | 25-50% | > 50% |
คำถามที่พบบ่อย
▾
เกณฑ์ 40% ในการทดสอบของ Sean Ellis คืออะไรกันแน่?
Sean Ellis ผู้คิดค้นวิธีการสำรวจที่ "ผิดหวังมาก" หลังจากศึกษาบริษัทสตาร์ทอัพหลายร้อยแห่งในช่วงเวลาที่เขาทำงานกับ Dropbox, Eventbrite และ LogMeIn พบว่าโดยเชิงประจักษ์ว่าบริษัทสตาร์ทอัพที่มีผู้ใช้ 40% ขึ้นไปบอกว่าพวกเขาจะ "ผิดหวังมาก" หากไม่มีผลิตภัณฑ์ดังกล่าวแสดงให้เห็นตัวชี้วัดการเติบโตที่แข็งแกร่งและเศรษฐศาสตร์ต่อหน่วยในเชิงบวกอย่างสม่ำเสมอ โดยทั่วไปแล้วการเติบโตที่ต่ำกว่า 40% นั้นทำได้ยากและไม่ยั่งยืน 40% เป็นเกณฑ์ ไม่ใช่เพดาน บริษัท PMF ที่แข็งแกร่งที่สุดจะแสดงค่า 60-80%+ ในตัวชี้วัดนี้ ในเชิงวิกฤต ควรส่งแบบสำรวจไปยังผู้ใช้ที่ใช้งานล่าสุดในช่วง 30 วันที่ผ่านมาเท่านั้น ไม่ใช่ผู้ใช้ที่ลงทะเบียนทั้งหมด ผู้ใช้ที่ไม่ได้ใช้งานจะให้คะแนนผลิตภัณฑ์ต่ำลงเสมอและทำให้ผลลัพธ์ลดลงอย่างมาก
คุณสามารถมี PMF ใน B2B โดยไม่ต้องทดสอบ Sean Ellis ได้หรือไม่
ใช่ — PMF ใน B2B สามารถวัดผลผ่านการวัดการรักษาลูกค้าและรายได้ได้ดีกว่าผ่านการสำรวจเพียงอย่างเดียว เนื่องจากผู้ซื้อ B2B มักจะแตกต่างจากผู้ใช้ปลายทาง และการตอบแบบสำรวจอาจไม่สามารถรวบรวมการตัดสินใจในการจัดซื้อจัดจ้างได้ สัญญาณ PMF ของ B2B ที่แข็งแกร่งที่สุดคือ NRR ที่สูงกว่า 110-120% การรักษารายได้รวม 12 เดือนที่สูงกว่า 90% รอบการขายที่สั้นพร้อมการผลักดันราคาต่ำ ดอกเบี้ยขาเข้าสูงเมื่อเทียบกับความพยายามขาออก และลูกค้าใช้งานผลิตภัณฑ์อย่างกระตือรือร้นรายวันหรือรายสัปดาห์เป็นเครื่องมือขั้นตอนการทำงานที่สำคัญ สำหรับบริษัท B2B การถามลูกค้าว่าพวกเขาจะให้ข้อมูลอ้างอิงกรณีศึกษาหรือแนะนำผลิตภัณฑ์ให้กับเพื่อนฝูง มักจะเป็นตัวบ่งชี้ PMF ที่นำไปใช้ได้จริงมากกว่าแบบสำรวจ Sean Ellis ที่มุ่งเน้นผู้บริโภค
คุณควรทำอะไรก่อนที่จะมีผลิตภัณฑ์ที่เหมาะกับตลาด?
ก่อน PMF สตาร์ทอัพควรลดค่าใช้จ่ายและเพิ่มความเร็วในการเรียนรู้ให้สูงสุด ไม่ใช่การขยายขนาด การล่อลวงให้จ้างงานเชิงรุก ใช้จ่ายด้านการตลาดอย่างหนัก และขยายขนาดการดำเนินงานก่อน PMF เป็นสาเหตุหลักของความล้มเหลวในสตาร์ทอัพ หากไม่มี PMF การใช้จ่ายด้านการตลาดจะสูญเปล่าเพราะคุณกำลังเทน้ำลงในถังที่รั่ว การจ้างงานฝ่ายขายเกิดก่อนกำหนดเนื่องจากตัวแทนไม่สามารถปิดได้หากผลิตภัณฑ์ไม่ตรงใจ กิจกรรมที่เหมาะสมก่อน PMF คือการสัมภาษณ์ผู้มีโอกาสเป็นลูกค้าอย่างลึกซึ้งเพื่อทำความเข้าใจความเจ็บปวดของพวกเขา สร้างและจัดส่งอย่างรวดเร็ว พูดคุยกับลูกค้าทุกคนเป็นการส่วนตัว ตัดคุณสมบัติที่ไม่จัดการกับความเจ็บปวดหลักอย่างไร้ความปรานี และทำการสำรวจอีกครั้งหลังจากการเปลี่ยนแปลงผลิตภัณฑ์ที่สำคัญแต่ละรายการเพื่อติดตามสัญญาณ PMF
คุณจะสูญเสียความพอดีของตลาดผลิตภัณฑ์หลังจากบรรลุเป้าหมายได้หรือไม่?
ใช่ — PMF ไม่ถาวร บริษัทต่างๆ อาจสูญเสีย PMF ไปเมื่อสภาวะตลาดเปลี่ยนแปลง คู่แข่งมาพร้อมกับโซลูชันที่ดีกว่า หรือผลิตภัณฑ์ไม่สามารถพัฒนาตามความต้องการของลูกค้าที่เปลี่ยนแปลงไป Blockbuster มี PMF ที่แข็งแกร่งสำหรับการเช่าภาพยนตร์ก่อนที่ Netflix จะหยุดชะงัก ผู้จำหน่ายซอฟต์แวร์ระดับองค์กรหลายรายมี PMF ในองค์กรซึ่งพังทลายลงเมื่อทางเลือกอื่นของระบบคลาวด์เกิดขึ้น PMF อาจสูญหายได้หากคุณภาพผลิตภัณฑ์ของบริษัทลดลงหรือการเปลี่ยนแปลงราคาทำให้ผลิตภัณฑ์มีการแข่งขันน้อยลง ตัวชี้วัดของการกัดเซาะ PMF ได้แก่ NRR ที่ลดลง อัตราการปั่นป่วนที่เพิ่มขึ้น ต้นทุนการได้มาซึ่งลูกค้าเพิ่มขึ้น และเปอร์เซ็นต์ความผิดหวังอย่างมากที่ลดลงในการสำรวจซ้ำๆ การสำรวจเป็นประจำทุกไตรมาสจะช่วยตรวจจับการกัดเซาะได้ตั้งแต่เนิ่นๆ เมื่อยังสามารถแก้ไขได้
อะไรคือความแตกต่างระหว่าง PMF และความเหมาะสมในการแก้ปัญหา?
ความพอดีในการแก้ปัญหาและความเหมาะสมของตลาดผลิตภัณฑ์มีความแตกต่างกันแต่เป็นแนวคิดที่ต่อเนื่องกัน ความเหมาะสมกับการแก้ปัญหาต้องมาเป็นอันดับแรก: ลูกค้ารับทราบว่าปัญหาที่คุณกำลังแก้ไขนั้นมีอยู่จริงและสำคัญพอที่จะจ่ายเงินสำหรับการแก้ปัญหาหรือไม่ ได้รับการตรวจสอบผ่านการสัมภาษณ์การค้นพบลูกค้าก่อนสร้าง ความเหมาะสมกับตลาดผลิตภัณฑ์มาเป็นอันดับสอง: ผลิตภัณฑ์เฉพาะของคุณเป็นวิธีแก้ปัญหาที่เหมาะสมสำหรับปัญหานั้นหรือไม่ เช่น กลุ่มตลาดที่กำหนดใช้ผลิตภัณฑ์ดังกล่าวเป็นประจำและจะผิดหวังมากหากไม่มีผลิตภัณฑ์ดังกล่าวหรือไม่ สตาร์ทอัพอาจมีวิธีแก้ปัญหาที่เหมาะสมแต่ไม่สามารถบรรลุ PMF ได้ เนื่องจากการนำผลิตภัณฑ์ไปใช้ไม่ใช่วิธีแก้ปัญหาที่ถูกต้อง การข้ามการตรวจสอบความถูกต้องของการแก้ปัญหา — การสร้างก่อนที่จะยืนยันว่าปัญหานั้นมีอยู่จริง — เป็นสาเหตุที่พบบ่อยที่สุดที่สตาร์ทอัพไม่ประสบผลสำเร็จ
โดยทั่วไปแล้วจะใช้เวลานานแค่ไหนในการค้นหาผลิตภัณฑ์ที่เหมาะกับตลาด?
การสำรวจ State of Startups ของ First Round Capital พบว่าผู้ก่อตั้งรายงานว่าต้องใช้เวลาโดยเฉลี่ย 24 เดือนในการค้นหาผลิตภัณฑ์ที่เหมาะกับตลาดนับตั้งแต่ก่อตั้ง อย่างไรก็ตาม สิ่งนี้จะแตกต่างกันไปอย่างมาก: บางบริษัทพบ PMF ได้ใน 3-6 เดือนโดยเริ่มต้นด้วยการวิจัยลูกค้าที่เข้มงวดมาก และสร้างสิ่งที่กลุ่มลูกค้าเฉพาะกลุ่มต้องการอย่างแท้จริง คนอื่นๆ ทำซ้ำเป็นเวลา 3-4 ปีก่อนที่จะค้นหาการผสมผสานที่ลงตัวระหว่างผลิตภัณฑ์ ลูกค้า และแนวทางการเข้าสู่ตลาด เวลาในการดำเนินการ PMF ได้รับอิทธิพลอย่างมากจากความแม่นยำของทีมผู้ก่อตั้งในการกำหนดสมมติฐานเบื้องต้นของลูกค้า ความรวดเร็วที่พวกเขาสามารถสร้างและจัดส่งซ้ำ และประสิทธิภาพของกระบวนการค้นหาลูกค้า บริษัท YC ที่ทำการค้นหาลูกค้าอย่างเข้มข้นในช่วงระยะเวลา 3 เดือน มักจะพบสัญญาณ PMF ได้เร็วกว่าผู้ก่อตั้งที่ไม่ได้รับการสนับสนุน
คุณจะใช้ข้อมูลเชิงลึก PMF เพื่อเป็นแนวทางในการพัฒนาผลิตภัณฑ์ได้อย่างไร
ข้อมูลเชิงลึก PMF จากการสำรวจของ Sean Ellis และการวิเคราะห์การรักษาลูกค้าควรกำหนดแผนงานผลิตภัณฑ์โดยตรง โดยเฉพาะ: ระบุคุณลักษณะและกรณีการใช้งานที่ผู้ใช้ที่ "ผิดหวังมาก" ระบุว่าจำเป็น ซึ่งเป็นหัวใจหลักของผลิตภัณฑ์ของคุณและไม่ควรลดคุณภาพลง วิเคราะห์สิ่งที่ผู้ใช้ที่ 'ค่อนข้างผิดหวัง' กล่าวว่าพวกเขาพบว่ามีคุณค่า สิ่งเหล่านี้แสดงถึงโอกาสในการเปลี่ยนพวกเขาให้เป็นผู้ใช้ที่ 'ผิดหวังมาก' ผ่านการปรับปรุงคุณสมบัติที่ตรงเป้าหมาย เพิกเฉยหรือลดลำดับความสำคัญของคำขอจากผู้ใช้ที่ 'ไม่ผิดหวัง' เนื่องจากพวกเขาไม่น่าจะกลายเป็นลูกค้าหลักของคุณไม่ว่าผลิตภัณฑ์จะเปลี่ยนแปลงไปก็ตาม การวิเคราะห์การคงผู้ใช้ควรระบุช่วงเวลาในการเปิดใช้งาน (จุดที่ผู้ใช้ใหม่ได้รับประสบการณ์หลักเป็นครั้งแรก) และฟีเจอร์ที่เกี่ยวข้องกับการรักษาผู้ใช้ในระยะยาว ทั้งสองอย่างควรได้รับการปรับให้เหมาะสมในเชิงรุก
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !สำรวจผู้ใช้ที่ลงทะเบียนทั้งหมด แทนที่จะเป็นเพียงผู้ใช้ที่ใช้งานล่าสุด — ผู้ใช้ที่ไม่ได้ใช้งานลากเปอร์เซ็นต์ที่ผิดหวังมากลง ทำให้เกิดการอ่านในแง่ร้ายอย่างไม่ถูกต้อง
- !การประกาศ PMF ตามความกระตือรือร้นของผู้นำไปใช้ในช่วงแรก โดยไม่ต้องทดสอบว่าผู้ใช้กระแสหลักแสดงรูปแบบการรักษาลูกค้าแบบเดียวกันหรือไม่
- !การเพิ่มประสิทธิภาพข้อความแบบสำรวจเพื่อเพิ่มคะแนน - คะแนน PMF ที่สูงเกินจริงทำให้ผู้ก่อตั้งเข้าใจผิดในการขยายขนาดก่อนเวลาอันควรก่อนที่ผลิตภัณฑ์จะพร้อมอย่างแท้จริง
- !ไม่แบ่งกลุ่มการวิเคราะห์ PMF ตามประเภทลูกค้า — PMF โดยรวมที่อ่อนแออาจปกปิด PMF ที่แข็งแกร่งในส่วนเฉพาะที่ควรค่าแก่การมุ่งเน้น
- !การใช้ผลิตภัณฑ์อย่างสับสนกับความรักในผลิตภัณฑ์ — ผู้ใช้ที่ใช้งานรายวันในปริมาณมากอาจเป็นผลมาจากการเล่นเกมหรือความกดดันในการแจ้งเตือน มากกว่าการส่งมอบคุณค่าที่แท้จริง โดยให้สัญญาณ PMF เท็จ
เคล็ดลับโปร
เกณฑ์มาตรฐาน 40% ของ Sean Ellis สำหรับคำถามที่ 'ผิดหวังมาก' นั้นเป็นเกณฑ์ ไม่ใช่เพดาน บริษัทที่แข็งแกร่ง PMF ที่ดีที่สุดเห็นว่าผู้ใช้ 60-80% กล่าวว่าพวกเขาจะผิดหวังมากหากไม่มีผลิตภัณฑ์ หากคุณอยู่ที่ 35% แสดงว่าคุณยังไม่มี PMF แต่คุณอาจใกล้พอที่จะทำซ้ำต่อไป
คุณรู้ไหม?
คำว่า 'ความเหมาะสมกับตลาดผลิตภัณฑ์' ได้รับความนิยมโดย Marc Andreessen ในบล็อกโพสต์เมื่อปี 2550 แบบสำรวจที่ 'ผิดหวังมาก' ของ Sean Ellis ได้กลายเป็นแบบสำรวจเชิงปริมาณที่ใช้กันอย่างแพร่หลายที่สุดสำหรับ PMF แม้ว่าจะเป็นการวัดแบบอัตนัยที่รายงานด้วยตนเองก็ตาม
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
เอกสารอ้างอิง
Ratings & comments
รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์