Image Image Image Image Image

Ciao

Scroll to Top

To Top

Strategia Archives - Sharazad

14

Sep
2017

In Business Model
Innovazione
Product Design
Strategia

By stefanoschiavo

Come faremo i soldi? La lezione di Monetizing Innovation per costruire un business/2

On 14, Sep 2017 | In Business Model, Innovazione, Product Design, Strategia | By stefanoschiavo

Recentemente stiamo esplorando approcci alla costruzione di un modello di business complementari al Lean Startup.

Abbiamo parlato in un altro post della lezione di Monetizing Innovation. Abbiamo visto che si può pensare di “partire dai soldi”. O meglio, dai soldi che il nostro cliente è (forse) intenzionato a pagare.

Serve aggiungere qualche ulteriore spunto e poi invitiamo comunque a leggere il bel libro di Madhavan Ramanujam e Georg Tacke. Il loro pensiero attorno ai business model è originale e di sicuro interesse.

Come si sposa però questo approccio con le idee del Lean Startup? La costruzione iterativa e sperimentale del modello che abbiamo introdotto qua è in linea con questo approccio? In che fasi si comincia a parlare di prezzi di vendita?

Proviamo a suggerire qualche risposta.

Il prezzo nel Lean Canvas

L’abbiamo detto più volte. L’approccio Lean allo sviluppo del business è un approccio empirico. Lo stesso della scienza da qualche secolo. Osservo la realtà (il go see del Lean Thinking). Faccio delle ipotesi su come funzionerà il modello (induzione). Ne deduco delle conseguenze. Verifico se le mie conclusioni sono corrette. Semplificando un po’…

Con questo modello induttivo-deduttivo non dimostro mai niente in maniera certa, ma riduco progressivamente l’incertezza. Ne parleremo meglio in un post dedicato.

Il Lean Startup coglie appieno questa lezione che ci hanno lasciato gli scienziati e la traduce in strumenti e metodologie sempre più consolidati. Ci piace molto il Lean Canvas di Ash Maurya perché legge proprio in ottica di problema e soluzione questo percorso.

  1. Si individua i segmenti target
  2. Si analizzano i problemi
  3. Si propone un valore che soddisfi meglio delle attuali alternative le sue esigenze.
  4. A partire da questa promessa, si costruiscono prodotti e servizi
  5. Si definisce un modello economico-finanziario
  6. Si impostano una comunicazione e un processo commerciale adeguati

Ma il prezzo dove arriva? Nel modello economico-finanziario? Nella definizione del prodotto e dei servizi? Addirittura nella comunicazione?

Un potente grimaldello

Monetizing Innovation anticipa molto il momento in cui incontrare il cliente e testare la sua disponibilità a pagare un certo prezzo. Una sorta di grimaldello per testare il valore della nostra proposta. Pagare mette in luce immediatamente l’urgenza e la rilevanza che la nostra proposta ha per il cliente. Si esce da un ipotetico interesse manifestato attraverso click e parole e si entra nel confronto economico.

In qualche modo il passaggio sul prezzo è alla base della costruzione del prodotto e delle sue feature. Dopo la Value Proposition, centrale nel processo di definizione del valore per il cliente, sta bene costruire una soluzione che risponda alle problematiche emerse e che non introduca più feature di quelle necessarie.

Alcuni passaggi operativi

Il libro ci racconta diverse regole per far questo al meglio. Proviamo a esaminarne alcune collegate più direttamente al business model.

Quanto è disposto a pagare il cliente?

Allontanarsi presto dall’ufficio e andare a incontrare il cliente è centrale. L’abbiamo visto quasi in ogni approccio all’innovazione. Un eccesso di teorizzazione ci conduce a costruire un mondo delle idee separato dalla realtà.

In questo senso anche Monetizing Innovation ci invita a un confronto con il cliente molto anticipato.

Sviluppare un confronto con il cliente sulla sua disponibilità a pagare (“willingness to pay”) al più presto nel processo di sviluppo del prodotto. Se non si procede subito, non si riusciranno a dare priorità alle feature del prodotto che si sta sviluppando e non si capirà se si sta costruendo qualcosa che i clienti pagheranno fino a che non si arriverà sul mercato.

A cosa ci serve questo incontro anticipato sulla disponibilità a pagare? Sostanzialmente a tre cose:

  1. Ci dirà subito se esiste una possibilità di monetizzare il prodotto o no
  2. Ci aiuterà a dare le priorità e a progettare il prodotto con il giusto insieme di feature
  3. Ci aiuterà a evitare i quattro tipi di fallimento visti all’inizio nel precedente post

 

 

 

 

Sembra scontato, ma la gran parte delle aziende non attiva un confronto diretto finché il prodotto non è sul mercato. Il prezzo è definito all’ultimo e risulta quasi la conclusione del processo di sviluppo prodotto anziché il suo punto di partenza. Si capisce bene come il libro ci dia un suggerimento spiazzante.

Pensiamo ai settori in cui i produttori presentano i propri nuovi prodotti in contesti fieristici. È come se l’evento pubblico fosse il pretesto per un confronto su feature e prezzi, ma a quel punto sono già andato molto avanti nel processo di sviluppo. In altri casi invece si va sul mercato sperando di averci azzeccato, pronti a cambiare in funzione dei feedback in arrivo.

Che tipo di informazioni stiamo cercando di scoprire?

Prima di addentrarci sul valore delle singole feature del prodotto o del servizio, ci interessa determinare la disponibilità a pagare generale dei clienti. Vorremmo conoscere il range di prezzo che i clienti considerano ragionevole. E, ovviamente, dobbiamo capire se questo range funziona per la nostra azienda.

In seconda battuta siamo interessati a capire quanto valore i clienti mettano su ogni singola feature. Quali feature i clienti valorizzano di più e per le quali sarebbero quindi propensi a pagare di più.

Questo step ci aiuterà a creare una roadmap per il prodotto—quali feature sviluppare per prime, le successive, e così via. Ci focalizzerà sulle caratteristiche che generano il maggior interesse nel cliente e ci aiuteranno a evitare un feature shock.

Come gestire il confronto con il cliente?

Ci sono metodi strutturati per gestire una conversazione (termine preferito a quello di intervista) sulla disponibilità a pagare. Il libro ce ne propone cinque in scala crescente di complessità.

Approccio Diretto
Incontriamo il cliente del segmento target e poniamo domande dirette sul valore del prodotto e sulle sue caratteristiche. Con un trucco: a ogni domanda segue sempre quella più potente di tutte: “Perché?”

Nelle prime fasi dell’innovazione si tratta di un metodo potente. È facile e, appunto, diretto. Chiedendo a un sufficiente numero di persone la loro disponibilità a pagare, possiamo definire un primo range di ciò che il mercato generalmente è disposto a pagare. Inoltre, ci segnalerà velocemente se siamo completamente fuori strada (specialmente quando la disponibilità a pagare del mercato è molto inferiore a quella che ci aspettiamo).

La valenza statistica dipende dai mezzi a disposizione nella selezione del campione (per definire una significatività adatta) e per la conduzione degli incontri. Ciononostante la sola attivazione di un confronto diretto con potenziali clienti “veri” consente di attivare un percorso di consapevolezza ed empatia con il mercato  fondamentale per chi tenta di innovare l’offerta.

  1. Probabilità d’acquisto. Un mezzo più quantitativo e strutturato di indagare sulla disponibilità a pagare è quello di simulare scenari d’acquisto. In questi chiediamo ai clienti di scegliere un’opzione tra diverse. Possiamo mostrare un insieme di prodotti con prezzi differenti e combinazioni di feature e quindi domandare quali sceglierebbero (includendo di non scegliere alcuna opzione). Non si fa esprimere direttamente il cliente su un prezzo. Vale sempre la regola di chiedere “Perché?” dopo ogni scelta. Poi si cambia scenario (es. le caratteristiche del prodotto e la combinazione di prezzi) e si chiede di scegliere ancora. Stiamo così investigando i modelli mentali e le regole che le persone usano per prendere decisioni. Questo ci permetterà di capire quali aspetti del prodotto portino la maggior parte del valore e quanto le persone pagheranno per essi.

    Nella pratica, si mostra il concept di un nuovo prodotto, si spiegano il valore e i benefici, si aggiunge un prezzo e si chiede: “Su una scala da 1 a 5, dove 1 è ‘Non comprerei mai questo prodotto’, quanto valuteresti questo prodotto?” Se la risposta è 4 o 5, ci si ferma. Se la risposta è minore o uguale a 3, si abbassa il prezzo e si domanda ancora. Si chiede un po’ di volte e si vede se le persone aumentano la loro valutazione (nel qual caso, riducendo il prezzo, il prodotto diventa più attrattivo) o no (nel qual caso abbiamo un problema di prodotto/innovazione e ritoccare il prezzo potrebbe non bastare). Questo è il modo più semplice per vedere se realmente qualcuno acquisterebbe il prodotto nel caso fosse disponibile. Generalmente, dai benchmark, se qualcuno dice 5, la probabilità che compri il prodotto è al 50%. Se dice 4, la probabilità cade a 10-20%. Benché cambi tra settore e settore, queste indicazioni possono essere un’indicazione abbastanza valida.

  2. Most-least. È un metodo un po’ più complesso. Iniziamo individuando un insieme finito di caratteristiche (dieci, per esempio). Quindi scegliamo un sottoinsieme di queste (ad esempio sei feature) e chiediamo ai clienti di identificare la feature cui danno maggior valore. Quindi mostriamo un altro sottoinsieme dalle stesse caratteristiche di partenza e ripetiamo la richiesta. Ripetiamo il processo per un po’ di volte finché non abbiamo esaurito le combinazioni.
    Questo è il metodo più veloce per determinare le priorità relative tra le feature e identificare così le leader (di maggior valore), le filler e le killer (di minor valore). Questo metodo forza le persone a fare compromessi e a indicare quali feature considerano di valore e quali no.

    La logica dietro il metodo è che quando si fornisce un insieme di feature, le persone possono facilmente identificare gli estremi. Ma le persone hanno difficoltà a identificare i valori intermedi. Così cambiando i sottoinsiemi e chiedendo le domande (most-least) ripetutamente forziamo le persone a fare gli appropriati compromessi. Questo aiuta a identificare le priorità relative di un insieme di feature.

  3. Build-your-own. È un metodo in cui sarebbe necessario avere un’idea di riferimento della disponibilità a pagare del cliente. Servirebbe sapere già che valore dà a ciascuna feature (magari attraverso i precedenti tre metodi). In questa ipotesi, diamo ai clienti la nostra lista delle caratteristiche e chiediamo loro di costruire il loro “prodotto ideale” selezionando le feature che apprezzano di più. Il compromesso che rende l’operazione problematica è che ad ogni caratteristica aggiunta aumenta il prezzo del prodotto. Ci interessa capire dove si ferma il processo e così comprendere le aspettative di prezzo e valore.

    Utilizziamo questo metodo per identificare come potrebbero essere i package ideali per ogni cliente (per quanto riguarda feature e combinazione di prezzo). È inoltre possibile testare per segmenti e bundle/package diversi. In particolare, se si dispone di gruppi significativi di clienti variando i gradi di funzionalità nel loro prodotto ideale, si dovrebbe poter evitare un approccio one-fits-all e segmentare la base clienti. Come minimo, dal momento che si sa come sono state aggiunte molte funzioni per costruire un prodotto ideale, è possibile utilizzare queste informazioni per evitare un feature shock.

  4. Simulazioni d’acquisto. È il metodo più avanzato. Viene chiamato analisi congiunta. È una versione più evoluta delle Probabilità d’acquisto perché aggiungiamo ipotesi di prezzo sul prodotto e sulle feature.

    Forniamo ai clienti un prodotto che ha una serie di feature specifiche e un prezzo, poi chiediamo se lo acquisterebbero. Quindi cambiamo il set di feature e prezzo e ripetiamo la domanda. In genere, si mostrano 5-8 combinazioni e si vede come reagiscono le persone.

    Questo metodo è più vicino a una vera e propria situazione di vendita. Variando feature e prezzi in modo sistematico, è possibile stimare il valore delle feature e la disponibilità a pagare per ciascuno di essi. C’è un prerequisito per utilizzare questo metodo: identificare un buon insieme di caratteristiche e avere una buona comprensione approssimativa della disponibilità a pagare.

    Sulla base del risultato, è possibile costruire un modello basato sul mercato per stimare la probabilità di acquisto di qualsiasi combinazione di caratteristiche e prezzo per il prodotto. Questo metodo è molto utile per la modellazione di scenari avanzati.

One-Size-Fits-All

Un secondo aspetto chiave che emerge da Monetizing Innovation è risonante con i concetti del Lean Business Model.

Non forziamo soluzioni che siano adatte a tutti gli scopi. Che ci piaccia o no, i nostri clienti sono diversi e quindi la segmentazione della clientela è fondamentale. Ma una segmentazione basata su dati sociodemografici – il principale modo con cui le aziende raggruppano i loro clienti – è fuorviante. Si dovrebbero costruire segmenti sulla base di differenze nella propensione dei clienti a pagare (WTP) per il nostro nuovo prodotto.

L’attacco all’utilizzo delle medie quando si vuole fare innovazione è comune a tanti approcci recenti (pensiamo solo al celeberrimo Cigno Nero di Nassim Nicholas Taleb. Ne parleremo meglio in altri post. Qui basti dire che i nostri clienti sono differenti tra loro. Hanno bisogni diversi, diverse possibilità di pagare e variano nel grado in cui considerano il valore dei benefit chiave del nostro prodotto.

Divertente e istruttiva l’individuazione di un personaggio rispondente ad alcune caratteristiche sociodemografiche tipiche di questo tipo di segmentazione (nazionalità, ricchezza, età, famiglia, residenza).

Anche se il Principe Carlo e Ozzy Osbourne dei Black Sabbath hanno ‘customer personas’ simili basate su certe caratteristiche, i loro bisogni e le loro preferenze indiscutibilmente differiscono.

Quando si tratta di innovazione, c’è un solo modo corretto per segmentare: sulla base dei bisogni dei clienti, del valore, e della loro disponibilità a pagare per un prodotto o servizio che fornisce quel valore.

Qui ci ritroviamo molto nell’approccio del Lean Startup. Con queste premesse possiamo individuare alcuni errori tipici del processo di segmentazione.

  1. Segmentare troppo tardi
    Si inizia spesso con un prodotto che sposi un po’ tutte le esigenze. In inglese one-size-fits-all. La segmentazione sembra questione di marketing e sales, mentre il product development non la ritiene centrale. Questo in particolare in settori technology-driven. Ma questo porta al rischio di creare prodotti cui nessun segmento si affeziona davvero.
  2. Segmentare solo sulla base di caratteristiche osservabili
    Il product design dovrebbe segmentare sulla base delle esigenze dei clienti (pain & gain risolti, problemi urgenti, valore prodotto e disponibilità a pagare emersa nelle diverse analisi).

    Il fatturato (per il B2B), l’età (per il B2C) e le altre caratteristiche osservabili sono spesso del tutto non correlate con ciò che conta di più nella progettazione dei prodotti.

  3. Aver troppi schemi di segmentazione
    Se d’altronde si esagera sovrapponendo diverse metodologie di segmentazione avremo un effetto negativo. Si giungerà a uno stato di confusione che bloccherà l’azione.

    Idealmente, la nostra azienda dovrebbe utilizzare un unico schema di segmentazione valido per tutte le funzioni aziendali.

Il concetto di base è quello di attivare un processo di segmentazione dei clienti da subito, in particolare basandosi sulla disponibilità a pagare emersa nella fase di analisi descritta prima. Questo processo appartiene al product design ed è preliminare ad ogni decisione sul prodotto.

Conclusioni

Abbiamo visto come il fattore prezzo possa entrare nella costruzione di un business model già nelle prime fasi. Si può andar oltre la determinazione di un prezzo che risponda alla copertura di costi e mark-up, così come si può pensare a una politica di pricing non vincolata alle logiche dei concorrenti nel settore.

Il valore che il prezzo esprime è quello che il cliente è disposto a pagare. Può essere scomposto nelle diverse feature della nostra offerta, può essere pensato come un modo per affrontare diversi segmenti della domanda, ma il consiglio è quello di affrontarlo in una fase iniziale del processo di sviluppo del prodotto, non alla fine come elemento di vendita e marketing.

Tags | , , , ,

06

Sep
2017

In Business Model
Innovazione
Lean Startup
Strategia

By stefanoschiavo

Come faremo i soldi? La lezione di Monetizing Innovation per costruire un business/1

On 06, Sep 2017 | In Business Model, Innovazione, Lean Startup, Strategia | By stefanoschiavo

Lo sviluppo di un business model può partire in diversi modi. A volte, come spesso accade nel mondo delle startup digitali, è la tecnologia che dà la scintilla. In altri casi può essere un problema di un cliente che non trova oggi adeguata risposta. Ci sono situazioni in cui l’intuizione prevale, altre in cui un’impostazione rigorosamente scientifica può dare straordinari risultati.

Dietro l’idea ci sono diversi aspetti che devono essere valutati. Un business model è fondato su un equilibrio non semplice da trovare tra elementi che interagiscono.

Abbiamo parlato della priorità degli elementi relativi all’efficacia di mercato. Cliente. Problema. Value Proposition. E poi di quelli che toccano gli aspetti di efficienza, scalabilità e fattibilità. Soluzione. Marketing. Metriche. Motore della Crescita. Traction.

Come detto in altri post, si tratta spesso di modelli complessi e non solo complicati. Per intenderci il famoso piatto di spaghetti in cui indovinare cosa succederà quando comincerò a muovere la forchetta non è davvero semplice.

Un libro di qualche tempo fa dà un suggerimento interessante. Consiglia un punto di partenza prioritario per comprendere da subito rilevanza ed efficacia della mia idea. Partire ad analizzare i complessi elementi del modello partendo dal sistema di monetizzazione. In altre parole, come faremo i soldi?

In questo post proviamo a discutere un po’ delle indicazioni presenti in Monetizing Innovation. Non esauriremo in questo tutti i contenuti di cui è ricco il testo. Vediamo le premesse e alcune delle proposte operative per fondare la crescita del proprio modello di business sui principi di monetizzazione alla sua base.

Monetizing Innovation

Monetizing Innovation parte in maniera forte. I primi capitoli danno esempi concreti e delineano un quadro operativo a volte spaziante. L’esempio dell’introduzione sul mercato della Porsche Cayenne vuole riassumere alcuni elementi cardine di un’innovazione ben riuscita. La Porsche è stata attenta ai bisogni del cliente, al valore fornito, alla willingness to pay e al conseguente pricing quando ha sviluppato la Cayenne. Ma di fronte a un esempio virtuoso, se ne trovano tanti di insuccesso.

La domanda che si pongono gli autori Madhavan Ramanujam e Georg Tacke è fondante di quanto poi scriveranno. Perché la maggioranza dei nuovi prodotti fallisce?

Il fallimento nasce quando non si pone la volontà di pagare per un nuovo prodotto da parte del cliente al centro del product design

Product development

Il processo di sviluppo del prodotto rischia di seguire un iter inverso a quello ideale. La grande centralità di tecnologia, processi e materiali porta spesso in secondo piano il mercato. A volte anche con ragione, quando ad esempio la forza vendita assume un atteggiamento conservativo. Ciononostante gli autori mettono in rilievo come la sequenza più virtuosa che dovrebbe alimentare il processo di sviluppo dei prodotti prevede “mercato e prezzo, poi design, poi produzione”. In altre parole, si propone di progettare il prodotto attorno al prezzo.

Gli innovatori di prodotto di maggior successo iniziano determinando quale sia il valore cercato dal cliente e cosa voglia davvero pagare, poi progettano i prodotti attorno a questi input e definiscono una chiara strategia di monetizzazione che rispettano fino in fondo

I motivi del fallimento

Il 72% dei nuovi prodotti introdotti negli ultimi cinque anni è fallito – o nel raggiungere gli obiettivi prefissati di revenue o reddito, o fallito del tutto
(Sarah Green Carmichael, “The Silent Killer of New Products: Lazy Pricing”, Harvard Business Review, September 9, 2014)

I dati che le ricerche presentano non sono confortanti. Molti dei progetti di innovazione di prodotto falliscono. La maggior parte per essere precisi. Il libro però cerca di leggere un aspetto positivo. I pattern ricorrenti nel fallimento della monetizzazione di nuovi prodotti sono solo quattro. Non una grande consolazione forse, ma può dare spazio a comportamenti intelligenti nello sviluppo della propria innovazione.

Vediamo quindi le quattro principali cause individuate da Ramanujam e Tacke.

1. Feature shock

Si potrebbe riassumere in questa situazione: “quando si dà troppo e si riceve troppo poco”. Il valore del prodotto è minore della somma delle sue parti. Ci sono prodotti costosi da produrre, “over engineered”, difficili da spiegare e spesso proposti a prezzi troppo alti.

Nel libro è presentato il caso del Fire di Amazon, in cui le feature presentate sono considerate eccessive e incoerenti. Il messaggio legato al prodotto determina così confusione nel possibile cliente

Dovremmo accorgerci di essere in questa situazione quando sentiamo frasi come “ma potremmo anche aggiungere questo…”, “meglio non prendere rischi”, “i clienti non sanno quello che vogliono, decidiamo noi cosa produrre”, “il nostro mercato non è segmentato; facciamo una sola versione che va bene sempre”, “serve qualche novità per il mercato”, …

2. Minivation

La situazione qua è diversa. Siamo un po’ timidi e non capiamo le vere potenzialità della nostra innovazione. In qualche modo “chiediamo troppo poco”. I prodotti non colgono né l’intero potenziale mercato né il potenziale prezzo pieno.

In questo caso il libro presenta il caso di Valeo, sensore per il parcheggio che il fornitore ha venduto tenendo conto di un classico mark-up sul costo di produzione senza comprendere appieno il valore che il cliente (casa automobilistica) riconosceva all’innovazione

3. Le gemme nascoste

Se non si cerca bene, si rischia di non trovare le gemme. Un’azienda può avere un’idea brillante, ma non riesce a riconoscerla e a quantificare il valore del prodotto per i clienti. Le gemme nascoste spesso finiscono nel limbo, né lanciate né uccise.

Il caso presentato per questa situazione è quello della negativa gestione dell’innovazione digitale nella strategia di prodotto di Kodak.

Sono allarmanti frasi come “non sappiamo cosa farcene di questo”, “non è un business che fa per noi”, “non abbiamo un processo strutturato per questo”, “non è nel nostro DNA”, “va contro la nostra cultura”.

4. Undead

Si tratta della situazione molto diffusa in cui nessun cliente manifesta un interesse per il nostro prodotto. Noi perseveriamo, per inerzia o per altre motivazioni.  Abbiamo così prodotti che esistono ancora sul mercato, ma la cui domanda è inesistente.

Il prodotto, a tutti gli effetti, è morto, ma continua ad aggirarsi nel mercato come uno zombie. E in azienda girano frasi come “non sarò quello che dirà di no”, “personalmente non lo comprerei mai, ma…”, “lascia stare le ricerche, io conosco questo mercato…”, “aspettiamo più dati prima di chiudere il rubinetto”, “ormai la macchina è partita”, “siamo andati troppo in là… non possiamo fermarci qui”.

I casi di Google Glass e Segway sono esempi che gli autori collegano al fenomeno dell’Undead

Le regole per il successo nel processo di innovazione

Si può evitare di veder fallire la nostra idea, ma serve giocare con regole differenti. Il libro propone in particolare nove nuove regole per il successo nell’innovazione.

  1. Aprire un confronto con i clienti sulla willingness to pay subito nel processo di sviluppo del prodotto.
  2. Non forzare una soluzione che vale per tutti
  3. La configurazione di prodotto e il bundling sono più scienza che arte.
  4. Scegliere il pricing e il modello di revenue corretti.
  5. Sviluppare una strategia di pricing.
  6. Disegnare un business case usando i dati sulla willingness to pay del cliente.
  7. Comunicare il valore dell’offerta in modo chiaro e coinvolgente.
  8. Comprendere i lati irrazionali della domanda.
  9. Mantenere integrità nel pricing.

Sono tutti suggerimenti utili e ognuno necessita di un approfondimento. In un prossimo post vedremo come si declinano queste regole con un bel po’ di suggerimenti operativi.

Conclusioni

Abbiamo visto, partendo dalle considerazioni contenute nel libro Monetizing Innovation, quale possa essere un processo di innovazione di prodotto che eviti di incorrere nei tipici motivi di fallimento. In particolare abbiamo visto i quattro pattern più diffusi che si riscontrano nei fallimenti di idee di innovazione. Lo studio di queste casistiche ci permette di individuare alcune regole di comportamento virtuoso nel processo di product development.

Questi aspetti si integrano nel processo di costruzione di un business model ed entrano a nostro avviso in modo importante nel passaggio dalla fase di analisi del valore a quello della fattibilità e viabilità nel mercato della nostra idea. A cavallo per intenderci tra la prima e la seconda fase della definizione di un Lean Canvas descritta in questo post.

Tags | , , , ,

L’utilizzo del Lean Startup come piattaforma di sviluppo strategico

On 24, Jul 2017 | In Lean Startup, Lean Thinking, Management, Non categorizzato, Strategia | By stefanoschiavo

Se il Lean Thinking, facendo riferimento alle evoluzioni del management giapponese, è riuscito a dare un quadro coerente ed efficace per migliorare i processi di business aziendali, esso non è riuscito fino a poco tempo fa a trasformarsi in un approccio ideale per affrontare l’innovazione nel business model aziendale.

Più recentemente un movimento ricco di idee e spirito innovativo è nato dalle esperienze delle startup digitali e ha letto il paradigma Lean come un possibile modo per spiegare il successo degli eroi della Silicon Valley e del mondo digitale nel suo complesso.

Questo incontro tra approcci snelli e digital transformation è stato ben raccontato e sintetizzato qualche anno fa da Eric Ries nel suo libro The Lean Startup, ma poi ha visto una serie di sviluppi operativi che hanno fatto breccia anche tra le più innovative aziende italiane.

 

Il miglioramento continuo e l’innovazione radicale

Un primo aspetto che contraddistingue questo approccio è quello legato a uno dei concetti chiave del Lean Thinking. Ci si riferisce al miglioramento continuo, continuous improvement o kaizen per usare un celebre termine giapponese.

Il ciclo PDCA del Lean Thinking

Lo schema ciclico di PDCA di Deming ha illustrato come l’innovazione abbia un carattere ciclico e progressivo e sia fatto di una ricerca continua e mai soddisfatta della perfezione raccontata nel quinto dei cinque princìpi del Lean Thinking.

PDCA sta per Plan, Do, Check, Act, ossia quattro fasi di un processo di cambiamento in cui l’azione (Do) nasce solo come conseguenza di un’analisi quantitativa che ha permesso di misurare l’As Is, lo stato attuale, di un processo per definirne un To Be, uno stato futuro, più vicino agli obiettivi di miglioramento che ci siamo dati. Il tutto cercando di analizzare non i sintomi, ma le cause alla radice dei problemi che affrontiamo.

Si tratta di una sequenza ciclica e iterativa per cui il Check in cui si controllano i risultati e l’Act in cui si rilancia il ciclo successivo sono solo la premessa per una nuova fase di analisi che condurrà a nuove azioni. Quanto di più lontano si possa immaginare rispetto a un’azione radicale orientata a cambiare definitivamente la condizione affrontata.

Lean Thinking e metodo scientifico

Questo iter che si ripete ricorda l’approccio scientifico il cui metodo si rifà all’osservazione di dati nel campo studiato (in giapponese è il Genba, ossia il luogo in cui si genera il valore), all’induzione di leggi da verificare attraverso esperimenti e misure che permetteranno di dedurre ulteriori leggi da verificare.

Il Lean Startup legge questi concetti del Lean Thinking e li adatta al mondo dell’innovazione dei modelli di business. Il ciclo PDCA si trasforma in un ciclo Build Measure Learn. In particolare si introduce il concetto che l’apprendimento sia il parametro da massimizzare quando si innova. Le condizioni di incertezza in cui ci si muove quando si affronta un mercato sconosciuto sono rischiose ed è centrale minimizzare la possibilità di fare un lungo lavoro di costruzione di un modello molto efficiente, ma che poi non trova risconti sul mercato.

 

I contesti di incertezza e la riduzione del rischio

Come si può costruire sull’incertezza? Appunto attraverso un metodo scientifico che permetta di ridurre le incognite, a partire dalle più rischiose. Il concetto chiave in questo caso è quello del Minimum Viable Product, un esperimento che permette di andare a verificare le principali ipotesi del mercato spesso anticipando il momento di confronto con il cliente. Importante non tentare in questo caso di “vendere” il prodotto, ma di comprendere il più possibile l’atteggiamento e la reazione dei possibili clienti.

Gli strumenti operativi del Lean Startup

Il Lean Startup vede molti strumenti applicativi che possono essere usati nello sviluppo del modello di business. I Canvas che permettono di studiare in maniera immediata l’insieme degli elementi che lo contraddistinguono. I vari tipi di Minimum Viable Product che possono essere usati per testare il mercato e verificare le ipotesi del modello, le metriche “actionable” che permettono di non perdersi in una selva di vanity metrics che non danno informazioni adatte a comprendere realmente il cliente (ne abbiamo parlato qua).

Il Lean Startup e i cinque princìpi Lean

Tutte queste applicazioni sono fondamentali, ma successive alla comprensione profonda del paradigma Lean raccontato dai cinque princìpi:
1. Identificare il Valore per il Cliente è il punto di partenza di ogni azione Lean e coincide appunto con quanto proposto nell’analisi di un modello di business aziendale da parte del Lean Startup.

2. Combattere le attività che non generano Valore, dette Muda in ambito giapponese. Appunto concentrarsi sui fattori principali, quelli rischiosi e importanti, del modello. Less is More. Tralasciare aspetti (feature di prodotto, caratteristiche del servizio, …) che non diano risposta a problemi percepiti come rilevanti dal cliente.

3. Creare un Flusso che scorre in maniera naturale, rendere il proprio modello naturale per il cliente. L’immediatezza e la semplicità premiano sempre la comprensione di quanto di rilevante è presente nel modello per il cliente.
4. Il prodotto e servizio devono essere “tirati” dal cliente (Pull). Non bisogna spingere soluzioni che ci piacciono solo perché ci piacciono. Dobbiamo mettere al centro il punto di vista del cliente e farci tirare dalle sue necessità. Evitare la cosiddetta Sindrome di Pigmalione che ci fa innamorare della nostra creazione. Love the Problem, not Your Solution, dice Ash Maurya.

5. E infine appunto il miglioramento continuo verso la Perfezione, vero motore dell’approccio snello all’innovazione che abbiamo descritto finora.

Il Lean Startup in azione

Il Lean Startup ha spazi di sovrapposizione con altre discipline come il Design Thinking e molto del più moderno Marketing, in particolare negli approcci dell’Inbound Marketing e del Lead Management. Prima di approfondire queste relazioni, è importante però capire bene le radici che legano questo approccio con la filosofia Lean più tradizionale.

Se si colgono al meglio questi princìpi, diventa facile e naturale applicare questo approccio

  • al lancio di un nuovo prodotto,
  • all’apertura di un nuovo mercato,
  • all’esplorazione di nuove soluzioni tecnologiche
  • allo sviluppo di un nuovo modello organizzativo

e così via.

Tags | , , , ,

Sviluppare un modello di business innovativo tramite il Lean Thinking

On 24, Jul 2017 | In Business Model, Design Thinking, Lean Startup, Lean Thinking, Management, Strategia | By stefanoschiavo

L’impostazione di una strategia chiara e coerente è un elemento critico nello sviluppo di ogni impresa. Per molto tempo si è dato risalto alla costruzione di business plan organizzati in maniera molto accurata con una prospettiva temporale lunga e indicazioni operative molto dettagliate.

Questa logica di approccio alla strategia di un’azienda ha trovato dei forti limiti nella necessità di cogliere velocemente le evoluzioni del contesto competitivo. Un business plan fatto di molti dati e attività sequenziali organizzate secondo Gantt tempificati rischia di essere un documento poco utile e troppo vincolante rispetto alle esigenze di apprendimento e dialogo con il mercato.

Recentemente si è sviluppato un approccio che integra la visione del Lean Thinking al miglioramento continuo con quella delle startup del mondo digitale, alla base della Digital Transformation che molte aziende oggi affrontano. Ne parliamo più accuratamente in questo post.

Business model e business plan

Se il business plan rimane uno strumento importante per il confronto con soggetti istituzionali e per la verifica dei numeri dell’impresa nel medio periodo, esso rischia d’altra parte di non essere il modo ideale per affrontare le prime fasi di un progetto innovativo.

Più adatta a queste fasi, in cui il grado di comprensione del cliente risulta molto limitato, è l’impostazione di un business model che legga complessivamente il mercato e la nostra offerta nei suoi confronti.

I canvas


Sono nati diversi strumenti, molto agili ed efficaci, finalizzati alla costruzione di un business model “raccontabile” ai diversi stakeholder coinvolti. Molto famoso e diffuso è il Business Model Canvas di Alexander Osterwalder. Il mondo Lean ha visto nascere approcci e strumenti alternativi tra cui citiamo il Lean Canvas e il Value Proposition Canvas.

 

Prima l’efficacia

Al di là dei diversi strumenti che possono essere utilizzati nella sua elaborazione, un modello di business snello consente di focalizzare la propria attenzione sull’apprendimento attorno al problema che si sta risolvendo anziché sulla costruzione della soluzione per il mercato.

Si preferisce concentrarsi, nelle prime fasi, sull’efficacia di quanto si sta facendo anziché sull’efficienza di come si fa. Con un’espressione inglese che rende bene l’idea, non si tratta di “Doing Things Right” (Fare le cose correttamente), ma di “Doing the Right Things” (Fare le cose giuste).

 

L’approccio del Lean Thinking alla strategia

Nasce così l’idea di portare l’approccio scientifico e dubitativo del tradizionale Lean Thinking all’interno di un percorso iterativo di test su ipotesi progettuali che mira a ridurre progressivamente i margini di incertezza, limitando al contempo rischi, costi e tempi collegati al progetto di business.

Come si procede?

Operativamente esiste un percorso ormai consolidato nello sviluppo di una strategia Lean nella costruzione del Business Model. All’inizio si legge il mercato iniziando dalla comprensione del cliente e dei problemi che oggi affronta. Lo si fa con tool che provengono dal Marketing e dal Design Thinking e che mettono in risalto anche gli aspetti psicologici e le emozioni del cliente, ma che poi confrontano tutte queste valutazioni con le alternative oggi presenti sul mercato.

Che valore creiamo per il cliente?

L’esito di questa prima fase è un’ipotesi forte sulla Value Proposition del nostro progetto. Cosa stiamo portando al cliente come valore che gli farà preferire la nostra proposta alle altre a disposizione? Questo è il passaggio più importante e conclusivo della fase di valutazione del business model. Successivamente si vanno a costruire gli elementi di fattibilità.

Come realizzeremo il nostro prodotto?

La fase successiva costruisce un modello coerente con quanto finora esplorato. Si affrontano i dettagli e le caratteristiche della soluzione, si definiscono strumenti e azioni di comunicazione e marketing, si valutano gli aspetti economici e finanziari concentrandosi sugli elementi critici come il motore della crescita, si definiscono gli elementi di misura della nostra crescita con metriche adatte al business ideato.

Alcuni aspetti come Unfair Advantage, metriche “actionable”, Traction e così via possono arricchire il business model.

 

Sono solo ipotesi…

Uno dei concetti più importanti in questo approccio snello alla strategia di business è quello che sta alla base di ogni approccio scientifico. La consapevolezza di non sapere. Quanto finora detto, da sviluppare in tempi rapidi e con dati “quick and dirty” anziché tramite elaborate analisi di mercato, è solo un’ipotesi da testare.

È per questo che successivamente alla definizione di un primo modello di business, si andranno a valutare alcuni aspetti chiave attraverso esperimenti già diretti al mercato. Ci si riferisce a essi con il termine Minimum Viable Product (MVP) e sono caratterizzati da una grande velocità di esecuzione (“la prossima settimana…”), da una forte focalizzazione su un elemento specifico da valutare e sulla massimizzazione dell’apprendimento conseguente alla sua esecuzione.

Un’immagine molto diffusa tra gli appassionati all’argomento è questa di Henrik Kniberg.

 

 

Ma cosa misurare?

L’approccio Lean alla strategia invita a misurare da subito gli aspetti più critici del progetto, quelli che potrebbero avere le conseguenze più rilevanti (impossibilità di realizzare l’iniziativa, cambiamento completo del modello, …). Si tratta cioè di testare le ipotesi a rischio. In un e-commerce potrebbe essere ad esempio più importante valutare la percentuale di resi anziché il dimensionamento dei magazzini.

Esistono anche in questo caso strumenti consolidati per valutare quali priorità dare ai diversi rischi connessi con le ipotesi del modello. Risk Dashboard o Post-Mortem Analysis sono tra esse, ma anche in questo caso si possono attivare tool diversi in base alle specifiche peculiarità del business.

Un percorso iterativo

Come detto precedentemente, l’impostazione Lean non si fonda su un’idea di business plan chiusa e vincolante, ma al contrario valorizza la capacità di adattamento del modello ai feedback provenienti dal mercato. La costruzione di esperimenti successivi conduce a un prodotto o servizio spesso distante da quanto ipotizzato inizialmente, ma caratterizzato da una maggior probabilità di funzionare sul mercato.

Da dove partire?

Nonostante l’approccio metodologico sia legato a strumenti e princìpi molto consolidati, l’elemento organizzativo e culturale, come sempre, ha un ruolo centrale nel successo di queste iniziative.

La comprensione dell’impostazione alla base del Lean Thinking serve a creare allineamento e visione comune. Un team che abbia condiviso una visione snella alla costruzione del business ha più probabilità di realizzare un’innovazione che risponda alle esigenze del mercato.

Partire da sessioni di formazione applicando velocemente concetti e strumenti alle proprie attività può essere un buon modo per iniziare.

Tags | , , , , , , ,