Excelsheet-driven validation

Hoe langer ik werk met Lean Startup, hoe vaker zie dat een Excelsheet een mooi startpunt biedt voor validatie. Sterker nog: het is de cockpit van je (corporate) start-up.

Gert Hans Berghuis

--

Veel Startups praten het liefst over hun product. ‘We zijn nog wel op zoek naar een businessmodel’, hoor je ze — met al wel de nodige gebruikers — wel eens zeggen. Alsof dat businessmodel ergens onder in de boom ligt, als een paasei, wachtend om gevonden te worden. Maar juist het vinden en opwerken van zo’n businessmodel is de kern van de zaak, en de reden om te innoveren.

Innovatie binnen de Innovation Factory bij Rabobank (waar ik leiding aan geef) is vooral gericht op het vinden van businessmodellen voor de komende jaren. Nieuwe diensten waar we geld mee kunnen verdienen, maar soms ook optimalisatie van een bestaand businessmodel. Een willekeurig voorbeeld daarvan:

Een financiële planningstool (app, web, AI, VR, whatever) waarmee gebruikers hun financiële toekomst kunnen plannen. Aanname is dat gebruik van die tool leidt tot een beter en compacter adviesgesprek en daarmee kostenbesparing, en tot toename van het aantal mensen dat ervoor kiest om te beleggen.

Het businessmodel kan je dus zien als een formule, en die werken we om naar een businesscase door voor de verschillende variabelen aannames te doen. Onder de streep zien we dan de omzet, de kosten en de winst geprojecteerd voor de komende jaren. Hetzelfde voorbeeld, maar dan geconcretiseerd:

Laten er nou eens 100.000 mensen de app gaan downloaden, waarvan 25% gaat oriënteren op beleggen, waarvan 5% daadwerkelijk een bedrag van D inlegt, en dat 4 jaar laat staan, met een jaarlijkse geautomatiseerde aanwas van 5%. En laten we daarmee op het adviesgesprek nou eens 30 minuten besparen, waardoor we 50% minder advieskosten hebben. Dan is de uiteindelijke omzet — kosten = etc etc

Je voelt hem al aankomen: dit werken we natuurlijk bij voorkeur uit in een Excel (of andere-) sheet, waardoor alles vanzelf doorrekent, met alle parameters geïsoleerd op een rijtje, als knoppen waar we aan kunnen draaien:

Eenvoudig lijstje met parameters. De kleur zegt iets over de zekerheid.

Maar wacht even: en het product dan?

De meeste innovaties beginnen met een probleem of een productidee. ‘Wat maak je dan?’ Een app. Een nieuw soort spijkerbroek. Een taxiservice. Een boekingssite. Of zoals in dit voorbeeld; een financiële planning-app.

Op de vraag ‘hoe is het met je startup?’ trekken we het prototype tevoorschijn en zien we blije gezichten. En de oorspronkelijke businesscase om het budget mee rond te krijgen staat al maanden als ongeopende Excel ergens op een schijf, of die werken we hooguit af en toe bij.

Omdraaien

Ik denk dat het interessant is om het om te draaien; om de Excelsheet met de formules en variabelen centraal te stellen in je startup, in plaats van je product. Ontwerpers vinden het misschien een onaantrekkelijk idee, maar elke investeerder zal instemmend knikken.

En in die sheet ga je alle variabelen die je hebt ingeschat stuk voor stuk valideren. Week in, week uit. Terug naar het voorbeeld:

Deze week gaan we experimenten doen om G te meten: de minuten die we besparen op een adviesgesprek. We gaan kijken of we de ’30' die we hebben ingevuld ook echt waar kunnen maken. It’s G-week, peeps!

Na een twintigtal adviesgesprekken waarbij we de besparing gemeten hebben, komen we op een gemiddelde besparing van 23 minuten met een normaalverdeling. Die vullen we vervolgens weer in in de sheet.
De geoefende datacruncher kan die normaalverdeling laten doorrekenen in de formule, zodat ook de totaaluitkomst een normaalverdeling krijgt. It’s geekytime!

En zo werken we de parameters af

Het gevalideerde celletje maken we groen. En dan kijken we wat de volgende parameter in de sheet is die we gaan valideren en preciseren. Welke parameter we dan vervolgens pakken is afhankelijk van een paar criteria:

  • Wat is de weging of impact op de businesscase?
  • Welke bandbreedte hanteren we nu, en welke zekerheid zit daarop?
  • Hoeveel moeite is het om die parameter te preciseren?

Hypotheses

‘Ja logisch, dat is gewoon lean startup; hypotheses prioriteren en valideren!’ zeg je nu misschien. En dat is zeker zo, alleen staat hier de businesscase centraal, en worden we vanzelf gedwongen om de experimenten te vertalen naar cijfers. Want Excel doet nu eenmaal niks met tekstjes als ‘aanzienlijk’, ‘veel’ of ‘winstgevend’.

Dus automatisch geen ‘we geloven dat er een serieuze tijdsbesparing haalbaar is’ meer, maar een ‘we geloven dat we de adviestijd terug kunnen brengen van 60 minuten (de 0-meting) naar 30 minuten.’

Klanttevredenheid

He maar wacht eens even: klanttevredenheid is toch het doel? Alles voor een glimlach, toch? Dat is toch waar succes begint? Ja, want die kunnen we ook een plek geven in de sheet:

In deze denkwijze is K (Klanttevredenheid) een middel om de factor R (Retentie) in de sheet te maximaliseren, waardoor de gemiddelde L (LTV) omhoog gaat, en de totale C(CAC) naar beneden kan, mede door de hogere V (Viral Growth). De Klanttevredenheid is een van de belangrijkste parameters in je businesscase, dat zeker.

En epische producten ontwerpen waar mensen blij van worden is een geweldig vak, begrijp me niet verkeerd: Ich bin ein designer. Superbelangrijk ook, maar het is niet de kern van je (corporate) startup.

Andere manier van kijken

Dus in plaats van naar het product te kijken en in Excel te documenteren wat dat product doet, willen we in Excel een streefwaarde (ook een hypothese!) neerzetten en het product/proces en de marketing ontwerpen die ons daar brengt.

We zijn dus bezig om onze Excelsheet te voeden en te perfectioneren. Van een verwachting of een aanname wordt de sheet stap voor stap, via een benadering of voorspelling, uiteindelijk een weerspiegeling van de werkelijkheid. Of misschien de werkelijkheid zelf, maar die filosofische vraag laat ik even liggen.

--

--

Gert Hans Berghuis

Lead of the Innovation Factory @ Rabobank Headquarters. Also Lecturer/coach @IDETUDelft