เรียนรู้การวัดผล Startup ด้วย AARRR จากคุณแซม STYLHUNT | Techsauce

เรียนรู้การวัดผล Startup ด้วย AARRR จากคุณแซม STYLHUNT

สิ่งที่สตาร์ทอัพหนีไม่พ้นคือการเผชิญกับอุปสรรคและปัญหาต่างๆ คำถามมากมายและทางเลือกผุดขึ้นมาเต็มไปหมด จนหลายๆคนอาจจะสับสนว่า อะไรคือปัญหากันแน่? แล้วต้องแก้อย่างไรเพื่อให้บรรลุเป้าหมาย? ลองแก้ไปตั้งหลายวิธีทำไมผลถึงยังไม่เป็นเหมือนที่คิดไว้?  

ในงาน techsaucesummit ห้อง Startup Essential (สนับสนุนโดย dtac accelerateคุณสุรวัฒน์ พรหมโยธิน CEO, Co-Founder จาก STYLHUNT ได้มาบอกเล่าถึงเครื่องมือที่จะทำให้สตาร์ทอัพเห็นและแก้ปัญหาได้ตรงจุดมากยิ่งขึ้น ในหัวข้อที่ชื่อว่า “Startup Metrics for Pirates”

Sam_Stylhunt

เครื่องมือที่ใช้เพื่อเป็นตัวชี้วัดให้กับสตาร์ทอัพ

เรียกกันสั้นๆว่า AARRR Metric ถูกออกแบบโดย Dave MacClure จาก 500Startups แต่วันนี้ผมจะยกตัวอย่างประกอบเพื่อให้เห็นภาพและเข้าใจง่ายยิ่งขึ้น สิ่งที่ผมกำลังจะบอกเพื่อประกอบคำอธิบายอาจฟังดูไม่ไร้สาระแต่หลังจากที่คุณฟังจบผมรับรองว่าคุณจะเห็นภาพวิธีการใช้ AARRR Metric อย่างกระจ่างแน่นอน

เริ่มจากลองจินตนาการว่า มีชายหนุ่ม 3 คนที่กำลังพยายามหาแฟนในช่วงเวลาหลายปีที่ผ่านมาไม่มีใครสามารถหาแฟนได้เลย เขาเริ่มคิดหาวอธีแก้ว่าเขาควรทำอะไร หลากหลายตัวเลือกขึ้นมาในหัวไม่ว่าจะเป็น เปลี่ยนวิธีการแต่งตัวสิ! ขับรถหรูๆไปเลย! หันไปเล่นกีฬาดูไหม! แน่นอนว่าทุกคนได้ลองทำมาหมดแล้ว แต่ผลลัพธ์คือทั้ง 3 คนก็ยังหาแฟนไม่ได้อยู่ดี วันหนึ่งมีชายผู้ชายร่างท้วมใส่หมวกแก๊ปสีขาว จะให้คำแนะนำกับทั้ง 3 คน โดยให้คิดตามที่หนุ่มร่างท้วมบอก  นึกถึงภาพกรวยนะ ส่วนที่แหลมที่สุดทิ่มลงพื้น แล้วตอบคำถามที่ผมกำลังจะถามคุณ

  • คุณเข้าไปคุยกับสาวๆ บ่อยแค่ไหน อาจจะเป็นตอนไปเรียน ไปปาร์ตี้ หรือเมื่อไรก็ตามที่คุณเจอสาวสวยๆมีกี่ครั้งที่ผู้หญิงคุยกับคุณ ประมาณว่าจากใน 10 ครั้งที่เข้าไปคุยกับสาวๆ มีกี่ครั้งที่เขาคุยกับคุณ คำถามนี้ตั้งอยู่ตรงปากกรวยบนสุด แล้วตามมาด้วยคำถามถัดไป (โอกาสที่ได้รู้จักกับผู้หญิง)
  • จากสาวๆที่คุยกับคุณมีกี่คนที่คุณได้เดทกับเขาจริงๆ (จำนวนครั้งที่ได้เดทกับผู้หญิง)
  • หลังจากได้เดทกันครั้งแรกมีกี่ครั้งที่คุณได้เดทกับผู้หญิงคนนั้นอีกครั้ง (จำนวนครั้งที่ได้เดทกับผู้หญิงคนเดิม)

ตัวอย่างถัดไปอาจจะฟังดูแปลกๆ สำหรับการเปรียบเทียบในกรณีนี้

  • กี่ครั้งที่เมื่อคุณได้ไปเดทครั้งแรก แล้วผู้หญิงคนนั้นพูดถึงเรื่องดีๆ เกี่ยวกับคุณให้เพื่อนเขาฟัง คุณอาจจะน่าประทับใจมากๆจนผู้หญิงคนนั้นไปเล่าให้เพื่อนฟังทำให้เพื่อนของเขาอยากจะเข้าหาคุณอีกคน ผมไม่คิดว่าเรื่องแบบนี้จะเกิดขึ้นแต่ว่า เพื่อให้เข้าใจมากขึ้นก็เป็นตัวอย่างนี้แหละ (จำนวนเดทที่เพิ่มขึ้นเกิดจากการอ้างอิงจากคนอื่น)
  • สุดท้ายเมื่อคุณขอผู้หญิงเป็นแฟน กี่เปอร์เซ็นที่เขาตกลงที่จะเป็นแฟนกับคุณ

ย้อนกลับไปที่ 3 หนุ่มที่มีปัญหาเดียวกันคือไม่สามารถหาสาวมาเป็นแฟนได้

แต่ถ้าเราดูอัตราส่วนต่างๆ ตามกรวยข้างต้น

ชายหนุ่มคนที่หนึ่ง:

เขาไปทำความรู้จักกับสาวๆ แค่ 2%เท่านั้นที่คุยกับเขา ถือว่าเป็นตัวเลขที่น้อยมาก แปลว่าผู้ชายคนนี้อาจจะต้องมาดูว่า เขามีกลิ่นตัวหนรือเปล่า? การแต่งตัวไม่เหมาะสมไหม? เขาทำปฏิกริยาอะไรทำให้สาวๆไม่คุยกับเขา

ชายหนุ่มคนที่สอง:

เวลาเขาไปคุยกับสาวๆ ทุกคนยินดีที่จะคุยกับเขา แต่หลังจากคุยไปสักพัก ชายหนุ่มคนที่ 2 ก็ชวนสาวๆไปเดท สิ่งที่เกิดขึ้นคือแค่ 1% ตกลงที่จะไปเดทกับเขา เราเห็นได้ว่าทั้งสองคนมีปัญหาเดียวกัน แต่วิธีแก้จะต้องแตกต่างกันแน่นอน สิ่งที่จะต้องมาสังเกตคือ ประโยคที่เขาใช้คุยกับสาวๆ วิธีการพูด ช่วงเวลาหรือเป็นเพราะอะไร

ชายหนุ่มคนที่สาม:

เขาได้เดทกับสาวๆ เกือบทุกคนที่เขาเข้าหา แต่ปัญหาก็คือ เขาไม่เคยได้มีเดทที่สองกับผู้หญิงคนไหนเลย อาจจะเป็นเพราะว่าเขาเอาแต่พูดเรื่องตัวเอง มัวแต่เล่นโทรศัพท์  ต้องมีบางอย่างแน่ๆที่ไม่ถูกต้อง เราก็มาดูกันว่าระหว่างที่เขาไปเดทกับผู้หญิงเขาทำอะไรลงไปบ้าง

ผมขอสรุปตัวอย่างนี้ก็คือการที่เราแยกขั้นตอนเป็นส่วนๆ เพื่อที่เราจะได้แก้ปัญหาได้ถูกจุด ผมว่าตัวอย่างน่าจะพอเห็นภาพแล้ว เราลองมาดูในโลกของสตาร์ทอัพบ้างกับ AARRR Metric

A-A-R-R-R ย่อมาจาก…

  • Acquisition: การสังเกตดูจำนวนคนที่เข้ามาเยี่ยมชมเว็บไซต์ เพื่อดูว่าได้มีการใช้เครื่องมือหรือวิธีที่ให้คนเข้ามาเห็นหรือรู้จักสินค้า/บริการมากพอหรือไม่ เพราะยิ่งคนเห็นน้อยเท่าไรเท่ากับโอกาสในที่จะเปลี่ยนจากคนที่เห็นมาเป็นผู้ใช้งานก็น้อยลงไปเท่านั้น
  • Activation: หลังจากที่เข้ามาแล้วมีการทำอะไรบางอย่างในเว็บไซต์ เช่น การกดไลค์ ,สมัครสมาชิก, subscribe หรืออื่นๆ ขึ้นอยู่กับเว็บไซต์  conversion rate/ ratio จะทำให้เราทราบว่าสื่งที่เราทำได้ผลมากน้อยแค่ไหนที่จะให้บริโภคเข้ามามีส่วนร่วมกับเรา
  • Retention: มีการกลับเข้ามาที่เว็บไซต์อีกครั้งหรือไม่ ถ้าปัญหาอยู่ที่ตรงนี้ สตาร์ทอัพอาจจะต้องมาดูว่าเกิดอะไรขึ้น สิ่งที่เราเสนอให้กับเขาไม่น่าพอใจหรือดึงดูดพอในการที่จะทำให้เขากลับมาหรือปัญหาคืออะไร
  • Referral: ผู้บริโภคชอบผลิตภัณฑ์/ บริการมากจนนำไปบอกต่อเพื่อนๆ อีกสิ่งหนึ่งที่เป็นตัวช่วยสตาร์ทอัพได้คือการบอกต่อโดยผู้ใช้ เพราะอะไรคนถึงอยากแนะนำสินค้า/บริการให้เพื่อนคนอื่นก็เป็นสิ่งที่ขาดไม่ได้เวลาสตาร์ทอัพต้องการที่จะมองเห็นภาพสตาร์มอัพของตัวเองให้ชัดขึ้น
  • Revenue: ผู้บริโภคยินดีที่จะจ่ายเงินในกระเป๋าให้เราอยู่แล้วถ้าสิ่งที่เราเสนอให้เขาตอบโจทย์ได้ดีจริงๆ

หลังจากแบ่งเป็นส่วนๆ สตาร์ทอัพจะเห็นได้ชัดเจนยิ่งขึ้นว่าจริงๆแล้วปัญหาอยู่ที่ตรงไหนควรแก้ไขอย่างไร หากใครต้องการศึกษาเกี่ยวกับ metric นี้เพิ่มเติมสามารถดาวน์โหลดสไลด์นี้ 

เครื่องมือหรือโมเดลอื่นๆ ที่จะเป็นประโยชน์กับสตาร์ทอัพที่คุณสุรวัฒน์แนะนำ

  1.            Click-through Rate (CTR)
  2.            Cohort retention analysis: การที่วัดว่าผู้ใช้เดิมกลับมาใช้อีกมากแค่ไหน
  3.            A/B testing

เพื่อไม่ให้เป็นการเสียทรัพยากรอย่างสูญเปล่า ทั้งเวลาและเงิน การเสียเวลาสักนิดมานั่งวิเคราห์ก่อนมาพุ่งเข้าชนปัญหา นอกจากจะทำให้เราบรรลุเป้าหมายของเราได้ไวขึ้น เราจะได้มีเวลาไปพัฒนาสตาร์ทอัพของเราในด้านอื่นๆ อีกด้วย

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

รวมวิสัยทัศน์เด่น ประเด็นชวนคิด จากงาน 'ttb spark REAL change'

สรุปวิสัยทัศน์ผู้นำจาก 'ttb spark REAL change' งานตอกย้ำศักยภาพความเป็นผู้นำด้าน Digital & Tech ในการสร้างความเปลี่ยนแปลงที่มีความหมาย โดย ทีเอ็มบีธนชาติ หรือ ทีทีบี (ttb)...

Responsive image

จับทาง ‘Agentic AI’ ที่องค์กรยุคใหม่ (เริ่ม) ใช้กัน โดย วสันต์ ลิ่วลมไพศาล CTO, MFEC

บทสัมภาษณ์เรื่องการใช้ Agentic AI ที่มาพร้อม Use Cases และคำแนะนำต่างๆ ในปีแห่งการ Adopt ใช้ AI อย่างหนัก กับ คุณวสันต์ ลิ่วลมไพศาล CTO, MFEC...

Responsive image

วิเคราะห์ Trump 2.0 โอกาสและความท้าทาย ต่อระบบวิจัยและนวัตกรรมของไทย

เสวนาพิเศษ Trump 2.0 วิกฤติหรือโอกาสววน. ไทย โดย ผศ.ดร อาร์ม ตั้งนิรันดร ในหัวข้อ Trump 2.0 โอกาสและความท้าท้ายต่อระบบ ววน. วิเคราะห์ผลกระทบที่อาจเกิดขึ้นกับไทย พร้อมทั้งเสนอแนวทาง...