Бережливый стартап

Формулируйте опровержимую гипотезу

То, что многие люди выносят в качестве описания своей бизнес-модели, в действительности часто представляет собой гипотезу, не годную для тестирования. Методология Рационального Стартапа основана на научном подходе и поэтому требует, чтобы подобные утверждения были трансформированы в опровержимые гипотезы.

Опровержимая гипотеза – это утверждение, которое можно явно опровергнуть.

Проигнорировав этот шаг, вы легко загоните себя в ловушку сбора лишь тех знаний, которые подтверждают вашу модель.

Проще всего показать это на примере. Ниже приведены два утверждения касательно канальной гипотезы:

Слишком расплывчатая

Известность в качестве «эксперта» привлечет ранних последователей

Четкая и проверяемая

Пост в блоге привлечет 100 подписчиков

Первая формулировка содержит гипотезу, которую невозможно опровергнуть, поскольку ожидаемое привлечение ранних последователей не описано количественно. Совершенно не ясно, сколько ранних последователей – 1, 100 или 1000 – необходимо привлечь для подтверждения этой гипотезы, так же, как неясно и что конкретно скрывается за статусом «известного эксперта».

Второе утверждение не только имеет четкий и измеряемый результат, но также основано на совершенно определенном и повторяемом действии, что делает его проверяемым. Даже если вам не удается достичь заявленного результата, сама по себе постановка четкой цели очень важна, поскольку заставляет вас смотреть в лицо реальности и незаинтересованно судить о своей модели.

Формула для составления опровержимой гипотезы такова:

Опровержимая гипотеза = [Определенное повторяемое действие] даёт [Измеряемый результат]

Проверяйте качественно, подтверждайте количественно

До того, как вы проверили свой продукт на соответствие Продукт/Рынок, ландшафт вокруг представляет собой сплошное поле загадок. Хорошая новость заключается в том, что в условиях высокой неопределенности вы можете учиться даже на небольшом массиве данных.

В условиях высокой неопределенности даже небольшое количество данных позволяет вам значительно снизить неопределенность. Когда вы достигли высокой определенности, для дальнейшего продвижения вам потребуется всё возрастающее количество данных.

– Дуглас Хаббард

Это естественным образом работает на вас.

Ваша изначальная цель – получить сильный сигнал (позитивный или негативный), что обычно не требует большой выборки данных. Как правило, для этого достаточно бывает всего пяти интервью с потребителями[1].

Сильный негативный сигнал показывает вам, что ваша базовая гипотеза, скорее всего, не работает, и дает вам возможность быстро уточнить или отвергнуть её. Напротив, сильный позитивный сигнал не обязательно означает, что ваша модель сможет быть масштабируема до статистической значимости. Тем не менее, он даёт вам основания двигаться дальше к тому моменту, когда гипотезу можно будет подтвердить количественно.