I want a trainer

 

حدود سال‌های ۸۳-۸۴ بود که بعضی شب‌ها تو خوابگاه با بچه‌ها فیلم می‌دیدیم. اون موقع‌ فیلم "Million Dollar Baby" (که تو فارسی معمولا به طور نچسبی «عزیز میلیون دلاری» ترجمه میشه) خیلی سر و صدا کرده بود و نامزد جوایز زیادی هم شده بود. تصمیم داشتم فیلم رو ببینم و بعد از اینکه وارد چرخه‌ی فیلم‌های خوابگاه شد، با یکی از هم‌اتاقی‌ها دیدیمش. نه من و نه دوستم نتونستیم با فیلم ارتباط برقرار کنیم و تا مدتها می‌گفتیم این چه فیلمی بود آخه. 

دیگه گذشت تا چند روز پیش که تو صفحه‌ی اینستاگرام آقای «فرهاد جعفری» نظر خیلی مثبتشون رو در مورد این فیلم خوندم. هم ذهنم رفت به دوران خوابگاه و هم به فکر رفتم که پس چرا من اون موقع خوشم نیومده بود از فیلم، به خصوص که ایشون گفتن ۷-۸ بار فیلم رو دیدن و من هم از اون افرادیم که اگه از فیلمی خوشم بیاد به دفعات متعدد می‌تونم تماشاش کنم. 

خلاصه اینکه، فیلم رو دوباره دیدم و نظرم در موردش به کلی عوض شد. به این فکر کردم که گذشت زمان، اتفاقاتی که باهاشون مواجه میشی و حتی اون نیازهایی که از یه جایی به بعد تو زندگی احساسشون میکنی، چقدر روی طرز فکر و دید آدم به زندگی تاثیر میذارن. مثلا من هم مثل «مَگی» تو فیلم، خیلی وقته دنبال کسی هستم که به من تو پیدا کردن مسیر درست و طی کردن این مسیر کمک کنه. کسی که بتونم اشکالاتم رو ازش بپرسم، بتونم به بینشش اعتماد کنم و فقط کارم تمرین و تمرین و تمرین باشه. 

فیلم صحنه‌های تاثیرگذار زیادی داره. چندتا از دیالوگاش رو که بیشتر خوشم اومد این زیر می‌نویسم، هر چند که مسلما شنیدنشون از زبون شخصیت‌ها و تو موقعیت‌های فیلم تاثیرگذارتر خواهد بود:

 

1- People love violence. They'll slow down at a car wreck to check for bodies. Same peolpe claim to love boxing. They got no idea what it is. Boxing is about respect: getting it for yourself, and taking it away from the other guy.

2- It's the magic of risking everything for a dream that nobody sees but you.

3- I want a trainer. I don't want charity, and I don't want favors. 

4- Some wounds are too deep or too close to bone. And no matter how hard you work at it, you just can't stop the bleeding.

5- She's not asking for God's help. She's asking for mine. 

6- People die every day. Mopping floors, washing dishes. And you know what their last thought is? "I never got my shot."

 

 

 

 

 

کتاب Running Lean: نقشه‌ی راه - یک مثال

این پُست سومین بخش از مجموعه‌ی خلاصه‌ی کتاب Running Lean یا اجرای ناب هستش.

بخش اول: مقدمه

بخش دوم: نقشه‌ی راه - اصول فراگیر

 

یه راه عالی برای درک «اصول فراگیر»ی که در بخش قبل به اونها پرداخته شد، اِعمال اونها روی یه محصول واقعیه. برای اینکه نتیجه‌ی کار به سادگی قابل فهم باشه،‌ به جای یه محصول نرم‌افزاری یا سخت‌افزاری، تصمیم گرفتم از فرآیند نوشتن همین کتاب به عنوان نمونه استفاده کنم. 

 

درک مساله

بعد از اینکه سال ۲۰۰۹ وبلاگ‌نویسی در مورد اجرای‌ ناب رو شروع کردم، چندتا از خواننده‌ها از من خواستن که محتوای وبلاگ رو به صورت کتاب منتشر کنم. می‌دونستم که نوشتن یه کتاب، حتی وقتی که قراره از پُست‌های یه وبلاگ برای این کار استفاده بشه، کار سختیه. 

من با این خواننده‌ها ارتباط برقرار کردم و ازشون پرسیدم که این کتاب با اون‌چیزی که من قبلا تو وبلاگم نوشتم، یا با سایر کتاب‌ها و وبلاگ‌هایی که در این زمینه وجود دارن چه تفاوتی داره؟ در یک کلام، می‌خواستم ببینم «ارزش منحصر‌به‌فرد ارائه‌شده‌» توسط این کتاب نسبت به گزینه‌های موجود چیه. 

چیزی که من فهمیدم این بود که خواننده‌ها هم مثل من با اجرای تکنیک‌های «استارتاپ ناب» مشکل داشتن و پُست‌های وبلاگ من رو به عنوان یه راهنمای قدم به قدم برای اجرای اون تکنیک‌ها میدیدن. 

 

تعریف راه‌حل

بر اساس این دانسته‌ها،‌ من یه روز وقت گذاشتم و یه صفحه‌ی اینترنتی که شامل عنوان و فهرست مطالب و .. بود درست کردم. می‌دونستم که فهرست مطالب، پر ریسک‌ترین قسمتِ نوشتن این کتابه، نه عنوان، جلد و حتی قیمت. اینبار از خواننده‌ها پرسیدم اگه من کتابی با این مطالب بنویسم، حاضرن بخرنش؟ جواب‌هایی که می‌گرفتم به من کمک می‌کرد که فهرست مطالب رو اصلاح کنم.

با وجود جواب‌های دلگرم‌کننده، نوشتن کتاب فقط برای این تعداد خواننده، نشان‌دهنده‌ی «مساله‌ای که ارزش حل‌کردن داشته باشد» نبود. به همین دلیل یه مدتی این اعلان رو گذاشتم و به کارهای شرکتم پرداختم. بعد دوباره به بررسی جواب‌ها پرداختم و وقتی ۱۰۰۰ ایمیل در این مورد دریافت کردم، نوشتن کتاب برام به مساله‌ای که ارزش حل کردن داره تبدیل شد. حداقل می‌دونستم هزینه‌های اولیه‌ام جبران‌ میشن.

 

اعتبارسنجی کیفی

با این حال،‌ هنوز به نظرم اینکه بشینم و کل کتاب رو یکدفعه بنویسم ایده‌ی خوبی نبود. به خاطر همین دنبال ارائه‌ی چیزی بودم تا با استفاده از اون بفهمم که مشتری‌ها چی میخوان، یعنی حداقل محصول پذیرفتنی یا MVP. 

بنابراین از فهرست مطالب به همراه چند نکته‌ی برجسته در زیر هر عنوانش، برای اعلام یه کارگاه آموزشی استفاده کردم. تصمیم گرفتم به جای یه کارگاه مثلا با ۳۰ نفر، ۳ تا کارگاه ۱۰ نفره اجرا کنم تا بتونم خروجی هر کارگاه رو تو کارگاه بعدی بسنجم. 

در نتیجه‌ی موفقیت کارگاه اول،‌ نه‌ تنها کارگاه‌های بعدی رو اجرا کردم، بلکه برای اونها هزینه هم دریافت کردم. بررسی اینکه مشتری‌ها حاضرن پول پرداخت کنن یا نه، اولین شکل از اعتبارسنجی هستش. با هر کارگاه، محتوای ارائه رو بهبود و هزینه‌ی حضور مشتری‌ها رو افزایش می‌دادم تا ببینم مشتری‌ها تا چه حد حاضر به پرداخت هستن. 

حتی بعد از برگزاری کارگاه‌ها و رسیدن به نتایج مطلوب،‌ به جای اینکه بشینم و کل کتاب رو بنویسم، به مشتری‌های بالقوه اعلام کردم که اگه کتاب رو پیش خرید کنن، به جای اینکه ۶ ماه منتظر کتاب بمونن،‌ می‌تونن ۲ فصل از کتاب رو هر ۲ هفته به صورت PDF دریافت کنن. حدود نیمی از اونها با این پیشنهاد موافقت کردن. 

 این چرخه‌های ۲ هفته‌ای به من کمک کرد که از بازخورد مشتری‌ها برای بازنویسی فصل‌ها و بهبود خطاهای تایپی و گرامری استفاده کنم. به این ترتیب نه تنها کتاب بهتری نوشتم، بلکه سرعتم هم افزایش پیدا کرد. 

 

اعتبارسنجی کمّی

بعد از اینکه محتوای کتاب آماده شد، یه طراح رو برای طراحی جلد کتاب استخدام کردم و به انتخاب زیرعنوان‌های مناسب و تصمیم‌گیری در مورد روش مناسب انتشار پرداختم. همینطور یه وبسایت بازاریابی هم راه انداختم. به این اقدامات میشه گفت «اقدام درست، در زمان‌ درست». یعنی الان زمانی بود که باید وقت و هزینه‌ برای این اقدامات صَرف میشد. 

وقتی با یه ناشر بزرگ برای انتشار کتابم صحبت کردم،‌ اونها برای انتشار کتاب علاقه‌ی زیادی نشون دادن. از اونها نظرشون در مورد روشم در نوشتن و فروش کتاب رو پرسیدم و بر خلاف انتظارم، گفتن که آرزو می‌کنن که بیشتر نویسنده‌ها از این روش استفاده کنن. با اینکه اولش برام گیج‌کننده بود، ولی بعد دلیلش رو فهمیدم. این حقیقت که من ۱۰۰۰ نسخه از کتاب رو تونسته بودم بفروشم، ریسک بازار رو برای ناشر کاهش می‌داد. مشابه همین روند رو میشه برای سرمایه‌گذارها و استارتاپ‌ها هم در نظر گرفت. 

 

 

 

کار کتاب تموم شده؟

مثل یه نرم‌افزار بزرگ، کار یه کتاب هم هرگز تموم نمیشه، بلکه فقط منتشر میشه. 

ازونجایی که من این کتاب رو در مورد یه موضوع در حال تکامل نوشتم، کتاب رو فقط یه شروع میشه در نظر گرفت.

• من هنوز آموخته‌های خام خودم رو تو وبلاگم به اشتراک میذارم. 
• یه خبرنامه با عنوان «ماهر شدن در اجرای ناب» رو هر دو هفته تهیه می‌کنم.
• تقاضا برای کارگاه‌های آموزشی من افزایش پیدا کرده.

 

بخش چهارم: مستند کردن طرح - بوم ناب

آدم حسابی

بعضی مفاهیم خیلی برام ارزشمندن، اما نمی‌تونم تعریف مشخصی براشون ارائه بدم. یعنی توضیحش فقط با مثال برام امکانپذیره. یکی از این مفاهیم «آدم‌حسابی» هستش.

یکی از آرزوهام همیشه این بوده که آدم‌حسابی باشم، با همون معنی‌ای که تو ذهن خودمه، نه ذهن بقیه‌ی افراد. یکی از سختی‌های داشتن همچین آرزوهایی اینه که متر و معیاری برای سنجشش وجود نداره، نه خودت میدونی که چقدر بهش نزدیکی، نه دیگران میتونن در این زمینه کمکی بهت بکنن، چون اصولا تعریف این نوع مفاهیم برای افراد مختلف متفاوته. علاوه بر این، به فرضِ محال، حتی اگه معیارها هم کاملا یکسان باشه، نمیشه مطمئن بود چیزی که دیگران میگن، نظر واقعیشون باشه. 

البته شاید این خیلی هم بد نباشه، یعنی اینطوری آدم بدون توجه به اینکه الان تو کدوم مرحله است و چقدر با هدف فاصله داره، فقط سعی میکنه تا جای ممکن به اون چیزی که مدنظرش هست نزدیکتر بشه. 

تحصیلات دانشگاهی خوب، چهره‌ی خوب، درآمد خوب، شغل خوب، تیپ ظاهری خوب، خانواده‌ی خوب و خیلی چیزای خوب دیگه میتونن در ذهن افراد مختلف نشون دهنده‌ی آدم‌حسابی بودن باشن. از نظر من اما، یه آدم‌حسابی ممکنه هر کدوم از این خوبی‌ها رو داشته باشه، یا حتی همه‌شون رو. ولی ممکنه هیچکدوم رو هم نداشته باشه، یعنی از نظر من اینا ضروری نیست برای اینکه آدم‌حسابی باشی. 

حالا چی ضروریه؟ فقط با مثال میتونم در موردش حرف بزنم. من یه 4-5 باری فیلم «جدایی نادر از سیمین» رو دیدم. «نادر» تو فیلم جدایی... از نظر من آدم‌حسابیه. چون:

1- با وجود اختلاف نظر شدیدی که با یکی از نزدیکانش (همسر) داره، طوری رفتار نمی‌کنه که انگار از اول عمرش از این آدم متنفر بوده، چشم رو نمی‌بنده تا دهانش رو باز کنه و هرچی از دهنش در میاد بگه. یا طوری رفتار نمی‌کنه که انگار اصلا اون شخص رو نمی‌شناسه، یا هیچ وقتِ خوشی باهاش نداشته. در یک کلام: چشم روی همه‌چی نمی‌بنده. خیلی آدم‌حسابی وار هم با مادر‌خانومش حرف میزنه و منطقی براش همه‌چی رو توضیح میده. البته مادر‌خانومش هم با اینکه خیلی کم تو فیلم می‌بینیمش، شمّه‌هایی از آدم‌حسابی بودن رو نشون میده و با وجود اینکه دامادش داره از دخترش جدا میشه، متعصبانه و یک‌جانبه با مساله مواجه نمی‌شه. 

2- با وجود اختلاف و درگیری با کسی که چندان نمی‌شناسه و تازه چند روزه که باهاش آشنا شده، چشم روی مشکلات اون شخص نمی‌بنده و درکش میکنه. وقتی تو دادگاه، خانوم پرستار به قاضی التماس میکنه که واسه شوهرش حکم بازداشت ننویسه، نادر با وجود اینکه طرف مقابل اونها در دادگاهه، از قاضی می‌خواد که مرد رو بازداشت نکنه. 

3- اینکه طرف مقابل چیزی رو نمیدونه یا متوجه نمیشه، بهش اجازه نمیده که هر طور دلش می‌خواد با اون شخص رفتار کنه. وقتی همسرش تو دادگاه ازش می‌پرسه «پدر تو اصلا میفهمه که تو پسرشی؟»، میگه «من که می‌فهمم اون پدرمه». هربار به این جمله فکر می‌کنم، به نظرم میاد باید چقدر آدم حسابی باشی که اینطوری فکر کنی. 

4- خودش رو متعهد به بهتر کردن شرایط می‌دونه، حتی با قدم‌های خیلی کوچیک، کوچیک به اندازه تربیت درست یک نفر از یه جامعه، یعنی دخترش: وقتی تو پمپ بنزین، حتی با وجود بوق‌هایی که ماشین‌های پشتی میزنن، منتظر میمونه تا دخترش بقیه پول رو بگیره و یاد بگیره از حقش دفاع کنه. وقتی از دخترش می‌خواد که جواب درست رو تو امتحان بنویسه، نه جواب اشتباه معلم رو، حتی اگه معلم نمره‌اش رو کم کنه و بهش یاد میده که نباید نتیجه‌ی خوب رو از راه اشتباه به دست آورد. 

5- وقتی میدونه اشتباه کرده، پاسخگوی رفتارش هست، حتی به دخترش. مسئولیت دروغی رو که گفته قبول میکنه. دلایلش رو هم میگه: اینکه قانون مطلقه و نمی‌فهمه که آدم ممکنه تو شرایط عصبانیت یه چیزایی رو یادش بره. میگه به این فکر کرده که اگه می‌رفت زندان، تکلیف پدر پیر و دخترش چی می‌شده. اینارو میگه، با اینکه حدس می‌زنه دخترش احتمالا این حرفا رو درک نمیکنه، حداقل تو اون سن. 

 

یعنی نادر هیج ضعفی نداشت؟ معلومه که داشت: عصبانی شد، یه خانوم حامله رو هل داد، با لجبازی سعی کرد ثابت کنه که نقشی تو مرگِ کودکِ زنِ حامله نداشته و..

ولی به نظر من، آدم‌حسابی بودن به معنی بی‌ضعف و بی‌اشتباه بودن نیست. آدم‌حسابی بودن، با وجود همین ضعف‌ها و اشتباهات معنی پیدا میکنه. فراموش نکنیم، صحبت سر «آدمِ»‌ حسابی بود، نه موجودِ کامل. 

 

 

 

 

 

دوره‌ی مقدماتی data science - مقدمه

 در حال چرخ‌زدن تو اینترنت، به لینک یه دوره‌ی مقدماتی و رایگان در زمینه‌ی "Data Science" با عنوان "introduction to data science" برخوردم که در وبسایت edx.org قرار گرفته و توسط «مایکروسافت» تهیه شده.

معرفی کننده‌ی لینک، خودش فعالِ این حوزه بوده و کیفیت دوره رو تایید کرده. ازونجایی که یه مدتی بود علاقه داشتم شناختی از مفاهیم این حوزه به دست بیارم، تصمیم گرفتم این دوره رو که ویدئویی هستش ببینم و نکاتش رو طی چند پُست یادداشت کنم.

 

 اهداف این دوره:

۱- فهمیدن اینکه Data Science چیه و کسی که تو این زمینه فعالیت میکنه (Data scientist) عملا چه کاری انجام میده؟

۲- آشنایی با روش‌های پایه‌ای کار با داده، اصول تحلیل آماری و یادگیری ماشینی (Machine Learning).

۳- شناخت مهارت‌های لازم برای موفقیت به عنوان یک Data Scientist.

 

چه کسایی از فعالیت در حوزه‌ی Data Science لذت خواهند برد؟

فعالیت در این حوزه، برای افراد علاقه‌مند به حل مسائل پیچیده‌ای که معمولا کسب و کارها باهاش مواجه میشن، می‌تونه لذت‌بخش باشه. کسب و کارها نیاز به پیش‌بینی وقایع دارن و همینطور میخوان بدونن که چطور می‌تونن از داده‌ها برای بهبود وضعیتشون و خلق ارزش بیشتر استفاده کنن.  

همچنین افراد فعال در این حوزه باید قادر به تعامل و همکاری با افرادی با زمینه‌های کاری مختلف باشن، چون Data Scientist های همکار ممکنه از حوزه‌های متنوعی مثل شیمی، بیولوژی، روانشناسی، علوم کامپیوتر و ... اومده باشن. 

 

یک روز کاری معمول برای یه Data Scientist چطور سپری میشه؟

به عنوان یه Data Scientist، اکثریت زمان کاری شما به تعامل با داده‌ها و بررسی اونها سپری میشه. شما داده‌های خام ورودی رو میگیری و سعی می‌کنی که اونها رو به شکلی تغییر بدی که بشه باهاشون خروجی ارزشمندی خلق کرد. 

همچنین کار شما میتونه پاکسازی داده‌های موجود باشه، به نحوی که به داده‌هایی قابل اعتماد و قابل استفاده برای کسب و کارها تبدیل بشن. 

 

مشخصه‌های افرادی که میتونن به عنوان یه Data Scientist موفق بشن چیه؟

۱- کسایی که تجزیه و تحلیل داده‌ها رو کار جالبی میدونن و کنجکاون که بدونن چطور میشه از داده‌ها برای بهبود کسب و کارها استفاده کرد.

۲- افرادی که یادگیری‌شون سریعه و توانایی خوبی در ترکیب روش‌های مختلف برای حل مساله دارن. میدونن که برای رسیدن به چیزی که دنبالشن، باید چه سوالایی بپرسن.

۳- اونایی که بتونن خودشون رو با تکنولوژی‌های جدید سازگار کنن، چون هر روز روش‌ها و الگوریتم‌های جدیدی برای کار با داده‌ها ارائه میشه.

۴- و افرادی که علاقه‌مند به ایجاد خروجی‌های تصویری از داده‌ها، مثل نمودارها هستن.

 

داشتن چه مهارت‌هایی برای تبدیل شدن به یه Data Scientist موفق کلیدی هستش؟

چندتا مهارت پایه‌ای وجود داره که به طور روزانه مورد استفاده قرار می‌گیره: آمار، ریاضیات، بعضی زبان‌های برنامه‌نویسی مثل "R" و «پایتون» و  بعضی ابزارهای تصویرسازی از داده‌ها مثل «اکسل» و بعضی کتابخانه‌های زبان برنامه‌نویسی پایتون.

همینطور داشتن مهارت‌های نرم مثل توانایی برقراری ارتباط قوی با اشخاص کمک زیادی می‌کنه.

 

چه توصیه‌هایی به Data Scientist های مشتاقی که در ابتدای مسیر کاری‌شون هستن میشه داشت؟ 

۱- سعی کنن با هدف یادگیری، تو پروژه‌هایی که براشون جالبه با افراد موفق در این زمینه همکاری کنن. 

۲- سعی کنن روش‌های اصولی کار با داده‌ها رو یاد بگیرن و برای رسیدن به نتیجه‌ی خوب منتظر شانس و اتفاق نباشن.

۳- سعی کنن با جامعه‌ی data scientist ها در ارتباط باشن و آموخته‌های خودشون رو به اشتراک بذارن و روش‌های بهتر برای انجام کارها رو از دیگران یاد بگیرن.

 

 

بخش دوم - مقدمه‌ای بر داده‌ها

 

کتاب Running Lean: نقشه‌ی راه - اصول فراگیر

این پُست دومین بخش از مجموعه‌ی خلاصه‌ی کتاب Running Lean یا اجرای ناب هستش.

بخش اول - مقدمه

 

اصول فراگیر

برای اینکه از یک «شیوه‌ی کلی» بتونیم بدرستی استفاده کنیم، در ابتدا نیاز داریم که تفاوت بین «اصول» و «روش‌ها» رو درک کنیم. 

اصول نشون میدن که «چه کارهایی» باید انجام بدیم. روش‌ها نشون میدن که «چطور» باید اون کارها رو انجام بدیم. 

اجرای ناب رو در سه گام میشه خلاصه کرد:

۱- جزئیات «طرح اولیه» خودتون رو مشخص و مستند کنید.

۲- پرریسک‌ترین بخش‌های طرح خودتون رو بشناسید.

۳- به طور ساختارمند طرح خودتون رو مورد آزمایش قرار بدید. 

 

گام اول: جزئیات طرح اولیه‌ی خودتون رو مشخص و مستند کنید

اکثر افراد ایده‌هایی که به ذهنشون میرسه رو نادیده میگیرن، اما کارآفرین‌ها سعی میکنن ایده‌هاشون رو اجرایی کنن. عزم و اشتیاق برای اجرایی کردن یه ایده لازمه، اما بدون بررسی‌های لازم، تعصب جای ایمان به موفقیت رو میگیره. به خصوص که کارآفرین‌ها معمولا زیادی به ایده‌هاشون خوش‌بین هستن. اونها کارشون رو با یه چشم‌انداز اولیه‌ی قدرتمند و یه طرح اولیه برای پیاده‌کردن اون چشم‌انداز شروع میکنن. اما متاسفانه بیشتر مواقع این طرح‌های اولیه جواب نمیدن.

اکثر بنیان‌گذارای استارتاپ‌ها، ایده‌هاشون رو فقط تو ذهن خودشون نگه میدارن، اما گام اول باید نوشتن چشم‌انداز اولیه و به اشتراک گذاشتن اون با حداقل یک نفر دیگه باشه.

رسم بر اینه که برای این منظور از «بیزینس پلن» (Business Plan) استفاده میشه که نوشتنش کار خوبی برای یه کارآفرین محسوب میشه، اما کارآفرین رو از مزایای صحبت با اشخاص دیگه بهره‌مند نمی‌کنه. علاوه‌براین،‌ ازونجایی که در بیشتر مواقع احتمال اینکه ثابت بشه یه طرح‌ اولیه خوب نیست زیاده، اینکه بر مبنای یه فرضیه‌ی تایید نشده وقت زیادی روی یه بیزینس پلن مثلا ۶۰ صفحه‌ای گذاشته بشه یه‌جور اتلاف وقت هستش.

پیشنهاد من استفاده از «نمودار تک‌صفحه‌ای بیزینس مدل» یا بوم ناب (Lean Canvas) هستش:

 

 

دلایل علاقه‌ی من به این چارچوب:

۱- سرعت: در مقایسه با بیزینس پلن خیلی سریع‌تر میشه آماده‌اش کرد.

۲- اختصار: باعث میشه کلمه‌ها خیلی با دقت انتخاب بشن و بیانگر منظور اصلی باشن. 

۳- قابلیت حمل آسان: اشتراک‌گذاری اون با دیگران راحته، در نتیجه تعداد بیشتری از افراد می‌بیننش و احتمالا بازخوردهای بیشتری دریافت میشه.

 

بخش‌های مختلف این چارچوب در بخش‌های بعدی بررسی میشه. اما نکته‌ی مهم در این لحظه اینه: اگه به تصویر بالا دقت کنید متوجه میشید که به بخش راه‌حل (Solution) کمتر از یک نهم فضا اختصاص داده شده. چون به عنوان کارآفرین، ما بیشتر به بخش راه‌حل علاقه‌مندیم و علتش هم طبیعتا اینه که تخصص ما بیشتر در این بخش هستش. اما:

مشتری‌ها به راه‌حل شما علاقه‌ای ندارن. اونا میخوان مشکلشون حل بشه. 

بنابراین دنبال راه‌حل بودن برای مساله‌ای که اهمیت چندانی واسه کسی نداره در واقع یکجور اتلاف وقته. 

 

گام دوم: پرریسک‌ترین بخش‌های طرح خودتون رو بشناسید

استارتاپ‌ها، کسب‌و‌کارهای پر‌ریسکی هستن و وظیفه‌ی اصلی ما به عنوان یه کارآفرین اینه که به طور ساختارمند ریسک‌های استارتاپ خودمون رو با گذشت زمان حذف کنیم.

بزرگ‌ترین ریسک برای بیشتر استارتاپ‌ها، ساخت چیزیه که کسی نمیخوادش.

با وجود اینکه پرریسک‌ترین بخش در محصولات مختلف متفاوته، در بیشتر مواقع اینکه استارتاپ شما در چه مرحله‌ای قرار داره در تعیین بخش پرریسک تاثیر زیادی داره. اما یه استارتاپ شامل چه مراحلیه؟ در ادامه بررسی می‌کنیم.

 

سه مرحله‌ی یک استارتاپ:

۱- سازگاری مساله/راه‌حل (Problem/Solution Fit)

۲- سازگاری مساله/بازار (Problem/Market Fit)

۳- افزایش اندازه (Scale)

 

مرحله‌ی اول استارتاپ: تناسب مساله/راه‌حل

سوال کلیدی: آیا مساله‌ای وجود دارد که ارزش حل کردن داشته باشد؟

قبل از صَرف ماه‌ها و حتی سال‌ها برای ایجاد یک راه‌حل، باید جواب سوال بالا رو پیدا کرد. چون ایده‌ها ارزان هستند و اجرایی کردن آنها بسیار پرهزینه. 

با استفاده از ۳ پرسش میشه به پاسخ سوال کلیدی فوق رسید: ۱- مشتری‌ها چنین مساله‌ای دارن؟ ۲- مشتری‌ها حاضرن برای دریافت راه‌حل این مساله هزینه کنن؟ ۳- این مساله قابل حله؟

نتیجه‌ی این مرحله، رسیدن به یه محصول قابل ارائه به مشتری با حداقل ویژگی‌ها هستش که «حداقل محصول پذیرفتنی» یا "MVP" نامیده میشه. (Minimum Viable Product)

 

مرحله‌ی دوم استارتاپ: تناسب محصول/بازار

سوال کلیدی: آیا مشتریان از محصول من راضی اند؟ 

بعد از ساخت MVP، حالا باید ببینیم که راه‌حل ما مساله‌ی مشتری رو حل می‌کنه؟

رسیدن به تناسب محصول/بازار اولین نقطه‌ی عطف مهم برای یه استارتاپه. در این مرحله طرح شما داره شروع به کار می‌کنه:  شما در حال جذب و حفظ مشتری‌‌ها و کسب درآمد از طریق اونها خواهید بود. 

 

مرحله‌ی سوم استارتاپ: افزایش اندازه

سوال کلیدی: چطور به رشد شتاب بدم؟

بعد از تناسب محصول/بازار، معمولا یه سطحی از موفقیت تضمین‌شده خواهد بود. در این مرحله روی رشد یا افزایش اندازه‌ی بیزینس مدل‌مون متمرکز میشیم.

 

تحول (Pivot) و بهینه‌سازی (Optimization)

رسیدن به تناسب محصول/بازار، کاملا بر روی راهکار (strategy) و روش‌ها (tactics) تاثیرگذاره. بنابراین تقسیم مراحل استارتاپ به «قبل از تناسب محصول/بازار» و «بعد از تناسب محصول/بازار» کار معقولیه.

قبل از این مرحله، تمرکز استارتاپ بر روی یادگیری و تحوله. بعد از این مرحله،‌ تمرکز به رشد و بهینه‌سازی منتقل میشه.

«تحول» به پیدا کردن طرحی که جواب بده ارتباط پیدا میکنه، در حالیکه «بهینه‌سازی» به شتاب‌دهی رشدِ طرحی که جواب داده مربوطه. 

برای اینکه به حداکثر یادگیری برسیم، باید به جای تغییرات تدریجی، به دنبال تغییرات برجسته باشیم. مثلا به جای تغییر رنگ یه دکمه، ‌کل صفحه‌ی اصلی رو تغییر بدیم. همچنین به جای اینکه «پیشنهاد با ارزش منحصر‌به‌فرد» یا "UVP" خودمون (Unique Value Proposition) رو فقط با یک گروه از مشتریان آزمایش کنیم، UVP های مختلف رو با گروه‌های مختلفی از مشتریان آزمایش کنیم.

 

گام سوم: به طور ساختارمند طرح خودتون رو مورد آزمایش قرار بدید

بعد از اینکه طرح اولیه‌تون رو مستند و ریسک‌های شروع‌تون رو رتبه‌بندی کردید،‌ شما آماده‌اید که طرح‌تون رو به طور ساختارمند آزمایش کنید. در «استارتاپ ناب» این کار با اجرای دنباله‌ای از آزمایش‌ها (experiments) انجام میشه.

آزمایش به چه معنیه؟

به هر «چرخش» به دور «حلقه‌‌»ی "validated learning loop" یا "Build-Measure-Learn loop" که در تصویر زیر مشاهده می‌کنید، یک آزمایش گفته میشه: 

 

آزمایش از مرحله‌ی ساخت (Build)، و با مجموعه‌ای از ایده‌ها به منظور سنجش یه فرضیه شروع میشه. خروجی این مرحله چیزیه که با استفاده از کدها، صفحه نخست و .. ساخته شده (Product). این خروجی در اختیار مشتری‌ها قرار می‌گیره. پاسخی که مشتری‌ها میدن، داده‌های «کمّی» و «کیفی» رو در اختیار ما میذاره (Data). با استفاده از این داده‌ها و سنجش اونها، آموخته‌هایی کسب می‌کنیم (Learn). به این ترتیب فرضیه تایید یا رد میشه. خروجی آموخته‌ها میتونه ایده‌های جدیدی باشه (Ideas). این یه آزمایش بود. به اجرای پشتِ سرِ هم آزمایش‌ها به منظور رسیدن به یه هدف مشخص، مثلا تناسب محصول/بازار، «تکرار» (iteration) گفته میشه.در شکل زیر، تکراری که در این کتاب مورد استفاده قرار میگیره نشون داده شده:

 

در تصویر بالا،‌ از دو مرحله‌ی اول یعنی «فهم مساله» و «تعریف راه‌حل»، برای رسیدن به تناسب مساله/راه‌حل استفاده میشه. بعد، با هدف رسیدن به تناسب محصول/بازار، با استفاده از مفهوم تکرار بررسی می‌کنیم که مردم چیزی که ما ساختیم رو می‌خوان یا نه که با رویکرد دو مرحله‌ای انجام میشه: اول کیفی (micro-scale) و بعد کمّی (macro-scale).

 

 

بخش سوم: نقشه‌ی راه - یک مثال