6 Beispiele für Product-Market-Fit & Zentrale Erkenntnisse
Die Medien lieben es, die Geschichten von Start-ups hervorzuheben, die zu einem „Einhorn“ geworden sind. Doch nur wenige hören von den Geschichten dieser Unternehmen, die einen viel bedeutenderen Meilenstein erreichen – ihren Product-Market-Fit (Marktpassung). Heute möchte ich mit Ihnen einige dieser faszinierenden Beispiele für Product-Market-Fit durchgehen und daraus gewonnene Erkenntnisse ableiten.
Warum Product-Market-Fit wichtig ist
Product-Market-Fit bedeutet, dass das, was Sie aufgebaut und beworben haben, auf dem Markt erfolgreich ist, mit einer Nutzerbasis, die Ihr Produkt liebt und bereitwillig dafür zahlt. Ein Product-Market-Fit heißt, dass:
- Sie erfolgreich die Bedürfnisse Ihres Zielmarktes abdecken.
- Ihr Preis für Ihre Zielgruppe akzeptabel ist und Sie keine Probleme mit zukünftiger Rentabilität haben.
- Sie eine gesunde Nutzerbindung, eine beherrschbare Abwanderungsrate und eine hohe Kundenzufriedenheit haben (z. B. hoher Net Promoter Score).
- Ihre Marketingstrategie und -kanäle (z. B. Mundpropaganda, E-Mail usw.) Ihre Käufer-Personas erfolgreich ansprechen und Ihnen potenziell genügend Interessenten bringen, um sich einen guten Marktanteil zu sichern.
Den Product-Market-Fit zu finden, ist für jedes Start-up und sein Produktmanagement-Team ein wesentlicher Meilenstein, denn so kann das Unternehmen in einem hochkompetitiven Markt nachhaltig bestehen und die Grundlage für weiteres Wachstum schaffen.
Du willst mehr vom The CPO Club?
Registriere dich für eine kostenlose Mitgliedschaft, um diesen Artikel vollständig zu lesen:
Have an account? Log In
Beginnen wir unsere Reise mit wohl der bekanntesten PMF-Geschichte überhaupt – Airbnb.
Beispiel Nr. 1: Airbnbs unkonventioneller Ansatz, um Zielkunden zu erreichen
Der beliebte Buchungsdienst für Unterkünfte sah nicht immer so ansprechend aus wie heute. So sah die allererste Version von Airbnb (auch bekannt als AirBed&Breakfast) aus.
Airbnb hat jedoch seit der ersten Version einen weiten Weg zurückgelegt. Neben einer modern designten Website belegt das Unternehmen mittlerweile den zweiten Platz im Online-Buchungsmarkt mit 6 Millionen Unterkunftseinträgen und allein 2021 rund 300 Millionen Buchungen.
Dieser enorme Erfolg war das Ergebnis harter Arbeit und des kreativen Ansatzes des Airbnb-Teams, den Product-Market-Fit zu erreichen und den Service weiterzuentwickeln. Wollen Sie wissen, wie sie es geschafft haben?
Wie Airbnb seinen PMF erreichte
Alles begann damit, dass Joe Gebbia und Brian Chesky (die Airbnb-Mitbegründer) ihre Miete für eine Wohnung in San Francisco nicht bezahlen konnten und die Idee hatten, ein paar Designer, die wegen einer Konferenz in die Stadt kamen, bei sich aufzunehmen, um damit die Miete zu decken.
Sie wussten, dass viele Menschen sich nicht wohl fühlen würden, im Haus fremder Leute zu übernachten. Um vertrauenswürdig zu wirken, erstellten sie deshalb eine einfache Website, auf der sie ihre Unterkunft speziell für Konferenzteilnehmende der IDSA (eine angesehene Design-Konferenz in den USA) anboten.
Dies war ein voller Erfolg – sie konnten tatsächlich einige Besucher:innen der Veranstaltung beherbergen.
Das brachte sie auf die Idee, einen Service zu starten, der Menschen auf der Suche nach günstigen Unterkünften mit Gastgeber:innen zusammenbringt, die bereit sind, Gäste in ihren Wohnungen aufzunehmen.
Sie waren sich jedoch nicht sicher, ob es tatsächlich viele Menschen gab, die ihre Wohnungen vermieten würden. Deshalb rekrutierten sie vor dem DNC in Denver potenzielle Gastgeber:innen vor Ort.
Anschließend fügte das Airbnb-Team eine Kartenfunktion auf der Website hinzu, mit der Nutzer:innen Gastgeber:innen in der Nähe des gewünschten Standortes (hier das Konferenzzentrum des DNC) finden konnten.
Dieser „Hack“ erwies sich als voller Erfolg, und schon bald wurde Airbnb für viele Konferenzgäste, die Unterkünfte in der Nähe des Veranstaltungsortes suchten, zur Anlaufstelle.
Sobald dem Airbnb-Team klar wurde, dass es sowohl Nachfrage (Reisende) als auch Angebot (Gastgeber:innen) für den Service gab, richteten sie den Fokus auf Wachstum.
Sie vermuteten, dass gutaussehende Fotos der Unterkünfte zu mehr Buchungen führen würden. Daher engagierten sie einen professionellen Fotografen, der die über Airbnb inserierten Wohnungen besuchte und ansprechende Fotos machte. Das Ergebnis war eine Verdreifachung der Buchungen für diese Apartments und ein signifikanter Wachstumsschub für Airbnb.
Schließlich entwickelte das Airbnb-Team eine geniale (und vielleicht nicht ganz ethische) Taktik: Gastgeber konnten ihr Inserat mithilfe von Bots und Skripten automatisch auf Craigslist erneut einstellen. Dadurch erreichten die Gastgeber ein größeres Publikum an Reisenden, die an ihren Wohnungen interessiert sein könnten, während sie sich die Mühe ersparten, sich manuell anzumelden und eine Anzeige auf dieser Plattform zu schalten.
Dank all dieser Hacks und cleveren Taktiken konnte Airbnb bald einen klaren Product-Market-Fit für seinen Service und das Geschäftsmodell nachweisen.
Was wir von Airbnb lernen können
Auch wenn viele von uns die Craigslist-Idee vielleicht nicht mögen, sind wir uns wohl einig, dass das Team von Airbnb hervorragende Arbeit bei der Produktentwicklung geleistet hat und wir aus ihrer Erfahrung lernen können. Meiner Meinung nach gibt es in dieser Geschichte zwei zentrale „Lessons Learned“:
Günstige Validierung der Kernhypothesen: Aus gutem Grund habe ich im obigen Text drei Sätze hervorgehoben – sie stellen alle Kernhypothesen für Airbnb dar. Die ersten beiden spiegelten das Angebot und die Nachfrage wider, während die dritte ein Beispiel für eine Wachstumshypothese war.
Gebbia und Chesky wussten, dass ihre Idee riskant war und es möglich ist, dass Menschen Airbnb nicht nützlich finden würden. Also suchten sie nach günstigen Wegen, um ihre Kernhypothesen zu testen, bevor sie mehr Zeit und Geld in ihren Service investierten.
Kluge Anwendung von Concierge-Testing: Bevor irgendetwas gebaut wurde, versuchte das Team, alles erst manuell zu machen. Die zwei markantesten Beispiele hierfür waren, als das Team vor dem DNC-Event persönlich Gastgeber rekrutierte und als sie einen professionellen Fotografen anheuerten.
Manuelle Durchführung wird auch als Concierge-Testing bezeichnet. Es ist eine der bekannten Taktiken zur Validierung von Hypothesen und ermöglicht es, mit einer Idee Erfolg zu haben oder zu scheitern, bevor Funktionen für das Produkt entwickelt werden.
Beispiel Nr. 2: Segments Produkt-Pivot, nachdem kein Product-Market-Fit für die ursprüngliche Idee gefunden wurde
Sie kennen Segment vielleicht als einen der führenden Anbieter im Bereich Kundendatenverarbeitung. Aber wussten Sie, dass es ursprünglich als Tool gestartet ist, mit dem Sie Ihrem Professor während der Vorlesung mitteilen konnten, dass Sie verwirrt sind?
Genau, der ursprüngliche Name war ClassMetric und so sah es aus.
Der Screenshot stammt aus einer Vorlesung an der UC Berkeley, bei der der letzte Teil für die Studierenden etwas schwer verständlich war, da das Maß an Verwirrung (rote Linie im Diagramm) deutlich anstieg.
Wie Segment seinen Product-Market-Fit erreichte
Bevor Segment schließlich seinen Product-Market-Fit fand, kämpften die Entwickler als ClassMetric ums Überleben.
Die Idee erschien zu Beginn vielversprechend. Es gelang ihnen sogar, eine Investition von 600.000 $ zu sichern. Das war aber noch, bevor ein MVP (Minimum Viable Product) entwickelt und an Studierenden getestet wurde.
Als ein funktionsfähiges Produkt zur Verfügung stand, wurde es an verschiedenen Universitäten verteilt und an Studierenden getestet. Das Ergebnis war allerdings ernüchternd. Die Mehrheit der Studierenden kommunizierte untereinander und mit Professoren über soziale Medien oder E-Mail. Lediglich 20 % der Studierenden nutzten ClassMetric, wenn sie die Möglichkeit bekamen.
Das bedeutete, dass der Kundennutzen, den ClassMetric schaffen sollte, nicht stark genug war, um das Verhalten der Studierenden zu ändern und sie für die App zu gewinnen.
Also beschloss das Team, ClassMetric aufzugeben und an einem neuen Produkt namens Segment.io zu arbeiten. Dies war ein Produktanalyse-Tool mit Spezialisierung auf Segmentierung. Auch diese Idee schlug fehl, denn innerhalb eines Jahres konnten damit keine Kunden gewonnen werden.
Allerdings gab es noch ein weiteres Tool, das sie in dieser Zeit zur Unterstützung von Segment.io entwickelt hatten: Eine Datenbanklösung, die Nutzerdaten erfassen, organisieren und verteilen konnte. Im Gegensatz zum Hauptprodukt fand dieses Tool deutlich mehr Anklang und wurde schon bald zum Hauptprodukt des Segment-Teams. Die Datenbanklösung war so erfolgreich, dass die Gründer sie letztlich für 3,2 Milliarden $ an Twilio verkauften.
Was wir von Segment lernen können
Segments Erfahrung ist ziemlich einzigartig und wir können davon definitiv etwas lernen. Hier sind zwei der wichtigsten Erkenntnisse, die ich hervorheben möchte:
Testen Sie Ihre Kernhypothesen, bevor Sie ein MVP bauen: Sicher, die Kernfunktion eines MVP ist auch die Hypothesenprüfung. Dennoch gibt es viel günstigere Methoden, mit denen Sie schon früh Hinweise auf die Tragfähigkeit Ihrer Idee erhalten, bevor Sie mit der Entwicklung starten. Wir haben einen ganzen Leitfaden zur Validierung von Startup-Ideen, den Sie für weitere Informationen konsultieren können.
Es ist absolut in Ordnung zu pivotieren: Wenn Ihre Idee scheitert, ist das noch kein Grund aufzugeben. Sie können den Kurs Ihres Produkts jederzeit ändern und etwas Neues ausprobieren. Pivotieren ist normal und im Startup-Bereich sehr verbreitet. Manchmal entdecken Sie, dass eines Ihrer Nebenprodukte das ist, was Nutzer wirklich wollen.
Wussten Sie, dass sowohl Gmail als auch Google Ads zunächst interne Tools bei Google waren, bevor sie so berühmt wurden? Ich denke, das spricht für sich.
Beispiel #3: Trilogeis Value-Proposition-First-Ansatz, um den Nutzern ein besseres „Magie“-Erlebnis zu bieten
Trilogy Education war ein Tech-Bootcamp-Service, der 2015 in New York gegründet wurde. Ziel des Service war es, technische Bildung in einem nicht-traditionellen Format anzubieten und die Lücke zwischen den Studierenden und ihrem Traumjob bzw. -beruf zu schließen.
Obwohl die Kurse anfangs eine Durchfallquote von 50 % hatten (die Studierenden waren unzufrieden, verärgert und forderten Rückerstattungen), gelang es dem dahinterstehenden Team bald, den Service wieder auf Kurs zu bringen und einen Übernahmevertrag über 750 Millionen $ zu sichern.
Schauen wir uns nun an, wie sie ihre Herausforderungen überwunden und ihren Product-Market-Fit (PMF) erreicht haben.
Wie Trilogy seinen Product-Market-Fit (PMF) erreichte
Um die Zufriedenheit mit ihren Kursen zu erhöhen und eine Skalierbarkeit des Services zu ermöglichen (mit einer Durchfallquote von 50 % war keine Skalierung möglich), beschloss das Team, für die Studierenden ein „magisches“ Erlebnis zu schaffen und ihre Anstrengungen darauf zu richten, diese „Magie“ zu erhöhen.
Das magische Erlebnis bestand aus den folgenden fünf Komponenten:
Das Trilogy-Team begann damit, die Lehrmethoden, Kursinhalte, Unterrichtsstile der Dozenten und weitere Aspekte ihres Angebots zu überarbeiten, um in diesen fünf Bereichen Exzellenz zu erreichen.
Um die Ergebnisse ihrer Bemühungen zu messen, entwickelte das Team eine Reihe von KPIs, darunter Kurs-NPS und den Prozentsatz der Studierenden, die sich „nicht unterstützt“ fühlten, und begann, diese nach jedem Kurs zu erfassen.
Mit diesen Daten in der Hand begannen sie, Schwachpunkte in ihren Prozessen zu identifizieren und schrittweise Lösungen umzusetzen.
Das Ergebnis all dieser Bemühungen war ein klarer Product-Market-Fit und das Übernahmeangebot durch 2U – einen der Giganten der EdTech-Branche.
Was wir von Trilogy lernen können
Das Team hinter Trilogy hat großartige Arbeit bei der Lösung der Probleme ihres Angebots geleistet und wir können Folgendes von ihnen lernen:
Definieren Sie KPIs und messen Sie diese systematisch: Wenn Sie etwas an Ihrem Produkt verbessern wollen, müssen Sie es zuerst messen. Trilogy konnte seine „Magie“ definieren und systematisch die dazugehörigen KPIs messen. Dieser Prozess ermöglichte ihnen einen klaren Überblick über ihre Leistung und das Aufspüren von Schwachstellen.
Konzentrieren Sie sich darauf, die gesetzten KPIs zu verbessern: Indem Sie sich darauf konzentrieren, mit Ihren KPI-Messungen identifizierte Schwachpunkte zu beseitigen, können Sie das Kundenerlebnis Schritt für Schritt verbessern und finden schließlich Ihre „Magie“-Zone.
Beispiel #4: PaintBerris klassisches Lean-Template zum „erfolgreichen Scheitern“
PaintBerri ist eine Online-Malsoftware und eine Community, in der Künstler zusammen Kunstwerke schaffen und kollaborieren können.
Im Gegensatz zu den anderen hier genannten Startups, die ihren Product-Market-Fit (PMF) erfolgreich erreicht haben, handelt es sich hierbei um eine Geschichte über das „erfolgreiche Nicht-Erreichen eines Product-Market-Fits (PMF)“. Richtig gelesen – „erfolgreich“ ist kein Schreibfehler, denn hier geht es darum, richtig zu scheitern (Scheitern ist – wie auch das Pivotieren – absolut in Ordnung!).
Wie PaintBerri nach seinem Product-Market-Fit (PMF) suchte
Vielleicht ist es ein wenig hart, von „Scheitern“ zu sprechen, denn Katherine Tung gründete PaintBerri 2014 mit einer aktiven Nutzerschaft, die das Produkt liebte.
Das Produkt war an sich ein großer Erfolg, doch der Aspekt der Monetarisierung brachte das Team dazu, die Weiterentwicklung von PaintBerri einzustellen. Obwohl viele aktive und leidenschaftliche Nutzer auf der Plattform waren, waren ihre „Pain Points“ nicht stark genug, um sie dazu zu bewegen, dafür zu bezahlen.
Warum ich dies als „erfolgreiches Scheitern“ bezeichne? Das PaintBerri-Team nutzte Lean-Ansätze für die Entwicklung und Validierung ihres Produkts. Sie konnten das Startup bereits in einer frühen Phase pausieren, ohne ihr eigenes (oder das potenzieller Investoren) Geld zu verschwenden.
Das PaintBerri-Team las verschiedene Bücher über Lean Development, wie z. B. Dan Olsens Lean Product Playbook (Empfehlung: Lesen Sie es auch!) und folgte dem Build-Measure-Learn-Prinzip. Sie entwickelten ein kleines MVP, das sie mit einer geschlossenen Beta-Community von 500 Teilnehmenden teilten. Danach folgte die Public-Beta-Version, die so aussah:
In der öffentlichen Beta sammelten sich rund 6.000 Künstler und Maler auf der Plattform, und das Team begann mit der Validierung und dem Lernen.
Durch das Sammeln sowohl quantitativer als auch qualitativer Kundenfeedbacks mittels Fragebögen und Interviews konnte Katherine die wichtigsten Produktmerkmale identifizieren, die den Nutzern den größten Mehrwert boten (es war ihre Social-/Kollaborationssuite), und sich stärker darauf konzentrieren, diese zu verbessern.
Darüber hinaus begannen sie mit verschiedenen Monetarisierungstechniken zu experimentieren und deren Leistung zu messen. Dabei stellte das Team fest, dass zwar eine gute Problem-Lösungs-Passung existierte (da die Leute das Produkt liebten), jedoch kein PMF, da keine spürbare Zahlungsbereitschaft vorhanden war.
Was wir von PaintBerri lernen können
Erfahrungen aus Erfolgsgeschichten zu ziehen ist großartig, aber aus Misserfolgen zu lernen ist noch wertvoller. Im Fall von PaintBerri lehrt uns ihr „erfolgreiches Scheitern“, dass:
Das Befolgen aller Lean-Best Practices garantiert keinen Erfolg: Die Lean-Startup-Methodik ist kein Allheilmittel. Sie garantiert keinen 100%igen Erfolg mit deinen Ideen. Stattdessen sorgt sie dafür, dass du frühzeitig scheiterst, ohne viel Zeit und Ressourcen in die Idee zu investieren.
Es ist absolut in Ordnung zu scheitern: Bevor Gründer ein erfolgreiches Startup aufbauen, scheitern sie meistens ein paar Mal und lernen aus ihren Fehlern. Misserfolg ist nichts, was man vermeiden oder wofür man sich schämen müsste. Das Einzige, was dabei zählt, ist, möglichst früh zu scheitern, um keine Zeit und kein Geld zu verschwenden.
Beispiel #5: Novos' Nutzung einer bestehenden Community zur Erreichung des PMF
Novos war ursprünglich ein Analytik-Tool für Gamer, mit dem sie ihre Leistung analysieren und verbessern konnten. Dieses Produkt erwies sich jedoch als schwer monetarisierbar, sodass sie bald dazu übergingen, stattdessen maßgeschneiderte Trainingsprogramme für Gamer anzubieten.
Im Gegensatz zur ursprünglichen Idee war die zweite erfolgreich und verhalf Novos zum PMF. Schauen wir uns nun an, wie ihnen das gelang und was wir vom Novos-Team lernen können.
Wie Novos sein PMF erreichte
Bevor sie das Produkt selbst entwickelten, hatte das Novos-Team bereits eine bedeutende Community von Gamern und Enthusiasten auf Discord und Overwolf aufgebaut.
Sie nutzten diese Community, um ihr Produkt zu testen und Feedback sowohl zu wichtigen Anwendungsfällen als auch zum Monetarisierungspotenzial zu sammeln. Genau wie PaintBerri stellten sie fest, dass das Nutzenversprechen für ein Analytik-Tool nicht stark genug war, damit die Spieler dafür bezahlen wollten.
Sie sprachen daher mit mehreren tausend (!!!) Community-Mitgliedern und fanden heraus, dass viele von ihnen Trainingsanleitungen im PDF-Format innerhalb der Community teilten. Hier entstand die Idee für individuelle Trainingsprogramme.
Die Community nahm diese Idee schnell an und begann, dafür zu bezahlen. Dieses Interesse signalisierte Novos, dass sie auch außerhalb der Community den PMF erreichen konnten.
Was wir von Novos lernen können
Die wichtigste Erkenntnis aus der Geschichte von Novos liegt auf der Hand: Du solltest die Online- (und Offline-) Communities deiner Zielgruppe nutzen, da sie dir wertvolles Feedback geben und zu deinen ersten Nutzern werden können.
Beispiel #6: Superhumans Erreichung des PMF durch Fokussierung auf eine führende Kennzahl
Unser letztes Beispiel für den Product-Market-Fit handelt von Superhuman, einem E-Mail-Client, der dabei hilft, die eigene E-Mail-Kommunikation maximal produktiv zu gestalten.
Das Team startete mit vielen Schwierigkeiten (unter anderem launchten sie zu spät), aber sie lösten die meisten ihrer Probleme und entwickelten sogar ein Rahmenwerk, um den PMF zu erreichen – was ihnen auch gelungen ist!
Wie Superhuman sein PMF erreichte
Dieses sogenannte Rahmenwerk drehte sich darum, den PMF messbar zu machen, indem ein KPI dafür definiert und anschließend ein Prozess entwickelt wurde, um diesen KPI so lange zu verbessern, bis der Product-Market-Fit erreicht war.
Rahul Vohra, der Gründer von Superhuman, wählte den Sean Ellis Test als zentralen KPI. Nach Durchführung dieses Tests unter frühen Anwendern fand das Team heraus, dass der Anteil der Nutzer, die „sehr enttäuscht“ wären, wenn es Superhuman nicht gäbe, bei 22 % lag (unter dem erforderlichen Benchmark von 40 %).
Also beschloss das Team, sich auf die Schmerzpunkte der Gruppe zu konzentrieren, die „etwas enttäuscht“ war, um deren unzureichend erfüllte Bedürfnisse zu erkennen und diese durch neue Funktionen abzudecken.
Das Rahmenwerk zur Messung und Verbesserung einer führenden Kennzahl war ein Erfolg, denn schon bald erreichte das Team eine 58%-Marke und damit auch den Product-Market-Fit.
Was wir von Superhuman lernen können
Die Geschichte von Superhuman zeigt, dass man den PMF erfolgreich mit führenden Kennzahlen messen kann. Tatsächlich haben wir einen vollständigen Ratgeber zur Analyse des Product-Market-Fit, der zeigt, wie das geht.
Es gibt immer einen passenden Markt!
Die Erreichung des Product-Market-Fit ist wahrscheinlich die größte Herausforderung, der sich ein Startup stellen muss. Zum Glück sind viele andere diesen Weg bereits gegangen und haben dabei wertvolles Wissen gesammelt, das du nutzen kannst, um auf deiner Reise Fallstricke zu vermeiden.
Ich hoffe, dass die Lehren aus diesen Geschichten dir eines Tages helfen werden, deinen eigenen Product-Market-Fit zu finden. Vorher empfehle ich dir jedoch, auch einige weitere hilfreiche Leitfäden zu lesen, die meine Kolleginnen und Kollegen für dich vorbereitet haben. Besonders empfehle ich unsere Anleitungen zu folgenden Themen:
- Produkt-Onboarding
- Strategien für den Product-Market-Fit
- Stakeholder-Management
- Und das Erstellen von PRDs.
Außerdem haben wir einen Newsletter, den du abonnieren kannst, wenn du künftig viele solcher Produktmanagement-Tipps erhalten möchtest!