Deep Techs e Startups

Startups: como evitar ideias ruins que parecem boas

01/junho/2021

Startups: como evitar ideias ruins que parecem boas

Esse texto é inspirado pelo artigo “How to save yourself from bad startup ideas that look good”, escrito há cerca de 5 anos, sendo complementado por nossa experiência aqui na Wylinka apoiando e desenvolvendo startups diversas em programas como o StartupTech. Durante esses mais de 5 anos apoiando startups, aprendemos alguns padrões em ideias ruins e organizamos algumas ferramentas/processos que ajudam empreendedores e empreendedoras a evitar as falhas mais comuns na ideação. Nesse texto, organizamos alguns dos principais erros cometidos ao idealizar uma startup.

Photo by Sarah Kilian on Unsplash

Não é um cabelo pegando fogo

É comum falarmos que startups devem resolver uma dor bem clara, mas uma analogia utilizada por Y Combinator e Sequoia Capital consegue explicar melhor esse conceito: o cabelo pegando fogo. Na definição à Vale do Silício, eles defendem: “Se seu amigo estivesse perto de você e estivesse com o cabelo pegando fogo, isso seria a única coisa com que ele realmente se importaria. Não importaria se estivesse com fome, tivesse terminado um relacionamento ou se estivesse atrasado para uma reunião — ele priorizaria apagar o fogo. Se você lhe entregasse uma mangueira — o produto/solução perfeito — eles apagariam o fogo imediatamente. Se você lhe entregasse um tijolo, ele ainda pegaria isso e tentariam se bater na cabeça para apagar o fogo. Você precisa encontrar dores tão gritantes que os usuários estejam dispostos a tentar soluções incompletas, v1 e imperfeitas.” (Y Combinator — The Real Product Market Fit).

Muitas ideias que parecem boas se encaixam nesse dilema — agregam algum valor, parecem legais, mas são um nice to have, e não um must have, ou cabelo pegando fogo. Por mais que algumas soluções pareçam legais, o processo de adesão a uma nova solução é sempre complicado — há custos de mudança, há investimento complementar (um novo pagamento ou dedicação de tempo) etc. — e geralmente soluções que não endereçam um cabelo pegando fogo não sobrevivem por muito tempo.

Conectado a esse erro está o erro de ideias abertas demais — geralmente, quem não encontra uma solução gritante tende a adicionar diversos outros problemas menores para serem resolvidos por algo abrangente. Nesses casos, a ideia fica aberta e superficial demais, sem dor ou públicos muito claros.

Mercados pequenos ou pouco aquecidos

Em alguns casos, as soluções podem até ser boas ou endereçar cabelos pegando fogo, mas se encaixam em mercados pequenos demais. Um exercício interessante, também proposto pela Y Combinator quando o assunto é dimensionamento da oportunidade, é se perguntar: esse negócio consegue faturar 100 milhões por ano? Para isso, uma conta de padaria — volume de clientes X ticket do produto. Se você consegue 1000 reais por ano com um cliente, precisa de 100.000 clientes. O negócio tem capacidade de atingir tantos clientes? É bom o suficiente para conseguir capturar 1000 reais por ano? Nesse exercício, já é possível separar potenciais startups de negócios não tão promissores assim.

Complementarmente, é possível fazer o exercício conhecido como construir um Idea Maze. O Idea Maze é uma ferramenta proposta por um professor de Stanford, investidor e fundador de startups bem relevantes nos EUA, Balaji Srinivasan. Nela, organizam-se as possibilidades de soluções no mercado em que você está querendo endereçar, bem como algum dado que ajude a dimensionar a oportunidade — como a captação de startups em tal vertical (a ferramenta crunchbase ajuda bastante nesse processo). Para facilitar, um exemplo de idea maze em que participamos recentemente, sobre o mercado de Pets:

Como pode ser visto na imagem acima, o Idea Maze auxilia a entender melhor verticais com maior aquecimento e verticais que parecem não ter tanto mercado assim.

O segredo é sempre se perguntar: o quão grande isso pode ficar? Boas ideias geralmente conseguem faturamentos na casa das dezenas/centenas de milhões.

Desafios de input de dados

Um terceiro erro comum é pensar em soluções que realmente poderiam ajudar a vida das pessoas (como melhoria no controle financeiro, da alimentação ou evitando desperdício de alimentos), mas envolve procedimentos não automatizados na inserção dos dados (como o registro diário de notas fiscais, a fotografia diária dos alimentos ou o registro das datas de validade de produtos após cada compra). Embora a intenção e impactos muitas vezes sejam bons, esperar um comportamento tão ativo no input de dados é sempre um caminho para ideias ruins.

Falta de incentivos para engajamento

Similar ao erro comum acima é a crença que usuários vão se engajar consistentemente por muito tempo sem os incentivos corretos. Um exemplo são plataformas de ajuda mútua — “conectamos universitários com alunos do ensino médio para tirar dúvidas sobre carreira”. Os universitários podem, sim, por um período se dedicar a ajudar outras pessoas — mas dedicação consistente e a longo prazo só ocorre quando há incentivos para isso (alguma monetização ou recompensa concreta e valiosa). Novamente, a intenção e impacto geralmente são ótimos, mas a mecânica para fazer com que o negócio funcione é mal desenhada.

Monetização ruim

Por fim, a monetização. Pensar sobre como a conta vai fechar é algo fundamental — vai conseguir cobrar uma assinatura mensal? O ticket do produto consegue ser alto o suficiente para sustentar a operação? As pessoas enxergam valor a ponto de pagar pela solução? Ideias ruins geralmente são mal amarradas na questão da monetização — às vezes por não agregarem valor o suficiente a ponto de conseguir cobrar diretamente, acabam patinando nesse sentido. Uma saída comum, e geralmente ruim, é a adoção de estratégias abertas, mas fáceis de responder — ganhar com publicidade, venda de dados de usuários ou margem na indicação de produtos/pessoas. As três saídas dependem de um volume enorme de usuários (centenas de milhões) para começar a funcionar, e carregam diversos riscos envolvendo privacidade, competição e baixa conversão. Na dúvida, abrace dores mais concretas com monetização bem explícita e direta.

Quer mais ajuda? Vem com a gente!

Esse refinamento de ideias é um processo bem comum em diversos programa de apoio a novos negócios que nós, da Wylinka, organizamos. Recentemente, por exemplo, treinamos médicos(as) e cientistas com a ferramenta Idea Maze pelo programa In.Cube, junto ao Inova HC (Núcleo de Inovação do Hospital das Clínicas, da Faculdade de Medicina da USP). Se quiser receber um suporte similar, não deixe de nos seguir nas redes sociais — Instagram e Linkedin — para ser notificado quando novos programas surgirem! Você também pode encontrar outros materiais aqui mesmo no nosso Medium, como os seguintes textos:

Esperamos que tenham gostado! Because when you rock, #wyrock!

Autor: Artur Vilas Boas.