È con grande piacere che annuncio che abbiamo accettato 2 milioni di dollari in capitale seed guidato da White Star Capital e Oxford Capital. Siamo entusiasti di avere con noi un gruppo di investitori così rispettato, che crede nel team e nella nostra visione.
Quando ho iniziato questo processo, mi sono preso del tempo per parlare con alcuni founder nella mia rete che di recente avevano partecipato a una raccolta fondi nelle prime fasi. Anche se questa non è la mia prima avventura, volevo capire com'era raccogliere un seed da investitori istituzionali nel 2016. Ho ottenuto ottimi spunti, ma una risposta che non sono riuscito a definire chiaramente è stata quanto tempo ed energia richiedesse un processo simile. Le startup, per loro natura, sono realtà di piccole dimensioni e portare via la leadership per una raccolta fondi sottrae una percentuale materiale della capacità organizzativa e risulta un'attività estremamente distraente. Ho già visto in passato come possa rallentare un'azienda, perciò ero ansioso di comprendere tempi e impatti di questo processo nell'attuale contesto, così da poter pianificare adeguatamente. Dati duri in questo senso non erano facili da trovare, i singoli founder sapevano che era qualcosa di totalizzante e che tipicamente ‘richiedeva un po' di tempo’, ma le metriche erano soggettive. Ogni processo è unico ma qualche punto fermo può aiutare a stabilire una base. Tradizionalmente, ogni tipo di metrica riguardo a un processo organico come una raccolta fondi è piuttosto difficile da reperire, quindi ci sono poche informazioni disponibili. Ho deciso di usare il nostro stesso platform e crearci un Sift ad hoc.
Fonti di dati quotidiane come email, piattaforme di messaggistica, applicazioni web e dispositivi IoT generano enormi quantità di dati, la maggior parte dei quali non è strutturata ed è difficile da aggregare e riassumere. Per questo motivo, spesso i dati rimangono archiviati e non riusciamo a ricavarne alcuna informazione di valore. Red Sift permette agli utenti di interconnettere facilmente queste fonti eterogenee e unire i dati tra di loro per ricevere approfondimenti o automatizzare flussi di lavoro. Questo avviene tramite l’uso dei “Sift” — microservizi intelligenti open source che eseguono calcoli sui dati in modo sicuro per fornire informazioni nella tua dashboard o nei tuoi canali di messaggistica. I Sift possono essere creati da noi o dalla community, poiché la nostra piattaforma permette sia agli sviluppatori che, col tempo, agli utenti comuni di realizzare i propri Sift in modo semplice e veloce.
Dato che c’erano pochi dati a cui fare riferimento per prevedere, ho voluto catturare le analytics per il futuro e monitorare il processo attraverso gli occhi della nostra piattaforma. Ecco cosa ho creato per aiutarmi a tenere traccia del tempo che ho speso.
La maggior parte dei processi oggigiorno lascia una traccia nella tua Inbox. Comprare una casa, organizzare un grande evento, trovare un lavoro, svolgere una due diligence; qualunque sia l'attività, probabilmente stai usando la tua casella email per progredire e tutto lascia traccia nell’Inbox. Esistono strumenti specializzati per gli ambiti più di nicchia, ma non si adattano al caos che caratterizza la maggior parte dei processi. Red Sift offre un supporto di primo livello all’Inbox come fonte dati e può inserire analytics direttamente su Gmail. Può trasformare quella pila di messaggi in qualcosa su cui si possono elaborare dati e ottenere insight senza spostare o esportare le informazioni altrove. Inoltre, essendo integrato pienamente, reagisce in tempo reale agli aggiornamenti — nessun inserimento manuale richiesto. Tutto ciò che dovevo fare era classificare i messaggi da analizzare. Ho applicato un'etichetta e il mio Sift ha selezionato solo quelle comunicazioni.
A grandi linee, volevo capire l'impatto che il processo aveva sul nostro tempo, così da poter tracciare, adattarci e usare il segnale per capire cosa stava funzionando e cosa andava cambiato. Nota che questa rappresentazione l’ho creata nello stile dell’eccellente web comic xkcd di Randall Munroe, di cui sono un grande fan e che mi fa sempre ridere. Come la maggior parte dei founder può confermare, tutto ciò che ti strappa un sorriso durante una raccolta fondi è già una vittoria.
Vediamo ora una ad una le metriche che ho realizzato.
La nostra strategia è stata piuttosto tradizionale: abbiamo fatto contatti tramite presentazioni calde, assicurandoci la migliore possibilità di avere una porta aperta. I dati sembrano confermare: non ho perso molto tempo a sparare nel buio. La maggior parte delle comunicazioni relative a questo processo hanno ricevuto una risposta e il tempo speso a scrivere le email è stato ben bilanciato.
Tutti conosciamo la proliferazione di liste in cc che si crea attorno alla comunicazione business. Per fortuna, i VC nel nostro campione non hanno avuto questo problema in modo significativo. Le persone coinvolte in un thread sono quasi sempre presenti per una ragione, perché tendono a rispondere e a partecipare prima o poi.
Un comportamento interessante che abbiamo notato da subito è stata la sensazione che il lunedì fosse una giornata più tranquilla del previsto. Sembra che il martedì sia stato il giorno con maggiore traffico da parte dei nostri potenziali investitori. Di solito cercavo di tenere libero il lunedì per lavorare sul prodotto, visto che questo schema emergeva subito.
La tabella riepilogativa scompone ogni aspetto. Un po’ più di 3 giorni pieni alla tastiera tra lettura e scrittura di email distribuiti su 33 settimane e un funnel che dall’alto è partito con ~53 potenziali investitori per arrivare al risultato finale. Il mio Sift ha usato una euristica per stimare il tempo dedicato alla lettura e risposta, anche se chiaramente la stima non è precisa nella forma attuale. Sebbene ci sia un margine d’errore, in futuro potremo usare queste analytics per definire delle baseline e aiutarci a pianificare meglio le prossime attività.
Per motivi di sintesi e per rispetto della privacy ho lasciato i dettagli piuttosto generici. Nella mia Inbox e nel calendario c’è molto più segnale, tra telefonate, pitch, caffè: il mio Sift può andare molto più a fondo, ad esempio correlando i tempi di risposta con il risultato finale e stimando i tempi di risposta. Gli sviluppatori e i curiosi possono esplorare dietro le quinte. Potete fare fork e modificarli per adattarli alle vostre esigenze ed eseguirli dal vivo sui vostri dati.
Rahul Powar, Founder & CEO
Humor-Sans usato secondo la SIL Open Font License, Versione 1.1