Ihre ersten 30/60/90 Tage als neuer Growth Marketer

Als ich zum ersten Mal in ein Segment-Projekt eingetreten bin, das niemand betreute, habe ich einen ganzen Nachmittag damit verbracht herauszufinden, warum das signup_completed-Event für einige Nutzer doppelt feuerte und für andere gar nicht. Die vorherige Growth-Leaderin hatte die Stelle vier Monate zuvor verlassen. Es gab drei konkurrierende Definitionen von „aktiviert", in drei verschiedenen Notion-Seiten festgehalten, und ein Mixpanel-Projekt, in dem die Hälfte der Dashboards auf veraltete Event-Namen zeigte. Mein 1:1 mit dem CEO war am nächsten Morgen. Er wollte, dass sich die Anmeldungen bis Q4 verdoppeln.

Wenn Sie gerade eine Growth-Rolle begonnen haben und das Willkommensdokument verdächtig dünn wirkt, ist das die Version des Jobs, über die Ihnen niemand gesprochen hat. Das saubere Dashboard, das Sie sich vorgestellt haben, existiert nicht. Der Hypothesenrückstand ist nicht vorhanden. Der freundliche Datenanalyst auf Slack wird mit vier PMs geteilt und hat 90 Stunden in der Warteschlange. Und der CEO hat dem Board bereits eine Zahl versprochen. So vermeiden Sie, 90 Tage lang in Panik zu verfallen.

Warum die meisten Growth-Einstellungen in den ersten 90 Tagen ins Stocken geraten

Drei Fehlermodi treten fast jedes Mal auf.

Der erste ist das Ausliefern von Experimenten, bevor die Instrumentierung vertrauenswürdig ist. In Woche drei optimiert man das Onboarding. In Woche sechs sieht die Steigerung großartig aus. In Woche acht stellt jemand aus dem Data-Team fest, dass das Aktivierungsevent feuert, bevor der Nutzer den Aktivierungsschritt tatsächlich abschließt. Der Gewinn löst sich auf, ebenso die Glaubwürdigkeit.

Der zweite ist übermäßige Versprechen in Woche eins. Man möchte ambitioniert wirken und sagt dem Manager, die Aktivierung um 20% bis Ende Q3 zu steigern. Jetzt läuft jedes Gespräch der nächsten drei Monate gegen diese Zahl. Man hört auf, Probleme zu untersuchen, und beginnt, eine Prognose zu verteidigen, die man gemacht hat, bevor man den Funnel verstanden hat.

Der dritte, und derjenige, der mehr neue Growth-Einstellungen still beendet als die anderen beiden zusammen, ist die Behandlung der CEO-„Anmeldungen verdoppeln"-Anfrage als das eigentliche Ziel. Das ist sie nicht. Es ist eine Anfrage, die man in den Aktivierungsschritt übersetzen muss, der tatsächlich kaputt ist, den Kanal, der tatsächlich skalierbar ist, und den Hebel, den man in 12 Wochen tatsächlich bewegen kann. Neue Mitarbeiter, die diesen Übersetzungsschritt überspringen, landen bei der Durchführung von Paid-Acquisition-Tests auf einem lecken Eimer und fragen sich, warum sich nichts kumuliert.

Der folgende 30/60/90-Plan wurde entwickelt, um alle drei zu vermeiden.

Tage 1 bis 30: prüfen, nicht ausliefern

Ihre Aufgabe im ersten Monat ist es, das Recht zu erwerben, auszuliefern. Nichts mehr.

Woche 1: Funnel-Datenprüfung

Öffnen Sie zuerst Segment. Öffnen Sie den Source-Debugger und beobachten Sie den Traffic 30 Minuten lang. Dann öffnen Sie Mixpanel oder Amplitude und listen Sie jedes Event auf, das bei Anmeldung, Aktivierung und Conversion feuert. Abgleich mit dem Warehouse, falls vorhanden (Snowflake, BigQuery, Postgres-Replikat, was auch immer). Sie suchen nach drei Dingen:

1. Events, die feuern, wenn sie nicht sollten. Doppelte signup_completed-Events aus einer clientseitigen und einer serverseitigen Quelle. subscription_started, das beim Trial-Start statt bei der bezahlten Conversion feuert. Die Klassiker.
2. Events, die nicht feuern, wenn sie sollten. Das „Key Action"-Event fehlt im mobilen Web. Aktivierungsevents, die von einer User-Property abhängen, die für 40% der Nutzer null ist.
3. Properties, die abweichen. plan_type als „free" in einigen Events und „Free" in anderen geschrieben. referrer für einige Anmeldungen befüllt, für andere fehlend.

Sie werden mindestens zwei Instrumentierungslücken finden. Ich habe noch keine Growth-Rolle gesehen, in der der neue Mitarbeiter keine mindestens zwei gefunden hat. Dokumentieren Sie diese auf einer einzigen Seite mit dem Titel „Funnel-Daten, denen ich noch nicht vertrauen kann", und datieren Sie sie. Dieses Dokument ist das erste Artefakt, das Ihr Manager von Ihnen sehen wird, und es sollte konkret sein.

Woche 2: die Aktivierungslücke identifizieren

Jetzt den Funnel abrufen. Visit zu Anmeldung, zu Schlüsselaktion, zu wiederholter Nutzung innerhalb von 7 Tagen. Den Schritt mit dem steilsten Drop-off auswählen, den man tatsächlich bewegen kann.

Dieser Qualifikator ist wichtig. Der lecke Schritt in den meisten B2B SaaS-Funneln ist Visit zu Anmeldung, und der größte Teil dieses Lecks wird durch Paid-Acquisition-Ausgaben, Marke und SEO über 12 Monate behoben. Den kann man im ersten Quartal nicht sinnvoll bewegen. Überspringen. Stattdessen nach dem Aktivierungsschritt suchen: dem Moment, in dem ein angemeldeter Nutzer das tut, das vorhersagt, dass er zurückkommen wird.

Wenn der Drop-off von der Anmeldung zur ersten Schlüsselaktion 70% beträgt, ist das Ihr Ansatzpunkt. Man braucht nicht 100% der Nutzer, die Schlüsselaktion zu erreichen. Man muss die 20% der Nutzer finden, die sie erreicht hätten, wenn ein offensichtliches Hindernis nicht im Weg gewesen wäre.

Woche 3: mit zehn Nutzern sprechen

Fünf, die aktiviert haben, fünf, die es nicht getan haben. Ja, auch ohne Research-Team. Ja, 30-Minuten-Gespräche. Ja, man muss sie selbst planen.

Ich weiß, dass sich das wie der Teil anfühlt, den man überspringen kann, weil man ein „Daten-Mensch" ist. Nicht überspringen. Fünf Gespräche mit Nutzern, die beim Aktivierungsschritt abgewandert sind, sagen einem mehr darüber, was man an Tagen 31 bis 60 ausliefern soll, als jedes Dashboard. Wenn jemand zum ersten Mal erklärt, er sei abgesprungen, weil der leere Anfangszustand drei Beispielprojekte mit Namen wie „Q4 Marketing Plan" gezeigt hat und er angenommen hat, das Produkt sei für Marketer, obwohl er ein Entwickler war, versteht man warum.

Calendly verwenden. Einen 25-USD-Amazon-Gutschein anbieten. Die meisten Nutzer sagen ja, wenn man das Gespräch auf 30 Minuten begrenzt und ihnen sagt, dass man neu ist und das Produkt verstehen möchte.

Woche 4: EINE hochwertige Lösung auswählen

Bis Ende Woche 4 hat man eine Hypothese. Nur eine. So formuliert:

Hypothese: Wenn wir den leeren Anfangszustand auf /dashboard für Erstnutzer durch einen einzigen CTA „Erste Lead-Quelle erstellen" (anstelle von drei Beispielprojekten) ersetzen, wird die Aktivierungsrate an Tag 7 von 18% auf 25% steigen (+7 Prozentpunkte absolut, +39% relativ), weil 4 von 5 abgewanderten Nutzern in unserer Forschung Verwirrung darüber erwähnt haben, wo man anfangen soll.

Oberfläche: Neue Anmeldungen, Web-App, Tag 0 bis 7. Erforderliche Instrumentierung: empty_state_cta_clicked-Event (derzeit fehlend), Variantenzuweisung über vorhandenes Experimentierungstool. Erwartete Stichprobe zur Erkennung: ca. 3.200 Nutzer pro Arm bei 80% Power (aktuelle Wochenanmeldungen: 2.400, also ca. 3 Wochen). Risiko: Keines für bestehende Nutzer; nur neue Anmeldungen.

Freigabe vom Manager und CEO einholen. Dem CEO sagen, dass man Monat eins mit der Prüfung verbracht hat, weil man verteidigbare Gewinne wollte, nicht Woche-3-Gewinne, die in Monat 3 auseinanderfallen. Die meisten vernünftigen CEOs respektieren das. Die unvernünftigen sagen einem viel darüber, wie die Arbeit dort sein wird.

Tage 31 bis 60: 2 Experimente ausliefern, den Rückstand aufbauen, den Rhythmus festlegen

Monat zwei ist der Zeitpunkt, an dem man anfängt, sichtbaren Output zu produzieren. Zwei Experimente, ein echter Rückstand und ein wöchentliches Readout, auf das sich das restliche Unternehmen verlassen kann.

Die Woche-4-Hypothese als Experiment Nr. 1 ausliefern

Nicht auf die perfekte Instrumentierung warten. Sie wird nicht perfekt sein. Das ausliefern, was in Woche 4 geschrieben wurde, mit dem saubersten Readout, das möglich ist. Wenn das Experimentierungstool Probleme hat, ein Feature-Flag mit einem 50/50-Split verwenden und das Ergebnis aus dem Warehouse lesen. Kein Warehouse vorhanden: das Experimentreporting von Mixpanel verwenden und die Mathematik manuell prüfen.

Der Sinn von Experiment Nr. 1 ist nicht das Ergebnis. Es geht darum zu beweisen, dass man eine messbare Änderung mit einem sauberen Readout ausliefern kann. Das ist die Fähigkeit, die sich kumuliert.

Experiment Nr. 2 parallel auf einer kleineren Oberfläche ausführen

Etwas mit geringem Risiko wählen: eine Betreffzeile einer Onboarding-E-Mail, ein Preisseiten-Hero, eine Texte-Änderung in einem Bestätigungsmodal. Parallel ausführen. Zwei gleichzeitig laufende Experimente geben eine zweite Möglichkeit zu lernen, wenn Experiment Nr. 1 ein Nullergebnis produziert. Es signalisiert der Organisation auch, dass Growth Durchsatz geliefert hat, nicht nur „diese eine große Sache, auf die wir warten".

Einen Hypothesenrückstand von 15 bis 20 Ideen aufbauen

Bis Ende Monat zwei sollte man einen echten Rückstand haben. Jeder Eintrag benötigt:

• Hypothese (ein Satz: „wenn X dann Y weil Z")
• Oberfläche (wo sie im Produkt/Funnel liegt)
• Erwartete Steigerung (ehrliche Schätzung in absoluten Prozentpunkten und relativem Prozentsatz)
• Erforderliche Instrumentierung (vorhandene Events vs. hinzuzufügende Events)
• ICE-Score (Impact x Confidence x Ease, 1 bis 10 je)

Nach ICE absteigend sortieren. Die Top 5 werden die Q3-Roadmap. Die unteren 15 werden das Rohmaterial für Q4. Wenn jemand fragt „Woran arbeiten Sie als Nächstes?", auf den Rückstand zeigen statt eine Antwort zu erfinden.

Wöchentliches Experiment-Readout einrichten

15 Minuten, jeden Freitag. Drei Folien.

Folie 1 -- Diese Woche ausgeliefert
  - Experimentname + Oberfläche
  - Hypothese (eine Zeile)
  - Ergebnis + p-value + Stichprobe
  - Entscheidung: auf 100% ausliefern / beenden / iterieren

Folie 2 -- Diese Woche gelernt
  - Ein Absatz über die Bedeutung des Ergebnisses
  - Was es für das nächste Experiment impliziert

Folie 3 -- Nächste Woche ausliefern
  - Top 3 aus dem Rückstand
  - Warum diese 3 (Link zur ICE-Rangfolge)

Den CEO einladen. Es langweilig und vorhersehbar machen. In den ersten drei Wochen wird der CEO wahrscheinlich nicht kommen. In der vierten Woche, wenn er merkt, dass das Readout immer zur gleichen Zeit stattfindet und immer konkrete Dinge sagt, wird er anfangen aufzutauchen. Das ist der Moment, an dem man die Glaubwürdigkeit erworben hat, später Ressourcen anzufragen.

Tage 61 bis 90: eine Metrik besitzen, präsentieren, H2 vorschlagen

Monat drei ist der Zeitpunkt, an dem man aufhört, „der neue Growth-Mitarbeiter" zu sein, und anfängt, die Person zu sein, die den Funnel besitzt.

Den North Star auswählen

Nicht Anmeldungen. Anmeldungen sind eine Vanity-Metrik und das ist bereits bekannt. Die Aktivierungs- oder Bindungszahl wählen, die tatsächlich Umsatz vorhersagt. Für ein PLG-Produkt ist das meistens eine wöchentliche Bindungsmetrik (W1-Kundenbindung, W4-Kundenbindung, „Nutzer, die X Events in Woche 1 erreicht haben"). Für ein Sales-Led B2B-Produkt ist es die qualifizierte-Lead-zu-bezahlt-Conversion oder die Trial-zu-bezahlt-Rate nach Kohorte.

Die Wahl mit Daten verteidigen. Die Kohortenanalyse abrufen: Wie viel Prozent der Nutzer, die Metrik A in Woche 1 erreicht haben, sind noch in Monat 3, verglichen mit Nutzern, die es nicht getan haben? Wenn die Lücke groß und stabil ist, ist das der North Star. Die Kohortenkurve dem Manager zeigen. Dessen Zustimmung einholen, bevor man es dem CEO präsentiert.

Den 90-Tage-Bericht präsentieren

Ein Deck. Ehrlich. Die Struktur, die funktioniert:

1. Was ich in der Prüfung gefunden habe. Die Instrumentierungslücken. Der Funnel, wie er tatsächlich ist, nicht wie das vorherige Deck behauptet hat.
2. Was ich ausgeliefert habe. Zwei Experimente, Ergebnisse, Erkenntnisse (einschließlich Nullergebnisse, die niemals versteckt werden).
3. Der Hypothesenrückstand. Top 5 mit ICE-Scores.
4. Empfohlener North Star. Mit den dahinterliegenden Kohortendaten.
5. H2-Roadmap. Top 5 Hypothesen, erwarteter Impact in absoluten Zahlen, was man von Engineering, Design und Data braucht, um sie auszuliefern.
6. Die Anfrage. Eine Sache. Siehe unten.

Eine Anfrage machen

Einen dedizierten Analysten. Ein Experimentierungstool-Budget. Acht Stunden pro Woche von einem Backend-Engineer. Ein Research-Panel-Abonnement. Was auch immer das nächste Quartal freischaltet. Neue Mitarbeiter, die im 90-Tage-Bericht nicht fragen, bekommen später selten Ressourcen. Der 90-Tage-Zeitpunkt ist der Moment mit dem größten Hebel im ganzen Jahr, weil man geliefert hat, Daten hat und der CEO einen noch nicht in das bestehende Organisationsbudget aufgenommen hat.

Um das kleinste spezifische Ding bitten, das das größte spezifische Ergebnis freischaltet. „10 Stunden pro Woche Analysten-Zeit werden mir erlauben, 4 Experimente pro Quartal statt 2 durchzuführen, was bei den aktuellen ICE-Rankings des Rückstands ca. 140.000 USD inkrementellen ARR in H2 produzieren sollte." Diese Anfrage wird genehmigt. „Ich brauche mehr Ressourcen" nicht.

Die Falle „Experimente ohne Erkenntnisse"

Man kann 12 Experimente in einem Quartal ausliefern und nichts lernen. Es passiert ständig. Das Muster sieht so aus:

• Unterversorgte Stichproben. Man liest ein Ergebnis bei 40% der erforderlichen Stichprobe, sieht eine 5%-Steigerung, liefert aus. Sechs Wochen später kann man nicht sagen, ob die Steigerung real war.
• Keine saubere Kontrollgruppe. Man hat in derselben Woche den leeren Anfangszustand und die Willkommens-E-Mail geändert. Die Aktivierung stieg. Man weiß nicht, welche davon sie bewegt hat.
• Instrumentierungsabweichung mitten im Test. Mitte des Tests hat eine Version geändert, wie das Aktivierungsevent feuert. Der Vorher-Nachher-Vergleich ist jetzt bedeutungslos.
• Vanity-Metrik-Readouts. Man hat Klicks statt Conversions gemessen. Klicks stiegen. Conversions nicht.

Experimente so gestalten, dass sie eine Erkenntnis produzieren, auch wenn das Ergebnis null ist. Das bedeutet: Hypothese, Metrik und Stichprobengröße vorab registrieren. Keine anderen Variablen auf derselben Oberfläche während des Testfensters ändern. Wenn das Ergebnis null ist, aufschreiben, was dieses Nullergebnis über die Hypothese aussagt (manchmal beseitigt ein Nullergebnis einen ganzen Zweig des Rückstands, was wirklich nützlich ist). Ein Nullexperiment mit einem sauberen Readout ist wertvoller als ein „gewinnendes" Experiment mit einem unordentlichen.

Arbeiten ohne Datenanalyst

Wahrscheinlich wird keiner vorhanden sein. Oder es wird einen geben, der mit vier PMs geteilt wird. Drei Dinge einrichten, um nicht blockiert zu sein:

1. SQL-Grundlagen, die man tatsächlich braucht. Joins (inner und left), Window-Funktionen (ROW_NUMBER, LAG, kumulative Summen) und Kohorten-Bindungsabfragen. Das ist alles. Man muss kein Hex-Power-User sein. Man muss die Kohorten-Bindungsabfrage schreiben und gegen Mixpanel prüfen können.
2. Drei Dashboards, die man selbst erstellt. Ein Funnel-Dashboard (Visit zu Anmeldung, zu Aktivierung, zu Kundenbindung nach Woche), ein Experiment-Ergebnis-Dashboard (pro aktivem Experiment, mit Stichprobe, Steigerung, p-value) und ein NSM-Trend-Dashboard (die gewählte Metrik, wöchentlich, mit dem Vorquartal als Kontext). In Mixpanel oder Amplitude erstellen, nicht im Warehouse. Die Iterationsgeschwindigkeit zählt mehr als die Abfrageeleganz.
3. Wie man Analysten-Zeit verhandelt, wenn es einen geteilten gibt. Nicht um „Hilfe bei der Growth-Analyse" bitten. Um eine spezifische Abfrage bitten, mit dem bereits versuchten SQL und einer Frist, die drei Tage entfernt ist. Analysten sagen dazu ja. Sie sagen nein zu „Können Sie mir helfen, die Aktivierung durchzudenken?"

Das CEO-Gespräch

Das „Anmeldungen bis Q4 verdoppeln"-Framing ist fast nie das eigentliche Ziel. Das eigentliche Ziel ist meistens Umsatz, was bedeutet, dass Aktivierung und Kundenbindung mindestens genauso wichtig sind wie rohe Anmeldungen. Umformulieren, ohne defensiv zu wirken, ist eine Fähigkeit. Hier ist ein Gesprächsleitfaden, der bei mir funktioniert hat:

„Ich möchte sicherstellen, dass ich das Anmeldungsziel erfülle. Um dorthin verantwortungsvoll zu gelangen, habe ich den letzten Monat damit verbracht, den Funnel zu prüfen. Hier ist, was ich gefunden habe: Wir verlieren 70% der angemeldeten Nutzer beim Aktivierungsschritt, was bedeutet, dass der Umsatzeffekt auch bei einer Verdopplung der Anmeldungen ungefähr halb so groß wäre wie erwartet. Ich habe den Aktivierungsfix identifiziert, von dem ich denke, dass er uns 60 bis 70% des Weges zum Umsatzziel bringt, mit etwa 40% des Aufwands, den Top-of-Funnel zu verdoppeln. Darf ich Ihnen den Plan zeigen? Wenn Sie immer noch möchten, dass ich rohe Anmeldungen priorisiere, nachdem Sie das gesehen haben, wechsle ich."

Das ist kein Widerspruch. Das ist, seine Arbeit zu zeigen. Die meisten CEOs reagieren gut darauf, weil man ihre Anfrage in etwas Messbares übersetzt hat, die Hausaufgaben gemacht hat und die endgültige Entscheidung bei ihnen gelassen hat.

90-Tage-Scorecard

Die eigenen ersten 90 Tage selbst bewerten. Nur ehrliche Antworten.

• Instrumentierung vertrauenswürdig (J/N)
• Mindestens 2 Instrumentierungslücken dokumentiert und behoben oder in der Warteschlange (J/N)
• Aktivierungslücke mit Funnel-Daten identifiziert (J/N)
• 10 Nutzergespräche abgeschlossen (5 aktiviert, 5 abgewandert) (J/N)
• 2 Experimente mit sauberen Readouts ausgeliefert (J/N)
• Hypothesenrückstand mit mindestens 15 ICE-bewerteten Einträgen (J/N)
• Wöchentliches Readout läuft seit mindestens 4 aufeinanderfolgenden Wochen (J/N)
• North Star vorgeschlagen und von CEO und Manager akzeptiert (J/N)
• H2-Roadmap mit Top-5-Hypothesen präsentiert (J/N)
• Eine spezifische Ressourcenanfrage gestellt und beantwortet (J/N)

Acht oder mehr Ja und man ist auf dem Weg, sich für den Rest des Jahres zu kumulieren. Fünf bis sieben und man hat konkrete Dinge zu beheben vor Monat vier. Unter fünf: einen gleichrangigen Growth Marketer bei einem anderen Unternehmen finden und Notizen austauschen. Etwas Strukturelles steht im Weg, und es ist fast nie ein persönliches Leistungsproblem.

Die Growth-Mitarbeiter, die Jahr eins überleben, sind fast immer diejenigen, die Monat eins mit Prüfen verbracht haben, nicht mit Ausliefern. Sie sind nicht hinten. Sie zahlen die Gebühr, die es erlaubt, sich in den nächsten acht Quartalen zu kumulieren, anstatt in den nächsten acht Wochen Glaubwürdigkeit zu verbrennen.

Mehr erfahren

• Growth Marketing Manager Stellenbeschreibung
• Ein Tag im Leben eines Growth Marketers
• Wachstumsexperiment-Design: Hypothese bis MDE bis Readout
• Aktivierungsfunnel-Optimierung
• Growth-Metriken: Aha-Moment, Aktivierung, Kundenbindung
• Häufige Fehler von Growth Marketern