Как распознать сильную команду и сильного фаундера – вечный вопрос для любого инвестора или венчурного фонда. Разумеется, какого-то правильного универсального ответа здесь нет. Я не раз сталкивалась с ним – и когда мы во ФРИИ разрабатывали нашу скоринговую модель, используемую для отбора проектов, и в процессе подбора моей команды. Так что в этой колонке я поделюсь своим опытом, полученным в Фонде: она будет интересна прежде всего трекерам, инвесторам и самим проектам.
Мы начинали с определения ряда критериев, оценка которых наглядно продемонстрировала бы, кто из рассматриваемых команд сильнее. В список этих критериев в итоге попали следующие факторы:
-
опыт в бизнесе
-
опыт управления командой
-
опыт создания или участия в стартапах (как своих, так и чужих)
-
вовлеченность каждого члена команды в проект
-
реалистичность мировоззрения, планов и оценки рынка
-
способ, которым в команде принимаются решения
-
наличие детей и кредитов, а также сертификатов и других достижений
В самом начале мы оценивали команды по 12 критериям, и вес вышеперечисленных факторов в оценке всего проекта составил 30%!
Каждый из них впоследствии разбивался на возможные варианты ответов и имел свой вес в зависимости от приоритета. Недостатком этого способа оценки стало то, что в результате вес каждого критерия размывался ввиду их большого количества: а значит, отсутствие высокого балла в важных критериях компенсировалось набранными баллами в других, менее значимых факторах.
При втором подходе мы решили оценивать не самих членов команды, а то, что они знают о своем бизнесе, о рынке, о конкурентах, о каналах продаж, и насколько далеко они сами продвинулись. Этот подход оказался наименее информативным, поскольку команды редко анализировали свою деятельность. Зачастую у них не настроена аналитика, а их действия неосознанны.
В третьей итерации скоринговой модели мы решили, что волнующих нас критериев на самом деле гораздо меньше, и все факторы можно разделить на те, с наличием которых мы не можем мириться (стоп-факторы), и те, которые обязательно должны быть (например, опыт в зоне ответственности каждого члена команды). Этот подход позволил нам с самого начала отсеять проекты с наличием стоп-факторов - при условии, что их нельзя исправить, а оставшиеся команды оценить предметно. В результате мы убрали некоторые критерии, а вес каждого оставшегося фактора вырос. В результате чувствительность модели к каждому фактору повысилась и каждый критерий оказывал большее влияние на общую оценку проекта.
В четвертой итерации нашей модели мы скомбинировали критерии в виде большой многофакторной модели. Но эта модель стремилась стать невыносимо сложной и в использовании, и в выводах. Мы хотели давать наивысшую оценку за команду, например, при условии, что члены команды одновременно вовлечены в проект (все члены команды задействованы на полный день и никто не совмещает работу в проекте и еще какую-то работу) и имеют опыт создания стартапа ранее (мы отдельно оценивали судьбу бывших проектов – умер, продолжает существовать, растет и тд).
Экспериментируя таким образом с критериями отбора компаний, мы понимали, что так можно сформировать рейтинг, но на кого из прошедших компаний делать ставку и почему – по-прежнему остался вопросом открытым. Было понятно, что некоторые параметры измерить легко, а другие – сложнее. Поэтому вес неоценимых параметров в общей модели надо снижать. К этому моменту вес «команды» в общей оценке проекта мы снизили с 30% до 15%, а количество оцениваемых параметров сократился с 12 до 4.
Не буду томить: этими 4 критериями, которые оказались самыми «говорящими» при оценке команды, были:
-
Структура команды (все компетенции должны быть закрыты)
-
Её вовлечённость (необходимость полной отдачи)
-
Время, проведенное членами команды вместе (важна сработанность сотрудников и то, как они принимают решения)
-
Опыт в зоне ответственности
Команды, попавшие по итогам отбора в верхушку нашего рейтинга, допускались к программе акселерации, в процессе которой мы могли не только наблюдать за командами и проверять наши первоначальные оценки, но и следить за прогрессом каждой команды по итогам работы.
Итак, у нас была информация о командах на входе в акселератор и на выходе. Мы сравнивали эти данные после каждого набора команд в Акселератор на предмет правильности нашей изначальной оценки, надеясь сформировать то золотое правило, обладающее наибольшей прогностической силой.
Оказалось, что команды, в результате скоринга показавшие не самые выразительные результаты, неожиданно «раскрывались» и показывали впечатляющий прогресс по итогам акселератора. Такие факторы, как способность много работать, делать и ещё раз делать, анализировать результаты, ставить новые гипотезы и делать выводы вкупе с решительностью членов команды оказывались наиболее значимыми для конечного результата прохождения программы Акселерации. Но без наблюдения за командами в течение долгого времени (напомню, акселерация команды длится 3 месяца) эти способности определить почти невозможно. И только на выходе из акселератора можно было почти достоверно говорить о том, кто из участников является по-настоящему сильным фаундером.
К слову, сработанность команды оказалась более важным фактором, чем мы представляли поначалу. Много проектов и бизнесов закрылось на наших глазах при первых ссорах между участниками. Когда члены команды знают друг друга и работали вместе на протяжении какого-то времени, это заметно и здорово снижает риск их распада. По крайней мере, из-за первых рабочих конфликтов.
Похожие статьи
-
Лайфхаки 9 февраля 2016