20-25% monatliches Wachstum sind für ein B2B-Startup eine ordentliche Hausnummer. Ich habe mich mit Martin Blumenau vom BI-Anbieter Datapine darüber unterhalten, wie sie das durch Kundenfokussierung und den richtigen Mix zwischen Marketing, Vertrieb und Pricing erreichen konnten und welche Kennzahlen ein Startup tracken sollte.

Wer bist Du und was machst Du?Martin Blumenau
Ich bin einer der zwei Gründer von Datapine. Nach meinem BWL-Studium habe ich erst bei Merry Lynch Washington gearbeitet und danach mit ein paar Studienkollegen meine erste Firma „Appropo“ gegründet, von welcher ich 2012 meine Anteile verkauft habe. Anschließend habe ich bei einem Hamburger Start-up angefangen wo ich Jakob, den Co-Gründer von Datapine, kennengelernt habe. Gemeinsam haben wir dort erlebt, wie schwierig es ist, eine leistungsstarke und schlanke Business Intelligence-Lösung zu finden. Wir haben damals vergeblich nach einer passenden Software gesucht, die auf die Bedürfnisse von KMUs zugeschnitten ist. Also haben wir beschlossen: Wir lösen das Problem und entwickeln eine eigene BI-Lösung.
Derzeit bin ich bei Datapine für die Themen Marketing, Sales und HR zuständig – aber das kann sich bei einem Startup ja auch ganz schnell ändern.

Wo steht ihr jetzt mit Datapine?
Gegründet haben wir Datapine Ende 2012. Q2 2013 startete die Public Beta, die bewusst lange gelaufen ist. Seit Mitte 2014 sind wir live am Markt und haben seitdem mehr als 100 zahlende Kunden gewinnen können, von denen gut 50% aus Deutschland kommen während der Rest international verteilt ist. Dieses Jahr haben wir unsere Series A abgeschlossen.

Bisher seid Ihr mit Datapine jeden Monat um 25% gewachsen. Wie habt Ihr das erreicht und wird es so weitergehen?
Als wir gestartet sind, hatten wir das typische Henne-Ei-Problem. Anfangs hat man als Start-up das Problem, dass man Referenzkunden gewinnen muss, ohne bereits über Referenzen zu verfügen. Aller Anfang ist schwer. Deswegen war es für uns wichtig permanent mit unseren Kunden zu reden. Deshalb sind wir als Gründer viel im direkten Austausch mit Kunden und potenziellen Kunden. Auch weil wir das direkte Feedback unserer Kunden brauchen um stetig noch besser werden zu können. Ich möchte unmittelbar sehen wie unser Produkt beim Kunden ankommt und was wir zukünftig unseren Kunden bieten müssen.
Wir haben uns von Anfang an auf das Wesentliche konzentriert und ganz nah am Kunden operiert. Das heißt wir haben Market Research betrieben und im Kundenkontakt direkt deren Bedürfnisse abgefragt. Die Ergebnisse haben wir dann konsequent datenmäßig erfasst und ausgewertet. Zudem haben wir uns dann auch bei der Produktentwicklung strikt an den Ergebnissen unserer Analysen orientiert – das heißt im Klartext, man muss auch mal nein sagen können. Sonst steht man am Ende irgendwie für alles aber nicht wirklich richtig für etwas ganz bestimmtes. Um sich erfolgreich im Markt zu etablieren ist es wichtig, eine klare Positionierung zu haben. Also lieber auf die eigene Marktnische konzentrieren und das auch klar kommunizieren. Es mag abgedroschen klingen, aber für den Erfolg ist es unerlässlich ein überragendes Team und den richtigen Produkt-Markt-Fit zu haben.
Du brauchst ein sehr klares Bild in der Planung. Saisonal bedingte Wachstumsdellen müssen entsprechend in die Planung einfließen und berücksichtigt werden. So wissen wir beispielsweise, dass Dezember und Januar in der BI-Branche traditionell eher schwächere Monate sind. Diese Branchenzyklen mussten wir auch erst kennenlernen, um unsere Ressourcen effizient einsetzen zu können.

Wie schafft Ihr die Balance zwischen Berücksichtigung der Kundenwünsche und der Fokussierung auf Eure Marktnische? Ist es nicht gerade am Anfang schwierig Kundenwünsche abzulehnen weil jeder Kunde zählt?
Natürlich stehen bei uns Kundenwünsche an erster Stelle – hierbei darf man aber nicht seine wesentliche Kernkompetenz und die Marktrelevanz aus den Augen verlieren. Wir differenzieren zwischen drei Arten von Kundenanregungen. Erstens: Das Feature wird von vielen Kunden gefordert und steht auch schon bei uns auf der Liste, weil es einen Mehrwert für alle Kunden hat. Das wird mit der höchsten Prio versehen. Zum zweiten: Anregungen hinsichtlich Funktionen, die eher in den Bereich „Nice-to-Have“ fallen. Hier schauen wir immer genau, welche Features für unsere Kunden wirklich Sinn machen und planen entsprechend. Und dann gibt es noch die Feature-Anfragen, bei denen klar ist, dass sie entweder deine Produktentwicklung für einen halbes Jahr blocken, sie keinen Mehrwert haben oder im schlimmsten Fall einen negativen Einfluss auf andere Funktionen und Kunden haben. In diesen Fällen muss man klar und transparent mit seinen Kunden kommunizieren. Das wissen die Kunden zu schätzen.
Wenn wir diese Art von Kundenwünschen ablehnen verlieren wir auch den ein oder anderen Kunden, aber im Interesse aller Kunden ist das die richtige Entscheidung. Wir haben ganz klar die Maxime, nur Dinge zu realisieren, die einen Mehrwert für alle unsere bestehenden und potenziellen Kunden generieren.

Wie habt Ihr das Zusammenspiel zwischen Marketing und Vertrieb für Euch definiert? Setzt Ihr eher auf ein marketinggetriebenes Modell, bei dem sich das Produkt im Self-Service verkauft oder setzt Ihr stärker auf den persönlichen Vertrieb?
Das war ein iterativer Prozess bis wir den richtigen Mix für uns gefunden haben. Wir haben eine bewusst lange Beta-Phase gehabt, um zu verhindern, dass wir den Product/Market-Fit falsch interpretieren. Am Anfang sind wir noch davon ausgegangen, dass wir ein niedrigpreisiges SaaS-Tool schaffen, das sich mit reinen Self-Service ohne Involvierung verkaufen lässt. Vereinfacht gesagt: der Kunde wird über Marketing auf unsere Webseite geleitet, testet das Produkt und kauft es oder nicht. Was wir gelernt haben ist, dass das Tool immer nur ein Puzzleteil im BI-Bereich ist. Viele Kunden, gerade größere Unternehmen, benötigen und erwarten Beratung zu BI-Themen und dies lässt sich nur durch persönlichen Kundenkontakt durchführen.

Ein beratendes Vertriebsteam war von Euch am Anfang gar nicht geplant?
Es stand zur Diskussion. Aber um die Akquisitionskosten möglichst gering zu halten sowie einen kurzen Vertriebszyklus zu erreichen, wollten wir den Vertrieb von Anfang mit einem Minimum an Kundeninteraktion umsetzen. Wir haben auch weiterhin keinen Außendienst, der im Firmenwagen die Kunden besucht, sondern betreuen unsere Kunden über Telefon, Email-Kontakt, Live Chat und und Screen Share. Unser Tool ist eine sehr haptische Lösung. Wenn ich Dir 5 Minuten lang am Telefon erkläre, was Datapine für Dich leisten kann, wirst Du es vielleicht verstehen. Aber wenn ich Dir es 1 Minute lang am Bildschirm zeige wirst Du es sofort verstehen.

Habt Ihr im Zuge dieser Umstellung auch Eurer Pricing angepasst?
Zu Beginn haben wir versucht, den passenden Preis wettbewerbsorientiert zu ermitteln. Das lässt sich im BI-Markt aber nur schwer durchführen, da von den Wettbewerbern Preise zwischen 200 € und 60.000 € pro Monat aufgerufen werden. Wir passen die Preise sowohl am Markt als auch der Leistungsfähigkeit der jeweils nachgefragten Module im Rahmen einer umfassenden Lösung an. Daneben bieten wir vordefinierte Leistungs-Pakete für Standardlösungen mit transparenten Preisen. Preise müssen angemessen sein – man darf nicht zu teuer aber auch nicht zu günstig sein. Man kennt das ja von sich selbst: Besonders günstige Angebote wirken manchmal unglaubwürdig. Ist man signifikant günstiger als der Wettbwerb, kann auch schon mal die Frage aufkommen, wie sich das rechnen kann. Gerade in Deutschland ist die Preisgestaltung sehr eng mit einer Erwartung an Qualität, Datensicherheit und Service verknüpft.
Im Rahmen der kontinuierlichen Erweiterung der Funktionalität werden wir in Zukunft auch höherpreisige Pakete anbieten. Für die Ansprache der entsprechenden Kundengruppe müssen wir allerdings unser Marketing- und Vertriebsmodell anpassen, denn je höher der Preis, desto mehr Kundenkontakt ist für die erfolgreiche Akquise erforderlich. Eine Vertriebsstrategie lediglich über Online Marketing und Email / Telefon wird wenig effizient sein.

Euer Kerngeschäft ist die Analyse und Visualisierung von Daten und Kennzahlen. Auf wie viele Metriken sollten sich Early-Stage Startups fokussieren? Sollten sie sich vollständig auf eine Metrik wie z.B. User-Wachstum begrenzen oder ein ganzes Set an Metriken gleichberechtig verfolgen?
Nur eine Metrik zu tracken würde ich ausschließen, gerade weil man am Anfang noch nicht 100% wissen kann, welche Metrik wirklich wichtig für den Erfolg ist. Außerdem gibt es zu fast jeder Metrik eine relative Vergleichsgröße, z.B. CLV vs. CAC. Bezieht man diese Kennzahlen nicht in die Analyse mit ein, dann sind die Ergebnisse nur bedingt aussagefähig und können keine Entscheidungsgrundlage bilden.
Durch den Einsatz von BI-Tools lässt man sich leicht dazu verleiten, mehr Metriken zu tracken als man verdauen kann. Das sehe ich häufig bei Testkunden von uns, die bereits innerhalb der Trial 10 Dashboards mit jeweils 20 Charts eingerichtet haben. Da sieht man den Wald vor lauter Bäumen nicht.
Als Daumenregel halte ich 10-15 Metriken, in der Anfangsphase, für vollkommen ausreichend. Wenn ich für die Bereiche Produkt, Kunden und Finanzen jeweils 3-4 Metriken definiere und nachverfolge sollte ich als Early-Stage Startup gut aufgestellt sein.

Wie findet man aus der Vielzahl möglicher Metriken, die richtigen Metriken, die den Erfolg und Fortschritt am besten darstellen?
Das ist ein ganz wichtiger Punkt und gleichzeitig auch die schwierigste Aufgabe im Bereich Business Intelligence. Wenn man die falschen KPIs überwacht und steuert ist der Output für das Unternehmen natürlich nicht wirklich hilfreich.
Vereinfacht kann man das daran festmachen, ob die Veränderung einer Metrik positive oder negative Effekte auf einer anderen Ebene hat. Wenn z.B. die Conversion Rate auf meiner Webseite um 5% nach oben geht, sieht das erst einmal super aus. Wenn dies aber nicht zu mehr Umsatz oder Userzahlen führt, habe ich irgendeinen Zwischenschritt nicht berücksichtigt. Die entscheidene Metrik muss in diesem Fall zwischen der Conversion Rate und dem Umsatz liegen. Diese muss ich identifizieren, tracken und optimieren.
Ich empfehle immer, sich an den gängigen Metriken zu orientieren und diese dann für die eigenen Zwecke anzupassen und zu verfeinern. Zudem sollte man beachten, dass je nach Entwicklungsstadium des Unternehmens unterschiedliche KPIs wichtig sind. Sprich die relevanten KPIs können sich im Lebenszyklus eines Start-ups ändern. Während anfangs Umsatzwachstum eine große Rolle spielt, wird nach einigen Jahren das Thema Profitabilität an Bedeutung gewinnen.

Wie war der Prozess bei Euch. Hat der Schuster die besten Leisten? Welche Metriken stehen bei Euch im Fokus und wie hat sich der Fokus im Laufe der Zeit verändert?
Ob Schuster die besten Leisten haben, da würde ich ein großes Fragezichen hintersetzen. Wir haben uns natürlich etwas leichter getan, die passenden KPIs schneller zu finden. Ich will den Wandel der Metriken bei uns am MRR verdeutlichen:
Direkt nach der Beta-Phase stand bei uns die Anzahl der Neukunden pro Monat im Mittelpunkt, später die MRR-Wachstumsrate. In der Phase der Series A Finanzierung war zusätzlich zur Wachstumsrate auch der Gesamtumsatz für uns wichtig, nicht zuletzt weil dies auch die Metrik ist, auf die sich einige Investoren bei der Unternehmensbewertung fokussieren. Da wir jetzt seit einem Jahr zahlende Kunden haben, schauen wir uns die Churnrate auf Kunden- und besonders auf MRR-Basis genauer an und führen dazu Kohortenanalysen durch. Weiterhin wird der MRR durch Upgrades von bestehenden Kunden immer wichtiger, wobei wir in der komfortablen Situation sind seit mehreren Monaten eine durchgängig negative Churn zu haben, d.h. der monatliche Neuumsatz durch Upgrades ist größer als der durch Kündigungen verlorene MRR.
Ich glaube daran wird sehr deutlich, dass sich die wichtigen Metriken mit der Reife eines Startups verschieben. Bei uns zeigt sich das welchen Blick wir auf den MRR haben. Das gilt aber auch für andere Metriken, z.B. dem CLV. Wenn Du mit deinem Produkt an den Markt gehst, kannst Du Deinen CLV nicht wirklich berechnen. Du kannst zwar Annahmen treffen, dass Kunden im Durchschnitt 5 Jahre bei Dir bleiben werden. Ob diese Annahmen eintreffen steht auf einem anderen Blatt. Deswegen solltest Du Deine Annahmen stetig mit den tatsächlichen KPIs validieren und auf dieser Basis neue Kennzahlen aufbauen.

Was würdest Du mit Deinem Wissen von heute anders machen, wenn Du noch einmal beginnen würdest?
Wir haben enorm viel Aufwand bei der Akquise von Betakunden betrieben, so dass wir am Ende fast 1000 Betakunden bedient haben. Ab dem 200. Betakunden haben wir fast kein weiteres Learning für uns erzielen können. Deswegen hätte ich das aus heutiger Sicht auf gut 100 Betakunden begrenzt und Zeit und Geld lieber in andere Themen investiert.

Was ist Dein einer Rat an junge B2B-Gründer, die noch ganz am Anfang stehen ?
Nutze Dein Netzwerk und suche Unternehmen, die bereits mit einer Lösung arbeiten, die mit Deiner vergleichbar ist. Schau Dir an wie sie damit tagtäglich arbeiten. Nur so kannst Du die Pain Points Deiner zukünftigen Kunden wirklich erfahren. Gebe Ihnen Dein Wireframe in die Hand, damit sie Dir frühzeitig Feedback geben. Dann wirst Du sehen, ob es wirklich einen Markt gibt oder ob Du Dir diesen nur einbildest.

Martin, ich danke Dir für das Gespräch!

Weitere Gespräche mit Gründern findest Du hier:

1000 B2B-Kunden in 2 Jahren – Interview mit Sebastian Heindorff (Gründer von easyPEP)
Wichtiger als die Berechnung des Churn ist dessen Vermeidung – Interview mit Moritz Klussmann (Gründer von Customer Alliance)

Join the discussion One Comment

Leave a Reply