CASO: Aplicación de delivery

Llegaba el final del año y, después de varias reuniones con el equipo, Jorge y el equipo de growth
tenían un reto importante por delante, a pesar de haber iniciado las operaciones con relativo
éxito en una de las ciudades con mayor potencial de crecimiento en Latinoamérica, el grupo de
inversionistas les exigía hacer crecer en 100x el North Star Metric de la compañía. El equipo con
el que contaban aun era reducido, la compañía llevaba operando 4 meses y habían reclutado a
3 personas que se distribuían las funciones de Growth de usuarios, growth de socios
restaurantes y growth de motorizados.

Como contexto, se sabía o se tenía definido que:

(1) El North Star Metric: es el Número de pedidos completados (entregados) y es la métrica

sobre la cual se busca generar el Growth y tiene una medición semanal.

(2) Lo que más valoran: Los usuarios es: (i) el ETA (tiempo de entrega), (2) el Precio y (3)
variedad de oferta

(3) Lo que más valoran los motorizados es: (i) Ingresos Extras, y (ii) Conveniencia: elegir cuando
trabajar.

(4) Lo que más valoran los restaurantes es: (i) Conveniencia: poder tener un canal alternativo
de venta y (ii) alta demanda: muchos usuarios

(3) Como en varios Marketplaces, el punto más importante ara asegurar el crecimiento debe
de enfocarse en generar la oferta necesaria “Supply drivers Demand” y “Supply restaurant
Demand”

Por ello, el Supply viene a ser un componente importante en la Fórmula de Growth y en el

Network Effect. Asimismo, el Network Effect permite entregar al Supply y al Demand, lo que
más valoran, mencionado en el punto (2) anterior. Más detalles del Network Effects de la
empresa en Anexo 1 y de su Fórmula de Growth en Anexo 2.

Para lograr el 100x Growth en el North Star Metric (# de pedidos entregados x semana), era
crítico incrementar la oferta de Supply en la plataforma. Esta ciudad, además, contaba con bajas
barreras de entrada para otras apps lo que generaba un entorno altamente competitivo.
Asimismo, en aquel momento, la única manera de activar nuevos motorizados era a través de la
aplicación de “demand”, mientras que por el lado de restaurantes, se contaba con un equipo de
promotores que visitaban posibles socios en busca de afiliaciones.. Más detalles del proceso en
Anexo 4.

Con tantos posibles caminos de acción y recursos limitados, se tenía que seguir un proceso
riguroso de: (i) primero, analizar data e identificar problemas, (ii) luego generar ideas a testear,
(iii) priorizar y (iv) finalmente ejecutar los tests o soluciones de manera eficiente.

El # de pedidos completados x semana de aquel momento era 5,000 (Anexo 3) y se tenía como
objetivo lograr 500,000 por semana en 12 meses. Como Growth Manager en esta situación:

¿Qué harías para generar el 100x Growth en el North Star Metric de la ciudad: # de pedidos
completados x semana? ¿Qué priorizarías?

Para el presente caso, enfocarse en el Supply (drivers) y no en el Demand (pasajeros) y en los

socios restaurantes.

Información Adicional

Como punto de partida del análisis, se cuenta con la siguiente data cuantitativa y cualitativa:

(1) Información de Dashboard General para las últimas 8 semanas. Anexo 3.

(2) Data sobre Conversión: Funnel + Caídas por etapa y encuesta cualitativa. Anexo 4.

(3) Información sobre Retention y Churn de 10 semanas (data histórica). Anexo 5.

(4) Data sobre SHD (Supply Hours per Driver) y Trips per Hour en otras ciudades. Anexo 6.

(5) Data sobre composición de Signups de las últimas 8 semanas. Anexo 7.

(6) Data sobre potenciales canales. Anexo 8.

 ANEXOS

Anexo 1 - Network Effects en el caso de un Marketplace

¿Qué es un Network Effect?

Es un fenómeno o efecto positivo en el cual la experiencia y el valor de una plataforma a un

cliente/usuario mejora cuando más gente usa la plataforma.

Esto es una de las ventajas competitivas más importantes en modelos de negocios como
Marketplaces, Social Media, entre otros.

¿Cómo funciona el Network Effect?

De la siguiente manera:

1. Todo parte del Supply (motorizados y restaurantes) ⇒ Más Socios genera

2. Mayor cobertura geográfica en una ciudad y mayor oferta de comidas ⇒ lo cual
3. Genera más rápidos ETAs (Tiempos Estimados de entrega) ⇒ que
4. Atrae más demanda a la plataforma, por los atractivos ETAs y por la conveniencia de tener
más oferta en un solo lugar ⇒ Y esta demanda
5. Atrae más motorizados y restaurantes, que buscan a la APP porque hay más pedidos aquí =
más ganancias
6. Luego, todo este primer efecto genera con el tiempo ⇒ menos tiempo muerto de los
motorizados y restaurantes, que quiere decir que los socios estarán más ocupados por hora,
lo que se traduce en más volumen de pedidos.
7. Con esto, es posible hacer los precios a los usuarios más eficientes, y que los socios sigan
ganando más por volumen. Los precios más eficientes, atraen más demanda y continúa
contribuyendo al círculo virtuoso.
Anexo 2 - Fórmula de Growth

Nota: Esta fórmula ha sido construida con fines ilustrativos y educativos para el presente caso.
No es necesariamente completa ni contiene todos los levers de la compañía. Para el presente
caso, el foco y las recomendaciones que brindes deberán estar en el supply y eficiencias y no
en demand.

• Métricas de Supply: # motorizados, horas conectadas por motorizado y # de

restaurantes
• Métricas de Efficiencies: Viajes por hora
• Métricas de Demand: # de Usuarios
Anexo 3 - Información General de las últimas 8 semanas
Cálculo Información (semanal) w1 w2 w3 w4 w5 w6 w7 w8
(A)x(B)x(C)x(D) # pedidos completos 4,237 4,602 3,997 4,297 4,536 4,898 5,725 6,141
WoW Growth 8.6% -13.1% 7.5% 5.6% 8.0% 16.9% 7.3%

(D) Pedidos x hora 1.20 1.30 1.20 1.20 1.20 1.20 1.30 1.30
(C) % uso 65% 66% 65% 62% 63% 62% 67% 65%
(B) Horas por motorizado 16 15 14 15 15 16 15 16
(A) = (A sem anterior)+ ( e ) - ( f ) Motorizados activos x semana 340 358 366 385 400 411 438 454

(a) Visitas landing motorizados 1,500 1,476 1,641 1,621 1,607 1,211 1,633 1,378
(b) Ratio conversion registro 14% 14% 11% 15% 12% 14% 16% 15%
(c) = (a) x (b) Motorizados resgistrados 210 207 180 243 193 170 261 207
(d) Conversion primer pedido 13% 16% 13% 14% 15% 15% 16% 15%
(e) = (c) x (d) Primer Viaje 27 33 23 34 29 25 42 31
(f) Churn 4 weeks 15 15 15 15 14 14 15 15

Notas:
(1) # de pedidos competos (por semana) = (A) x (B) x (C) x (D)
(2) WoW Growth: Crecimiento % semana a semana del # de Pedidos completados
(3) Pedidos por hora: Número promedio de pedidos por hora por motorizado.
(4) % Uso: Ratio de: (# de horas en pedido / # de horas totales) ⇒ Promedio de todos los motorizados
(5) Horas por motorizado = Promedio de horas que brinda un conductor por semana.
(6) Motorizados activos por semana = Son los motorizados que al menos hacen un pedido en la
semana analizada. Estos incluyen el stock pasado + los nuevos conductores (Primer viaje) y los
que hicieron Churn (dejaron de llevar pedidos).
(7) Visitas al landing motorizados: número de visitas a la página web de motorizados, por semana.
(8) Ratio de conversión de registro: % de visitantes a la web que convierten en un registro.
(9) Motorizados registrados: potenciales socios motorizado que dejan sus datos en la página web.
(10) Conversión primer pedido: % de los registrados que se activan y hacen un primer pedido.
(11) Primer pedido. Son los motorizados nuevos (activados) y que hacen un primer pedido.
(12) Churn: % de motorizados que abandona en cierto tiempo. Se ha utilizado métrica a 4 semanas.
En el cuadro de arriba se ha colocado el # de motorizados que abandona por semana.

Nota: De cada 100 motorizados registrados, 15% hacen un primer pedido y 7.7% hacen su segundo
pedido o más después de 4 semanas
Anexo 4 - Data sobre el Funnel de motorizados + Objetivos y Pasos del Funnel

Conversión

La pregunta de la encuesta fue: “¿Por qué no te has convertido en un motorizado, después de

haber iniciado el proceso para serlo?”

Los objetivos en el Funnel de motorizados son:

(1) Adquisición ⇒ Signup (se dejan datos como nombres, email, celular, etc.)
(2) Conversión ⇒ Primer Viaje Se considera a un motorizado como Activo o Convertido a
aquel nuevo driver que hace su Primer Viaje.
(3) Retención ⇒ SHD (Supply Hours per Driver). El objetivo de esta etapa es lograr que se
incrementen las horas de servicio que brindan los Socios Conductores a la plataforma.
SHD es el promedio de horas que brinda un socio conductor por semana.

Asimismo, los pasos en la parte de foto son los siguientes:

• Foto de la persona
• Foto del brevet
• Foto de la moto
• Foto del DNI o CE

Datos adicionales: desde que un motorizado hace un signup:

(1) Podía subir las fotos por la web (no una App)
(2) Los siguientes pasos se hacían en forma presencial en aquel momento en el Centro de
Activación que se tenía en la ciudad: Completar entrenamiento y test y test psicométrico.
También podían recibir ayuda para subir fotos.
(3) Luego, el socio potencial salía del local partía a sus actividades y debía bajar la app, recibir
la aceptación o rechazo para poder conducir usando la app (Activación de cuenta), entrar a
la App y hacer el primer viaje.