Product-Market Fit

Marc Andreessen machte den Begriff populär als „in einem guten Markt mit einem Produkt zu sein, das diesen Markt befriedigen kann“. Seine Beschreibung wird berühmterweise gefühlt statt berechnet: Die Nutzung wächst so schnell, wie Sie Server hinzufügen können, Geld stapelt sich, Sie stellen Vertrieb und Support so schnell ein, wie Sie können. Vor PMF drücken Sie das Produkt in den Markt; nach PMF zieht der Markt es aus Ihren Händen.

Beide Hälften zählen. „Produkt“ ist, ob die Sache funktioniert und gewollt wird; „Markt“ ist, ob genug Menschen sie so dringend wollen, dass sie ein Geschäft tragen. Ein großartiges Produkt in einem winzigen oder gleichgültigen Markt hat keinen Fit, und ein mittelmäßiges Produkt in einem verzweifelten Markt kann ihn haben. PMF ist der Moment, in dem diese beiden Seiten für ein bestimmtes, benennbares Segment zusammenrasten — nicht „alle“, sondern ein konkretes Wer.

Das meistzitierte Instrument ist der Sean-Ellis-Test: Befragen Sie Nutzer, die den Kernwert des Produkts erlebt haben, und fragen Sie: „Wie würden Sie sich fühlen, wenn Sie dieses Produkt nicht mehr nutzen könnten?“ Wenn mindestens 40 % mit „sehr enttäuscht“ antworten, haben Sie wahrscheinlich Fit. Die 40-%-Grenze ist ein empirischer Richtwert aus Ellis' Arbeit, kein Naturgesetz — behandeln Sie sie als starkes Signal und lesen Sie das Segment der „sehr enttäuschten“ Nutzer, um zu erfahren, wer Ihr echter Markt ist.

Retention ist das härtere, wahrhaftigere Signal. Zeichnen Sie eine Retention-Kurve (der Anteil einer Kohorte, der über die Zeit noch aktiv ist) und achten Sie darauf, dass sie sich abflacht, statt auf null zu verfallen — ein flacher Schwanz bedeutet, dass eine stabile Gruppe immer wiederkommt, was die quantitative Form von Nachfrage ist. Kombinieren Sie das mit organischem Zug: Mundpropaganda-Empfehlungen, ungebetene Anmeldungen und sinkende Kosten, um jeden neuen Nutzer zu gewinnen. Wenn Wachstum von Nutzern kommt, die Nutzer bringen, verkauft der Markt für Sie.

PMF ist kein Launch, keine Finanzierungsrunde und kein Anstieg der Anmeldungen. Top-of-Funnel-Traffic und Trial-Starts messen Interesse, nicht Fit — eine großartige Landingpage kann einen Anmeldungsanstieg erzeugen, den die Retention innerhalb von zwei Wochen wieder auslöscht. Wenn neue Nutzer nicht wiederkommen, haben Sie Nachfrage nach dem Pitch, nicht nach dem Produkt.

Er ist auch nicht dauerhaft, nicht binär und nicht eine einzige Zahl. Fit ist segmentspezifisch (Sie können ihn für Startups haben und für Enterprise nicht), er erodiert, während sich Märkte und Wettbewerber bewegen, und er kann zurückgehen, wenn Sie in benachbarte Segmente expandieren, die nicht denselben Job teilen. Auch Umsatz allein kann täuschen: Starke Rabattierung oder ein paar große, gefährdete Logos können den MRR stützen, während die zugrunde liegende Retention leise verrottet. Die ehrliche Lesart von PMF trianguliert die Enttäuschungsbefragung, die Retention-Kurve und woher der organische Zug tatsächlich kommt.

Jedes PMF-Signal lebt standardmäßig an einem anderen Ort: Umfrageantworten in einem Feedback-Tool, Kohorten-Retention in Produktanalysen, Empfehlungen und Anmeldungen in Web-Analysen und Umsatz im Billing. Um Fit ehrlich zu lesen, müssen Sie sie verbinden — welches Segment ist „sehr enttäuscht“, ob dasselbe Segment bindet und ob sein Umsatz gesund ist statt rabattgestützt.

Ein Product Operating System, das auf einer gemeinsamen Basis aufbaut, verbindet diese Datensätze von Natur aus. Produktanalysen und Web-Analysen teilen dieselben Kennungen wie die Umsatzdaten auf der Basis, Feedback und Insights heften sich an den Kundendatensatz, und Customer 360 zeigt Nutzung, Anfragen und Umsatz eines Segments in einer einzigen Ansicht — sodass Sie Retention und das Enttäuschungssignal nach dem relevanten Segment schneiden können, statt Exporte zusammenzuflicken. Das macht die PMF-Lesart schärfer; es erzeugt den Fit nicht selbst.