Creativity, Innovation work

Recent thinking about innovation and entrepreneurship has been heavily influenced and  transformed by the Lean Startup perspectives and methodologies. This ‘movement’ has  been built on the perspectives outlined in three main books: Four Steps to the Epiphany,  Business Model Generation, and The Lean Startup.

1

First, Steve Blank wrote Four Steps to the Epiphany in which he outlined the concept of  customer development (as contrasted with product development). The idea of ‘Customer  Development’ is to focus on customers, markets, and needs from day one. The reality is  that most startups (and innovations) fail because of lack of customer adoption and an  underlying poor understanding of customer needs ‐‐ not because of a lack of product  performance or other reasons.

The customer development process focuses on understanding a focused niche group of  customers (via customer discovery) and designing experiments (via customer validation) to  iteratively test assumptions. Sound familiar? This is also the premise of Design Thinking  approaches that highlight the importance of being customer centric, of developing  prototypes, and of understanding customer needs.

This book is largely credited with launching the lean startup movement. Fundamentally this  perspective argues that we can use evidence to make decisions ‐‐ about whether to  proceed, pivot, or start over ‐‐ long before we ever have a final product or launch an actual  company.

2

The type of evidence necessary in an entrepreneurial setting or with truly innovative new  products is different than what established companies use with existing products or in  stable markets. 

Large established companies working with incremental innovations in relatively stable  markets have lots of past performance data that they can look at in order to predict the  future.  However, when you are doing something radically new and innovative you don’t have  historical data to refer to and instead must design experiments to gather the necessary  evidence.

This is now referred to as evidence‐based entrepreneurship and applies to modern  perspectives for innovation management and launching new innovative ideas as much as it  does to launching new ventures.

3

Second, Alexander Osterwalder wrote the book Business Model Generation that introduced  the Business Model Canvas which you will learn about in a couple of weeks.  The Business Model Canvas is like a fingerprint for a business and includes an organizations  value proposition at the center.  The right side of the canvas focuses on customer segments including how you build and  maintain relationships with these customers as well as the channels you use to get  products to them.  In addition it includes your revenue streams or in other words how your customers will pay  for your product.  On the left side you have the operations side of the business model which includes key  partners, key activities, and key resources which all add up to your cost structure.

4

The Business Model Canvas is a relatively simple yet comprehensive snapshot of a business  model and as such has become central to the lean startup approach.  Each box in the canvas contains assumptions of the business model you are considering.  Each assumption is effectively a hypotheses about the way the world works and each has  relevant experiments that can be undertaken to test your assumptions.

5

Third, Eric Riese wrote The Lean Startup. How Today's Entrepreneurs Use Continuous  Innovation to Create Radically Successful Businesses.  This book assumes that any organization dedicated to creating something new (i.e.,  innovating) under conditions of extreme uncertainty can be considered a startup.  That uncertainty is what leads to the lack of historical data I referred to and is what  requires a new experimentation‐based models for innovation & entrepreneurship.

6

Inspired by lessons from lean manufacturing, the Lean Startup relies on ‘validated learning’,  rapid experimentation, as well as a number of counter‐intuitive practices that shorten  product development cycles, measure actual progress, and learn what customers really  want.  It enables a company to shift directions with agility, altering plans at every step along the  way. Here is a video that provides a nice overview of Eric’s background and the related principles  highlighted in this book…

7

8

The combined perspectives of these three books have led to a number of programs  including Startup Weekend and other programs that help entrepreneurs start a business in  72 hours. In addition it has had a profound effect on how the US government funds  university research and has led to the creation of the NSF I‐Corps program and  VentureWell. The NSF uses the Lean Startup methodology to train scientists on how to  commercialize their inventions. In fact NSF has found that science‐based companies which  went through the lean startup mythology were three times as likely to receive funding as  those that did not... following a process and being customer centric creates better and  more fundable innovative ideas!

9

The main premise of the lean startup approach is the idea that you can design experiments  to validate (or overturn) assumptions ‐‐ this involves getting out of the building and  TALKING to and/or observing customers.

As I stated in a previous video, everything you think you know is actually an assumption…  that customers have certain needs or problems, that they value certain things, that you can  do certain things in a specific amount of time or for a specific amount of money, etc… Each  of these assumptions can be tested by designing experiments.

An experiment has three parts…  A hypothesis – this is what you know or think you know (i.e., your assumption). An experiment – this is what you build or do to test your hypothesis An indicator or result – this is an output or result that is measureable and can disprove or  support your hypothesis

Remember, you should test your most important assumptions first – what are the show  stoppers or deal breakers? What is critical and can your idea not exist without? Also, when testing assumptions you need to talk to enough people that you are sure you  have a real result. ‐‐ if one person says something this may just be noise.  If many people highlight the same issues you have something interesting. 

10

The more people the better and the more significant the financial implications of the  hypothesis the stronger results you should look for ‐ 15 people may be good in some cases  but 100 would be better. 

10

It is CRITICAL that these experiments have clear hypotheses that make predictions about  what you think should happen and that you have decided before you get the results what  you will do if you confirm or overturn your assumption – do you proceed, pivot, or start  over?  It is also ABSOLUTELY CRITICAL that you DO NOT ignore results that disagree with or show  your assumptions to be wrong.  Be ready to find MAJOR problems with your idea…

The basic options that you are faced with upon getting results are:

Proceed – Do you keep going forward with your idea in the same form it started with? Pivot – Do you modify your idea and test another set of assumptions? Start Over – Do you go back to the drawing board to start from scratch and generate a new  bank of ideas?

Here is a short video with Steve Blank discussing the proceed or pivot decision…

11

12

The fundamental idea of experimenting is closely related to the concept of creating  prototypes and minimum viable products (MVPs).

A prototype is intended to more accurately convey the product you are eventually trying to  create during the testing phase. The minimum viable product on the other hand is the  simplest product that could create value for customers – it is an actual product put out to  market.  In both cases the key goal is to learn by gathering customer feedback so you can iterate on  the design of the product or service that you would like to launch. 

In the case of a prototype this is done with smaller groups of users and the prototype  simply helps them understand what you are developing by giving them something concrete  to interact with.  In the case of the MVP, the simpler / basic form of the product is used to engage a larger  group of customers who constantly provide feedback and help you redirect the  development efforts of your product – in either case if you are not listening and learning  then you have missed the point. 

For example, in the pictures on this slide the top example shows what not to do with an  MVP. 

13

You are not simply releasing a cut‐down unacceptable version of your product and then  automatically building towards your initial goal as you go.  Instead you are delivering the minimum viable transportation method (in this example) and  learning from feedback to evolve that product into its eventual form (which might be nothing  like what you originally planned).

13

Finally, you want to be creative regarding how to test your assumptions, design your  experiments, and build your prototypes or MVPs.  There should be no need for building a complicated platform, app, etc… ‐‐ you need a fast,  simple, and cheap way to test what you think you know.  Furthermore, it is critical that your experiment gathers real insights into your customers— you don’t want to engage in a token activity or create an artificial situation that is likely to  confirm what you expect or believe.

14

Example #1: Buffer Box… Back in 2011 the founders of ‘Buffer Box’, a Senior Engineering Design Team at University of  Waterloo, wanted to know if people would who ordered things from Amazon would want  to have them delivered to lockers on campus or maybe in a 7‐11. Their assumption was  that many students did not have safe places to have delivered items left (a problem that  those of you who live in North Philly can likely identify with as well).

Building the actual secure, credit card accessible lockers and making deals with delivery  companies like FedEx or UPS would be fairly complex. So they needed to design an  experiment to see if people would use these types of lockers to have items delivered. So  what do you think they did? What they wound up doing was finding a storage closet on campus that they could use and  setting up a manned (that is a person stood there) desk where people could pick up their  items. So for several weeks they let people know that they could have items delivered to  that location when they ordered them online. All they needed to do was show up with  their ID to collect the package. This was a huge success with a large number of students  using the delivery desk and highlighting the very need or problem that the founders  assumed their customers had – they had no way to order items online and have them  safely delivered to them when they were out. 

15

BufferBox went on to win $25,000 and entry to University of Waterloo’s accelerator in 2012.  They raised $9 Million in venture capital that very same year and later that year they were  acquired by Google. In less than 18 months they went from testing the concept to being  acquired (by Google no less). This is the power of having evidence to support your  assumptions. 

15

Example #2, Local Art Gallery… I recently noticed a cute little art gallery that opened up in a transitional neighborhood  near where I live. I am sure that the folks who started this had a dream of owning an art  gallery and I am sure they are passionate about it. However, I am skeptical that this idea  will succeed and expect the place will probably close down in a couple of years. But to be  frank I have no idea if the neighborhood is ready for a gallery and art space (and probably  neither do the founders). The implicit assumption of the founders is that there is a large  enough community of artists and people who love art in the neighborhood and that these  folks will come out to their art gallery regularly enough to create a sustainable business. 

So what is an example of an experiment that they could do to test these assumptions out?  Just like other techniques you have learned in this class this takes practice so don’t worry if  you can’t think of something immediately.

One experiment I thought of was setting up art pieces at a local farmers market that runs  over the summer in a nearby park. This is very low cost and would let you meet the people  in the community to gauge their interest in art. Actually an assumption inherent in this  experiment is that the folks that attend the local farmers market would be similar to the  demographic that would attend art galleries (something testable as well). Another  experiment (as well as a precursor that would help the gallery once it was open) would be 

16

attempting to create an online community for local artists and art lovers. You could arrange a  series of events at the local library or other location where you hosted events on art. Again  this would let you connect to the community of artists and assess their interest as well as  their intention to spend money in ways that would support your gallery. 

16

Some more great real‐world examples can be found in the next few videos.  These describe a specific tool, a worksheet called the Validation Board, developed as part  of the LeanStartupMachine.com methodology.  It is not critical that you use this worksheet exactly, but, if you are serious about your idea,  it is critical that you do something similar to this to design a good experiment, decide on  the thresholds for ‘success’, get out of the building and do the experiment, gather results,  and then proceed, pivot, or start over based on your results.

17