Quante probabilità ci sono di farcela?

Sintesi

Il mondo delle startup è quasi ossessionato dal celebrare le aziende fuori scala. Sono quelle che infrangono i traguardi di crescita, sono guidate da fondatori carismatici e non hanno timidezze nell’autopromozione (loro preferirebbero chiamarlo building-in-public). Per onestà: anch’io ho raccontato molte di queste storie in questa newsletter.

Ciò che si perde nel discorso: farcela come startup nuova è estremamente difficile. Non hai risorse a sufficienza. I tuoi compratori non ti stanno guardando. Il tuo prodotto non è rifinito come vorresti. E ogni settimana salta fuori un nuovo concorrente.

Volevo mostrare esattamente quanto sia difficile. Per farlo ho unito le forze con gli amici di ChartMogul, la piattaforma di CRM e metriche SaaS dove ora sono Analyst-in-Residence. ChartMogul mi ha lasciato esplorare il loro incredibile dataset, che copre 6.525 aziende software con dati storici che risalgono a oltre dieci anni.

Continua a leggere per dati inediti sulle tue probabilità di arrivare a 1 milione di dollari di ARR e oltre, su quanto tempo serve davvero per il primo milione e se occorre trasferirsi nella Bay Area per fare fortuna.

Le probabilità di arrivare a 1 M$ di ARR e oltre

È più facile entrare ad Harvard o a Stanford che raggiungere 25 milioni di dollari di ARR entro dieci anni. Lascia sedimentare questa cosa.

La prima domanda che mi sono posto è quale percentuale di startup software arrivi mai a traguardi di ARR come 1 milione, 5 milioni e 25 milioni di dollari. Misurarlo è più insidioso di quanto sembri, per fattori come il survivorship bias. Ho adottato qualche semplificazione: il cronometro parte dalla prima monetizzazione e la finestra di misurazione è di dieci anni. Poiché la maggior parte delle startup non ha dieci anni di vita, ho calcolato i numeri per coorti, così da confermare la pendenza della curva di sopravvivenza su tutto lo storico di 6.525 aziende.

Cosa ho trovato: quasi metà delle startup software arriva prima o poi a 1 milione di dollari di ARR dopo aver iniziato a monetizzare, se è disposta a restare in gioco dieci anni.

Questo numero è più alto di quanto avrei previsto. Sospetto che possa essere influenzato da un certo bias di selezione: le aziende interessate alle metriche di abbonamento sono probabilmente più spesso attività serie che progetti amatoriali. E qui si vedono aziende che hanno iniziato a monetizzare nel 2016 o prima, quando, francamente, costruire e lanciare un prodotto SaaS era molto più difficile. Più avanti nel report vedremo come appaiono questi numeri per coorti più recenti, nei loro primi anni di monetizzazione.

Anche così, le probabilità di superare 1 milione di dollari di ARR sono piuttosto crude. Una su dieci arriva a 10 milioni di dollari di ARR. E solo una startup su cinquanta raggiunge 25 milioni di dollari di ARR entro dieci anni. È meno probabile che essere ammessi ad Harvard o a Stanford (3,6% di tasso di ammissione).

Se ce l’hai fatta, spero che ti prenda un momento per festeggiare. Il 97,7% dei tuoi pari non è arrivato così lontano.

Quanto tempo serve davvero per il primo milione

A sentire i VC, si ha l’impressione che la crescita dei ricavi avvenga a velocità curvatura. Il classico percorso «triple-triple-double-double-double» (T2D3) verso i 100 milioni di dollari in cinque anni non basta più ad alcuni investitori, quando vedono Lovable, Cursor e Wiz farcela in due anni o meno.

Cosa ho trovato: per le startup che arrivano a 1 milione di dollari di ARR, di solito servono dai due ai cinque anni dalla prima monetizzazione. Un mero 3,3% delle startup arriva a 1 milione di dollari in meno di un anno. Il 13,4% ci arriva in meno di tre anni. E il 25,1% raggiunge quella cifra entro cinque anni. Puoi collocarti sulla curva qui sotto per trovare i numeri più rilevanti per te.

Penso che sia sano! Trovare il product-market fit (PMF) e passare dalla vendita guidata dal fondatore a una crescita ripetibile richiede tempo reale. Scalare prematuramente può uccidere un business per il resto ottimo. Molte delle aziende migliori vanno piano per andare veloci.

Vale la pena ricordare che nemmeno gli unicorni più celebrati di oggi hanno raggiunto 1 milione di dollari dall’oggi al domani. Hanno iterato con pazienza su prodotto e distribuzione, poi hanno puntato tutto quando hanno capito che funzionava.

• Lovable ha passato 18 mesi a costruire prima del successo decisivo. Le versioni precedenti del prodotto, allora chiamato GPT Engineer, si sono spente dopo il lancio iniziale.
• Clay, la piattaforma di sales intelligence, ha faticato sei anni prima di vedere trazione sui ricavi. Poi la crescita è esplosa negli ultimi anni.
• StackBlitz, che produce l’app di vibe-coding Bolt.new, ha messo sette anni per arrampicarsi fino a 700.000 $ di ARR. Poi il loro nuovo prodotto Bolt.new è esploso a 4 milioni di dollari di ARR nelle prime quattro settimane.

Costruire software è più facile, distinguersi è più difficile

Negli ultimi dieci anni abbiamo trasformato il go-to-market in una scienza. Abbiamo inventato decine di acronimi di tre lettere, da AEO a PLG a UBP. Quello che non abbiamo fatto è migliorare in modo sostanziale nello sfondare.

Ho diviso le startup software in coorti in base all’anno in cui hanno iniziato a monetizzare. Poi ho confrontato la probabilità di raggiungere 1 milione di dollari di ARR per ciascuna coorte.

Cosa ho trovato: le startup lanciate tra il 2016 e il 2019 avevano in modo costante più probabilità di arrivare a 1 milione di dollari di ARR entro tre anni rispetto a quelle nate più tardi. Le differenze non sono enormi — un tasso di successo del 15% contro il 12% — ma si notano. Molte della leva 2016-2019 hanno probabilmente beneficiato del periodo dei tassi a zero (ZIRP) e del boom del software spinto dal COVID.

Il 2016 in particolare è stata la singola migliore annata per lanciare una startup. Quell’anno ha registrato tassi di successo del quartile superiore su tutta la linea. Questa annata comprende anche molti dei pionieri storici del product-led growth (PLG), che hanno portato nuovi modi di acquistare a categorie di prodotto tradizionali. Notion, Figma e Loom sono state lanciate tutte nel 2016.

Le coorti più recenti, e in particolare le aziende software fondate nel 2021, sono andate meno bene. La coorte 2021 ha la più bassa probabilità di raggiungere 1 milione di dollari di ARR entro tre anni (10,1%). Questa leva ha avuto la sfortuna di arrivare tardi al boom ZIRP e di trovarsi nel pieno del rallentamento dei finanziamenti 2022-2023. Molte erano troppo in anticipo per cavalcare l’onda dell’IA.

Il lato positivo: l’annata 2023 sta andando eccezionalmente bene già in partenza. Ha il 50% di probabilità in più di raggiungere 1 milione di dollari di ARR entro sei mesi dal lancio. Questa leva era ancora in anticipo sulla festa dell’IA; i fondatori avevano già pensato a come costruire prodotti di IA prima che farlo diventasse mainstream. Erano nel posto giusto al momento giusto con il prodotto giusto.

Le startup native IA giocano in un campionato a parte

Come regola generale, le coorti più recenti di aziende software non sono migliorate nel trovare trazione. Ma c’è una (grande) eccezione. Probabilmente puoi indovinare quale.

Il team di ChartMogul ha usato l’IA per raggruppare le oltre 6.000 aziende in categorie di prodotto. Tra queste: PLG (hanno un’offerta self-service sul sito), vertical SaaS (software progettato per un settore o una nicchia specifica) ed enterprise SaaS (ACV medio pari o superiore a 10.000 $).

Poi ho guardato come la categoria di prodotto incidesse sulle probabilità di una startup di essere un caso fuori scala, che ho definito come raggiungere 1 milione di dollari di ARR entro sei mesi o 10 milioni di dollari di ARR entro dodici mesi. (Le categorie non erano mutuamente esclusive: un’azienda poteva ricadere in più gruppi.)

Cosa ho trovato: le startup native IA hanno 3 volte più probabilità di arrivare a 1 milione di dollari di ARR in 6 mesi. E 8 volte più probabilità di arrivare a 10 milioni di dollari di ARR in 12 mesi.

Per chiarezza: questi traguardi restano estremamente rari. Meno dell’1% delle startup native IA raggiunge 10 milioni di dollari di ARR entro dodici mesi dalla prima monetizzazione. Ma sta accadendo a tassi drasticamente più alti di quanto visto storicamente.

Nessun’altra categoria di prodotto si avvicina nemmeno da lontano all’essere nativa IA:

• Le aziende enterprise SaaS hanno il 40% di probabilità in più di arrivare a 1 milione di dollari di ARR in 6 mesi, pur essendo soltanto nella media nel raggiungere 10 milioni di dollari di ARR in 12 mesi.
• Contrariamente a quanto si potrebbe pensare, PLG e consumer SaaS hanno entrambe meno probabilità di esplodere in partenza; molte di queste aziende hanno una rampa più lenta perché privilegiano l’acquisizione di utenti prima della monetizzazione.
• Anche il vertical SaaS ha meno casi fuori scala. Sospetto che rifletta la difficoltà di vendere a compratori che non sono early adopter della tecnologia.

Una precisazione: esplodere in partenza non predice necessariamente la longevità. Essere rapidi ad acquisire clienti può coincidere con l’essere rapidi a perderli verso un altro prodotto.

Non serve essere nella Bay Area (ma aiuta)

La saggezza comune dice che bisogna trasferirsi nella Bay Area se si vuole sfondare. Si scopre che non è necessariamente vero, anche se esserci non fa certo male.

Ho analizzato il dataset in base alla sede attuale delle aziende, raggruppandole poi nei dieci maggiori hub regionali rappresentati tra i clienti ChartMogul. Questi gruppi comprendono grandi aree metropolitane (come la Bay Area e New York), Paesi (come Francia, Canada, Regno Unito) e in alcuni casi regioni (come l’Europa centro-orientale o la Scandinavia).

Cosa ho trovato: le startup della Bay Area hanno effettivamente più probabilità di sfondare. Ma le differenze non sono così profonde come ti aspetteresti, considerati tutti i vantaggi (e i costi aggiuntivi) di stare lì. Le aziende della Bay Area hanno:

• il 70% di probabilità in più di arrivare a 1 milione di dollari di ARR entro tre anni;
• il 150% di probabilità in più di arrivare a 5 milioni di dollari di ARR entro quattro anni;
• il 40% di probabilità in più di arrivare a 10 milioni di dollari di ARR entro cinque anni.

Francia e Canada sono sorprendentemente bravi a produrre aziende software che arrivano a 1 milione di dollari di ARR entro tre anni (anche se il Canada in particolare produce raramente aziende che raggiungono i 10 milioni in cinque anni).

New York e il resto degli Stati Uniti producono le aziende più longeve. Le aziende di questi luoghi battono la Bay Area nell’arrivare a 10 milioni di dollari di ARR entro cinque anni. Forse chi costruisce fuori dalla Bay Area ha più tenuta: persevera dove i suoi pari potrebbero pivotare, chiudere o cercare un’uscita anticipata.

Cosa serve per diventare un caso fuori scala

Se hai superato 1 milione di dollari di ARR, complimenti. Hai battuto le probabilità.

Cosa spinge allora queste startup e non altre — oltre, ovviamente, all’essere native IA e avere sede a San Francisco? Approfondirò la domanda nelle prossime settimane. Iscriviti a Growth Unhinged e segui ChartMogul per essere avvisato quando esce.

Metodologia e glossario

Fonti dei dati e quadro di analisi: per realizzare questo report abbiamo analizzato dati anonimizzati e aggregati di ChartMogul.

Fonti dei dati: movimenti di MRR di ChartMogul, dati di account arricchiti con segmentazione tramite IA e classificazioni geografiche e settoriali. Sono esclusi gli account sandbox.

Analisi dei traguardi di ARR: esamina la rapidità con cui le aziende raggiungono traguardi chiave di ARR (1, 5, 10, 15, 20, 25 M$) su orizzonti da 1 a 120 mesi. Le aziende sono considerate solo se dalla prima data di ricavo è passato tempo sufficiente.

Analisi del decile più rapido: si concentra sul 10% di aziende più rapide a raggiungere ciascun traguardo, analizzandone retention e caratteristiche di crescita durante la fase di rampa.

Metriche di retention: gross revenue retention (GRR) e net revenue retention (NRR), calcolate sulle finestre di rampa.

Metriche di crescita: ricavo medio per account (ARPA), crescita dell’ARPA e composizione dei ricavi (nuovo business, espansione, riattivazione).

Movimenti dei ricavi: categorie di MRR nuovo business, espansione, contrazione, churn e riattivazione.

Approccio statistico: analisi per coorti per anno, geografia e modello di business; aggregazione mensile con riporto dei dati; benchmarking delle performance su base percentile.