Dlaczego odrzuciliśmy 14 projektów w ostatnim naborze
W październiku 2024 roku zakończyliśmy jesienną rekrutację do University Model Search. Otrzymaliśmy dokładnie 47 zgłoszeń z całego Krakowa i okolic. Po trzech tygodniach analizy odrzuciliśmy 14 projektów już na pierwszym etapie. W tym tekście wyjaśniam konkretne powody tych decyzji, żebyście nie powtórzyli tych samych błędów w kolejnym okienku rekrutacyjnym.
Wiara w pomysł zamiast rozmów z klientami
Największa grupa odrzuconych projektów – aż 6 startupów – poległa na braku walidacji. Jeden z zespołów przez 11 miesięcy budował platformę dla właścicieli małych kawiarni. Gdy zapytaliśmy ich o wyniki rozmów z branżą, okazało się, że nie odwiedzili ani jednego lokalu przy ulicy Grodzkiej czy na Kazimierzu. Opierali się wyłącznie na własnych domysłach. Twierdzili, że kawiarnie potrzebują ich systemu, ale nikt nie chciał zadeklarować chęci zakupu nawet za symboliczną kwotę.
W University Model Search nie szukamy wizjonerów, którzy chowają się w garażu. Szukamy ludzi, którzy wyszli do ludzi. Jeśli Twój projekt zakłada, że 'ludzie będą tego używać', ale nie masz notatek z 15 rozmów z realnymi użytkownikami, Twój wniosek trafi do kosza. Podczas weryfikacji 14 listopada Piotr Zieliński podkreślił, że brak dowodów na ból klienta to największe ryzyko finansowe. Nie inwestujemy czasu w domysły, tylko w twarde fakty zebrane prosto z rynku.
Znamy przypadek twórcy, który wydał 12 400 PLN z własnych oszczędności na grafikę i logo, zanim sprawdził, czy ktokolwiek potrzebuje jego narzędzia do planowania treningów. To był główny powód, dla którego nie przeszedł dalej. Myślenie o kolorach przycisków, gdy nie masz ani jednego zapisanego klienta na listę oczekujących, to marnowanie zasobów. W naszym inkubatorze wymagamy, abyś najpierw udowodnił, że problem w ogóle istnieje, a potem zaczął budować.
Brak dowodów na ból klienta to największe ryzyko finansowe. Nie inwestujemy w domysły, tylko w fakty.
Technologia zbyt trudna do wdrożenia
Trzy projekty z ostatniej listy odrzuconych były zbyt skomplikowane. Jeden zespół 4-osobowy chciał zbudować system oparty o sztuczną inteligencję, który analizuje zapasy w magazynach dla firm z całej Polski. Problem w tym, że wdrożenie u jednego klienta zajęłoby im 4 miesiące pracy. Dla nas to model, który się nie skaluje. Szukamy prostych narzędzi, które można szybko zainstalować i przetestować u pierwszych 12 odbiorców bez armii programistów na pokładzie.
Często spotykamy twórców, którzy budują 'kombajny' do wszystkiego. Chcą konkurować z gigantami, mając budżet 45 000 PLN i trzech studentów w składzie. To się nie udaje. W naborze odrzuciliśmy system ERP, który miał 83 różne funkcje, ale żadna nie działała idealnie. Sugerowaliśmy im wycięcie 80 funkcji i skupienie się na jednej, ale zespół się uparł. Efekt? Brak wejścia do programu i zmarnowane kolejne 3 miesiące na dopracowywanie rzeczy, których nikt nie używa.
Szczerość to nasza zasada. Jeśli Twoje rozwiązanie wymaga, żeby klient zmienił 47 procedur w swojej firmie tylko po to, by zacząć z niego korzystać, nikt go nie kupi. Startup musi być jak klin – wbijać się w jeden, konkretny problem. Skomplikowane systemy zostawiamy wielkim korporacjom. My w Krakowie stawiamy na narzędzia, które przynoszą efekt w 2-3 tygodnie od pierwszego kliknięcia, a nie po roku szkoleń pracowników.

Matematyka biznesu, która się nie zgadza
Kolejne 4 startupy odpadły, bo ich model finansowy był nierealny. Jeden z pomysłów zakładał, że koszt pozyskania klienta (CAC) wyniesie 14 PLN, podczas gdy średnia w tej branży to 67 PLN. Twórcy nie potrafili wyjaśnić, skąd wezmą tak tani ruch. Kiedy dopytywaliśmy o szczegóły budżetu marketingowego na spotkaniu 18 listopada, usłyszeliśmy, że 'użytkownicy sami o nas powiedzą'. To nie jest strategia, to życzenie, na które nie możemy przeznaczyć mentoringu.
Patrzymy na liczby bardzo surowo. Jeśli Twoja marża na jednym produkcie wynosi 18 PLN, a wysyłka i obsługa zwrotów kosztuje 16 PLN, to zostaje Ci 2 PLN na rozwój. To za mało, żeby utrzymać biuro czy opłacić serwery. W University Model Search uczymy, jak liczyć jednostkową rentowność już od pierwszego dnia. Jeśli w arkuszu Excel po 5 minutach widać, że projekt nigdy na siebie nie zarobi, odrzucamy go bez żalu, oszczędzając twórcom lat ciężkiej, ale bezsensownej pracy.
Warto też wspomnieć o zbyt wysokich oczekiwaniach finansowych na start. Jeden zespół prosił o 150 000 PLN na 'badania i rozwój', nie mając nawet prototypu wykonanego z kartonu czy w Figmie. W UMS wierzymy w oszczędne podejście. Pierwsze 43 testy powinieneś zrobić za darmo lub za grosze. Pieniądze są potrzebne na skalowanie czegoś, co już działa, a nie na szukanie pomysłu na życie.
Zespół bez odpowiednich ról
Ostatni odrzucony projekt miał świetny pomysł, ale w zespole było trzech programistów i ani jednej osoby od sprzedaży czy marketingu. To częsty błąd w krakowskim środowisku tech. Ktoś musi umieć sprzedać to, co inni zbudują. Podczas rozmowy 21 listopada okazało się, że nikt z tej trójki nie chce dzwonić do klientów ani wychodzić na spotkania handlowe. Taki startup jest skazany na porażkę, bo produkt sam się nie obroni na trudnym rynku.
Dla nas idealny zespół to 2-3 osoby o różnych umiejętnościach. Jeden buduje, drugi sprzedaje, trzeci ogarnia operacje. Jeśli wszyscy robicie to samo, będziecie się kłócić o detale kodu, zamiast zdobywać rynek. W tym roku postawiliśmy na 7 nowych zespołów, które mają zrównoważone kompetencje. Widzimy już po pierwszych 28 dniach współpracy, że radzą sobie znacznie lepiej niż 'monokultury' techniczne.
Pamiętaj, że inkubator to nie szkoła programowania, tylko szkoła biznesu. Jeśli boisz się rozmawiać z ludźmi i chcesz tylko pisać kod, prawdopodobnie nie odnajdziesz się w naszych strukturach. Szukamy liderów, którzy potrafią przekonać do swojej wizji nie tylko nas, ale przede wszystkim pierwszych 19 płacących klientów w ciągu kwartału. Bez determinacji w sprzedaży, najlepszy kod świata jest wart zero złotych.
Ktoś musi umieć sprzedać to, co inni zbudują. Sam produkt się nie obroni.
