As startups muitas vezes ficam tão consumidas pelos desafios do dia a dia que fazem um péssimo trabalho ao projetar seu sucesso a longo prazo ou a falta dele. Como resultado, muitos trabalham sem saber se estão realmente correspondendo às expectativas que estabeleceram para si mesmos ou não.

Embora haja muita incerteza em torno das empresas em estágio inicial, elas fariam bem em construir modelos de projeção funcionais que lhes dessem uma noção se estão no caminho do sucesso ou se estão crescendo muito lentamente de acordo com as métricas de negócios que mais lhes interessam.

Todas as partes interessadas da startup (fundadores, funcionários, investidores, etc.) avaliam, em última análise, o seu sucesso a longo prazo pela avaliação antecipada da empresa no momento futuro, quando decidirem liquidar as suas participações acionárias, talvez vários anos ou mais depois de começarem a trabalhar nela. Portanto, qualquer projeção de sucesso deve colocar esta avaliação como o seu objetivo final e trabalhar de trás para frente a partir daí para derivar os fatores mais imediatos que contribuem para alcançar esse sucesso e se esses fatores estão no caminho certo.

A avaliação de uma empresa é derivada (pelo menos teoricamente num mercado eficiente) pelo montante total de lucro que ela acumulará para sempre no futuro, descontado a um valor presente. Assim, a primeira derivação da avaliação é o lucro a longo prazo e, uma vez que este lucro consiste nas receitas e custos esperados da empresa, estes vêm a seguir.

Os custos podem ser derivados através da projeção do número de funcionários e de outras despesas operacionais, talvez através do estudo de informações públicas sobre outras empresas que se desenvolveram da mesma forma que você espera que a sua empresa o faça, fornecendo orientações aproximadas sobre como os seus custos específicos e totais podem evoluir ao longo dos anos.

A receita também pode ser projetada através de comparáveis, especialmente se você antecipar a implantação de um modelo de negócios semelhante ao de uma empresa pública (por exemplo, você poderia estudar empresas que ganham a maior parte de seu dinheiro com anúncios gráficos, se é isso que você também pretende fazer). No entanto, você provavelmente aprenderá mais com eles sobre os tipos de taxas por unidade que eles obtêm de vários esquemas de monetização (como assinaturas, taxas de comércio eletrônico e CPMs de publicidade), cabendo a você determinar que tipo de volume de uso de produto você prevê mapear em relação a essas taxas esperadas.

Se você pretende, como muitas startups de consumo, gerar receita com publicidade, então as principais questões do modelo são: 1) quantos usuários ativos você espera atingir em uma determinada data no futuro e 2) quão ativos eles serão por dia, semana, mês ou ano. E isso porque você precisará estimar o tamanho do público ativo que estará à sua disposição para os anunciantes. Você pode encontrar maneiras inovadoras de aumentar as taxas de anúncios, mas sua receita futura estará principalmente ligada ao tamanho desse público.

Sendo esse o caso, você precisa se concentrar na rapidez com que está acumulando usuários ativos e aumentando seu engajamento, e é aí que o modelo começa a se tornar concreto até mesmo para as startups mais novas. O número de usuários ativos de um produto em um determinado momento, agora e no futuro, é determinado principalmente por sua taxa de aquisição de usuários (quantas pessoas estão se inscrevendo ou interagindo pela primeira vez com um produto em uma determinada unidade de tempo), sua taxa de ativação (qual porcentagem dessas pessoas atinge um ponto de apreciação pelo produto) e sua taxa de retenção (qual porcentagem daqueles que ativam continuam a usar o produto repetidamente).

Cada um desses fatores (bem como outros que correspondem a modelos de negócios não baseados em publicidade) é exclusivo de um determinado produto e, eventualmente, você precisará projetar todos eles se quiser completar o modelo. No entanto, mesmo se você estiver em fase beta com apenas 50 testadores, você *pode* começar a projetá-los um por um, fazendo suposições sobre o resto. Você não terá muita significância estatística com uma base de usuários tão pequena e é provável que suas principais métricas mudem à medida que você aborda um mercado maior. Mas pelo menos lhe dará uma *linha de base* a partir da qual você poderá julgar os movimentos em direção ou afastamento de sua definição final de sucesso (ou seja, quão valiosa você deseja que a empresa se torne e com que rapidez). E isso o manterá honesto sobre se você realmente possui dados suficientes para estabelecer conhecimento sobre a dinâmica do negócio e, se tiver, se esses dados reforçam ou contradizem suas intuições mais subjetivas sobre o desempenho da startup.