创业的方式有无数种，但也可以说只有两种——一种通向成功，一种通向失败。下面是两个完全不同的创业故事，可惜都以失败告终。你听过的失败的创业故事，哪一个更像？
错误的创业之路
鲍勃是一家初创公司的创始人。他对某项业务有很好的想法。他认为在未来的创业旅程中，一切皆有可能——这就是我们常说的“蜜月期”。他信奉的创业方法是先把解决方案完整的展示出来，让别人更清楚直接的看到他的愿景。结果他发现自己只开发了一半的产品就低估了原来解决方案的覆盖面，剩下的资源不足以支撑完整解决方案的实现，需要寻找额外的资源继续。
所以他花了几周时间写了一份六页的商业计划书。他很清楚机会主义的门道：从一个合适的“退出价格”开始，然后反向推导。这个合适的“退出价格”代表了他承诺给投资人的收益，所以这个数字需要大到足以吸引投资人的饕餮，同时必须在合理可信的业务范围内，才能最大限度地吸引资本。商学院里有一个广为流传的笑话：“谁做出最好的形式，谁就能获得投资。”于是，Bob在表格数字中夜以继日的工作，成功推导出项目预算，终于到了撒网的时刻。在接下来的几个月里，他不断提交商业计划书，屡遭拒绝，于是他决定降低期望值——首先，筹集一笔种子基金来继续这个项目。
在接下来的几个月里，鲍勃组建了一个团队，开始按部就班地实施他的计划。因为这个阶段没有收入，所以Bob用这个指标来衡量项目的进度——确保开发进度和成本符合预期。
让我们“快进”一年，看看结果：Bob的团队加班加点，最终成功将产品按计划投放市场。效益显现的时候到了，他发现实际情况与预期目标相差甚远。在投资者的压力下，Bob不得不采取一些会计措施和短期产品策略来显示产品的乐观盈利前景，例如，承担一些定制化的开发任务。这确实会暂时缓解收入问题，但本该用来打造可重复、可扩展的商业模式的时间被分散和占用了。
最后，所有的钱都花光了。Bob想给投资人画一个更大的蛋糕，让他们相信只要有更大的团队，更多的钱，产品就会有更广阔的前景。
故事的结局可想而知吧？鲍勃被解雇了。
正确的开局仍不得善终
玛丽也有很好的创业想法，这次她选择了“精益创业”的方法。她知道产品失败的首要原因不是她做不出一个产品，而是她无法成功创造出一个可复制、可扩展的商业模式。
首先，她打算按照《精益创业实战》总结的三步法开始创业之旅。
Mary选择使用简单的工具(如lean canvas)来勾画业务模型，而不是花费数周时间来编写全面、详细的业务计划或完整的解决方案。这样，她可以快速拆解自己的产品愿景，同时在一张纸上清晰地呈现自己的商业模式，以便日后向潜在的风险合伙人、顾问和投资人解释。
由于这一点，她获得了许多有价值的建议，这些建议帮助她成功地找出了计划中风险最大的部分。然后玛丽走出办公室，开始用一系列小而快的实验来检验这些风险假设。
综合自己学过的所有理论知识，玛丽最终成功制订出了第一个迭代计划，也就是我们所称的MVP(即“最简可行产品”，以下简称MVP)。
与鲍勃相比，玛丽的起步快得多。有了早期用户的验证做支撑，她的步伐也会迈得更坚实。早期用户的验证结果甚至还能为将来获得更多资源这一目标铺平道路。然而，福兮祸之所伏，这也正是问题产生的地方。
项目启动之后的道路，不是变得更清晰，而是更扑朔迷离。
当玛丽轻松定位了最初的风险点，成功发布了MVP之后，方向就变得模糊了起来。现在，每天都有大量新用户进来，而能够进行的用户访谈数量远远低于预期目标。
其团队也不可能像玛丽最初所做的那样与每一位用户进行沟通和对话，于是他们想找一些衡量指标来帮助他们解释可能产生的问题。
淹没在数据的海洋中
玛丽的团队一开始选择了将一些现成工具集成到自己产品的数据仪表板中。很快他们就发现成千上万的不同数据扑面而来，直接将他们淹没了。
你并不需要海量的数据，只要有一些可行的指标足矣。
指标的问题在于，它们可以告诉你哪里不对，但是无法告诉你症结所在。
不理想的实验
玛丽的团队同时进行着各种实验。无论他们在会议中使用了多少行业术语，例如“假设检验”(Hypotheses)、“学习曲线”(Learning)、“转型”(Pivot)等，但无法改变的现实是，产品的销量曲线依旧一路下行，让人沮丧不已。
专业化的诅咒
玛丽凭直觉认为此时应该放慢脚步，重新聚焦问题。于是她将团队重组成不同的部门，给每个部门指派了不同的核心任务指标，并将其与工作表现和薪酬结构挂钩：通过已结清的账户数量来衡量销售团队，通过潜在客户的开发数量来衡量营销团队，通过产品质量的指标来衡量开发团队。
让人意想不到的是，原本是为了提升专注度和优化整个组织的产出而专门设计的各部门的关键业绩指标(KeyPerformanceIndicator，KPI)，带来的结果却完全相反。例如，销售指标在最后一周成功达成了，但是随着结单数量的上升，客户取消(流失)的数量也随之上升;营销团队大手一挥，花光了所有的预算，成功获取了几百名潜在用户，然而付费用户的转化数量却没有提升;开发团队更是前所未有地高强度工作，夜以继日地开发新功能，但是用户留存率和用户满意度反而开始下降。到底是哪里出了问题?
关于钱的对话
即便其他所有指标全都失效，我们是不是依然可以将“收入”作为衡量发展状况的指标呢?不见得。
收入的产生通常需要较长的客户生命周期，也就是说，在很长一段时间内这个指标是不具备指示意义的。玛丽的团队在产品新功能上下了重注，虽然他们称其为实验，但也需要三到六个月的开发时间，以及更长的周期生成时间。而投资人只能凭着信念全盘接受其产品策略，拭目以待，除此之外别无选择。
这时需要做的是缩短反馈环。即便这个时候已经开始产生收入，除非你可以精确地将这部分收入与过去的某项行为挂钩，否则很容易就会将相关性误认为因果关系。到底是什么原因导致了什么样的结果?玛丽及其团队对此始终是一头雾水。
当公司该季度表现良好时，每个人都拿着自己部门的KPI邀功;当公司业绩不佳时，他们也是拿着同样的KPI替自己开脱。
潮涨船高有时，墙倒众人推亦有时。
渐渐地，团队的斗志消磨殆尽，业务增长开始停滞。面对投资人对回报的质疑，玛丽越来越难以自圆其说。在董事会上，她试图在“团队任务完成量”(开发速度)和“当季收入”(账面收入)中选择表现更好的一项来作为衡量产品发展的关键指标，结果就连她自己都被数字搞昏了头。
最终，她也被炒了。
出路在哪里
鲍勃的问题在于他在一个无法实现的商业计划上花了太多时间。
玛丽的“精益创业”开局要好得多。但是无论她的初衷多么美好，在团队和产品发展壮大时，她发现自己淹没在了数据洪流之中。
她的团队追逐的是错误的指标，他们被这些靠不住的指标带向了错误的决策，最终导致公司偏离了轨道。
总体来说，这些传统的衡量发展的指标对创业企业并没有什么实际用处，原因可以归纳为以下几点。
(1)创业初期很难产生收益，这时我们倾向于用开发速度来衡量进展。但是衡量一个还没经过验证的商业计划的执行进度本身就不是什么好的选择。
(2)在量化指标上投入太多精力并不能帮助你解决问题。指标只能告诉你哪里有问题，但是无法告诉你造成问题的原因。在量化指标上投入的精力越多，越容易被淹没在数据海洋之中。
(3)即便已经产生收入，如果不能准确地识别因果关系，你还是无法有效利用给你带来收入的那些因素，反而容易因为错误的关联而走入歧途。
正如埃里克莱斯(EricRies)在《精益创业》(TheLeanStartup)一书和阿什?莫瑞亚(AshMauyra)在《精益创业实战》一书中强调的，精益是一种科学的方法论，应该将“经过验证的学习”(或“经过证实的认知”)过程视为衡量创业企业发展状况的标准。然而，大多数利益相关者更在乎的是商业结果，所以我们需要为此准备两个不同版本的商业故事。
我们对利益相关者描述的故事并不是我们真正遵循的蓝图，初期这样做还行得通，但是随着时间的推移，两者必然大相径庭，因为这两条路线所定义的发展目标截然不同。
如何从这种分歧中走出来呢?
这就是创业者面临的终极拷问。
