DoorDash's v1 was 8 PDF menus on a static HTML website
Эндрю Чен на основе интервью с Тони Сю рассказывает, что первая версия DoorDash была статической HTML-страницей с 8 PDF-меню и Google Voice-номером, собранной за 45 минут под названием Palo Alto Deliveries. Отталкиваясь от этой истории, автор пересматривает концепцию MVP Эрика Риса и её ограничения: тесты часто дают неубедительные результаты, ложноотрицательные исходы провоцируют преждевременные пивоты, а повторные запуски требуют продуманной стратегии когорт. Чен подчёркивает, что MVP плохо работает в зрелых рынках, где пользователи ждут полировки уровня Figma или Notion (4+ года на v1), и неприменим в категориях с огромными R&D-затратами — ядерные реакторы, сверхзвуковые самолёты, foundation-модели AI. Он критикует чрезмерную опору на метрики и A/B-тесты в ущерб качественной интуиции и предлагает входить в зрелые рынки, опираясь на накопленную экспертизу, а не изобретать категории с нуля. Главный вывод: стартап — это не один MVP, а длинная серия MVP с редкими проблесками успеха, требующая стратегического выбора стартовой точки и многолетней итерации.
DoorDash's v1 was 8 PDF menus on a static HTML website
Первая версия DoorDash — это 8 PDF-меню на статичном HTML-сайте
Revisiting the Minimum Viable Product strategy and its strengths/weaknesses
Пересматриваем стратегию Minimum Viable Product, её сильные и слабые стороны
The DoorDash product, version 1.0
Many of you may know I’ve been busy organizing a16z speedrun, our 12-week program based in SF/LA where we invest up to $1M in seed/pre-seed startups. As part of this, I enlisted a number of great founders to come speak to the startups, including the founders of Figma, Supercell, Zynga, Carta, Twilio, and many others, and had the opportunity to do a Q&A with Tony Xu about the early days of DoorDash. And there was a funny and informative story about how it started.
Продукт DoorDash, версия 1.0Многие из вас, возможно, знают, что я занят организацией a16z speedrun — нашей 12-недельной программы в SF/LA, в рамках которой мы инвестируем до $1M в seed/pre-seed стартапы. В рамках этого я пригласил выступить перед стартапами целый ряд выдающихся основателей, включая основателей Figma, Supercell, Zynga, Carta, Twilio и многих других, и мне выпала возможность провести Q&A с Tony Xu о ранних днях DoorDash. И там была забавная и поучительная история о том, как всё начиналось.
Here was the “version 1.0” of DoorDash:
Вот так выглядела «версия 1.0» DoorDash:
static HTML page
8 restaurant menus in PDF
a google voice number that would call one of the founders
originally called "Palo Alto Deliveries"
took all of 45 min to build
статичная HTML-страница8 ресторанных меню в PDFномер Google Voice, который перенаправлял звонок на одного из основателейпервоначально называлось «Palo Alto Deliveries»на сборку ушло всего 45 минут
Incredible that something so simple could eventually blossom into a product that millions of people use every day.
Невероятно, что нечто настолько простое в итоге расцвело в продукт, которым ежедневно пользуются миллионы людей.
This essay could just be a parable about launching a new product, and the benefits of the Minimum Viable Product. But I’m not here to bore you, so we’re not here to talk about all the benefits of MVPs, since the idea has become part of the startup vernacular after Eric Ries popularized it in his book, The Lean Startup.
Это эссе могло бы быть просто притчей о запуске нового продукта и о пользе Minimum Viable Product. Но я здесь не для того, чтобы вас утомлять, поэтому мы не будем говорить обо всех преимуществах MVP — эта идея стала частью стартап-лексикона после того, как Eric Ries популяризовал её в своей книге The Lean Startup.
We don’t need to rehash things — instead, I want to talk through the lessons learned in the past decade from actually trying to put MVPs into action, and further, what it means in the era of AI. After all, isn’t it confusing that many of the AI products that are launching today had multiple years of heads-down academic research and weren’t shipped as MVPs? Is the idea of an MVP still applicable?
Нет нужды пережёвывать то, что и так известно — вместо этого я хочу обсудить уроки, извлечённые за последнее десятилетие из реальных попыток применять MVP на практике, и, более того, что это означает в эпоху AI. В конце концов, не странно ли, что многие AI-продукты, запускающиеся сегодня, прошли через многолетние закрытые академические исследования и не были выпущены как MVP? Применима ли вообще идея MVP сегодня?
The problems that plague MVPs
These are important questions, alongside a number of common problems that constantly trip up as MVPs are employed during a zero-to-one period of product development. Product teams often encounter issues like:
Проблемы, преследующие MVPЭто важные вопросы, наряду с рядом распространённых проблем, которые постоянно подставляют подножку, когда MVP применяется на этапе zero-to-one в разработке продукта. Продуктовые команды часто сталкиваются с такими сложностями:
constant testing with inconclusive results (and thus, unclear direction)
false negatives because of incomplete products
works for “single player” products but hard to test within communities/networks
hard to justify breakthroughs/research that inherently require a long build cycle
overreliance on data versus true customer insight
inability to compete against pre-existing products in an existing market
local optimization into a mediocre product that is never great
постоянное тестирование с неубедительными результатами (и, как следствие, неясным направлением)ложноотрицательные результаты из-за неполных продуктовработает для «однопользовательских» продуктов, но трудно тестируется в сообществах/сетяхтрудно оправдать прорывы/исследования, которые по своей природе требуют долгого цикла разработкичрезмерная опора на данные вместо подлинного понимания клиентаневозможность конкурировать с уже существующими продуктами в сложившемся рынкелокальная оптимизация в посредственный продукт, который так и не становится великим
… and much more.
… и многое другое.
By now many of these probably seem familiar. So now you see the real topic of this essay: we are here to talk about all the endless problems and debates that happen when you try to implement the MVP as part of your product development strategy so that you see it’s not a silver bullet.
К этому моменту многое из этого, вероятно, кажется знакомым. И теперь вы видите настоящую тему этого эссе: мы здесь, чтобы поговорить обо всех бесконечных проблемах и спорах, которые возникают при попытке внедрить MVP как часть стратегии разработки продукта, — чтобы вы увидели, что это не серебряная пуля.
Let’s start with a few observations on testing and interpreting results:
Начнём с нескольких наблюдений о тестировании и интерпретации результатов:
you should expect your tests to be mostly inconclusive. The zero-to-one process of building new products is brutal - it's mostly just repeated failure, particularly if you are in a new category. One thing you’ll notice about v1s of products is they tend to end in ambiguous (and negative skewing) results. Did your product fail because you didn’t build enough features? Or maybe the branding was off? Or maybe you just needed better onboarding? Expect your product team to spin their wheels each time there’s a failed experiment. To make these fails useful, you need to actually run a clean test that leads to a conclusion. If the most likely outcome is failure then you need to at least be able to cross off a few things and maybe get a glimmer of success. This naturally leads to strategies like testing one thing at a time, and making the One Main Feature the core of the product experience. If it’s buried underneath a bunch of other things, then the results will be inconclusive.
false negatives cause false restarts. The most dangerous outcome in product testing is getting false information, which is most likely to arrive in the form of false negatives due to the prior discussion about new products being about repeated failure. MVPs that are too minimal often fail because they look weak compared to existing products - they're bare-bones in features, branding, and UX. The resulting engagement metrics will likely hit rock bottom compared to what you'd see after proper iteration and refinement. And here's the real problem: you might wrongly conclude that the entire product direction is worthless. This is doubly damaging - not only might you abandon a potentially promising path, but after accumulating several of these false negatives, you'll likely get discouraged and give up. This triggers a complete product reset where you pivot to an entirely new direction and start over. It's a cycle of experimentation that generates very little actual market insight.
expect to launch, then re-launch, then re-launch again. What’s your strategy? Of course, every test of an MVP actually requires you to follow up with another followup test. That way you can double check an insight by building on it, refining it, and seeing if there is indeed a casual link as you surmised. But running a followup test is hard, because your existing users are now tainted by the previous test — so what do you do? Perhaps they’ll reject the v2 of the product because they already tried v1. Thus, you’ll need some kind of experimentation process in which you can pull new users off of a waitlist and put them into a new experience. Or if you have a social product, you’ll want to onboard various self-contained teams onto your collaboration tool, or different highschools onto your communications app. If you don’t have a clear strategy that allows you to test across dozens of cohorts then you will be limited in the number of tests you can run, and how quickly you can learn.
будьте готовы к тому, что большинство ваших тестов окажутся неубедительными. Процесс zero-to-one при создании новых продуктов — это жёсткое испытание: в основном это череда повторяющихся неудач, особенно если вы работаете в новой категории. Одна особенность, которую вы заметите в v1 продуктов: их результаты, как правило, заканчиваются неоднозначно (и со смещением в негативную сторону). Ваш продукт провалился, потому что вы не сделали достаточно функций? Или, может быть, брендинг был неудачный? Или просто нужен был более качественный онбординг? Будьте готовы к тому, что ваша продуктовая команда будет буксовать на месте после каждого провалившегося эксперимента. Чтобы эти провалы были полезны, нужно реально провести чистый тест, ведущий к выводу. Если наиболее вероятный исход — провал, вам нужно как минимум иметь возможность вычеркнуть несколько гипотез и, может быть, увидеть проблеск успеха. Это естественно ведёт к стратегиям вроде тестирования по одной вещи за раз и превращения One Main Feature в ядро продуктового опыта. Если эта фича похоронена под кучей других вещей, результаты окажутся неубедительными.ложноотрицательные результаты приводят к ложным перезапускам. Самый опасный исход в продуктовом тестировании — получить ложную информацию, и она чаще всего приходит в виде ложноотрицательных результатов, учитывая упомянутое выше: новые продукты — это про череду неудач. Слишком минимальные MVP часто проваливаются, потому что выглядят слабо на фоне существующих продуктов — у них скудные фичи, брендинг и UX. Получаемые метрики вовлечённости, скорее всего, ударятся о дно по сравнению с тем, что вы увидели бы после надлежащей итерации и шлифовки. И вот настоящая проблема: вы можете ошибочно заключить, что всё направление продукта — бесполезное. Это вдвойне опасно: вы не только можете отказаться от потенциально перспективного пути, но и, накопив несколько таких ложноотрицательных результатов, скорее всего, разочаруетесь и сдадитесь. Это запускает полный продуктовый ресет, когда вы пивотите в совершенно новое направление и начинаете всё сначала. Это цикл экспериментирования, который даёт крайне мало реального инсайта о рынке.будьте готовы запускать, потом перезапускать, потом перезапускать снова. Какая у вас стратегия? Разумеется, каждый тест MVP требует, чтобы вы провели следующий, контрольный тест. Так вы сможете перепроверить инсайт, развивая его, уточняя и проверяя, действительно ли существует причинно-следственная связь, о которой вы предполагали. Но провести контрольный тест сложно, потому что ваши существующие пользователи уже «загрязнены» предыдущим тестом — так что же делать? Возможно, они отвергнут v2 продукта, потому что уже попробовали v1. Поэтому вам понадобится какой-то процесс экспериментирования, при котором вы можете подтягивать новых пользователей из waitlist и помещать их в новый опыт. Или, если у вас социальный продукт, вы захотите подключать различные обособленные команды к вашему инструменту коллаборации или разные школы — к вашему мессенджеру. Если у вас нет чёткой стратегии, позволяющей тестировать на десятках когорт, вы будете ограничены в числе тестов, которые сможете провести, и в скорости обучения.
While testing helps startup teams navigate the Idea Maze from MVP to market-winning product, this view overlooks something crucial: you can learn immensely from studying the successes and failures already in your market, rather than trying to recreate all that knowledge from scratch. This is why building encyclopedic market knowledge is so valuable when entering an existing market versus creating a new category. In an established market, you start with clear signals about customer needs and how different products position themselves. Yes, you'll need to build more functionality to compete with existing players, but you benefit from the accumulated domain expertise in the space.
Хотя тестирование помогает стартап-командам пройти Idea Maze от MVP до продукта-победителя рынка, такой взгляд упускает кое-что важное: вы можете очень многому научиться, изучая уже существующие на рынке успехи и провалы, вместо того чтобы пытаться воссоздать всё это знание с нуля. Именно поэтому формирование энциклопедической экспертизы о рынке так ценно при входе в существующий рынок по сравнению с созданием новой категории. На сформировавшемся рынке вы начинаете с ясных сигналов о потребностях клиентов и о том, как позиционируют себя разные продукты. Да, вам придётся построить больше функциональности, чтобы конкурировать с существующими игроками, но вы выигрываете от накопленной доменной экспертизы в этой области.
I strongly prefer this approach over pioneering entirely new product categories. With a new category, you have no idea if there's actually a "there there." Even if you iterate to a seemingly viable product, you can't be certain it will have the business characteristics you want. Take travel products, for instance - their inherently low usage frequency and high customer acquisition costs are fundamental to the category. You could learn this the hard way through iteration, or you could recognize these characteristics upfront by understanding the market dynamics.
Я решительно предпочитаю этот подход прокладыванию пути в совершенно новые продуктовые категории. С новой категорией вы понятия не имеете, есть ли там вообще «that there there». Даже если вы итерациями дойдёте до на вид жизнеспособного продукта, нет никакой уверенности, что у него будут нужные вам бизнес-характеристики. Возьмём, к примеру, travel-продукты — присущая им низкая частота использования и высокий CAC фундаментальны для категории. Вы можете узнать это горьким путём через итерации, либо распознать эти характеристики заранее, понимая рыночную динамику.
MVPs may or may not apply to your product category and stage
As I mentioned earlier in the essay, it’s a weird time for AI products and the MVP concept. What does it mean to MVP a foundation model product, when the initial steps of creating it might entail many hundreds of millions of dollars of training costs and R&D? Maybe it’s just to say that the “M” in MVP in this case is rather large, but I think this idea crops up in a number of places because the MVP is market-dependent.
MVP могут подходить, а могут и не подходить вашей продуктовой категории и стадииКак я упоминал в начале эссе, для AI-продуктов и концепции MVP настало странное время. Что значит сделать MVP foundation-модели, когда начальные шаги по её созданию могут требовать сотни миллионов долларов затрат на обучение и R&D? Может быть, дело лишь в том, что «M» в MVP в этом случае получается довольно большой, но я думаю, эта идея всплывает в ряде ситуаций, потому что MVP зависит от рынка.
Here’s what I mean by that:
Вот что я имею в виду:
MVPs are often okay but not great products, and okay product lose in mature markets. Building a mobile app now is different than in 2010 when apps were brand new — today, your customers expect strong design and polish, and you are likely competing against a large number of pre-existing apps. Contrast this to the earliest days of mobile apps, when competition was low and even scrappy small apps could get big (ex: all the flashlight and fart apps). MVPs often have the problem where they can compete well in the early phase of an S-curve when the “it works” feature is all it takes, where minimal can actually mean minimal. But I am not surprised that a product like Figma or Notion took 4+ years to build the v1, because expectations are much higher in their respective categories. Further, great products often require that extra polish that is almost feels low ROI — but loyal, repeat users can often see and appreciate all of that polish, and the little bits of ROI accumulate over a long time. This has led to the observations that many of the products following the MVP theory end up with shitty UXes, iteratively bolted on, unless they take a real beat to polish everything out as they converge.
some categories just require big upfront investment. These might sound like extreme examples, but consider startups aiming to build new nuclear reactors, supersonic aircraft, cancer treatments, or humanoid robots. While there would clearly be customers if you succeeded in building these products, it would take hundreds of millions or even billions of dollars just to create the first working version that someone would actually buy. This isn't to say startups in these categories can't become extremely valuable - they absolutely can. But the reality is they require massive upfront capital, R&D resources, and time. You simply can't create a truly minimal V1 in these spaces. And that's okay. These are obviously extreme examples, but we're seeing similar patterns emerge in other categories. The AI foundation model startups we discussed earlier share some of these characteristics. This is just to say, an MVP might not be possible and may not be a great tool in these cases. Yet these new product ideas might still be amazing opportunities.
it’s easy to create an overreliance on data versus true customer insight. Over the past decade in tech, we've seen metrics come to dominate product strategy over qualitative insights. This is natural given our access to A/B testing, analytics, and systems like OKRs that drive rigorous execution across product organizations. The problem is that the data that tends to dominate is what's easily measurable - not necessarily what drives meaningful product outcomes. While these incremental metrics can help scale an already-successful product, they're simply not enough for zero-to-one products that need to multiply by orders of magnitude to become relevant. Product leaders need to understand the true market opportunity, make the hard calls about direction, and then leverage these quantitative tools to optimize once that bigger strategic goal has been set.
MVP — это часто нормальные, но не великие продукты, а нормальные продукты проигрывают на зрелых рынках. Строить мобильное приложение сейчас — это не то же самое, что в 2010 году, когда приложения были в новинку: сегодня ваши клиенты ожидают сильного дизайна и полировки, и вы, вероятно, конкурируете с большим числом уже существующих приложений. Сравните это с самыми ранними днями мобильных приложений, когда конкуренция была низкой и даже наспех собранные мелкие приложения могли выстрелить (например, всевозможные фонарики и pukko-приложения). MVP часто сталкиваются с проблемой: они хорошо конкурируют на ранней фазе S-кривой, когда фичи «оно работает» уже достаточно, и минимальное действительно может быть минимальным. Но меня не удивляет, что продукту вроде Figma или Notion потребовалось 4+ года на построение v1, потому что ожидания в их соответствующих категориях гораздо выше. Более того, великие продукты часто требуют той дополнительной полировки, которая ощущается как почти низкая ROI, — но лояльные, повторно возвращающиеся пользователи нередко видят и ценят всю эту полировку, и крошечные кусочки ROI накапливаются за долгое время. Это привело к наблюдениям, что многие продукты, следующие теории MVP, в итоге получают паршивый UX, на который итеративно прикручены заплатки, — если только команда не возьмёт реальную паузу, чтобы всё отшлифовать по мере сходимости.некоторые категории просто требуют больших стартовых вложений. Это могут звучать как крайние примеры, но представьте стартапы, нацеленные на создание новых ядерных реакторов, сверхзвуковых самолётов, методов лечения рака или человекообразных роботов. Хотя клиенты явно появились бы, если бы вам удалось построить эти продукты, потребовались бы сотни миллионов или даже миллиарды долларов только на создание первой работающей версии, которую кто-то реально купил бы. Это не значит, что стартапы в этих категориях не могут стать чрезвычайно ценными — могут, безусловно. Но реальность такова, что они требуют огромного стартового капитала, R&D-ресурсов и времени. Вы просто не можете создать по-настоящему минимальный V1 в этих областях. И это нормально. Это, очевидно, крайние примеры, но мы видим похожие паттерны и в других категориях. AI foundation model стартапы, о которых мы говорили ранее, разделяют некоторые из этих характеристик. Это просто к тому, что MVP может быть невозможен и может быть не самым подходящим инструментом в таких случаях. И тем не менее эти новые продуктовые идеи всё ещё могут быть потрясающими возможностями.легко создать чрезмерную опору на данные в ущерб подлинному пониманию клиента. За последнее десятилетие в tech мы видели, как метрики стали доминировать над качественными инсайтами в продуктовой стратегии. Это естественно, учитывая наш доступ к A/B-тестированию, аналитике и системам вроде OKR, которые задают строгую дисциплину исполнения по всей продуктовой организации. Проблема в том, что доминируют те данные, которые легко измерить, — не обязательно те, что определяют значимые продуктовые исходы. Хотя такие инкрементальные метрики могут помочь масштабировать уже успешный продукт, их попросту недостаточно для zero-to-one продуктов, которым нужно вырасти на порядки, чтобы стать релевантными. Продуктовым лидерам нужно понимать настоящую рыночную возможность, делать сложные выборы по направлению, а затем использовать эти количественные инструменты для оптимизации, как только большая стратегическая цель уже задана.
A corollary to all this — in today's tech landscape, where the product culture has turned so metrics-driven, the biggest opportunities might actually lie in areas that require intuition to discover. Taking an intuitive, qualitative approach can be faster than relying on A/B testing - especially for new products where low user numbers make data collection painfully slow.
Отсюда вытекает следствие: в сегодняшнем tech-ландшафте, где продуктовая культура стала настолько метрикоориентированной, самые крупные возможности могут лежать именно в тех областях, где для их обнаружения нужна интуиция. Интуитивный, качественный подход может оказаться быстрее, чем опора на A/B-тестирование, — особенно для новых продуктов, где малое число пользователей делает сбор данных мучительно медленным.
After all, your initial product direction requires exceptional judgment. Pick the right starting point, and you'll be miles ahead of someone who chose poorly and tried to iterate frantically to success. The ubiquity of metrics-oriented thinking means that breakthrough opportunities often exist precisely where data-driven product leaders won't look. This typically means entering mature markets or categories requiring significant upfront investment. After all, if it were simple and immediately measurable, big tech companies would have already pursued it.
В конце концов, ваше изначальное направление продукта требует исключительного суждения. Выберите правильную стартовую точку — и вы будете на мили впереди того, кто выбрал плохо и пытается лихорадочно итерироваться к успеху. Повсеместность метрикоориентированного мышления означает, что прорывные возможности часто существуют именно там, куда data-driven продуктовые лидеры не заглядывают. Обычно это значит — заходить на зрелые рынки или в категории, требующие значительных стартовых вложений. В конце концов, если бы это было просто и сразу измеримо, big tech компании уже занялись бы этим.
What does this mean about MVPs in today’s age?
Let me be clear: my concerns about MVPs shouldn't be interpreted as a wholesale rejection of the concept. I'm often the first person telling companies who've been building products in isolation for 12+ months to "just ship something already" or to choose product areas where shipping a V1 is actually feasible.
Что всё это означает для MVP сегодня?Чтобы было ясно: мои опасения по поводу MVP не следует трактовать как полное отрицание концепции. Я часто первым говорю компаниям, которые в изоляции строят продукт 12+ месяцев: «уже выкатите хоть что-нибудь», — или советую выбирать продуктовые области, где выпуск V1 действительно реализуем.
However, I've grown increasingly skeptical of certain product validation approaches I previously championed: Landing pages with email capture, social media traction metrics, or viral preview videos - while seemingly indicative of market interest - rarely translate to actual product stickiness. The key is solving existing customer problems, ones that likely have precedent and current solutions in the market, rather than attempting to create entirely new categories from scratch. The romantic notion of ideating cleverly, shipping an MVP, zooming in on a promising feature, shipping another MVP, and repeating ad infinitum often leads teams to iterate endlessly without direction. Instead, products need a strategic starting point in an attractive market - typically validated by the presence of other players in the space.
Однако я всё более скептичен в отношении некоторых подходов к валидации продукта, которые сам ранее отстаивал: лендинги со сбором email, метрики тяги в соцсетях или вирусные превью-видео — на вид они указывают на рыночный интерес, но редко переводятся в реальную «прилипаемость» продукта. Главное — решать существующие проблемы клиентов, такие, у которых, вероятно, есть прецеденты и текущие решения на рынке, а не пытаться создавать совершенно новые категории с нуля. Романтическая идея «остроумно придумать, выпустить MVP, прицелиться в перспективную фичу, выпустить ещё один MVP и так до бесконечности» часто приводит команды к бесконечным итерациям без направления. Вместо этого продуктам нужна стратегическая стартовая точка на привлекательном рынке — обычно валидируемая наличием других игроков в этой области.
Further, the startup journey isn't really about shipping a single MVP. Instead, we need to recognize it for what it actually is: shipping MVP after MVP in a long series of potential failures, punctuated by occasional glimmers of customer interest. You'll need to repeat this cycle many times - drawing conclusions, raising money, keeping your team aligned, and maintaining customer relationships throughout. This constant iteration is what makes the startup experience so challenging. When you view it as a long-term hill-climbing exercise, you quickly realize that reducing your product vision to a single minimal version only gets you through the first few steps of what is ultimately a very long journey.
Более того, стартап-путь — это вообще не про выпуск одного MVP. Нам нужно признать его таким, какой он есть на самом деле: выпуск MVP за MVP в длинной серии потенциальных провалов, прерываемой случайными проблесками клиентского интереса. Вам придётся повторить этот цикл много раз — делая выводы, привлекая деньги, удерживая команду на одной волне и поддерживая отношения с клиентами на протяжении всего этого. Эта постоянная итерация и делает стартап-опыт таким изматывающим. Когда вы смотрите на это как на долгое восхождение по холму, вы быстро осознаёте, что свести своё продуктовое видение к одной минимальной версии — значит пройти лишь первые несколько шагов того, что в итоге окажется очень долгим путём.
I started this essay by highlighting DoorDash's elegant MVP experiment, and while my short 40-second post resonated with many readers, it only scratches the surface. The full interview with Tony ran nearly an hour, revealing the countless iterations and tests they ran before finding product-market fit. It took several years before DoorDash's trajectory became clear - a reminder that the startup journey is a long, challenging road. I'm grateful to Tony for sharing these insights during our a16z speedrun session, offering a rare glimpse into the methodical process behind what's now a household name. The longer version of the DoorDash interview here.
Я начал это эссе с того, что подсветил изящный MVP-эксперимент DoorDash, и хотя мой короткий 40-секундный пост резонировал со многими читателями, он лишь царапает поверхность. Полное интервью с Tony длилось почти час и раскрывало бесчисленные итерации и тесты, которые они провели, прежде чем найти product-market fit. Прошло несколько лет, прежде чем траектория DoorDash стала ясной, — напоминание о том, что стартап-путь — это длинная и тяжёлая дорога. Я благодарен Tony за то, что он поделился этими инсайтами во время нашей сессии a16z speedrun, дав редкий взгляд на методичный процесс за тем, что теперь стало именем нарицательным. Более длинная версия интервью с DoorDash здесь.