Cos'è il Product-Market Fit e come si misura?
Secondo Marc Andreessen il product/market fit significa "essere in un buon mercato con un prodotto che può soddisfarlo". Non ha una misura unica. Un metodo usato è il sondaggio di Sean Ellis: chiedi agli utenti attivi come si sentirebbero se non potessero più usare il prodotto; secondo Ellis, i prodotti con meno del 40% di risposte "molto deluso" faticavano a crescere. Va affiancato alla retention.
Definizione di Andreessen verificata su pmarchive.com e metodo/soglia del sondaggio di Ellis verificati nell'articolo di First Round Review su Superhuman il 12 novembre 2026. L'esempio numerico è un calcolo mio su ipotesi dichiarate. Le altre soglie ("retention al 70-80%", NPS) presenti nella versione precedente sono state rimosse perché non hanno fonte.
La definizione
Nel saggio "The only thing that matters" Marc Andreessen scrive che "l'unica cosa che conta è arrivare al product/market fit" e che questo "significa essere in un buon mercato con un prodotto che può soddisfare quel mercato". Nello stesso testo attribuisce a Andy Rachleff (ex Benchmark Capital) il "corollario del successo di una startup", la formulazione che mette il mercato al primo posto. Il saggio non afferma esplicitamente che Rachleff abbia inventato il termine, quindi non lo scrivo.
Nel glossario startup trovi la definizione breve. Prima del PMF, il lavoro è capire cosa vuole il mercato (vedi customer discovery e MVP), non scalare.
Il sondaggio di Sean Ellis
First Round Review racconta come Superhuman lo ha usato. La domanda è: "Come ti sentiresti se non potessi più usare Superhuman?" (nel tuo caso, il tuo prodotto), con tre risposte: molto deluso, un po' deluso, non deluso. L'articolo attribuisce a Ellis il benchmark: dopo aver fatto lo stesso sondaggio su quasi cento startup, "il numero magico era 40%", e le aziende con crescita debole avevano quasi sempre meno del 40% di "molto deluso".
Come farlo, secondo lo stesso articolo (che segue le indicazioni di Ellis):
- Intervista chi ha usato il prodotto almeno due volte nelle ultime due settimane.
- Anche 40 risposte danno già indicazioni utili, secondo l'autore.
- Segmenta: tieni le persone dei profili che compaiono tra i "molto deluso" e concentrati su quelli.
Il caso Superhuman: il primo risultato fu 22% di "molto deluso", ben sotto 40%. Restringendo l'analisi ai profili giusti il dato salì di circa 10 punti, al 33%, e il team lavorò sulle richieste degli utenti più affini al beneficio principale (la velocità). Quindi il test non dà solo un numero: indica su chi concentrarti.
Esempio calcolato
Ipotesi: 80 utenti attivi rispondono al sondaggio.
| Risposta | Utenti | Quota |
|---|---|---|
| Molto deluso | 26 | 32,5% |
| Un po' deluso | 31 | 38,75% |
| Non deluso | 23 | 28,75% |
26 / 80 = 32,5%: sotto la soglia di Ellis. Supponi che 18 dei 26 "molto deluso" appartengano a un solo profilo (per esempio agenzie di marketing) e che quel profilo conti 40 rispondenti in tutto: per quel segmento il punteggio è 18 / 40 = 45%. Il messaggio non è "hai il PMF", ma "il PMF potrebbe esistere in quel segmento": ha senso concentrare prodotto e marketing lì e ripetere il sondaggio. Con campioni piccoli (40 risposte, segmenti di 10-20) la variabilità è alta: tratta il risultato come indizio.
Cosa guardare oltre il sondaggio
Il sondaggio è una dichiarazione degli utenti; serve il comportamento.
- Retention per coorte: la curva delle persone che tornano dovrebbe smettere di scendere e appiattirsi invece di avvicinarsi a zero. Usa la cohort analysis. Non c'è una percentuale valida per tutti: dipende da frequenza d'uso e settore.
- Churn: vedi il churn rate.
- Acquisizione senza spinta: quanti clienti arrivano da referral o ricerca organica senza sconti. Vedi anche il coefficiente virale.
- Disponibilità a pagare: clienti che pagano senza forti sconti.
Segnali che il fit non c'è ancora
- Gli utenti provano il prodotto una volta e non tornano.
- Devi spiegare molto per convincere ogni cliente.
- Vendi solo con sconti o con forte spinta commerciale.
- I feedback non convergono su un profilo di cliente.
In questi casi valuta un pivot o un cambio di segmento invece di spendere di più in acquisizione.
Errori comuni
- Intervistare chiunque, anche chi ha provato il prodotto una volta sola.
- Considerare il 40% una garanzia: è un'osservazione di Ellis su un campione di startup, non una legge.
- Annunciare il PMF basandosi su un solo dato (ricavi o sondaggio).
- Scalare l'acquisizione prima di avere retention.
- PMF = buon mercato + prodotto che lo soddisfa (Andreessen)
- Sondaggio Ellis: quota di "molto deluso", riferimento 40% (osservazione di Ellis, secondo First Round)
- Superhuman partì dal 22% e usò la segmentazione per capire su chi lavorare
- Affianca sempre retention per coorte e comportamento reale
- Dopo il PMF passa alla go-to-market e alla roadmap
Fonti
- Marc Andreessen: The only thing that matters[1]
- First Round Review: come Superhuman ha costruito un motore per il product-market fit[2]
Fonti e riferimenti
- Marc Andreessen: The only thing that matters (pmarchive.com) ↩︎
- First Round Review: come Superhuman ha costruito un motore per il product-market fit (review.firstround.com) ↩︎