Hvordan en akademisk partner kan hjælpe dig med at validere dit startups produkt

Videnskabelig validering er en afgørende milepæl for startups, der sigter mod at opbygge en succesfuld forretning. Ved at omhyggeligt teste hypoteserne, som deres produkter er bygget på, kan teknologi-orienterede grundlæggere mindske risici, øge deres appel til investorer, opretholde lovmæssig overholdelse, fremme kundetillid og forbedre deres markedsføringsstrategier.

Men selvom det fungerer som en konkurrencefordel og som en demonstration af startups engagement i at bygge kvalitetsprodukter, kan valideringsprocessen møde flere hindringer. Dette kan ske på grund af dataunderskud, begrænsede ressourcer og mangel på ekspertise. Her er en sekspunktsvejledning for startups til at øge deres chancer for at lykkes med videnskabelig validering af deres teknologi, en nødvendig forudsætning for en selvbevidst produktlancering.

1. Definer din teknologi og målgruppe

Begynd med en præcis definition af teknologien og dens foreslåede funktion. Hvis dine begreber forbliver uklare, gennemfør en grundig research på emnet for at sikre din forståelse af markedet. Præcision er afgørende, og opnåelse af høje niveauer af præcision i dine resultater ville være fordelagtigt for at gå videre til næste skridt.

For at samle de mest relevante studier til dit projekt, begynd med at fokusere på dem, der løser et bestemt problem, og derefter dykke ned i de forskellige aspekter af emne-relaterede problemer. Gennemførelse af pålidelige studier er en svær opgave, da der knapt er en universel løsning på et bestemt problem. Når du har identificeret nogle studier, er der mere due diligence nødvendig. Vær parat til at checke:

• Open-sourced kode. Det giver dig mulighed for at checke din idé med mindre indsats, hvilket vil spare dig tid. Derudover giver koden dig alle mulige detaljer om de potentielle implementeringer, noget, der kan være let at overse på papir. Dette er også et godt tegn på et godt studie i almindelighed.

• Citationer. Hvis et studie ofte citeres i andre studier, er der en højere chance for, at du kan bruge dets ideer til dit projekt.

2. Optegn dine resultater og del dem med markedet og investorer

Når du har målt dine resultater, skal du dele dem med dine interessenter og med markedet i almindelighed. Skriv en artikel, der indeholder de data og resultater, der er indsamlet, da det vil fungere som en bekræftelse på din research. Denne proces giver ikke kun en konkrete optegnelse af dit arbejde, men lægger også grundlaget for fremtidige udforskninger.

Når det kommer til at investere i et selskab, fungerer det også som en form for ekstern validering, hvilket er en kritisk og meget værdifuld faktor for investorer. Investorer er meget tiltrukket af troværdighed.

For eksempel skrev vi i vores tilfælde en preprint, der er en videnskabelig artikel, der kan offentliggøres online, før den er peer-reviewed, og i denne preprint diskuterede vi det arbejde, der var udført på emnet, vi forskede i, og hvorfor verden har brug for det. Preprinten er, som man kunne sige, begyndelsesstadiet af en videnskabelig artikel. Den indeholdt også vores metode, og derefter gik vi videre til eksperimentet, der er den tredje del af preprinten. Her forklarede vi, hvordan vi indsamlede vores data, hvad vores første resultater var, og om de validerede vores hypotese. Efter en succesfuld præsentation af preprinten til Harvard Medical School uden forudgående offentliggørelse, nåede vi en aftale om at samarbejde om et fælles forskningsprojekt.

3. Skriv en videnskabelig eller akademisk artikel

I den akademiske verden indebærer processen typisk offentliggørelse af en artikel i et anerkendt tidsskrift og derefter promotion af den på videnskabelige konferencer. Denne eksponering fører ofte til, at andre forskere engagerer sig i fællesskabet, opnår værdifulde indsighter, kontinuerligt forbedrer teknologien og, naturligvis, henviser til dit arbejde i deres egen research, hvilket øger din h-indeks, en afgørende metrik for PhD-studerende, professorer og alle, der forfølger en akademisk forskerkarriere.

Selv hvis dit startup ikke lykkes, kan offentliggørelse af artikler under dit navn åbne døre til bedre jobmuligheder. Det fungerer også som en form for forsikring. Med patenter og videnskabelige artikler under dit navn har du potentialet til at tiltrække attraktive roller, som at blive den nye leder af en ingeniørgruppe, der fokuserer på innovation og nye udviklinger. Hvem ved, hvor din karrierevej vil føre dig?

Derudover tilføjer offentliggørelse af artikler troværdighed til dit arbejde inden for den videnskabelige fællesskab, og åbner op for muligheder for rekruttering og opbygning af virksomhedens HR-brand.

4. Find partnere til at formulerer en hypotese om din teknologis effektivitet

Da vi dykker ned i effektiviteten af den teknologi, du udvikler, er det vigtigt at overveje at samarbejde med akademiske eller forskningsinstitutioner for yderligere at autentificere teknologien og udvide dens indvirkning. Hvis dette ikke er muligt, overvej at finde en anden partner til at hjælpe med at udvide studiet ved at øge datasættet.

For eksempel udviklede vi først en specialversion af Neatsy-appen, der var designet specifikt til Harvard Medical School. Dette var en nedskaleret version af Neatsy-applikationen, men det hjalp forskerne på Harvard med at indsamle data hurtigere, så de begyndte at indsamle information om patienter og fik skriftlig samtykke fra dem om, at de deltog i et videnskabeligt eksperiment.

Når du forhandler med akademiske partnere, husk, at de har deres egne mål, ligesom du har dine egne. I nogle tilfælde er det akademiske institutions mål at offentliggøre flere kvalitetsartikler for at forbedre deres bidrag til videnskaben og fremme i deres karriere ved at forbedre deres h-indeks, der beregnes på baggrund af, hvor mange artikler de har offentliggjort, og hvor ofte disse artikler citeres. I simple vendinger er det et mål for artiklens kvalitet og en indikator for, hvor berømt forfatteren er.

5. Design eksperimenter

Eksperimentel validering hjælper med at mindske en startups risiko ved at bekræfte produktets levedygtighed, før det rammer markedet. Design af eksperimentet er et fælles ansvar for både virksomheden og den akademiske partner. Virksomhedens ingeniører er dem, der kender til, hvordan teknologien fungerer, og den miljø, der er nødvendig for, at den kan trives. De akademiske partnere ved, hvordan de kan gennemføre eksperimenterne og hvilke begrænsninger de har på deres side.

For eksempel skulle vores hele eksperiment godkendes af IRB, der står for Institutional Review Board, før projektet kunne begynde. Dette er en særlig etisk anmeldelseskomité, som hver medicinskole har, for at garantere, at menneskerettighederne respekteres i studiet.

Før du begynder med et nyt eksperiment, der tilfredsstiller begge hold, skal du tydeligt fastlægge eksperimentets mål, regler og begrænsninger for forskningsaktivitetsprocessen. Dette vil hjælpe dig med at holde linje med de aftaler, der er etableret med samarbejdende institutioner. God kommunikation med den akademiske partner i processen med at gennemføre eksperimenter/prøver er afgørende.

Mål kan variere. For eksempel kan et eksperiment være designet til at opnå en kvalitetsniveau, der gør det muligt at flytte teknologien i produktion ved studieets afslutning. For at balancere videnskabelig rigor med startupsverdenens behov for hastighed, skal du have tids- og budgetmæssige begrænsninger. Desværre er det ikke muligt at implementere hver idé, og det er vigtigt at finde det punkt, hvor du skal stoppe.

6. Validering af resultater

Når du validerer resultaterne, skal du huske, at data kan stadig være forvrængede. Dette betyder, at de data, der er modtaget, ikke repræsenterer, hvad de skal repræsentere. For eksempel burde alle aldersgrupper være repræsenteret i datasættet, men hvis der kun er unge mennesker, er resultaterne ikke pålidelige for ældre mennesker. Som regel er det dem, der gennemfører prøverne, der bekymrer sig om dette aspekt, og vil verificere datasættene herefter for at forhindre disse forvrængninger i at dukke op.

Der er en anden type prøve, der indsamler data til teknologiudvikling og samtidig validering. Men denne tilgang har generelt et problem med overfitning. Dette sker, når algoritmen bliver god på en bestemt datasæt. Der er forskellige maskinlærings-teknikker til at undgå denne overfitning, og dette er fuldstændigt ingeniørernes ansvar. Det eneste, som dem, der gennemfører studiet, kan gøre her, er at insisterer på at indsamle en uafhængig datasæt til at teste den endelige model.

For at give incitamenter til deltagere og øge deres tilmeldingsrate, kan du give mulighed for at få vouchere, kontanter eller gaver. Dette gjorde vi på Harvard. Studiedetaljerne blev offentliggjort på en studenter-orienteret hjemmeside, der gav dem mulighed for at få en voucheren til at købe sneakers, hvis de kom og lod os tage nogle billeder. Muligheden gik viral, og vores studie fik en enorm indsigt som resultat.

Når du har gjort dette, er her en sidste påmindelse, der ikke kan skade at understrege. Husk på det andet skridt, glem ikke at optegne alle data og observationer for, at din analyse skal være præcis.