Startup story #22 - BigOmics Analytics

BigOmics Analytics consente ai biologi di eseguire analisi complesse sui dati omici con pochi clic, grazie alle loro piattaforme interattive e facili da usare, riducendo il tempo di scoperta e i costi di ricerca e sviluppo nelle terapie basate sui dati e nella medicina di precisione. In questa breve intervista, Murat Akhmedov e Ivo Kwee raccontano la storia dietro a questo progetto.

Il percorso di BigOmics Analytics è iniziato nel 2017. Come si è evoluto il progetto da allora?
Nei primi anni, dal 2017 al 2021, entrambi lavoravamo part-time all'IOR e poi all'IRB, supportando i biologi e sviluppando la nostra piattaforma. In quel periodo, tutto era completamente autofinanziato. Successivamente abbiamo ottenuto un finanziamento seed da Ti-Ventures e siamo diventati imprenditori a tempo pieno nel 2021. Poiché entrambi proveniamo da un background accademico, inizialmente è stato più facile convincere i clienti provenienti dal mondo accademico. Successivamente abbiamo iniziato a vendere a piccole aziende biotech, spostando gradualmente l'attenzione su quelle più grandi. Da un anno a questa parte, ci stiamo concentrando sulle principali aziende farmaceutiche, il che è estremamente entusiasmante. Ci stiamo avvicinando sempre di più al "product-market fit". Le sfide legate allo sviluppo del prodotto sono leggermente cambiate rispetto ai primi tempi. Ora riceviamo più feedback dai clienti, il che ci permette di migliorare. Tuttavia, dobbiamo fare attenzione a mantenere la nostra visione e a tenere la complessità sotto controllo.

Chi sono i vostri clienti?
La nostra piattaforma si rivolge principalmente alla fase pre-clinica, poiché lo sviluppo di una nuova terapia inizia con la comprensione della malattia tramite grandi volumi di dati a livello molecolare. A seconda delle dimensioni e della struttura dell'azienda, i nostri contatti principali sono tipicamente il Head of Data Science o il Head of Biology. A volte, il processo di vendita funziona in maniera "bottom-up", puntando su biologi, biologi computazionali e bioinformatici.

Utilizziamo diversi canali per raggiungere i nostri clienti target, tra cui conferenze dove possiamo incontrare le persone faccia a faccia e raccogliere interesse, marketing inbound con contenuti educativi sull'analisi dei dati e prove gratuite per testare la nostra piattaforma. Nel nostro caso, è anche importante distinguere tra utenti e acquirenti. Quando parliamo con grandi aziende, il ciclo di vendita è molto più lungo, ed è importante comprendere le dinamiche interne e come i vari stakeholder coinvolti nel processo decisionale interagiscono tra loro.

Come state gestendo questa crescente complessità e strutturando il vostro processo di vendita?
Siamo ora in una posizione molto migliore rispetto a 2-3 anni fa. Gabriela Scorici, la nostra Marketing Manager, sta facendo un ottimo lavoro con l'automazione del marketing. Sul fronte delle vendite, abbiamo recentemente accolto Jonathan Manson-Hennig nel nostro team.

Una volta identificato un "campione interno" — qualcuno che è entusiasta di usare la nostra piattaforma — creiamo una mappa dell'account che delinei gli utenti, i decisori, i potenziali gatekeeper e così via. Se c'è interesse dopo la prima demo e il potenziale cliente potrebbe beneficiare della nostra soluzione, coinvolgiamo gradualmente diversi membri del team nella discussione per rispondere a domande specifiche. Poi quando si tratta della decisione d'acquisto, costruiamo un business case che calcola il ritorno sugli investimenti (ROI) utilizzando sia metriche quantitative che qualitative. Ad esempio, grazie alla nostra piattaforma, possiamo aumentare la velocità dell'analisi di dieci volte rispetto allo standard.

Quali sono i vostri prossimi traguardi e la vostra visione a lungo termine?
Il nostro prossimo obiettivo è chiudere i primi accordi con le grandi aziende farmaceutiche, dimostrando che la nostra soluzione funziona non solo per i laboratori accademici o le piccole e medie aziende biotech. In futuro, una volta acquisiti clienti tra le principali aziende farmaceutiche, dovremo dimostrare come possiamo espandere e far crescere la nostra collaborazione con loro. A questo fine possiamo sfruttare il fatto che offriamo uno strumento centralizzato, che raccoglie tutti i dati sperimentali — spesso costosi da generare — in un unico posto, con un approccio standardizzato.

La nostra visione è diventare lo standard del settore nell'analisi dei dati omici, una piattaforma che le persone conoscono e di cui si fidano. Il principale prodotto delle aziende biotech e farmaceutiche sono i farmaci o altre terapie. Pertanto, è importante per noi diventare una parte centrale del processo di sviluppo del farmaco all'interno del campo della medicina di precisione basata sui dati. Ora stiamo raccoglienfo il nostro round di finanziamento Serie A per espandere il team e accelerare la crescita.

Com'è stata la vostra esperienza nel costruire un team, dai primi giorni ad oggi?
Molti fondatori hanno difficoltà a trovare un cofondatore nelle prime fasi. Noi avevamo il vantaggio di conoscerci già e di aver lavorato insieme per quattro anni prima di avviare BigOmics. Inizialmente, facevamo tutto da soli, e sebbene delegare non fosse sempre facile, abbiamo imparato a riconoscere quando altri membri del team erano più adatti a determinati compiti, e dovremo sicuramente continuare a imparare man mano che il team cresce. Nei primi tempi, avevamo diversi membri del team che lavoravano da remoto, ma questo non ha funzionato bene perché non si sentivano realmente coinvolti. Col tempo, abbiamo trovato persone già residenti o disposte a trasferirsi in Ticino, e ora siamo un team di sette persone che possono riunirsi in un unico ufficio, il che rende molto più facile iterare velocemente, scambiare prospettive e opinioni.

3 brevi domande per concludere:

• Cosa fareste diversamente la prossima volta? Stiamo facendo del nostro meglio per fare le cose nel modo giusto, ma si impara strada facendo e c'è sempre spazio per miglioramenti. Ad esempio, creare una struttura e documentare i processi fin dall'inizio è davvero importante, anche se inizialmente può sembrare una perdita di tempo.
• Cosa vi motiva? Il fatto che la nostra visione di sette anni fa stia diventando realtà e i feedback positivi dei nostri clienti.
• Qual è il segreto di un founding team forte? Il rispetto reciproco e la capacità di avere una discussione proficua.