Стадии продукта

Discovery

Цели

Подтвердить наличие реальной проблемы для конкретного сегмента пользователей (Problem-Solution Fit).

Подтвердить наличие реальной проблемы для конкретного сегмента пользователей (Problem-Solution Fit).

<!-- no-collapse -->

Определить и количественно обосновать рыночную возможность.

Определить и количественно обосновать рыночную возможность.

<!-- no-collapse -->

Сформулировать и предварительно подтвердить ценностное предложение (Value Proposition).

Сформулировать и предварительно подтвердить ценностное предложение (Value Proposition).

<!-- no-collapse -->

Принять обоснованное решение о переходе к следующей стадии (Go / Pivot / Kill).

Принять обоснованное решение о переходе к следующей стадии (Go / Pivot / Kill).

<!-- no-collapse -->

Вопросы

Кто наш целевой клиент?

Кто наш целевой клиент?

<!-- no-collapse -->

Существует ли проблема в реальности и насколько она острая?

Существует ли проблема в реальности и насколько она острая?

<!-- no-collapse -->

Готовы ли за её решение платить, и сколько?

Готовы ли за её решение платить, и сколько?

<!-- no-collapse -->

С кем мы конкурируем, и где незанятое пространство?

С кем мы конкурируем, и где незанятое пространство?

<!-- no-collapse -->

Каков объём рынка и достаточен ли он для построения бизнеса?

Каков объём рынка и достаточен ли он для построения бизнеса?

<!-- no-collapse -->

Каково наше ценностное предложение и чем оно лучше альтернатив?

Каково наше ценностное предложение и чем оно лучше альтернатив?

<!-- no-collapse -->

Почему сейчас подходящий момент для входа на рынок?

Почему сейчас подходящий момент для входа на рынок?

<!-- no-collapse -->

Действия

Проведение CustDev (Customer Development)

Проведение CustDev (Customer Development)

Customer Development (CustDev) — это систематический процесс выхода из офиса к реальным людям для проверки гипотез о целевом клиенте, его проблемах, задачах (Jobs to Be Done) и болях — до того, как будет написана первая строка кода.

Главный результат трансформации: команда переходит от «мы думаем, что знаем клиента» к «мы доказали, что проблема существует, и знаем, кто за её решение заплатит».

Почему это критично? По данным CB Insights, 35% стартапов умирают из-за отсутствия рыночной потребности — то есть они строили продукт, который никому не нужен. CustDev — это обезболивающее против главной болезни стартапов: «галлюцинации фаундера». Вместо того чтобы тратить 6–12 месяцев и $100K+ на разработку, вы тратите 2–4 недели и $0, чтобы узнать правду.

Steve Blank, создатель методологии Customer Development, сформулировал это так: «No business plan survives first contact with customers». Airbnb прошли через сотни интервью с хостами, прежде чем поняли, что ключевая проблема — не поиск жилья, а доверие между незнакомцами. Slack начинался как внутренний инструмент игровой компании Tiny Speck — и только через CustDev команда обнаружила, что их чат-инструмент решает боль миллионов офисных команд.

Пошаговый алгоритм реализации

1. Сформулировать гипотезы

Запишите ключевые предположения о клиенте в формате фальсифицируемых гипотез:

  • Кто целевой клиент? → Определить 2–3 гипотезы Target ICP (Ideal Customer Profile)
  • Какую проблему решаем? → Гипотеза проблемы с указанием частоты и остроты
  • Какие Jobs to Be Done? → Функциональные, эмоциональные и социальные задачи клиента — используйте Customer Profile (правую часть Value Proposition Canvas) как исследовательскую линзу для структурирования того, что нужно выяснить в интервью. Синтез данных в полный VPC произойдёт позднее, на этапе формирования Value Proposition.
  • Как клиент решает проблему сейчас? → Текущие альтернативы и workarounds
  • Готов ли платить? → Гипотеза willingness to pay

Используйте Lean Canvas (Ash Maurya) как каркас для фиксации гипотез и отслеживания их статуса на протяжении всего Discovery.

2. Определить и найти респондентов

  • Составить профиль целевого сегмента: демография, роль, компания, поведение
  • Каналы поиска: LinkedIn, профессиональные сообщества, конференции, Reddit, ProductHunt
  • Целевое количество: минимум 15–20 интервью на один сегмент (по правилу насыщения — когда ответы начинают повторяться)
  • Скрининг: короткая анкета (3–5 вопросов) для отсеивания нерелевантных респондентов

3. Подготовить гайд интервью

  • Структура: 5–7 открытых вопросов по методу The Mom Test (Роб Фитцпатрик)
  • Правило: никогда не спрашивай «Купили бы вы…?» — люди врут о будущем поведении
  • Фокус на прошлом поведении: «Расскажите о последнем разе, когда вы столкнулись с…»
  • Ключевые блоки вопросов:
    • Контекст и триггер проблемы
    • Текущие способы решения и их недостатки
    • Частота и острота проблемы
    • Готовность платить (через proxy-вопросы: «Сколько вы сейчас тратите на…?»)

4. Провести интервью

  • Формат: 30–45 минут, один на один
  • Записывать (с согласия) — для последующего анализа
  • Правило 80/20: респондент говорит 80% времени, вы — 20%
  • Фиксировать прямые цитаты — они станут основой позиционирования

5. Систематизировать и проанализировать данные

  • Создать матрицу паттернов: строки — респонденты, столбцы — гипотезы / боли / JTBD
  • Выделить кластеры повторяющихся паттернов
  • Ранжировать боли по частоте × остроте
  • Обновить ICP на основе данных: кто показал максимальную боль и готовность платить?

6. Валидировать готовность платить

  • Применить методы: Fake Door (лэндинг с кнопкой «Купить»), Letter of Intent, предзаказы
  • Метрика: конверсия опрошенных в лист ожидания / предзаказ ≥ 10–15% = сильный сигнал
  • Для B2B: готовность подписать LOI или участвовать в пилоте = золотой стандарт

7. Сформулировать выводы и обновить стратегию

  • Подтвердить или опровергнуть каждую гипотезу с указанием доказательств
  • Обновить ICP и Lean Canvas
  • Передать данные о задачах, болях и выгодах клиентов на следующий шаг — формирование Value Proposition

Ожидаемые результаты и артефакты

  • Подтверждённый (или опровергнутый) Problem-Solution Fit
  • Ясный профиль целевого клиента (ICP) с конкретными характеристиками
  • Карта Jobs to Be Done, ранжированная по приоритету
  • Понимание текущих альтернатив и «порога переключения»
  • Первичная оценка willingness to pay
  • Прямые цитаты клиентов для позиционирования

Хороший пример: Superhuman — How Superhuman Built an Engine to Find Product-Market Fit — Rahul Vohra провёл сотни интервью, квантифицировал ответы через PMF-опрос Шона Эллиса, и итеративно улучшал ICP, пока не достиг >40% «very disappointed». Образец системного CustDev с чётким переходом от качественных данных к количественным.

Плохой пример: Juicero — Антипаттерн «CustDev без валидации платежеспособности» — компания привлекла $120M, но не проверила базовую гипотезу: готовы ли люди платить $400 за соковыжималку, если пакеты можно сжимать руками. Классический случай, когда «галлюцинация фаундера» заменила реальный CustDev.

Риски игнорирования

  • 35% стартапов провалились из-за отсутствия рыночной потребности (CB Insights, Top 12 Reasons Startups Fail, 2021) — CustDev напрямую устраняет причину #1 смерти стартапов.
  • Средний стартап тратит $1.3M до закрытия (Statista) — без CustDev большая часть этих денег уходит на разработку продукта, который никто не хочет.
  • Premature Scaling: по данным Startup Genome Report, 74% быстрорастущих стартапов провалились из-за преждевременного масштабирования — они начали расти до подтверждения Problem-Solution Fit.
  • Confirmation Bias: без структурированного CustDev фаундеры неосознанно ищут подтверждение своих идей, а не реальные данные. Как сказал Steve Blank: «Founders are artists who fall in love with their creation».
  • Пример: Quibi — Jeffrey Katzenberg и Meg Whitman привлекли $1.75B на мобильную видеоплатформу без достаточной валидации потребности. Закрылись через 6 месяцев после запуска.

Инструментарий

Шаблоны
Методики и фреймворки
  • Customer Development (Steve Blank, «The Four Steps to the Epiphany», 2005) — четырёхэтапная модель: Customer Discovery → Customer Validation → Customer Creation → Company Building. CustDev-интервью — ядро первого этапа.
  • The Mom Test (Роб Фитцпатрик, 2013) — набор правил для проведения интервью, при которых даже мама не сможет вам соврать. Ключевой принцип: спрашивай о прошлом поведении, а не о мнениях о будущем.
  • Jobs to Be Done (JTBD) (Clayton Christensen, «Competing Against Luck», 2016) — фреймворк, фокусирующий внимание на задаче, которую клиент «нанимает» продукт выполнить. На этапе CustDev используется как исследовательская линза: помогает структурировать вопросы вокруг функциональных, эмоциональных и социальных задач клиента. Формула: «When I [ситуация], I want to [мотивация], so I can [ожидаемый результат]».
  • Lean Customer Development (Cindy Alvarez, O'Reilly, 2014) — практическое руководство по проведению CustDev в условиях ограниченных ресурсов, включая тактики рекрутинга и анализа.
  • 4U Framework (Michael Skok, Harvard Innovation Labs) — оценка Value Proposition по 4 критериям: Unworkable, Unavoidable, Urgent, Underserved. На этапе CustDev используется для оценки силы проблемы в ходе интервью.
Инструменты
  • LinkedIn Sales Navigator — поиск и фильтрация целевых респондентов по роли, индустрии, размеру компании

  • Respondent.io — платформа для рекрутинга участников исследований (B2B и B2C)

  • User Interviews — рекрутинг респондентов с гибкими фильтрами

  • Grain — запись, транскрипция и выделение ключевых моментов из видеоинтервью

  • Otter.ai — автоматическая транскрипция интервью

  • Miro — визуализация паттернов, affinity mapping

  • Notion — база данных интервью, матрица паттернов, Lean Canvas

  • Dovetail — качественный анализ данных интервью, тегирование, синтез

  • Airtable — структурированная база данных для отслеживания респондентов и ответов

  • Tally / Typeform — скрининговые анкеты и опросы

  • Carrd / Unbounce — быстрые лэндинги для Fake Door тестов

Источники
  • Steve Blank. The Four Steps to the Epiphany (Quad/Graphics, 2005) — фундаментальная работа по Customer Development

  • Роб Фитцпатрик. The Mom Test (CreateSpace, 2013) — практическое руководство по проведению честных интервью

  • Clayton Christensen et al. Know Your Customers' Jobs to Be Done (HBR, 2016) — теория JTBD

  • Cindy Alvarez. Lean Customer Development (O'Reilly, 2014) — CustDev для ресурсно-ограниченных команд

  • Alberto Savoia. The Right It (HarperOne, 2019) — претотипирование и методы быстрой валидации

  • Michael Skok. 4 Steps to Building a Compelling Value Proposition (Harvard i-lab / Startup Secrets, 2012) — фреймворки 4U и 3D

  • Rahul Vohra. How Superhuman Built an Engine to Find Product-Market Fit (First Round Review) — образцовый кейс системного CustDev

  • How to Talk to Users — Y Combinator — ключевая лекция YC по проведению проблемных интервью, must-watch для любого фаундера

  • Startup Secrets: Value Proposition — Harvard Innovation Labs — Michael Skok раскрывает фреймворки 4U и 3D для оценки силы Value Proposition

  • Jobs To Be Done — Harvard Business Review — теория JTBD от Clayton Christensen с примерами из реального бизнеса

  • How to Find Product Market Fit — Y Combinator — практический гайд по поиску PMF через CustDev

Анализ конкурентов

Анализ конкурентов

Анализ конкурентов — это систематический процесс картирования конкурентного ландшафта: кто уже решает проблему вашего клиента, как именно, насколько успешно и куда движется рынок. Главный результат трансформации: команда переходит от «мы единственные, кто это делает» к «мы точно знаем, с кем конкурируем, и понимаем, где наше незанятое пространство».

Почему это критично на этапе Discovery? Потому что ваш реальный конкурент — не тот, о ком вы думаете. Peter Thiel в «Zero to One» сформулировал парадокс: «The biggest competition comes from the companies you don't know about — or from substitutes your customer already uses». Когда Slack выходил на рынок, главным конкурентом был не другой мессенджер, а email + Excel + совещания. Uber конкурировал не с другими приложениями такси, а с собственным автомобилем и общественным транспортом.

Анализ конкурентов на этапе Discovery — это не шпионаж, а калибровка. Вы проверяете: действительно ли существует незакрытая потребность, или рынок уже насыщен? Есть ли «белое пятно», где ваше решение будет обезболивающим, а не витамином? По данным CB Insights, 20% стартапов провалились из-за проигрыша конкурентам — не потому что их продукт хуже, а потому что они не знали конкурентное поле.

Классический пример — Airbnb. На этапе Discovery команда обнаружила, что формально конкурентов нет (сервисов краткосрочной аренды жилья у незнакомцев не существовало), но реальные альтернативы — Craigslist, Couchsurfing, отели — определяли ожидания пользователей и порог переключения. Понимание этих альтернатив сформировало позиционирование: «цена Couchsurfing + качество отеля».

Пошаговый алгоритм реализации

1. Определить типы конкурентов

Разделите конкурентное поле на три уровня:

  • Прямые конкуренты — решают ту же проблему тем же способом (например, Notion vs. Coda)
  • Непрямые конкуренты — решают ту же проблему другим способом (например, Notion vs. Google Docs + Trello + Confluence)
  • Заменители (substitutes) — текущие workarounds клиента: Excel, email, ручные процессы, бездействие («do nothing» — самый опасный конкурент)

Важно: на этапе Discovery список заменителей часто важнее списка прямых конкурентов. Именно с ними вы реально конкурируете за переключение клиента.

2. Собрать данные о конкурентах

Открытые источники:

  • Сайты конкурентов, блоги, документация, changelog
  • Отзывы на G2, Capterra, Trustpilot, ProductHunt
  • Crunchbase, PitchBook — финансирование, оценка, инвесторы
  • LinkedIn — размер команды, найм, ключевые сотрудники
  • SimilarWeb, Semrush — трафик, каналы привлечения, ключевые слова
  • App Annie / Sensor Tower — данные по мобильным приложениям
  • Glassdoor — внутренняя культура, приоритеты компании

Прямые источники:

  • Зарегистрироваться как пользователь: пройти онбординг, протестировать ключевые сценарии
  • Прочитать условия тарифов, SLA, Terms of Service
  • Изучить публичные API и интеграции

Из CustDev:

  • Какие альтернативы упоминают респонденты?
  • Сколько платят за текущие решения?
  • Что нравится / не нравится в текущих инструментах?

3. Построить конкурентную матрицу

Создайте структурированное сравнение по ключевым параметрам:

Параметр Конкурент A Конкурент B Substitute C Мы (гипотеза)
Целевой сегмент
Ключевая проблема
Решение / подход
Цена
Сильные стороны
Слабые стороны
Каналы привлечения
Бизнес-модель
Стадия / финансирование

Фокусируйтесь на 3–5 ключевых конкурентах, не на 20. Глубина важнее ширины.

4. Выявить конкурентные позиции и «белые пятна»

  • Постройте карту позиционирования (Perceptual Map): 2 оси — наиболее важные для клиента параметры (цена vs. функциональность, простота vs. мощность)
  • Найдите незанятые квадранты — это потенциальные ниши
  • Оцените switching costs (стоимость переключения) для каждого конкурента: данные, интеграции, привычки, контракты
  • Определите Gain/Pain Ratio: для B2B переключение оправдано при соотношении выгоды к боли переключения не менее 10:1 (John T. Gourville, HBR)

5. Сформулировать конкурентную стратегию

  • Определить тип конкурентного преимущества: стоимость, дифференциация, фокус на нише (Porter's Generic Strategies)
  • Сформулировать unfair advantage: что есть у вас, что невозможно скопировать за 6 месяцев? (команда, данные, доступ, патент, сетевой эффект)
  • Подготовить конкурентный контекст для формирования Value Proposition: не «мы делаем X», а «мы делаем X лучше, чем Y, потому что Z»
  • Зафиксировать competitive moat (защитный ров) — или признать его отсутствие

Ожидаемые результаты и артефакты

  • Полная карта конкурентного ландшафта: прямые, непрямые конкуренты и заменители
  • Понимание switching costs и порога переключения для каждой альтернативы
  • Выявленные «белые пятна» и незанятые позиции на рынке
  • Оценка timing: почему сейчас подходящий момент для входа
  • Конкурентный контекст, готовый к использованию при формировании Value Proposition
  • Первичная конкурентная стратегия и гипотеза unfair advantage

Хороший пример: Superhuman — Competitive Analysis as PMF Engine — Rahul Vohra построил систематическую конкурентную аналитику: сегментировал пользователей по их альтернативам (Gmail, Outlook, Spark), выделил, что именно ценят переключившиеся, и оптимизировал продукт под конкретные слабости конкурентов. Конкурентный анализ стал не разовым документом, а частью цикла улучшения продукта.

Плохой пример: Quibi — антипаттерн «Конкуренты? Какие конкуренты?» — Jeffrey Katzenberg позиционировал Quibi как «мобильное ТВ» и утверждал, что прямых конкурентов нет. В реальности Quibi конкурировал с TikTok, YouTube, Instagram, Netflix — за одни и те же минуты внимания пользователя. Игнорирование substitute competition привело к потере $1.75B за 6 месяцев.

Риски игнорирования

  • 20% стартапов провалились из-за проигрыша конкурентам (CB Insights, 2021) — и в большинстве случаев фаундеры узнавали о конкурентах слишком поздно.
  • Gain/Pain Ratio: John T. Gourville (Harvard Business School) доказал, что потребители в 3 раза переоценивают то, что имеют, а предприниматели в 3 раза переоценивают своё новшество. Итого: разрыв восприятия 9:1. Без анализа switching costs вы недооцениваете этот барьер.
  • Blind Spot на заменители: 42% основателей в исследовании Startup Genome назвали отсутствие конкурентов, хотя у их клиентов были чёткие альтернативы. Это классический competitive blind spot — вы не видите Excel, email и ручные процессы как конкурентов, а клиент видит.
  • Timing-ошибки: Webvan ($800M потерь, 2001) вышел на рынок доставки продуктов на 15 лет раньше, чем инфраструктура и привычки пользователей были готовы. Анализ трендов помог бы понять, что «Why Now?» не имеет убедительного ответа.
  • Копирование без понимания: без глубокого анализа конкурентов команды копируют фичи лидеров, не понимая, почему эти фичи работают в контексте конкурента. Как сказал Ben Horowitz: «There is no silver bullet — only lead bullets».

Инструментарий

Шаблоны
Методики и фреймворки
  • Porter's Five Forces (Michael Porter, «Competitive Strategy», Free Press, 1980) — анализ пяти сил, определяющих привлекательность рынка: конкуренция, угроза новых игроков, угроза заменителей, сила поставщиков, сила покупателей. Классический фреймворк для понимания структуры рынка.
  • Blue Ocean Strategy (W. Chan Kim, Renée Mauborgne, HBSP, 2004) — Strategy Canvas: визуальный инструмент для сравнения кривых ценности конкурентов и поиска незанятого рыночного пространства. Ключевой вопрос: какие факторы можно Eliminate, Reduce, Raise, Create?
  • Jobs to Be Done Competitive Landscape (Clayton Christensen) — конкуренция определяется не по категории продукта, а по задаче клиента. Milkshake конкурирует не с другими милкшейками, а с бананом, бейглом и скукой в дороге. Радикально расширяет конкурентное поле.
  • Gain/Pain Ratio (John T. Gourville, «Eager Sellers and Stony Buyers», HBR, 2006) — для переключения клиента с текущего решения выгода нового должна превышать боль переключения минимум в 10 раз для B2B. Объясняет, почему «немного лучше» — это провал.
  • Competitive Positioning Map / Perceptual Map — двумерная визуализация конкурентных позиций по наиболее важным для клиента осям. Позволяет визуально найти незанятые ниши.
  • SWOT Analysis (Albert Humphrey, Stanford Research Institute, 1960-е) — классическая матрица Strengths, Weaknesses, Opportunities, Threats. На этапе Discovery применяется к каждому конкуренту для выявления их уязвимостей.
  • Moat Analysis / Competitive Moat (Warren Buffett / Hamilton Helmer, «7 Powers», 2016) — оценка устойчивости конкурентного преимущества. 7 типов «власти»: Scale Economies, Network Effects, Counter-Positioning, Switching Costs, Branding, Cornered Resource, Process Power.
Инструменты
  • Crunchbase — финансирование, инвесторы, оценка, раунды конкурентов

  • PitchBook — детальные данные по венчурным сделкам и рынкам

  • G2 / Capterra — отзывы пользователей, рейтинги, сравнения продуктов

  • Product Hunt — запуски новых продуктов, реакция ранних последователей

  • SimilarWeb — трафик сайтов конкурентов, источники, география

  • Semrush — ключевые слова, рекламные кампании, SEO-позиции конкурентов

  • SpyFu — анализ рекламных расходов и ключевых слов конкурентов в Google Ads

  • Google Trends — динамика поискового спроса по ключевым темам

  • Statista — рыночная статистика и прогнозы по индустриям

  • CB Insights — аналитика венчурного рынка и технологических трендов

  • Miro — конкурентные карты, Strategy Canvas, Perceptual Map

  • Notion — база данных конкурентов, трекинг изменений, матрица сравнения

  • Figma (FigJam) — совместная визуализация конкурентного ландшафта

Источники
  • Michael Porter. Competitive Strategy (Free Press, 1980) — фундаментальная работа по конкурентному анализу и Five Forces

  • W. Chan Kim, Renée Mauborgne. Blue Ocean Strategy (HBSP, 2004) — Strategy Canvas и поиск незанятого рыночного пространства

  • Peter Thiel. Zero to One (Crown Business, 2014) — конкуренция, монополии и создание уникальной ценности

  • Hamilton Helmer. 7 Powers: The Foundations of Business Strategy (Deep Strategy, 2016) — 7 типов устойчивого конкурентного преимущества

  • John T. Gourville. Eager Sellers and Stony Buyers (HBR, 2006) — психология переключения и Gain/Pain Ratio

  • Ben Horowitz. The Hard Thing About Hard Things (HarperBusiness, 2014) — конкурентная борьба и операционная реальность стартапов

  • Clayton Christensen. Competing Against Luck (HarperBusiness, 2016) — JTBD-подход к определению конкурентного поля

  • How to Evaluate Startup Ideas — Competition — Y Combinator — Kevin Hale о том, как правильно оценивать конкурентов и почему «нет конкурентов» — красный флаг

  • Michael Porter on Competitive Strategy — Harvard Business Review — авторское объяснение Five Forces и конкурентных позиций

  • Blue Ocean Strategy — Strategyzer — визуализация Strategy Canvas и создание незаспоренного рыночного пространства

  • Peter Thiel's Startup Class — Competition is for Losers — Stanford — культовая лекция о монополиях, конкуренции и создании уникальной ценности

  • 7 Powers: The Foundation of Business Strategy — Greylock — Hamilton Helmer о типах устойчивого конкурентного преимущества

Оценка рынка

Оценка рынка

Оценка рынка — это процесс количественного определения размера возможности: сколько людей имеют проблему, которую вы решаете, сколько они готовы платить и какую долю этого рынка вы реалистично можете захватить. Главный результат трансформации: команда переходит от «нам кажется, рынок большой» к «мы знаем, что наш адресуемый рынок — $X, и вот почему».

Почему это критично на этапе Discovery? Потому что размер рынка определяет потолок вашего бизнеса. Вы можете найти реальную боль, создать идеальный продукт, выиграть у конкурентов — и всё равно провалиться, если рынок слишком мал. Или наоборот — получить инвестиции под цифру «$100B TAM», которая не имеет отношения к реальности. По данным CB Insights, 10% стартапов провалились из-за неправильного тайминга или выбора рынка — они решали реальную проблему, но на рынке, который не мог их прокормить.

Bill Gross (Idealab) в своём исследовании 200+ стартапов обнаружил, что timing и размер рынка — фактор №1 успеха, обгоняющий команду, идею, бизнес-модель и финансирование. Sequoia Capital в своём знаменитом шаблоне pitch deck ставит «Market Size» на второе место после «Problem».

Классический пример — Uber. Если бы Travis Kalanick оценивал рынок как «рынок такси» ($11B в США на 2009 год), бизнес выглядел бы ограниченно. Но команда поняла, что реальный рынок — это весь транспорт между точками A и B: такси + личный автомобиль + общественный транспорт + аренда. Это превратило оценку из $11B в $1.2T — и изменило стратегию, продукт и амбиции. Правильная оценка рынка — это не арифметика, а стратегический акт позиционирования.

Обратный пример — Segway. Dean Kamen оценил TAM как «все пешеходы мира» и привлёк $176M инвестиций. В реальности адресуемый рынок оказался нишевым: туристические туры + охрана складов. Разрыв между TAM-фантазией и SOM-реальностью убил компанию.

Пошаговый алгоритм реализации

1. Определить уровни рынка: TAM → SAM → SOM

Три уровня — это воронка от максимальной теоретической возможности до реалистичного прогноза:

Уровень Определение Пример (EdTech-платформа)
TAM Total Addressable Market — весь рынок, если бы вы захватили 100% Глобальный рынок онлайн-образования: $350B
SAM Serviceable Addressable Market — сегмент, который вы можете обслужить (география, язык, сегмент) Онлайн-курсы для разработчиков, англоязычные: $15B
SOM Serviceable Obtainable Market — доля, которую вы реалистично захватите за 2–3 года Junior-разработчики, курсы по Python, US: $200M → захват 2% = $4M ARR

Ключевое правило: инвесторов и стратегические решения интересует SOM — это ваш реалистичный revenue target. TAM показывает потолок амбиций, SAM — границы первого расширения.

2. Выбрать подход к оценке

Два фундаментальных подхода, и вам нужны оба для перекрёстной проверки:

Top-Down (сверху вниз)

  • Берёте общий размер рынка из отчётов (Gartner, Statista, Grand View Research)
  • Последовательно сужаете: география → сегмент → ценовая ниша → реалистичная доля
  • Преимущество: быстро, опирается на авторитетные данные
  • Слабость: легко получить раздутую цифру, оторванную от реальности
  • Формула: TAM × % целевого сегмента × % географии × % захвата = SOM

Bottom-Up (снизу вверх)

  • Начинаете с единичной экономики: сколько платит 1 клиент × сколько клиентов вы можете привлечь
  • Строите от конкретных данных: CustDev, пилоты, конверсии, каналы
  • Преимущество: реалистичный, привязан к unit economics
  • Слабость: может недооценить потенциал рынка
  • Формула: Количество целевых клиентов × ARPU × конверсия канала привлечения = SOM

Правило валидации: если Top-Down и Bottom-Up дают результаты, отличающиеся более чем в 5 раз — у вас проблема с допущениями. Ищите, где именно расходятся оценки.

3. Собрать данные для расчёта

Источники для Top-Down:

  • Отраслевые отчёты: Gartner, Forrester, IDC, Grand View Research, Statista
  • Публичные компании: Annual Reports (SEC filings), earnings calls
  • Венчурные отчёты: CB Insights State of Venture, PitchBook
  • Государственная статистика: Census Bureau, Eurostat, Росстат

Источники для Bottom-Up:

  • CustDev-интервью: willingness to pay, текущие расходы на решение проблемы
  • Данные конкурентов: количество пользователей (SimilarWeb), цены (сайт), выручка (Crunchbase, пресс-релизы)
  • Тесты спроса: landing page конверсия, pre-orders, waitlist
  • LinkedIn/Apollo: размер целевой аудитории по должностям, отраслям, размерам компаний (для B2B)

4. Рассчитать TAM, SAM, SOM

Пример: B2B SaaS для управления проектами в строительстве

Top-Down:

  • Глобальный рынок ПО для строительства: $10.5B (Grand View Research, 2024)
  • Сегмент управления проектами: 30% → $3.15B
  • Россия + СНГ: 3% → $94.5M (TAM)
  • Средние компании (50–500 чел.): 40% → $37.8M (SAM)
  • Реалистичный захват за 3 года — 3%: $1.13M (SOM)

Bottom-Up:

  • Целевых компаний (средний строительный бизнес, RU): ~12,000
  • Конверсия в платящих за 3 года: 1.5% = 180 компаний
  • ARPU: $500/мес = $6,000/год
  • SOM = 180 × $6,000 = $1.08M ARR

Перекрёстная проверка: $1.13M ≈ $1.08M — оценки сходятся, допущения валидны.

5. Оценить динамику рынка

Статический размер рынка — только половина картины. Оцените:

  • CAGR (Compound Annual Growth Rate) — растёт рынок или сжимается? Минимум для VC-backed стартапа: 15–20% CAGR
  • Тренды: какие макро-силы двигают рынок? (AI, регулирование, демография)
  • Adjacent markets: рынки, из которых вы можете привлечь клиентов (land and expand)
  • Timing signal: есть ли «тектонический сдвиг» (Andy Rachleff, Benchmark), создающий новый спрос именно сейчас?

6. Провести sanity check

  • Сравнение с конкурентами: если ближайший конкурент с 5-летней историей делает $5M ARR и растёт 30% в год — ваш SOM $50M за 2 года нереалистичен
  • Тест «1% рынка»: если для окупаемости вам нужно >5% рынка — это красный флаг. Здоровые стартапы выходят на прибыльность при 0.5–2% SAM
  • Тест «100 клиентов»: сможете ли вы поимённо назвать первых 100 потенциальных клиентов? Если нет — ваш SOM абстрактный
  • Founder-market fit: соответствует ли размер рынка вашим амбициям? $10M SOM — нормально для бутстрэп-бизнеса, но не для VC-track

Ожидаемые результаты и артефакты

  • Количественная оценка TAM, SAM, SOM с обоснованием допущений
  • Понимание unit economics целевого сегмента: ARPU, количество клиентов, конверсии
  • Оценка динамики рынка: CAGR, тренды, тектонические сдвиги
  • Перекрёстная валидация Top-Down и Bottom-Up подходов
  • Обоснование timing: почему сейчас подходящий момент
  • Go/No-Go решение: достаточно ли рынок велик для выбранной стратегии?

Хороший пример: Airbnb Pitch Deck — Market Sizing — ранний pitch deck Airbnb демонстрирует элегантную оценку рынка: команда не ограничилась «рынком отелей», а определила TAM через количество поездок × долю путешественников, готовых к P2P-размещению (Bottom-Up), подкрепив данные Couchsurfing как proof of demand. Чёткое разделение TAM/SAM/SOM с обоснованием каждого сужения.

Плохой пример: WeWork — Завышение TAM — WeWork в S-1 определил TAM как $3T — «все коммерческие офисные расходы в мире». Это всё равно что оценивать TAM для ресторана как «все расходы на еду на планете». Отсутствие честного SAM/SOM привело к переоценке компании в $47B, последующему краху IPO и списанию оценки до $9B. Классический пример TAM-фантазии.

Риски игнорирования

  • Фатальная ошибка масштаба: по данным CB Insights, 10% стартапов провалились, потому что создали продукт, которому не хватило рынка. Они решали реальную проблему, но рынок не мог прокормить бизнес. Это третья причина смерти стартапов после «нет потребности» и «закончились деньги».
  • TAM-фантазии и потеря доверия инвесторов: WeWork заявил TAM $3T в S-1, что стало одним из факторов краха IPO. Marc Andreessen (a16z): «The number one mistake founders make in pitching is unrealistic market sizing». Раздутый TAM не впечатляет — он разрушает доверие.
  • Ловушка маленького рынка: если SOM < $10M, привлечь венчурное финансирование практически невозможно. Но ещё хуже — потратить 3–5 лет жизни на рынок, который не позволит построить значимый бизнес. Marc Andreessen: «The #1 company-killer is lack of market».
  • Ошибка статической оценки: Kodak в 2000-х оценивал рынок фотографии как «плёнка + печать» ($30B) и не увидел, что рынок трансформируется в «цифровое фото + шеринг» ($300B+). Статическая оценка рынка без учёта трендов — это карта прошлого, а не будущего.

Инструментарий

Шаблоны
Методики и фреймворки
  • TAM/SAM/SOM Framework — стандартная трёхуровневая модель оценки рынка, используемая повсеместно в венчурной индустрии (Sequoia, a16z, Y Combinator). TAM — полный рынок, SAM — доступный сегмент, SOM — реалистичный захват. Главная ценность — в дисциплине последовательного сужения.
  • Top-Down vs. Bottom-Up Analysis — два комплементарных подхода. Top-Down начинает с отраслевых данных и сужает; Bottom-Up начинает с единичного клиента и масштабирует. Перекрёстная проверка обоих — золотой стандарт (Y Combinator, Startup School).
  • Value Theory of Market Sizing (Bill Gurley, Benchmark, «All Markets Are Not Created Equal», 2012) — размер рынка определяется не текущими расходами, а создаваемой ценностью. Uber не ограничен рынком такси — он создаёт новый спрос. Критично для disruptive-продуктов, где текущий рынок не отражает потенциал.
  • Andy Rachleff's Market Selection Framework (Wealthfront / Stanford GSB) — «When a great team meets a lousy market, market wins». Рынок > команда > продукт. Фреймворк приоритизации: сначала убедитесь в размере и динамике рынка, потом оптимизируйте продукт.
  • Fermi Estimation (Enrico Fermi) — метод приблизительной оценки через разложение неизвестной величины на серию оцениваемых параметров. Используется для быстрой оценки рынка при отсутствии точных данных. «Сколько настройщиков пианино в Чикаго?» — классическая задача.
  • Beachhead Market Strategy (Geoffrey Moore, Crossing the Chasm / Bill Aulet, Disciplined Entrepreneurship, MIT) — вместо атаки на весь SAM, выберите один beachhead — узкий, конкретный сегмент, который можно доминировать. Затем расширяйтесь. SOM = beachhead market.
  • Theory of Disruptive Innovation (Clayton Christensen, The Innovator's Dilemma, 1997) — рынки, которые сегодня выглядят маленькими, могут вырасти экспоненциально, если происходит disruption снизу. Текущий размер рынка может быть обманчив.
Инструменты

Данные о рынках

  • Statista — рыночная статистика, прогнозы, CAGR по индустриям (фримиум)
  • Grand View Research — детальные отчёты по размерам рынков и сегментам
  • Gartner / Forrester — отраслевые отчёты и прогнозы для enterprise-рынков
  • IBISWorld — отраслевые отчёты с размерами рынков и трендами

Данные о компаниях и конкурентах

  • Crunchbase — финансирование, оценка, метрики роста конкурентов
  • PitchBook — детальные венчурные данные, оценки рынков
  • SimilarWeb — трафик и аудитория конкурентов для Bottom-Up оценки
  • LinkedIn Sales Navigator — подсчёт целевой аудитории по фильтрам (B2B)

Расчёт и визуализация

  • Google Sheets / Excel — расчёт TAM/SAM/SOM с таблицей допущений
  • Miro / FigJam — визуализация концентрических кругов, воронки рынка
  • Google Trends — валидация динамики спроса по ключевым запросам
Источники
  • Bill Aulet. Disciplined Entrepreneurship (Wiley, 2013) — пошаговый процесс оценки рынка и выбора beachhead market из MIT

  • Geoffrey Moore. Crossing the Chasm (HarperBusiness, 1991) — сегментация рынка и стратегия beachhead для технологических продуктов

  • Clayton Christensen. The Innovator's Dilemma (HBSP, 1997) — почему текущий размер рынка может быть обманчив при disruptive innovation

  • Peter Thiel. Zero to One (Crown Business, 2014) — почему стартапу нужен маленький монополизируемый рынок, а не большой конкурентный

  • Bill Gurley. All Markets Are Not Created Equal (Above the Crowd, 2012) — 10 факторов оценки рыночного потенциала маркетплейсов

  • Andy Rachleff. Product–market fit (обзор и материалы) (First Round Review) — приоритет рынка над продуктом

  • Startup School: How to Evaluate Market Size — Y Combinator — Kevin Hale о TAM/SAM/SOM, типичных ошибках оценки и что на самом деле ищут инвесторы

  • How to Build a Startup: Market Sizing — Stanford / Steve Blank — Bottom-Up подход к оценке рынка через CustDev-данные

  • TAM SAM SOM Explained — Slidebean — наглядная визуализация трёх уровней рынка с примерами реальных стартапов

  • Bill Gross: The Single Biggest Reason Why Startups Succeed — TED — почему тайминг и рынок важнее идеи и команды (200+ стартапов проанализировано)

Создание Value Proposition

Создание Value Proposition

Value Proposition — это чёткая формулировка того, почему клиент должен выбрать именно ваш продукт. Это не слоган и не маркетинговый текст. Это ядро продуктовой стратегии: ответ на вопрос, какую конкретную боль вы снимаете, для кого и почему ваше решение лучше альтернатив.

Главный результат трансформации — переход от абстрактной идеи к проверяемому утверждению:

«Мы помогаем [сегменту] решить [проблему] с помощью [решения], в отличие от [альтернатив], потому что [уникальное преимущество]»

Почему это критично? Потому что 72% новых продуктов терпят неудачу из-за отсутствия рыночного спроса (CB Insights). Не потому что плохо написан код. Не потому что мало рекламы. А потому что команда не ответила на вопрос: «Это обезболивающее или витамин?»

Slack не начинал с лозунга «мессенджер для команд». Команда Stewart Butterfield сначала определила: email убивает прозрачность коммуникации в командах — и предложила конкретное «обезболивающее». Airbnb не продавали «аренду жилья» — они сформулировали: путешественники хотят чувствовать себя как дома, а не как в отеле, и при этом платить меньше.

Value Proposition — это ваш компас. Без него каждый следующий шаг (MVP, позиционирование, Go-to-Market) будет стрельбой вслепую.

Пошаговый алгоритм реализации

1. Определить целевой сегмент

Конкретизируйте, для кого создаётся продукт, опираясь на данные CustDev и конкурентного анализа. Не «малый бизнес», а «основатели SaaS-стартапов на стадии pre-seed с командой 2–5 человек». Сегмент должен быть достаточно узким, чтобы боль была острой и общей.

2. Синтезировать карту задач клиента (Jobs to Be Done)

На основе данных интервью систематизируйте функциональные, эмоциональные и социальные задачи, которые клиент пытается решить. Заполните Customer Profile (правую часть Value Proposition Canvas) — Jobs, Pains, Gains — данными из CustDev. Это синтез собранных данных, а не новый раунд исследования.

3. Картировать боли и выгоды

Для каждой задачи определите: какие боли (pains) клиент испытывает сейчас и какие выгоды (gains) хочет получить. Ранжируйте боли по интенсивности: от «раздражает» до «блокирует бизнес».

4. Сформулировать Pain Relievers и Gain Creators

Заполните Value Map (левую часть Value Proposition Canvas): опишите, как именно ваш продукт снимает боли и создаёт выгоды. Критерий качества: для каждой топ-3 боли есть конкретный Pain Reliever. Для B2B Gain/Pain Ratio должен быть не менее 10:1 (правило Peter Thiel из «Zero to One»). Формулировки должны явно отражать преимущество перед конкурентами и заменителями, выявленными в ходе конкурентного анализа.

5. Проверить Fit между Value Map и Customer Profile

Сопоставьте левую и правую части канваса. Задайте вопрос: закрывают ли ваши Pain Relievers и Gain Creators главные боли и желаемые выгоды клиента? Если нет — возвращайтесь к шагу 2. Fit должен быть очевиден, а не натянут.

6. Сформулировать Value Proposition Statement

Используйте формулу 4U-фреймворка (Michael Skok, Harvard Innovation Labs):

  • Unworkable — текущая ситуация нерабочая
  • Unavoidable — проблема неизбежна
  • Urgent — проблема срочная
  • Underserved — рынок недообслужен

Итоговая формулировка должна пройти «тест лифта»: за 30 секунд незнакомый человек должен понять, что вы делаете и почему это важно.

7. Валидировать через 3D-фреймворк

Проверьте VP по трём измерениям (Michael Skok):

  • Discontinuous innovation — вы предлагаете радикально другой подход?
  • Defensible technology — конкуренты не могут легко скопировать?
  • Disruptive business model — ваша бизнес-модель ломает правила рынка?

Если VP не проходит хотя бы 2 из 3 — пересмотрите позиционирование.

Ожидаемые результаты и артефакты

  • Заполненный Value Proposition Canvas (обе части: Customer Profile + Value Map)
  • Чёткий Fit между возможностями продукта и потребностями клиента
  • Проверяемая формулировка ценностного предложения, прошедшая 4U и 3D тест
  • Критерии для принятия решений по фичам и приоритизации

Хороший пример: Intercom — Jobs-to-be-Done at Intercom — команда Intercom публично описала, как использовала JTBD для формулировки VP: конкретные job stories вместо абстрактных user stories, привязка фич к реальным задачам. Признаки хорошего примера: прозрачная логика от задачи клиента к решению, измеримые результаты.

Плохой пример: Juicero (2016–2017) — стартап привлёк $120M инвестиций на «умную соковыжималку» с DRM-пакетами. VP звучало как «свежий сок одним нажатием кнопки», но команда не проверила главное: Bloomberg доказал, что пакеты можно выжать руками. Результат: VP описывало выгоду, которой не существовало — нулевой Pain Reliever при цене $400. Компания закрылась через 16 месяцев после запуска.

Риски игнорирования

  • Feature-фабрика без фокуса. Без VP команда строит фичи «по ощущениям». По данным Pendo (2019), 80% фич в среднем SaaS-продукте редко или никогда не используются — это прямое следствие отсутствия VP как фильтра приоритизации.
  • Провал запуска из-за отсутствия Product-Market Fit. Marc Andreessen определяет PMF как «продукт на рынке, который его удовлетворяет». Без VP невозможно определить, какой рынок вы удовлетворяете. По данным CB Insights, 35% стартапов закрываются именно из-за «no market need» — это причина #1.
  • Размытое позиционирование и потеря CAC. Если VP не сформулирован, маркетинг стреляет во все стороны. Результат: CAC растёт, конверсия падает. HubSpot в ранние годы терял до 40% бюджета на привлечение пока не сузил VP до «inbound marketing для малого бизнеса» (Dharmesh Shah, co-founder).
  • Конкурентная уязвимость. Без чёткого VP легко скопировать — нет уникальности. Peter Thiel в «Zero to One»: «Конкуренция — это для лузеров. Монополия начинается с уникального VP».

Инструментарий

Шаблоны
Методики и фреймворки
  • Value Proposition Canvas — Александр Остервальдер (Strategyzer, 2014). Визуальный инструмент синтеза данных CustDev в ценностное предложение: сопоставление Customer Profile (Jobs, Pains, Gains) с Value Map (Products & Services, Pain Relievers, Gain Creators). На этом этапе используется в полном объёме — обе части канваса заполняются и сопоставляются.
  • Jobs to Be Done (JTBD) — Клейтон Кристенсен (Harvard Business School). На этапе формирования VP — инструмент синтеза: данные о задачах клиента, собранные в ходе CustDev, структурируются в приоритизированную карту JTBD, которая становится основой для Value Map.
  • 4U Framework — Michael Skok (Harvard Innovation Labs, North Bridge Venture Partners). Четыре теста для оценки силы VP: Unworkable, Unavoidable, Urgent, Underserved. Если проблема проходит все 4 — VP сильный.
  • 3D Framework — Michael Skok. Три измерения для проверки устойчивости VP: Discontinuous Innovation, Defensible Technology, Disruptive Business Model.
  • Lean Value Proposition — Ash Maurya (Running Lean, 2012). Адаптация Lean Canvas: формулировка VP через Problem-Solution пару с фокусом на Unique Value Proposition (UVP) — одно предложение, объясняющее, чем вы отличаетесь и почему стоите внимания.
  • Before/After Framework — Basecamp (Shape Up, 2019). Описание трансформации мира клиента: «До» (текущее состояние с болями) → «После» (желаемое состояние с выгодами). Простой, но мощный способ визуализации VP.
Инструменты
  • Miro — совместная работа над VPC и JTBD-картами в реальном времени

  • Figma / FigJam — дизайн-ориентированные канвасы, удобны для продуктовых команд

  • Strategyzer — официальный инструмент для работы с VPC и Business Model Canvas

  • Dovetail — анализ и тегирование интервью, выявление паттернов болей и выгод

  • Typeform / Tally — создание опросов для количественной валидации VP

  • Notion — структурирование результатов Discovery и документирование VP

  • Google Trends — проверка интереса к проблеме и динамики спроса

  • SimilarWeb — анализ трафика конкурентов и их позиционирования

  • Unbounce / Carrd — быстрое создание лендингов для Smoke Test валидации VP

Источники
  • Александр Остервальдер, Ив Пинье и др. Value Proposition Design (Wiley, 2014) — базовая книга по VPC, пошаговый процесс создания и тестирования VP

  • Clayton Christensen et al. Know Your Customers' Jobs to Be Done (HBR, 2016) — ключевая статья по JTBD-теории от автора фреймворка

  • Michael Skok. 4 Steps To Building A Compelling Value Proposition (Harvard i-lab / Startup Secrets, 2012) — фреймворки 4U и 3D с примерами

  • Peter Thiel. Zero to One (Crown Business, 2014) — глава о монополии и уникальном ценностном предложении

  • Ash Maurya. Running Lean (O'Reilly, 2012) — Lean-подход к формулировке UVP

  • Steve Blank. The Four Steps to the Epiphany (Quad/Graphics, 2005) — Customer Development и роль VP в процессе

  • The Value Proposition Canvas — Strategyzer — официальное объяснение VPC от команды Остервальдера, пошаговый разбор с примерами

  • Startup Secrets: Value Proposition — Harvard Innovation Labs — лекция Michael Skok по 4U и 3D фреймворкам, реальные кейсы стартапов

  • How to Talk to Users — Y Combinator — как извлечь инсайты для VP из интервью, ключевые ошибки начинающих фаундеров

  • Jobs To Be Done — Harvard Business Review — теория JTBD от Clayton Christensen, примеры milkshake marketing

Прототипирование (low-fidelity) и проверка спроса

Прототипирование (low-fidelity) и проверка спроса

Low-fidelity прототипирование и проверка спроса — это набор методов быстрой, дешёвой симуляции продукта или его ключевой функции для проверки критических бизнес-гипотез до начала разработки. Главный результат трансформации: команда переходит от «нам кажется, что решение сработает» к «мы доказали на данных, что люди готовы совершить целевое действие».

Здесь действует железное правило стартапов: чем дешевле ошибка, тем лучше. Alberto Savoia, бывший Engineering Director Google, сформулировал это как закон провала: «Most new ideas will fail in the market — even if competently executed». Его ответ — претотипирование: проверка идеи до создания прототипа. Не «построили ли мы продукт правильно?» (validation), а «правильный ли это продукт?» (pretotyping).

Классический пример — Zappos. Ник Свинмурн не стал строить склад и логистику. Он сфотографировал обувь в магазинах, выложил на сайт и ждал заказов. Когда они пришли — бежал в магазин, покупал пару и отправлял. Это Mechanical Turk в чистом виде: за фасадом «продукта» — ручной труд. Результат: подтверждение, что люди готовы покупать обувь онлайн, за $0 на разработку.

Другой пример — Dropbox. Drew Houston не стал тратить 12 месяцев на разработку сложной системы синхронизации файлов. Он записал 3-минутное видео, демонстрирующее концепт. За одну ночь лист ожидания вырос с 5 000 до 75 000 подписчиков. Это классический Fake Door тест: продукта нет, но спрос доказан.

Пошаговый алгоритм реализации

1. Определить критические гипотезы для проверки

Из результатов CustDev и сформулированного Value Proposition выделите Leap-of-Faith Assumptions — гипотезы о спросе, ошибка в которых убьёт продукт:

  • Value Hypothesis: решает ли продукт проблему достаточно хорошо, чтобы клиент переключился?
  • Growth Hypothesis: как клиенты узнают о продукте?
  • Revenue Hypothesis: готовы ли платить и сколько?

Ранжируйте по матрице риск × неопределённость. Начинайте с самой опасной гипотезы.

2. Выбрать метод проверки спроса

Подберите метод под тип гипотезы:

Метод Что проверяет Пример
Fake Door Спрос: кликнут ли на кнопку «Купить»? Dropbox — видео + waitlist (5K → 75K за ночь)
Mechanical Turk (Wizard of Oz) Ценность: решает ли «продукт» проблему? Zappos — ручная покупка обуви по заказам с сайта
Concierge MVP Процесс: работает ли решение вручную? Food on the Table — основатель лично составлял меню для каждого клиента
Landing Page Позиционирование: резонирует ли формулировка? Buffer — лэндинг с тарифами до написания кода
Explainer Video Понятность ценностного предложения Dropbox — 3-минутное демо-видео
Smoke Test (Ad Campaign) Спрос через платный трафик Рекламная кампания на несуществующий продукт для замера CTR и конверсии

3. Определить метрики успеха заранее

До запуска эксперимента зафиксируйте:

  • Целевая метрика: что именно измеряем (CTR, конверсия в waitlist, sign-ups)
  • Пороговое значение (threshold): при каком значении гипотеза подтверждена
  • Размер выборки: сколько пользователей нужно для статистической значимости
  • Срок эксперимента: дедлайн принятия решения

Пример: «Если ≥ 5% посетителей лэндинга оставят email за 7 дней при ≥ 500 уникальных визитах — гипотеза спроса подтверждена».

4. Создать прототип

  • Бюджет времени: 1–5 дней. Если прототип занимает больше недели — вы делаете не прототип, а продукт
  • Принцип RERO (Release Early, Release Often): лучше грубый тест сегодня, чем идеальный через месяц
  • Инструменты: Carrd/Tilda (лэндинги), Loom (видео), Canva (визуальные концепты)
  • Для Mechanical Turk: создайте «фасад» продукта, за которым стоит ручной процесс

5. Провести эксперимент

  • Направить целевой трафик: органический (сообщества, соцсети) или платный (Google/Facebook Ads)
  • Для количественных тестов (Fake Door, Landing Page): минимум 100–500 конверсий для статистической значимости
  • Записывать всё: поведение, комментарии, drop-off точки

6. Проанализировать результаты и принять решение

  • Сравнить фактические метрики с пороговыми значениями
  • Провести post-experiment review: что узнали, чего не ожидали?
  • Принять решение по фреймворку Pivot / Persevere / Kill:
    • Persevere → метрики выше порога → двигаться к MVP
    • Pivot → метрики ниже, но есть сигнал → изменить сегмент, проблему или решение
    • Kill → нет сигнала → остановить направление, сохранить ресурсы

Ожидаемые результаты и артефакты

  • Количественное подтверждение или опровержение критических гипотез о спросе
  • Данные о реальном поведении пользователей (не мнения, а действия)
  • Валидация или коррекция позиционирования продукта
  • Понимание готовности платить через proxy-метрики (конверсия, CTR, sign-ups)
  • Обоснованное решение Go/Pivot/Kill

Хороший пример: Buffer — How Buffer Got Its First Paying Customers — Joel Gascoigne создал двухстраничный лэндинг: страница 1 описывала ценностное предложение, страница 2 — тарифы. Кнопка «Plans & Pricing» измеряла интерес, кнопка «Sign Up» на странице тарифов — готовность платить. За 7 недель: от идеи до первых платящих клиентов. Образец каскадного Fake Door теста с нарастающим commitment.

Плохой пример: Google Glass — антипаттерн «Technology Push без валидации потребности» — Google вложил сотни миллионов в полнофункциональный прототип, не проверив базовую гипотезу: хотят ли люди носить камеру на лице в общественных местах? Прототип был технически совершенен, но социально неприемлем. Классический случай, когда инженерная культура заменила demand-validation.

Риски игнорирования

  • Средняя стоимость разработки MVP в 2023 — $50K–$250K (Clutch.co survey) — без предварительной low-fidelity проверки вы рискуете сжечь этот бюджет на непроверенные предположения. Pretotype стоит $0–$500.
  • Google Glass: Google потратил по оценкам >$1B на продукт, не проверив социальную приемлемость ношения камеры на лице. Demand-validation тест (лэндинг + опрос) обошёлся бы в $100 и 3 дня.
  • Confirmation Bias на стероидах: без формализованных метрик и пороговых значений команда бессознательно интерпретирует любые данные как подтверждение идеи. Как предупреждает Eric Ries: «Vanity metrics are the enemy of learning».
  • 74% быстрорастущих стартапов провалились из-за Premature Scaling (Startup Genome Report) — они перескочили от идеи сразу к разработке, минуя этап проверки гипотез.
  • Sunk Cost Fallacy: чем больше вложено в разработку, тем сложнее признать ошибку. Low-fidelity тест легко выбросить. Полноценный MVP — психологически невозможно. Как сказал Jeff Bezos: «If you double the number of experiments you do per year, you're going to double your inventiveness».

Инструментарий

Шаблоны
  • Experiment Library (Strategyzer) — коллекция методов и шаблонов для проектирования бизнес-экспериментов: гипотеза, метод, метрика, критерий успеха
  • Assumption Mapping Template (Miro) — визуальная карта приоритизации гипотез по риску и неопределённости
  • Lean Canvas Template (Miro) — фиксация бизнес-модели и отслеживание изменений после экспериментов
  • Test Card & Learning Card (Strategyzer) — парные карточки: что тестируем → что узнали
Методики и фреймворки
  • Pretotyping (Alberto Savoia, «The Right It», HarperOne, 2019) — методология проверки идеи до создания прототипа. Ключевой вопрос: «Are we building the right it?» Включает типологию претотипов: Fake Door, Mechanical Turk, Pinocchio, Infiltrator и др. Закон Савойи: «Most ideas fail — even if well executed».
  • Lean Startup / Build-Measure-Learn (Eric Ries, «The Lean Startup», 2011) — итеративный цикл создания минимального эксперимента, измерения результата и обучения. MVP как единица обучения, а не продукт.
  • Wizard of Oz / Mechanical Turk (классический метод HCI-исследований, адаптирован Blank, Ries) — пользователь взаимодействует с «продуктом», но за интерфейсом стоит человек, выполняющий функции вручную. Позволяет тестировать ценность без разработки.
  • Concierge MVP (Eric Ries / Lean Startup) — ручное выполнение всего сервиса для каждого клиента индивидуально. Отличие от Wizard of Oz: клиент знает, что процесс ручной. Цель — проверить, решает ли процесс проблему.
  • Experiment-Driven Development (David Bland, Alex Osterwalder, «Testing Business Ideas», Wiley, 2019) — систематический подход к проектированию и проведению бизнес-экспериментов. 44 метода тестирования, организованных по типу гипотезы и уровню доказательности.
  • Assumption Mapping (David Bland) — визуальный фреймворк для приоритизации гипотез по двум осям: важность для бизнес-модели × уровень доказательности. Начинайте с верхнего правого квадранта: важно и неизвестно.
Инструменты
  • Carrd — одностраничные лэндинги за 30 минут, $19/год

  • Tilda — конструктор с готовыми блоками, бесплатный план

  • Unbounce — A/B тестирование лэндингов из коробки

  • Loom — быстрая запись экрана для explainer-видео

  • Canva — создание презентаций-прототипов и визуальных концептов

  • Google Analytics — трафик и конверсии на лэндингах

  • Hotjar — heatmaps и записи сессий для понимания поведения

  • Mixpanel — продуктовая аналитика событий

  • Google Sheets / Notion — трекер экспериментов (гипотеза → метрика → результат → решение)

  • Google Ads — поисковый спрос, высокий intent

  • Meta Ads (Facebook/Instagram) — таргетированный трафик по демографии и интересам

Источники
  • Alberto Savoia. The Right It (HarperOne, 2019) — фундаментальная работа по претотипированию

  • Eric Ries. The Lean Startup (Crown Business, 2011) — Build-Measure-Learn цикл, MVP как инструмент обучения

  • David Bland, Alexander Osterwalder. Testing Business Ideas (Wiley, 2019) — 44 метода тестирования бизнес-гипотез с пошаговыми инструкциями

  • Joel Gascoigne. How Buffer Got Its First Paying Customers (Buffer Blog) — кейс каскадного Fake Door теста

  • How to Build an MVP — Y Combinator — Michael Seibel объясняет, как строить минимальный продукт для максимального обучения

  • How to Test Your Startup Idea — Y Combinator — практические методы валидации идей до разработки

  • The Right It: Why So Many Ideas Fail — Stanford eCorner — Alberto Savoia о претотипировании и Fake Door тестах

  • Fake Door Testing Explained — Strategyzer — как проектировать и интерпретировать Fake Door тесты

Синтез и принятие решения

Синтез и принятие решения

Синтез Discovery — это структурированная сессия, завершающая всю стадию исследования: команда собирает результаты всех предыдущих активностей, сопоставляет их с заявленными целями и ключевыми вопросами, фиксирует выводы и принимает обоснованное решение о дальнейшем направлении. Главный результат трансформации: команда переходит от «у нас много данных» к «у нас есть решение, подкреплённое доказательствами».

Почему это критично? Без явного финального checkpoint'а Discovery просто «заканчивается» вместо того, чтобы завершиться. Команды накапливают данные, но не конвертируют их в решение. Или — что хуже — продолжают исследовать, впадая в Analysis Paralysis. Синтез-сессия создаёт жёсткую точку выхода: после неё команда либо идёт в MVP, либо пивотирует, либо останавливает направление.

Eric Ries в «The Lean Startup» называет это validated learning — знание, подкреплённое данными, которое служит основанием для действия. Без синтеза learning остаётся неvalidated: данные есть, но решение не принято.

Пошаговый алгоритм реализации

1. Собрать все артефакты Discovery

Агрегируйте результаты всех предыдущих активностей:

  • CustDev: подтверждённый ICP, карта болей и JTBD, оценка willingness to pay, прямые цитаты
  • Анализ конкурентов: карта ландшафта, switching costs, белые пятна, гипотеза unfair advantage
  • Оценка рынка: TAM/SAM/SOM с обоснованием, CAGR, timing-сигналы
  • Value Proposition: заполненный VPC, VP Statement, результаты 4U и 3D тестов
  • Demand validation: метрики экспериментов (конверсии, CTR, sign-ups) vs. пороговые значения

2. Сопоставить результаты с целями и вопросами

Пройдитесь по каждой цели и каждому ключевому вопросу Discovery. Зафиксируйте:

  • Достигнута ли цель? Какие данные это подтверждают?
  • Получен ли ответ на вопрос? Насколько он обоснован?
  • Что осталось неизвестным? Это критично для решения или допустимая неопределённость?

Используйте матрицу: вопрос / ответ / источник данных / уровень уверенности (высокий / средний / низкий).

3. Выявить противоречия и пробелы

  • Есть ли конфликт между данными разных активностей? (Например: CustDev подтверждает проблему, но demand-тест показал низкую конверсию)
  • Достаточно ли данных для принятия решения, или нужен дополнительный раунд исследования?
  • Какие допущения всё ещё остаются непроверенными и насколько они критичны?

4. Обновить Lean Canvas

Заполните финальную версию Lean Canvas на основе всех собранных данных:

  • Problem — подтверждённые боли, ранжированные по частоте × остроте
  • Customer Segments — верифицированный ICP
  • Unique Value Proposition — финальный VP Statement
  • Solution — гипотеза решения (не реализация, а направление)
  • Existing Alternatives — карта конкурентов и заменителей
  • Unfair Advantage — что невозможно скопировать
  • Revenue Streams — подтверждённая модель willingness to pay
  • Channels — гипотеза каналов доступа к целевой аудитории
  • Cost Structure / Revenue — первичная unit economics

5. Принять решение: Go / Pivot / Kill

Сформулируйте явное решение по четырём критериям:

Критерий Go Pivot Kill
Проблема Подтверждена, острая Слабее ожидаемого или у другого сегмента Не существует или незначительна
Рынок Достаточен для бизнеса Требует пересмотра сегмента Слишком мал или недоступен
Спрос Demand-тест выше порогового значения Ниже порога, но есть сигнал Нет сигнала
Timing Есть тектонический сдвиг, рынок готов Рынок созревает, нужно ждать Момент не пришёл или уже упущен

Зафиксируйте решение с явным обоснованием: какие данные привели к этому выводу и что должно измениться, чтобы пересмотреть решение.

Ожидаемые результаты и артефакты

  • Финальный Lean Canvas, отражающий все результаты Discovery
  • Матрица ответов на ключевые вопросы с уровнем уверенности по каждому
  • Явное решение Go / Pivot / Kill с задокументированным обоснованием
  • Список критических допущений, которые предстоит проверить в рамках MVP
  • Согласованное понимание внутри команды: все видят одни и те же данные и одинаково интерпретируют решение

Хороший пример: Y Combinator — "Kill Your Company" Exercise — YC регулярно проводит structured review сессии, где фаундеры обязаны публично обосновать, почему их стартап не должен быть закрыт прямо сейчас. Это формализованный синтез: данные → вывод → решение, с явным давлением на качество аргументации.

Плохой пример: Большинство команд, которые «завершили Discovery» без формального синтеза — переходят в разработку MVP с разным пониманием ICP, VP и приоритетов у разных членов команды. Результат: MVP строится по принципу «каждый видел своё в исследовании» и не отвечает ни на один проверенный вопрос.

Риски игнорирования

  • Analysis Paralysis: без жёсткого checkpoint'а команда продолжает исследовать бесконечно, откладывая переход к действию. По данным McKinsey, команды, которые не устанавливают явных критериев достаточности данных, тратят на исследование в 2–3 раза больше запланированного времени.
  • Рассинхронизация команды: каждый член команды вынес из исследования разные инсайты. Без синтез-сессии эти расхождения обнаруживаются только в разгар разработки MVP — слишком поздно и слишком дорого.
  • Решение без доказательств: команда переходит к MVP, не зафиксировав, какие данные привели к этому решению. Через 3 месяца невозможно понять, что именно проверялось и что подтвердилось.
  • Неверный тайминг: Discovery может подтвердить реальность проблемы, но не подтвердить момент входа. Без явного синтеза этот вывод легко пропустить — и выйти на рынок раньше или позже оптимального окна.

Инструментарий

Шаблоны
Методики и фреймворки
  • Validated Learning (Eric Ries, «The Lean Startup», 2011) — знание, подкреплённое данными реального поведения пользователей, а не мнениями. Синтез-сессия — момент конвертации данных в validated learning и решение.
  • Kill Your Darlings (общепринятый принцип в YC, a16z; см. также материалы YC об оценке идей) — структурированная практика обязательного обоснования продолжения работы над продуктом. Если команда не может назвать конкретные данные в пользу Go — решение по умолчанию Kill.
  • Pivot or Persevere (Eric Ries, «The Lean Startup») — формализованный фреймворк принятия решения на основе сравнения фактических метрик с заранее установленными пороговыми значениями.
Инструменты
  • Notion / Confluence — документирование синтеза: матрица вопрос / ответ / данные / уровень уверенности
  • Miro — визуальный синтез: финальная версия Lean Canvas, карта решения
  • Google Slides / Pitch — формализация выводов для презентации стейкхолдерам или инвесторам
Источники
  • Eric Ries. The Lean Startup (Crown Business, 2011) — validated learning и Pivot or Persevere фреймворк

  • Ash Maurya. Running Lean (O'Reilly, 2012) — Lean Canvas как инструмент синтеза и трекинга гипотез

  • David Bland, Alexander Osterwalder. Testing Business Ideas (Wiley, 2019) — документирование выводов из экспериментов и принятие решений на основе данных

  • How to Decide When to Pivot — Y Combinator — структурированный подход к решению Pivot or Persevere на основе данных

  • Lean Startup: Validated Learning — Eric Ries, Talks at Google — validated learning как принцип принятия решений на ранних стадиях

Риски

Продукт никому не нужен — без предварительной low-fidelity проверки вы рискуете сжечь бюджет разработки MVP на непроверенные предположения.

Продукт никому не нужен — без предварительной low-fidelity проверки вы рискуете сжечь бюджет разработки MVP на непроверенные предположения.

<!-- no-collapse -->

Analysis Paralysis — бесконечный сбор данных без принятия решения. Команда исследует вместо того, чтобы действовать. Противоядие: явный дедлайн Discovery и заранее определённые критерии достаточности данных.

Analysis Paralysis — бесконечный сбор данных без принятия решения. Команда исследует вместо того, чтобы действовать. Противоядие: явный дедлайн Discovery и заранее определённые критерии достаточности данных.

<!-- no-collapse -->

Confirmation Bias — команда неосознанно интерпретирует все данные как подтверждение изначальной гипотезы. Без структурированного синтеза и фальсифицируемых критериев это системный риск всего этапа.

Confirmation Bias — команда неосознанно интерпретирует все данные как подтверждение изначальной гипотезы. Без структурированного синтеза и фальсифицируемых критериев это системный риск всего этапа.

<!-- no-collapse -->

Неверный тайминг (Why Not Now?) — Discovery подтверждает реальность проблемы, но не подтверждает момент входа. Рынок может быть не готов, или окно уже закрылось.

Неверный тайминг (Why Not Now?) — Discovery подтверждает реальность проблемы, но не подтверждает момент входа. Рынок может быть не готов, или окно уже закрылось.

<!-- no-collapse -->

Отсутствие канала доступа к целевой аудитории — команда понимает, кто клиент, но не знает, как до него добраться. Этот риск обнаруживается в Discovery и является критическим блокером для Go-решения.

Отсутствие канала доступа к целевой аудитории — команда понимает, кто клиент, но не знает, как до него добраться. Этот риск обнаруживается в Discovery и является критическим блокером для Go-решения.

<!-- no-collapse -->