MVP

Оценить и ранжировать каналы привлечения

Оценить и ранжировать каналы привлечения

Оценка и ранжирование каналов привлечения — это системный процесс поиска одного-двух каналов, которые дают предсказуемый поток клиентов при CAC < LTV. Главный результат трансформации: команда перестаёт хаотично «пробовать всё» и получает ранжированный список каналов с данными — какой канал масштабировать первым, какой отложить, а какой убить.

Почему это критично на этапе MVP? Потому что стартап не может позволить себе одновременно 19 каналов. У вас ограниченный бюджет ($5K–50K/мес на маркетинг), маленькая команда (1–2 человека на growth) и сжатые сроки (6–18 месяцев runway). Каждая неделя, потраченная на неработающий канал — это неделя, украденная у канала, который мог бы дать 10× результат.

Gabriel Weinberg (основатель DuckDuckGo) и Justin Mares в книге Traction сформулировали закон Bullseye: «Almost every failed startup has a product. What failed startups don't have is enough customers.» Проблема не в продукте — проблема в том, что команда не нашла работающий канал привлечения.

Суровая реальность: по данным исследования Startup Genome Report, стартапы, которые тратят более 50% маркетингового бюджета на один канал до его валидации, закрываются в 2.4 раза чаще. Но и обратное верно — стартапы, которые «размазывают» бюджет по 10+ каналам, тоже не получают traction, потому что ни в одном канале не набирают статистически значимого объёма данных.

Правильный подход: широкий скрининг → узкий фокус → масштабирование победителя.

Пример — Dropbox (2008–2009): команда Drew Houston тестировала Google Ads (CAC ~$300 при цене продукта $99/год — не сходится), PR (разовые всплески без retention), SEO (слишком долго для MVP). Затем попробовали реферальную программу: +500MB за приглашённого друга. Результат: рост с 100K до 4M пользователей за 15 месяцев, CAC ≈ $0 (только стоимость хранилища). Без системного ранжирования каналов Dropbox мог бы до сих пор заливать деньги в Google Ads.

Антипример — Pets.com (2000): потратили $11.8M на рекламу Super Bowl и ТВ-кампании, не протестировав ни один канал с малым бюджетом. CAC превысил $160 при среднем заказе $70 и марже 27%. Каждый привлечённый клиент стоил компании $141 чистого убытка. Закрытие через 9 месяцев после IPO. Классический случай: масштабировали канал до того, как проверили юнит-экономику этого канала.

Пошаговый алгоритм реализации

1. Составить длинный список каналов (Brainstorm)

Gabriel Weinberg выделил 19 каналов привлечения (Traction Channels). На этапе brainstorm рассмотрите каждый, даже если он кажется неподходящим:

№ Канал Примеры для MVP
1 Вирусный маркетинг Реферальная программа, invite-only, share-механики
2 PR TechCrunch, Product Hunt, нишевые издания
3 Нестандартный PR Вирусные акции, stunts, провокационный контент
4 SEM (Search Engine Marketing) Google Ads, Bing Ads по ключевым запросам
5 Социальная и медийная реклама Facebook/Instagram Ads, LinkedIn Ads, TikTok Ads
6 Офлайн-реклама Билборды, флаеры, мероприятия
7 SEO Контент-маркетинг, оптимизация под поисковые запросы
8 Контент-маркетинг Блог, подкаст, YouTube-канал, newsletter
9 Email-маркетинг Drip-кампании, welcome-серии, продуктовые обновления
10 Engineering as Marketing Бесплатные инструменты, калькуляторы, виджеты
11 Таргетинг блогов Гостевые посты, спонсорство нишевых блогов
12 Бизнес-развитие (BD) Партнёрства, интеграции, co-marketing
13 Продажи Outbound sales, cold outreach, demo calls
14 Партнёрские программы Affiliate marketing, revenue share
15 Существующие платформы App Store, Salesforce AppExchange, Slack Marketplace
16 Конференции и выставки Демо-стенды, доклады, нетворкинг
17 Офлайн-мероприятия Митапы, воркшопы, хакатоны
18 Выступления Подкасты, вебинары, конференции как спикер
19 Построение сообщества Discord, Telegram, Slack-сообщества, форумы

Правило Weinberg: для каждого канала сформулируйте минимум одну конкретную идею, как он мог бы работать для вашего продукта. Не отбрасывайте каналы интуитивно — интуиция основателей о каналах ошибается в 70% случаев (данные из исследования Traction Book).

2. Провести скоринг каналов (Bullseye Framework — Inner Ring)

Из 19 каналов выберите 3 для тестирования (Inner Ring), используя критерии скоринга:

ICE-скоринг для каналов:

Критерий Вопрос Шкала
Impact Сколько клиентов этот канал может привести за месяц? 1–10
Confidence Насколько мы уверены, что это сработает? (данные, аналоги, опыт) 1–10
Ease Насколько быстро и дёшево можно запустить тест? 1–10

ICE Score = Impact × Confidence × Ease / 3

Конкретный пример скоринга — B2B SaaS для HR:

Канал Impact Confid. Ease ICE Решение
LinkedIn Outbound 7 8 9 8.0 🎯 Inner Ring
Product Hunt Launch 8 6 8 7.3 🎯 Inner Ring
Контент + SEO 9 5 4 6.0 🎯 Inner Ring
Google Ads 7 6 6 6.3 Promising Ring
Партнёрства с ATS 9 4 3 5.3 Promising Ring
Конференции HR Tech 6 5 3 4.7 Long Shot Ring
ТВ/Радио 3 2 1 2.0 Long Shot Ring

Дополнительные критерии для уточнения (когда ICE-скоры близки):

3. Спроектировать и запустить дешёвые тесты (Cheap Tests)

Для каждого канала из Inner Ring спроектируйте минимальный тест с чёткими параметрами:

Формат карточки теста:

Канал: LinkedIn Outbound

Гипотеза: HR-директора компаний 50–500 сотрудников будут отвечать на персонализированные InMail с конверсией > 5%

Бюджет: $200 (LinkedIn Sales Navigator) + 20 часов работы

Длительность: 2 недели

Объём: 200 контактов

Метрики успеха: Reply Rate > 15%, Demo Booked Rate > 5%, CAC < $150

Kill Criteria: Reply Rate < 5% ИЛИ 0 demo за 100 контактов → убить канал

Критически важно: определите Kill Criteria до начала теста. Без них вы будете бесконечно «ещё пробовать» неработающий канал. Andrew Chen (a16z): «The most expensive thing a startup can do is spend time on a channel that doesn't work.»

Бюджет теста на MVP-стадии:

4. Собрать данные и рассчитать юнит-экономику по каналу

После теста для каждого канала рассчитайте:

Метрика Формула Benchmark
CAC по каналу Total Channel Spend ÷ Customers Acquired Зависит от модели
CPA (Cost per Acquisition) Channel Spend ÷ Signups $1–50 (B2C), $50–500 (B2B)
Conversion Rate Signups ÷ Visitors (или Leads) 2–5% (landing page)
Time to First Customer Дни от запуска теста до первой оплаты < 14 дней для quick-win каналов
Channel LTV/CAC LTV клиентов из канала ÷ CAC канала > 3:1
Payback Period CAC ÷ (Monthly Revenue per Customer) < 12 месяцев

Важно: считайте CAC и LTV отдельно для каждого канала, а не blended. Пользователи из referral и из paid ads — это разные когорты с разным retention и ARPU (Andrew Chen, The Cold Start Problem).

5. Ранжировать каналы и выбрать фокусный

Матрица решений:

Канал CAC LTV/CAC Volume Решение
LinkedIn Outbound $85 4.4× ~30/мес ✅ Масштабировать
Product Hunt $12 31× ~200 (разово) ⚡ Использовать, не масштабируется
Контент + SEO $35 10.7× ~5/мес (пока) 🌱 Инвестировать, эффект через 3–6 мес
Google Ads $220 1.7× ~50/мес ❌ Пауза, CAC слишком высокий

Правило Питера Тиля (Zero to One): «It is very likely that one channel is optimal. Most businesses actually get zero distribution channels to work. Poor distribution — not product — is the number one cause of failure.» Найдите один канал, который работает, и залейте в него 80% ресурсов.

Решение по каждому каналу:

Ожидаемые результаты и артефакты

Хороший пример: Lenny Rachitsky — How today's fastest-growing B2B businesses found their first 10 customers — Lenny опросил 100+ основателей (Figma, Notion, Airtable, Amplitude, Canva) и систематизировал, какие каналы реально работали на ранних стадиях. Ключевой инсайт: для B2B лидируют Direct Sales и Friends & Network (не paid ads). Конкретные числа, реальные кейсы, нет «теоретических» советов.

Плохой пример: Pets.com — масштабирование неработающего канала — потратили $11.8M на ТВ-рекламу Super Bowl без предварительного тестирования дешёвых каналов. CAC = $160+, средний заказ $70, маржа 27%. Каждый клиент = -$141. Закрылись через 268 дней после IPO. Антипаттерн: масштабировали дорогой канал без данных о юнит-экономике этого канала.

Риски игнорирования


Инструментарий

Шаблоны
Методики и фреймворки
Инструменты
Источники