Два клиента с одинаковым профилем — один купил за день, другой не купит никогда
Маркетплейс для фрилансеров. Целевая аудитория: «SMB 10-50 сотрудников, Москва и Санкт-Петербург, digital-агентства». Два директора агентств — оба подходят под профиль. Одинаковый размер команды, одинаковый оборот, одинаковый город.
Директор А подписался за 1 день после демо. Директор Б — 4 демо, 6 месяцев переговоров, и в итоге не купил.
Почему? У них разные работы:
- Директор А: «Когда 3 проекта горят одновременно и штатных дизайнеров не хватает, мне нужно найти проверенного фрилансера за 2 часа, чтобы не сорвать дедлайн» — горящая боль, решение нужно вчера.
- Директор Б: «Было бы неплохо иметь базу фрилансеров на случай, если кто-то заболеет» — nice to have, решение может подождать вечно.
Демографический профиль — одинаковый. Работа — принципиально разная. И это определяет всё: скорость покупки, чек, retention, LTV.
Почему демографическая сегментация не работает
Демографическая сегментация (возраст, должность, размер компании, отрасль) была создана для массового маркетинга: телевизионной рекламы, наружки, радио. Она отвечает на вопрос «кому показать рекламу», но не отвечает на вопрос «кто купит».
Проблема — в предположении, что похожие люди ведут себя одинаково. Это не так:
| Параметр | Демографическая сегментация | Job-based сегментация |
|---|---|---|
| Основа | Кто они (возраст, должность, оборот) | Что они пытаются сделать (jobs + criteria) |
| Предсказание покупки | Слабое (корреляция ~0.15) | Сильное (корреляция ~0.65) |
| Actionability | «Таргетировать CEO компаний 50-200 чел.» | «Таргетировать людей, которые потеряли кандидата из-за медленного процесса» |
| Канал привлечения | LinkedIn по должности (широко) | Контент про конкретную проблему (точно) |
| Messaging | «Решение для среднего бизнеса» | «Закрывайте позиции за 3 недели вместо 6» |
Сегмент = люди с похожими JOBS + похожими EXECUTION CRITERIA в похожем КОНТЕКСТЕ.
25-летний фрилансер и 55-летний CEO могут быть в одном сегменте, если у них одинаковые core jobs и одинаковые критерии оценки решения.
ABCDX: 5 типов сегментов
| Сегмент | Определение | Поведение | Действие |
|---|---|---|---|
| A | Горящая боль, критерии совпадают, готов платить, быстрое решение | Покупает за 1-2 дня. Готов к премиальной цене. Сам становится евангелистом. | All-in: продукт, маркетинг, продажи — всё сюда. Целевая доля: 40-50% выручки. |
| B | Осознанная потребность, большинство jobs совпадает, есть трение | Покупает за 1-4 недели. Нужна помощь с онбордингом. Требует proof. | Обслуживать хорошо, оптимизировать конверсию. Доля: 30-40%. |
| C | Nice to have, некоторые jobs совпадают, низкая WTP, длинный цикл | Покупает за 2-6 месяцев (если вообще). Много вопросов, мало денег. | Депприоритизировать. Потребляют 80% саппорта, дают 5-10% выручки. |
| D | Jobs не совпадают, отрицательный ROI обслуживания | Не покупает или покупает и требует кастомизации. Churn > 50%. | Активно отказывать. Перенаправлять к конкурентам. |
| X | Недостаточно данных для классификации | Непредсказуемое. Может оказаться A или D. | Исследовательский приоритет: провести интервью, собрать Data Points. |
Правило 80/20: 80% выручки должны приходить от A + B. Если C + D потребляют > 20% времени команды — нужно активно «стричь» клиентскую базу.
Как определить сегмент: 5 диагностических вопросов
Для каждого клиента (или группы похожих клиентов) ответьте на 5 вопросов:
- Core Job Fit: Их core job совпадает с тем, что решает ваш продукт? (Да полностью / Частично / Нет)
- Push Strength: Насколько сильно их «выталкивает» из текущего решения? (Switch Formula push score > 0.7? > 0.4? < 0.4?)
- WTP Signal: Готовы платить вашу цену? (Уже платят за аналог / Есть бюджет / Нет бюджета)
- Decision Speed: Как быстро могут принять решение? (Сам / Нужен 1 согласователь / Комитет)
- Execution Criteria Match: Их критерии успеха совпадают с сильными сторонами вашего продукта? (Полное совпадение / Частичное / Несовпадение)
| Вопрос | A | B | C | D |
|---|---|---|---|---|
| Core Job Fit | Полностью | Полностью | Частично | Нет |
| Push Strength | > 0.7 | > 0.4 | < 0.4 | ~0 |
| WTP | Уже платит | Есть бюджет | Нет бюджета / торгуется | Нет бюджета |
| Decision Speed | Сам | 1 согласователь | Комитет | Любой |
| Criteria Match | Полное | Частичное | Частичное | Несовпадение |
B2B-расширение: персональные работы ЛПР
В B2B покупает не «компания» — покупает конкретный человек (ЛПР — лицо, принимающее решение). И у него есть личные работы помимо бизнес-задач:
| Бизнес-работа | Личная работа ЛПР (реальный драйвер) |
|---|---|
| «Снизить расходы на поддержку на 30%» | «Закрыть KPI, чтобы сохранить позицию» |
| «Повысить продуктивность команды» | «Получить повышение до VP к концу года» |
| «Мигрировать в облако» | «Не быть виноватым, если что-то сломается» |
| «Автоматизировать отчётность» | «Освободить вечера, перестать работать по выходным» |
Исследование Google (2013): ЛПРы покупают дорогие B2B-продукты в 8 раз чаще, когда видят личную выгоду. Это не «манипуляция» — это понимание реальной мотивации покупки.
Правило: В B2B-сегментах всегда включайте минимум одну личную работу ЛПР как Core Job.
Offer Bank: разные предложения для разных уровней осознанности
ABCDX-сегменты — это не только «кто покупает», но и «что им предложить». Offer Bank — это набор предложений, адаптированных под уровень осознанности:
| Уровень | Состояние клиента | Оффер | Пример |
|---|---|---|---|
| Unaware | Не знает о проблеме | Образовательный контент | Статья «Сколько вы теряете на ручной логистике» |
| Problem-aware | Знает проблему, не знает решение | Диагностика / аудит | «Бесплатный аудит вашего процесса за 15 минут» |
| Solution-aware | Знает тип решения, выбирает | Сравнение / trial | «Попробуйте 14 дней бесплатно, импорт данных за 5 минут» |
| Product-aware | Знает ваш продукт, сомневается | Case study / гарантия | «Компания X сократила штрафы на 80% за 2 месяца» |
| Most-aware | Готов купить | Прямое предложение | «Подключите сейчас — настроим за 1 день» |
A-сегмент обычно приходит на уровне Solution-aware или Product-aware — им нужен trial и case study, а не образовательный контент. C-сегмент — Unaware или Problem-aware, им нужно объяснять проблему, что дорого и долго.
Пример: маркетплейс для фрилансеров — 3 сегмента, 3 стратегии
Сегмент A: «Горящий дедлайн»
- Core Job: «Когда 3 проекта горят и штатных не хватает — найти проверенного фрилансера за 2 часа»
- Push: 0.9 — уже теряют клиентов из-за сорванных дедлайнов
- Execution Criteria: скорость (за 2 часа), надёжность (проверенный), без рисков
- WTP: 15-25% наценка к рыночной ставке — готовы платить за скорость
- CAC: ~3 000 руб. (приходят по запросу «срочно найти дизайнера»)
- LTV: ~180 000 руб./год (частые заказы, высокий чек)
Сегмент B: «Масштабирование»
- Core Job: «Когда растём с 5 до 20 человек — нужен надёжный пул фрилансеров для пиковых нагрузок»
- Push: 0.5 — растущие пейнс, но пока терпят
- Execution Criteria: качество (проверенные), управляемость (единый интерфейс)
- WTP: Рыночная ставка, но готовы к подписке за удобство
- CAC: ~8 000 руб. (нужен контент + демо)
- LTV: ~120 000 руб./год (регулярные, но не частые заказы)
Сегмент C: «На всякий случай»
- Core Job: «Было бы неплохо иметь базу на случай, если кто-то заболеет»
- Push: 0.1 — нет реальной боли прямо сейчас
- Execution Criteria: дешевизна (бесплатно или минимум), простота
- WTP: Около нуля — «может быть, когда понадобится»
- CAC: ~25 000 руб. (длинный цикл, много вопросов)
- LTV: ~15 000 руб./год (1-2 заказа, минимальный чек)
Unit Economics по сегментам
| Метрика | A | B | C |
|---|---|---|---|
| CAC | 3 000 ₽ | 8 000 ₽ | 25 000 ₽ |
| LTV | 180 000 ₽ | 120 000 ₽ | 15 000 ₽ |
| LTV/CAC | 60x | 15x | 0.6x |
| Payback | 1 неделя | 1 месяц | Никогда |
| Support load | Низкий | Средний | Высокий |
Вывод: CAC для A-сегмента в 8 раз ниже, чем для C. LTV — в 12 раз выше. Каждый рубль, потраченный на привлечение C-сегмента, — это рубль, не потраченный на привлечение A.
Over-generation: почему не нужно продавать всем одинаково
Типичная ошибка — единый лендинг, единый оффер, единый messaging для всех. «Наш маркетплейс — лучшее решение для digital-агентств». Это не работает, потому что:
- A-сегмент хочет слышать: «Найдите фрилансера за 2 часа с гарантией качества»
- B-сегмент хочет слышать: «Управляйте пулом фрилансеров из одного интерфейса»
- C-сегмент вообще не ищет решение — ему нужно объяснять проблему
Один message for all = ни для кого конкретно. ABCDX-сегментация + Offer Bank = точный message для каждого.
TAM / SAM / SOM по сегментам
Каждый ABCDX-сегмент нужно оценить по рынку:
graph TD TAM["TAM: Все digital-агентства в РФ ~15 000 компаний ~12 млрд руб/год на фриланс"] SAM["SAM: Digital-агентства 10-50 чел. Москва + СПб + миллионники ~4 000 компаний, ~3.5 млрд руб/год"] SOM["SOM: A+B сегменты из SAM Реалистичная доля 3-5% ~150 компаний, ~100 млн руб/год"] TAM --> SAM --> SOM
Правило: всегда показывайте логику расчёта, а не только финальную цифру. «TAM = 15 000 компаний × 800 000 руб./год средний расход на фриланс = 12 млрд». Это заставляет быть честным.
Attractiveness Score: как ранжировать сегменты
Когда сегментов больше 3 — нужен формализованный скоринг:
Attractiveness = (Value × 0.30) + (Profitability × 0.25) + (Scalability × 0.25) + (SOM × 0.20)
| Параметр | Что оценивает | Шкала |
|---|---|---|
| Value | Насколько лучше можем решить их jobs vs текущие решения | 1-10 |
| Profitability | Frequency × ARPU × retention potential | 1-10 |
| Scalability | Доступность каналов, привычка покупать, рост сегмента | 1-10 |
| SOM | Реалистичный размер захватываемого рынка | 1-10 |
Для нашего примера: A-сегмент «Горящий дедлайн» набирает 8.5 из 10, B «Масштабирование» — 6.8, C «На всякий случай» — 2.1. Приоритет очевиден.
Расскажите AI CPO о своих клиентах — система сама разобьёт их на ABCDX-сегменты и покажет, кто покупает, а кто тратит ваше время. Попробовать бесплатно →
Как AI CPO генерирует ABCDX-сегменты
В AI CPO вы описываете своих клиентов в чате — кто они, что хотят, какие проблемы. Система использует over-generation pattern:
- Генерирует 7-10 кандидатов-сегментов (внутренний шаг)
- Скорит каждый по 4 параметрам (Value, Profitability, Scalability, SOM)
- Выбирает топ-5 по взвешенной сумме
- Для каждого генерирует: ABCDX-классификацию, Core Jobs, Persona Card, рекомендованный Offer
Результат — не «5 сегментов, которые пришли в голову первыми», а 5 лучших из 10 проанализированных. Это убирает anchoring bias.
Следующие шаги
- Определите A-сегмент для вашего продукта (5 диагностических вопросов выше)
- Рассчитайте unit economics по сегментам — часто открытие шокирующее
- Постройте Offer Bank: разные предложения для разных уровней осознанности
Связанные темы: Product DNA, Pain Map, Switch Formula.
Сгенерируйте ABCDX-сегменты, Persona Cards и Offer Bank → aicpo.ru