1 2 3 4 5

5+1 компонент позиционирования Данфорд: пошаговый гид от альтернатив до категории

Позиционирование — это контекст, а не слоган

April Dunford (2019) начинает книгу Obviously Awesome с метафоры: один и тот же продукт (рыбный пирожок) воспринимается совершенно по-разному в пекарне и в суши-ресторане. В пекарне он — «странный пирожок». В суши-ресторане — «интересное авторское блюдо». Продукт не изменился. Изменился контекст.

Позиционирование — это не слоган, не tagline, не elevator pitch. Позиционирование — это контекст, который вы задаёте покупателю, чтобы он мгновенно понял: что это, для кого, чем лучше альтернатив, и почему именно сейчас.

Проблема большинства продуктовых команд: они начинают с конца. «Мы — CRM для малого бизнеса» — это финальный вывод, а не начало процесса. Данфорд настаивает: позиционирование — это последовательный процесс, где каждый шаг питается результатом предыдущего.

5+1 компонентов позиционирования

Шаг 1: Competitive Alternatives — что клиент сделает без вас

Первый и самый контринтуитивный шаг: определить не конкурентов, а альтернативы. Данфорд подчёркивает: это не только другие SaaS. Это всё, что клиент сделает, если вашего продукта не существует.

Competitive Orbit (Product DNA)Тип альтернативыПример (аналитика для e-commerce)
Ring 0: Non-consumption«Ничего не делать»«Смотрим на продажи раз в месяц, не анализируем»
Ring 1: DIYРучное решение«Excel + Google Analytics + ручные отчёты каждую неделю»
Ring 2: SubstituteДругой тип решения«Нанять аналитика на part-time»
Ring 3: AdjacentПохожий продукт, другой фокус«Google Analytics (общая аналитика, не e-commerce-specific)»
Ring 4: DirectПрямой конкурент«Amplitude для e-commerce»

Критически важно: Ring 0 и Ring 1 часто составляют 60-75% рынка. Если вы игнорируете «ничего не делать» и «Excel» как альтернативы — вы позиционируете себя против 25% рынка.

Данфорд (2023) уточняет в Sales Pitch: альтернативы — это то, что ваши лучшие клиенты использовали до вас. Не все возможные альтернативы, а те, от которых переключились ваши A-сегмент клиенты.

Шаг 2: Unique Attributes — что есть у вас, чего нет у альтернатив

Unique Attributes — это объективно истинные характеристики вашего продукта, которых нет у альтернатив из Шага 1. Не «мы лучше», а «у нас есть X, у них нет».

Тип атрибутаProduct DNA-связьПример
ФункциональныйL3 Demand Steps, которые обслуживает только ваш продукт«Автоматическая сегментация по поведению покупателя»
ТехнологическийL6 Latent Demands, реализованные через технологию«ML-модель, обученная на 10M e-commerce транзакций»
Бизнес-модельныйStrand 5A: Pricing Intelligence«Оплата за результат, не за seat»
СервисныйStrand 5C: Quality Meta-Dimensions (QD4 Fit, QD6 Effort)«Dedicated success manager для каждого клиента»

Правило Данфорд: если атрибут есть у альтернативы — он не unique. «Удобный интерфейс» — не unique attribute (все так говорят). «Интерфейс, адаптированный под workflow мерчандайзера fashion-бренда» — unique, потому что ни одна альтернатива из Ring 0-4 этого не предлагает.

Связь с Product DNA: Unique Attributes = features, которые обслуживают L3 Demand Steps с Opportunity Score ≥ 12 (underserved), где конкуренты набирают ≤ 4/10 на Strategy Canvas.

Шаг 3: Value — какую ценность это даёт

Каждый Unique Attribute должен транслироваться в конкретную ценность для клиента. Не «у нас есть ML-модель» (attribute), а «вы видите, какие товары потеряют маржу через 2 недели» (value).

Unique AttributeValue (ценность)Product DNA Strand
Автоматическая сегментация покупателейНе тратите 8 часов в неделю на ручной анализ → фокус на стратегииStrand 1: Core Drive CD6 (Efficiency) + CD2 (Autonomy)
ML-модель на 10M транзакцийПредсказываете падение маржи за 2 недели → не теряете деньгиStrand 1: Core Drive CD3 (Security)
Оплата за результатПлатите только когда видите ROI → нет финансового рискаStrand 2: Risk Perception F5 (Financial Risk) → снижение

Связь с Product DNA: Value = Demand fulfillment delta. Это разница между тем, как хорошо L3 Demand Step обслуживается текущей альтернативой и вашим продуктом. Чем больше delta — тем сильнее value proposition.

Данфорд подчёркивает: value должна быть сформулирована в терминах клиента, не продукта. «AI-driven insights» — это attribute. «Вы перестанете терять 15% маржи из-за неоптимального ассортимента» — это value.

Шаг 4: Target Customer — кому эта ценность важнее всего

Не все клиенты одинаково ценят вашу value. Target Customer — это сегмент, для которого ваша ценность максимальна.

Product DNA инструментЧто определяетПример
Segment Fit Score (Strand 4)Количественная оценка привлекательности по 10 факторамFashion e-commerce: SFS = 7.8 (A-segment). Electronics: SFS = 5.1 (C-segment)
Core Drives (Strand 1)Мотивационный профиль сегментаFashion мерчандайзер: CD3 (Security — не потерять маржу) + CD4 (Status — быть лучшим аналитиком)
Transition Dynamics (Strand 2)Готовность к переключениюT = 1.2 для fashion (высокая фрустрация от ручного анализа). T = 0.6 для electronics (привыкли к Excel)
Evidence Points (Strand 5)Доказательная база: кто уже использует и доволенEP08 (Social Validation): 3 fashion-бренда → case studies

Правило Данфорд: Target Customer определяется после value, не до. Сначала вы понимаете, какую ценность даёте. Потом находите, кому она важнее всего. Это противоположность «сначала выберем TAM» — вы начинаете с ценности и находите, где она резонирует.

В терминах Product DNA: Target Customer = A-segment из Segment Fit Score, чей T (Transition Score) > 1.0 и для которого Demand fulfillment delta максимален.

Шаг 5: Market Category — в какую «полку» вы себя ставите

Market Category — это контекстная рамка, которая активирует у покупателя правильные ожидания. Данфорд (2019) предлагает три стратегии:

СтратегияКогда применятьПримерРиск
Head-to-Head Категория существует, покупатель уже ищет решение этого типа, и вы сильнее по ключевым атрибутам «CRM для малого бизнеса» (конкурируем с HubSpot, Pipedrive) Feature wars. Крупный игрок может скопировать.
Big Fish, Small Pond Категория существует, но вы выигрываете в конкретной нише, которую лидеры игнорируют «Revenue Intelligence для D2C fashion-брендов» (не generic BI) Ниша может быть слишком маленькой. Нужно доказать TAM.
Category Creation Существующие категории вводят покупателя в заблуждение. Ваш продукт решает проблему, для которой нет общепринятого названия. «Product Intelligence» (вместо «analytics» или «research tool») Самый высокий: нужно обучить рынок. 76% ценности → category king (Lochhead et al., 2016), но стоимость создания категории огромна.

Как выбрать стратегию:

  1. Покупатель уже ищет решение по названию категории? → Head-to-Head (если вы конкурентоспособны) или Big Fish Small Pond (если нет)
  2. Покупатель путается, сравнивая вас с неправильными альтернативами? → Category Creation
  3. Вы побеждаете в специфическом сегменте, но проигрываете в общем? → Big Fish Small Pond

Шаг +1: Relevant Trends — попутный ветер

Шестой компонент — необязательный, но усиливающий: какой рыночный тренд делает ваше позиционирование срочным?

Правила Данфорд для Relevant Trends:

  • Тренд должен быть реальным (не «AI изменит всё», а «62% e-commerce компаний внедрили AI-аналитику в 2024, рост на 34% YoY»)
  • Тренд должен быть понятен покупателю (не «квантовые вычисления», а «рост DTC-брендов»)
  • Тренд должен объяснять, почему сейчас (не «AI», а «модели наконец достаточно точны для предикции в e-commerce»)

В Product DNA: Relevant Trends → Wardley Map (Strand 4): какие L3 шаги эволюционируют из Custom-Built в Product, создавая новый рынок?

Sales Pitch Framework (Данфорд, 2023)

В Sales Pitch Данфорд трансформирует 5+1 в структуру sales-презентации:

#ЭлементЧто делаетПример
1InsightПоказать, что рынок изменился, и старые подходы не работают«83% fashion-брендов теряют 10-20% маржи из-за неоптимального ассортимента. Ручной анализ не справляется с 10K+ SKU»
2Alternatives & gapsПоказать, что текущие решения (Ring 0-4) не закрывают проблему«Excel → 8 часов/неделя. Generic BI → нет fashion-specific метрик. Консультант → дорого и медленно»
3Perfect solutionОписать идеальное решение (без называния продукта)«Нужен инструмент, который автоматически анализирует ассортимент, предсказывает маржу и даёт рекомендации в формате мерчандайзера»
4Your productПоказать, что ваш продукт = perfect solution«[Product] делает именно это: ML на 10M транзакций, fashion-specific метрики, рекомендации в workflow мерчандайзера»
5ProofДоказательства: case studies, метрики, social proof«[Brand X] сократил потери маржи на 14% за 3 месяца. [Brand Y] заменил 2 аналитиков»
6Next stepsКонкретное действие«Покажем на ваших данных за 20 минут. Бесплатно.»

Пример: репозиционирование B2B-аналитики

Реальный кейс (анонимизирован): B2B SaaS для e-commerce аналитики. До репозиционирования — «BI platform для e-commerce». Конверсия из trial: 4%. Проблема: конкурирует Head-to-Head с Tableau, Looker, Metabase — и проигрывает по feature set.

До: Head-to-Head (проигрышная стратегия)

КомпонентПозиционирование
Competitive AlternativesTableau, Looker, Power BI
Unique Attributes«Проще настраивается» (субъективно, не unique)
Value«Аналитика без боли» (расплывчато)
Target Customer«Все e-commerce компании» (слишком широко)
Market Category«BI platform для e-commerce»

После: Big Fish Small Pond

КомпонентПозиционированиеProduct DNA обоснование
Competitive AlternativesExcel + ручной анализ (Ring 1), generic BI (Ring 3), наёмный аналитик (Ring 2)Competitive Orbit: 70% целевых клиентов в Ring 0-1
Unique AttributesML на 10M транзакций, fashion-specific KPI (sell-through rate, size curve), рекомендации на языке мерчандайзераL3 Demand Steps с Opportunity Score 13-16, обслуживаемые только нами
Value«Перестаньте терять 15% маржи из-за неоптимального ассортимента»Demand fulfillment delta = 6.2 (наш продукт) vs 2.1 (Excel)
Target CustomerD2C fashion-бренды с 5K-50K SKU, мерчандайзинг-команда 2-5 человекSegment Fit Score = 7.8 (A-segment). T = 1.2
Market Category«Revenue Intelligence для D2C fashion»Big Fish Small Pond: ниша без прямого Ring 4 конкурента
Relevant TrendsРост D2C: +28% YoY. Маржинальное давление из-за роста CAC. AI-модели достигли точности для fashion-прогнозов.Wardley: AI prediction → из Genesis в Custom-Built для fashion vertical

Результат: конверсия из trial 4% → 12% (3x). ACV +40%. Pipeline: на 60% больше qualified leads. Не потому что продукт стал лучше — потому что контекст стал правильным.

5+1 → Product DNA: mapping

Dunford компонентProduct DNA эквивалентStrand
Competitive AlternativesCompetitive Orbit (Ring 0-4)Strand 4: Market Topology
Unique AttributesFeatures, обслуживающие underserved L3 (Opportunity Score ≥ 12)Strand 3: Demand Architecture + Strand 4: Strategy Canvas
ValueDemand fulfillment delta: как наш продукт vs альтернативы обслуживает L3Strand 3 + Strand 1 (Core Drives определяют язык ценности)
Target CustomerA-segment из Segment Fit Score с T > 1.0Strand 4: Segment Fit Score + Strand 2: Transition Dynamics
Market CategoryКатегория, активирующая правильные ожидания для A-сегментаStrand 4 + Strand 5B: GTM Intelligence (Schwartz awareness)
Relevant TrendsWardley evolution + macro trendsStrand 4: Value Evolution Stage

Category Creation: когда и зачем создавать категорию

Lochhead et al. (2016) показали: 76% рыночной капитализации в технологических секторах принадлежит category kings — компаниям, определившим категорию. Но создание категории — это самая дорогая и рискованная стратегия позиционирования.

Создавайте категорию только когда:

  1. Существующие категории вводят покупателя в заблуждение (он сравнивает вас с неправильными альтернативами)
  2. Ваш продукт создаёт DT8 Emergent Demands — потребности, которых не существовало до вашего продукта
  3. Ваш Strategy Canvas показывает кривую ценности, которая не пересекается ни с одним конкурентом
  4. У вас есть ресурсы на market education (контент, events, PR, community) — минимум 12-18 месяцев

Если хотя бы одно условие не выполнено — Big Fish Small Pond безопаснее и дешевле.

Типичные ошибки позиционирования

#ОшибкаПричинаДанфорд/Product DNA решение
1Начинать с категории, а не с альтернатив«Мы — CRM» → сразу сравнение с SalesforceНачинайте с Competitive Alternatives (Ring 0-4). Может оказаться, что ваш главный конкурент — Excel
2Unique Attributes = «лучший UX»Субъективно, неизмеримо, не uniqueUnique = объективно истинное. Тест: «конкурент может сказать то же самое?» Если да — не unique
3Value = features listПутают attribute и valueAttribute → SO WHAT? → Value. «ML-модель» → SO WHAT? → «Не теряете 15% маржи»
4Target = demographics«Компании от 50 до 500 человек»Target = buying-relevant traits. Кому ваша value КРИТИЧНА? Кто переключается (T > 1.0)?
5Category Creation без ресурсов«Создадим новую категорию!» с бюджетом $5K/месBig Fish Small Pond → доказать value → потом расширять категорию

Чеклист: позиционирование за 5 шагов

  1. Competitive Alternatives: спросить 10 лучших клиентов: «Что бы вы делали, если бы нас не существовало?» Классифицировать по Ring 0-4.
  2. Unique Attributes: для каждой альтернативы — что есть у нас, чего нет у них? Только объективно истинное.
  3. Value: каждый attribute → «SO WHAT?» → конкретная ценность в терминах клиента. Привязать к Core Drives.
  4. Target Customer: Segment Fit Score. Для какого сегмента value максимальна? У кого T > 1.0?
  5. Market Category: Head-to-Head / Big Fish Small Pond / Category Creation. Выбрать на основе конкурентной позиции и ресурсов.
  6. +1 Relevant Trends: какой тренд объясняет «почему сейчас»? Wardley evolution stage для ключевых L3.

Академический фундамент

  • Dunford, A. (2019). Obviously Awesome: How to Nail Product Positioning. Ambient Press.
  • Dunford, A. (2023). Sales Pitch: How to Craft a Story to Stand Out and Win. Ambient Press.
  • Ries, A. & Trout, J. (1981/2001). Positioning: The Battle for Your Mind. McGraw-Hill.
  • Lochhead, C. et al. (2016). Play Bigger: How Pirates, Dreamers, and Innovators Create and Dominate Markets. Harper Business.
  • Kim, W.C. & Mauborgne, R. (2005). Blue Ocean Strategy. HBS Press.
  • Schwartz, E.M. (1966). Breakthrough Advertising. Bottom Line Books.

Постройте позиционирование по методологии Данфорд, привязанное к данным Product DNA. Попробуйте бесплатно в AI CPO →

Поделиться:
Р

Роман Неверов

Эксперт по продуктовому управлению и AI-инструментам для запуска продуктов

Попробуйте AI CPO

AI-ассистент для продуктовых команд — от идеи до запуска

Начать бесплатно
← Все статьи