20 экспериментов, 0% роста: когда growth hacking не работает
Productivity SaaS для удалённых команд. 5 000 платящих пользователей, MRR $125 000. Команда growth из 3 человек. За Q3 2025 запустили 20 экспериментов:
- Реферальная программа «пригласи друга — получи месяц бесплатно» → 47 приглашений, 12 конверсий
- Product Hunt запуск → 300 upvotes, 800 регистраций, 23 платящих через 30 дней
- Виральная фича «поделиться доской» → 2% adoption rate
- SEO-контент (15 статей) → +8 000 органического трафика, +34 регистрации
- Партнёрская интеграция с Slack → 180 установок, 11 платящих
Каждый эксперимент дал что-то. Ни один не дал системного роста. MRR вырос на 2.3% за квартал. При churn 5% — это стагнация.
Проблема: команда искала «один канал», «одну тактику», «один hack». Но рост — это не хак, это система.
Job Chain Map: от core job к expansion revenue
Job Chain Map — это карта работ клиента, которая показывает: что он делает до core job, во время и после. Каждая смежная работа — это потенциальная точка роста.
graph LR
subgraph Before["До core job"]
B1["Планирование спринта"]
B2["Распределение задач"]
end
subgraph Core["Core Job"]
C1["Отслеживание прогресса задач"]
end
subgraph After["После core job"]
A1["Формирование отчёта"]
A2["Ретроспектива"]
A3["Оценка производительности"]
end
B1 --> C1
B2 --> C1
C1 --> A1
C1 --> A2
C1 --> A3
style C1 fill:#4CAF50,color:#fff
Для productivity SaaS core job = «отслеживание прогресса задач». Но вокруг него — 5 смежных работ. Каждая — это:
- Retention lever: если вы поддерживаете смежную работу — клиент «прилипает» сильнее (больше данных, больше привычки)
- Expansion lever: дополнительная работа = дополнительная ценность = готовность платить больше
- Acquisition lever: клиент может прийти к вам через смежную работу, а потом «дорасти» до core
Как построить Job Chain Map за 3 шага
Шаг 1: Определите core job
Core job — это та работа, за которую клиент платит. Не «uses our product», а конкретная задача. Для productivity SaaS: «Когда команда работает над проектом удалённо, отслеживать прогресс каждого участника, чтобы вовремя выявить блокеры».
Если вы не можете сформулировать core job — начните с Product DNA framework.
Шаг 2: Опросите 10 A-сегмент клиентов
Вопросы:
- «Что вы делаете непосредственно перед тем, как открываете наш продукт?»
- «Что вы делаете сразу после того, как закончили с нашим продуктом?»
- «Какие ещё инструменты открыты одновременно с нашим?»
- «Если бы наш продукт мог делать ещё одну вещь — что бы это было?»
Шаг 3: Карта + Scoring
Для каждой смежной работы оцените:
| Смежная работа | Частота | Боль (1-5) | Текущее решение | Потенциал |
|---|---|---|---|---|
| Планирование спринта | Каждые 2 недели | 4 | Notion + Google Sheets | Высокий (частое, болезненное) |
| Распределение задач | Ежедневно | 3 | Уже в продукте (частично) | Средний (доработать) |
| Формирование отчёта | Еженедельно | 5 | Ручной сбор данных в Slides | Очень высокий |
| Ретроспектива | Каждые 2 недели | 2 | Miro | Низкий (боль слабая) |
| Оценка производительности | Ежеквартально | 4 | HR-система + Excel | Средний (редко) |
Победитель: «Формирование отчёта» — еженедельная работа с болью 5/5, текущее решение = ручной процесс. Если ваш продукт начнёт автоматически генерировать отчёты из данных о задачах — это retention lever (клиент не уйдёт, потому что отчёты привязаны к данным) + expansion lever (премиум-фича).
Switch Cost через Value, а не через Lock-in
Есть два способа сделать переключение дорогим:
| Lock-in | Value Lock |
|---|---|
| Невозможно экспортировать данные | Данные настолько обогащены, что экспорт теряет контекст |
| Проприетарный формат файлов | Историческая аналитика, которую невозможно воспроизвести |
| Сложная миграция | Настроенные workflow под команду |
| Длинный контракт | Накопленные шаблоны и automation rules |
Lock-in вызывает resentment. Клиент остаётся, но ненавидит вас. При первой возможности — уйдёт. Value lock вызывает loyalty: клиент может уйти, но не хочет, потому что у вас ему лучше.
Job Chain Map строит value lock: каждая новая смежная работа, которую вы поддерживаете — это ещё один слой ценности, который конкурент не может скопировать за день.
Growth по ABCDX-сегментам
Универсальной growth strategy не существует. Каждый ABCDX-сегмент требует своей тактики:
A-сегмент: Expansion + Advocacy
A-сегмент уже любит ваш продукт. Рост через них = expansion revenue (больше сидений, премиум-фичи, смежные jobs) + advocacy (рефералы, кейсы, отзывы).
Тактики: upsell на отчёты (Job Chain Map), customer advisory board, co-marketing кейсы, реферальная программа с high-touch onboarding.
B-сегмент: Conversion Optimization
B-сегмент ещё не уверен. Рост через них = снижение Anxiety + усиление Pull.
Тактики: расширенный trial (не 7, а 30 дней), demo с A-сегмент клиентом, ROI-калькулятор, case studies из их ниши.
X-сегмент: Explore + Validate
X-сегмент — неизвестный потенциал. Рост через них = быстрые эксперименты.
Тактики: RAT-тесты на каждый канал, minimum viable campaign (1 неделя, $500, ясный порог), landing page per segment.
C/D-сегменты: Отпустить или автоматизировать
C/D-сегменты стоят больше, чем приносят. Либо автоматизировать обслуживание (self-serve, chatbot), либо не привлекать.
Расскажите AI CPO о своём продукте и текущих метриках — система построит growth strategy через Job Chain Map, привязанную к вашим сегментам.
Experiments Framework: hypothesis → metric → test → threshold
Growth эксперименты без framework — это random acts of marketing. Структура:
| Элемент | Пример |
|---|---|
| Hypothesis | Автоматические еженедельные отчёты увеличат retention A-сегмента на 15% |
| Metric | 30-day retention rate, A-segment |
| Test | MVP: email-отчёт из dashboard data, 50 пользователей, 4 недели |
| Threshold | Pass: retention +10% (80% → 88%). Fail: < +5%. Iterate: 5-10% |
Ключевое: threshold определён до запуска. Не «посмотрим на результаты» (confirmation bias), а «вот число, по которому принимаем решение».
Пример: Productivity Tool — 3 growth lever'а из Job Chain Map
Вернёмся к нашему productivity SaaS. Job Chain Map показал 3 возможности:
Lever 1: Автоотчёты (Adjacent Job → Expansion)
Проблема: тимлиды тратят 2 часа/неделю на сборку отчёта для руководства. Решение: автоматический weekly report из данных продукта. Монетизация: +$15/мес per team (premium feature).
Результат за 3 месяца: 34% A-сегмента подключили. +$18K MRR. Retention A-сегмента: 92% → 96%.
Lever 2: Sprint Planning (Adjacent Job → Retention)
Проблема: планирование спринта в Notion, выполнение в нашем продукте. Два инструмента — friction. Решение: встроенный sprint planning с capacity view.
Результат: 48% команд перенесли планирование к нам. Churn A-сегмента: 4% → 2.1%. Не monetized напрямую, но value lock вырос.
Lever 3: Team Performance (Adjacent Job → New Segment)
Проблема: HR-директора ищут инструмент для оценки performance удалённых команд. Данные уже есть в нашем продукте. Решение: performance dashboard для HR.
Результат: новый buyer persona (HR), отдельный pricing tier ($49/мес), 120 клиентов за 6 месяцев. Новый сегмент из существующих данных.
RAT для Growth: какие риски тестировать перед масштабированием
Перед масштабированием каждого lever'а — RAT-тест на ключевые риски:
| Lever | Ключевой риск | RAT-тест | Длительность |
|---|---|---|---|
| Автоотчёты | Feasibility: сможем ли генерировать полезный отчёт автоматически? | Ручной отчёт для 10 клиентов → оценка полезности | 1 неделя |
| Sprint Planning | Desirability: будут ли команды переносить планирование к нам? | Mockup + 20 интервью с A-сегментом | 2 недели |
| Team Performance | Viability: заплатит ли HR $49/мес за dashboard? | Landing page + paid traffic → conversion rate | 1 неделя |
Масштабируйте только то, что прошло RAT. Иначе вы тратите квартал на фичу, которую никто не хочет.
Распространённая ошибка: масштабировать канал до product-channel fit
«SEO работает — давайте вложим в 10 раз больше в контент!»
Product-channel fit — это когда ваш продукт, ваше сообщение и канал привлечения работают вместе. SEO приносит 34 регистрации из 8 000 трафика — это 0.4% конверсии. Масштабирование 10× даст 340 регистраций, но при тех же unit economics.
Перед масштабированием канала проверьте:
- Conversion rate адекватен? Для SEO B2B SaaS бенчмарк = 2-5%. 0.4% = message-market fit проблема
- Quality of leads? 34 регистрации → сколько стали платящими? Если 2 — канал приводит не тех людей
- Unit economics канала? CAC через SEO = (затраты на контент) / (платящие клиенты). Если CAC > LTV — канал убыточен при любом масштабе
Формула системного роста
Growth = (новые сегменты × conversion per segment) + (existing × retention × expansion)
Это значит: рост = привлечение правильных сегментов + удержание + расширение. Job Chain Map работает на все три компонента:
- Привлечение: смежные jobs = новые entry points (клиент приходит через отчёты, остаётся ради task management)
- Удержание: каждая новая поддержанная работа = value lock
- Расширение: premium features на смежных jobs = expansion revenue
Следующие шаги
- Сформулируйте core job вашего продукта (одно предложение)
- Постройте Job Chain Map: 3-5 смежных работ до/во время/после
- Оцените каждую: частота × боль × текущее решение
- Выберите 1 lever для следующего квартала
- RAT-тест перед разработкой
Связанные материалы: ABCDX-сегментация, RAT Framework.
Сгенерируйте Growth Strategy и Success Metrics для вашего продукта → aicpo.ru