SaaS-компания, которая «сделала JTBD» — и всё равно провалилась
В 2024 году B2B SaaS-команда из 12 человек провела 25 интервью по методологии Jobs-to-be-Done. Получили чёткие job statements: «Когда приходит новый лид, я хочу быстро квалифицировать его, чтобы не тратить время sales-команды на нецелевых». Проблема казалась ясной, решение — очевидным.
Через 9 месяцев после запуска: 340 регистраций, 12 платящих клиентов, unit economics отрицательная. Продукт решал правильную «работу» — но всё остальное было построено на догадках.
Что пошло не так? Команда не знала:
- Почему клиенты начинали искать решение именно сейчас (Motivation Genome — не собирали)
- Что удерживает их в текущем решении — Excel + CRM + ручная работа (Transition Dynamics — не анализировали)
- С кем реально конкурируют: не с другими SaaS, а с «ничего не делать» (Market Topology — не строили)
- Насколько уверены в своих данных (Evidence Engine — не считали confidence)
- Как расти после первых клиентов (Growth Mechanics — не проектировали)
- Что строить первым (Execution Protocol — приоритизировали интуитивно)
JTBD дал им одну работу. Шесть критических слоёв остались нулевыми. Это не провал JTBD — это провал ожиданий от фреймворка, который никогда не претендовал на полноту.
JTBD — это один инструмент, а не полная методология
Кристенсен (2003) предложил метафору «найма» продукта на работу. Улвик (1991) формализовал Outcome-Driven Innovation. Моста и Спик (2012) добавили четыре силы переключения. Калбах (2020) описал иерархию работ. Каждый из них решал свою задачу — и решал хорошо.
Проблема возникает, когда команда берёт JTBD и ожидает, что он покроет все вопросы продуктовой разработки. Это как ожидать, что MRI-сканер заменит весь диагностический процесс: анамнез, анализы, генетику, план лечения и прогноз.
JTBD отвечает на вопрос «что» — какую работу клиент пытается сделать. Это критически важный вопрос. Но продуктовая команда должна ответить на семь вопросов одновременно:
| # | Вопрос | Что отвечает JTBD | Что отвечает Product DNA |
|---|---|---|---|
| 1 | Почему клиент вообще действует? | — | Strand 1: Motivation Genome (6 Core Drives) |
| 2 | Как клиент переключается между решениями? | 4 силы (Push/Pull/Anxiety/Habit) | Strand 2: Transition Dynamics (6 сил + формула + 3 фазы) |
| 3 | Что клиент хочет сделать? | Job statements + иерархия | Strand 3: Demand Architecture (7 уровней, 8 типов, граф) |
| 4 | Где конкурировать? | Consideration set | Strand 4: Market Topology (5 орбит, Strategy Canvas, Segment Fit) |
| 5 | Насколько мы уверены? | — | Strand 5: Evidence Engine (26 EP, Bayesian confidence) |
| 6 | Как расти? | — | Strand 6: Growth Mechanics (5 петель, Inertia Building, Churn) |
| 7 | Что строить? | — | Strand 7: Execution Protocol (Priority Score, MVP scoping, 4 Risks) |
JTBD полностью покрывает вопрос 3 и частично вопрос 2. Это 30% картины. Product DNA покрывает все 7 вопросов — потому что построен как мета-фреймворк, синтезирующий 30+ академических и практических источников.
Интеллектуальная база: 30 источников, а не один автор
Product DNA не изобретён с нуля. Он стоит на плечах гигантов:
| Источник | Год | Что абсорбировано в Product DNA |
|---|---|---|
| Канеман и Тверски | 1979 | Prospect Theory — loss aversion, коэффициент 1.5-2.5x для отрицательных сил перехода |
| Деси и Райан | 1985 | Self-Determination Theory — автономия, компетентность, связанность → 3 из 6 Core Drives |
| Улвик | 1991 | Outcome-Driven Innovation — Opportunity Score, desired outcome statements |
| Ким и Моборн | 2005 | Blue Ocean Strategy — ERRC grid, Strategy Canvas, value innovation |
| Фогг | 2009 | Behavior Model B=MAP — Cognitive Load как 6-я сила перехода |
| Моста и Спик | 2012 | Progress Forces — Push/Pull/Anxiety/Habit → расширены до 6 сил |
| Баррет | 2017 | Constructed Emotion — Emotional Destination Model |
| Кристенсен | 2003 | Hiring metaphor — фундамент Demand Architecture |
| Калбах | 2020 | Job hierarchy — расширена до 7 уровней (L0-L6) |
| Торрес | 2021 | Continuous Discovery — еженедельные touchpoints, opportunity trees |
Ни один из этих авторов не претендовал на полноту. Каждый решал свою задачу. Product DNA — первый фреймворк, который формально интегрирует все слои в единую вычислительную архитектуру.
7 слоёв Product DNA — краткий обзор
Подробный разбор каждого слоя — в флагманской статье о Product DNA v2. Здесь — карта территории:
Strand 1: Motivation Genome — почему люди действуют
6 Core Drives: Mastery, Autonomy, Security, Status, Connection, Efficiency. Каждый Primary Demand (L2) привязывается к Core Drive, что определяет язык позиционирования, якоря ценообразования, приоритеты онбординга. Без этого слоя вы продаёте features, а не мотивацию.
Strand 2: Transition Dynamics — как люди переключаются
6 сил вместо 4: Frustration Pressure (с формулой накопления), Catalyst Event (отделён от Push), Outcome Attraction (функциональный + эмоциональный компоненты), Behavioral Inertia (4 компонента: Data, Habit, Integration, Social), Risk Perception (3 типа: Financial, Functional, Social), Cognitive Load (новая сила, которой нет ни в одной другой модели). Формула T = (F1 × F2 + F3) / (F4 + F5 + F6) с порогами интерпретации.
Strand 3: Demand Architecture — что люди хотят сделать
Здесь живёт JTBD. 7 уровней иерархии (L0 Core Drive → L6 Latent Demand), 8 типов задач (Direct, Orientational, Frictional, Aspirational, Habitual, Social, Compensatory, Emergent), граф задач с типизированными рёбрами, Opportunity Score.
Strand 4: Market Topology — где конкурировать
Competitive Orbit (5 колец от «ничего не делать» до прямого конкурента), Strategy Canvas из Blue Ocean, ERRC grid, Segment Fit Score из 10 факторов.
Strand 5: Evidence Engine — насколько мы уверены
26 Evidence Points (расширение 26 Evidence Points), Bayesian Confidence Model, Pricing Intelligence (Van Westendorp + EVC), GTM Intelligence (Schwartz awareness × sophistication).
Strand 6: Growth Mechanics — как расти
5 типов петель роста, Inertia Building (превращение 4 типов инерции в моат), 3 типа оттока, Early Warning System.
Strand 7: Execution Protocol — что строить
Demand-Weighted Priority Score, MVP scoping через Demand Chain, Quality Gate из 4 рисков Кагана.
Пример: SaaS для квалификации лидов — JTBD vs Product DNA
Вернёмся к команде из начала статьи. Вот что дал JTBD и что добавил бы Product DNA:
| Слой | JTBD-результат | Product DNA-результат | Практическое следствие |
|---|---|---|---|
| Motivation Genome | Не анализировался | Core Drive = Security (CD3) + Status (CD4). Sales-менеджер боится потерять KPI и хочет выглядеть эффективным перед руководством | Лендинг говорит не «автоматизация квалификации», а «не теряйте бонус из-за нецелевых лидов» |
| Transition Dynamics | 4 силы: Push есть, Pull есть, Anxiety/Habit — поверхностно | Behavioral Inertia декомпозирована: Data Inertia = 2/10 (мало данных в CRM), Integration Inertia = 8/10 (CRM интегрирован в 6 процессов). Cognitive Load = 7/10 (15 альтернатив, сложно сравнивать). T = 0.7 — Intervention Zone | Фокус маркетинга: снизить Cognitive Load (сравнительная таблица, калькулятор ROI) + предложить миграцию интеграций |
| Demand Architecture | Job statement: «Когда приходит лид, квалифицировать быстро» | L2: «Квалифицировать лид». L3: 8 шагов. Friction Points: ручной ввод данных (L5), отсутствие истории касаний (L5). Latent Demand: предиктивный скоринг по паттерну поведения на сайте (L6) | MVP = 3 MUST-шага из 8. Предиктивный скоринг = v2 roadmap |
| Market Topology | «Конкуренты: Salesforce, HubSpot» | Ring 0 (Non-consumption) = 45% рынка. Ring 1 (DIY: Excel + звонки) = 30%. Ring 3-4 = только 25%. Segment Fit Score: SMB sales teams = 7.8 (A-segment), Enterprise = 3.2 (D-segment) | Конкурент №1 — «ничего не делать». Позиционирование: не «лучше Salesforce», а «квалификация без CRM» |
| Evidence Engine | Не считался | 12 из 26 EP собраны. Confidence = 0.48 (Bronze). EP20 (Abandonment Reason), EP21 (Adoption Fears), EP26 (Time-to-Value) — не собраны. Рекомендация: ещё 5 интервью до принятия решений | Не запускать разработку — сначала закрыть пробелы в данных |
| Growth Mechanics | Не проектировались | Data Loop: больше квалификаций → точнее скоринг → больше ценности. Social Loop: менеджер делится результатами с руководителем → руководитель подключает команду | Встроить sharing-фичу с первого дня. Дашборд для руководителя = viral hook |
Шесть слоёв, которые JTBD не покрывает, дали бы этой команде: правильное позиционирование (Ring 0, а не Ring 4), правильный приоритет (снизить Cognitive Load, а не «добавить фичей»), правильный MVP (3 шага, а не 8), правильный момент запуска (после 17+ EP, а не после 12).
Распространённая ошибка: JTBD = полная методология
Вот что происходит, когда команда принимает JTBD за полную методологию:
| Ошибка | Причина | Что пропущено (Product DNA Strand) |
|---|---|---|
| Правильная работа, неправильное позиционирование | Job statement верный, но язык лендинга не резонирует | Strand 1: Core Drives определяют язык, а не job statement |
| Высокий интерес, низкая конверсия | Клиенты говорят «круто!», но не покупают | Strand 2: Behavioral Inertia + Cognitive Load блокируют переход |
| Фичи есть, роста нет | Продукт решает работу, но не генерирует петлю привлечения | Strand 6: Growth Loop не спроектирован |
| Строят не то первым | Приоритизация «по ощущениям» | Strand 7: Demand-Weighted Priority Score не используется |
| Данные есть, уверенности нет | 25 интервью, но не знают, достаточно ли | Strand 5: Confidence Model не считается |
JTBD — выдающийся фреймворк для понимания спроса. Но спрос — это одна координата. Product DNA даёт все семь координат одновременно.
Формула перехода: от JTBD к Product DNA
Если вы уже используете JTBD, переход к Product DNA — это не «выбросить и начать заново». Это расширение:
- Ваши job statements → становятся L2-L3 в Demand Architecture (Strand 3). Ничего не теряется.
- Ваши интервью → пересматриваются через 26 Evidence Points. Обычно из существующих записей можно извлечь ещё 5-8 EP, которые вы не кодировали.
- Ваш consideration set → расширяется до 5-кольцевой Competitive Orbit. Ring 0 (Non-consumption) почти всегда оказывается самым большим конкурентом.
- Ваши 4 силы переключения → расширяются до 6 сил с формулой T. Catalyst Event отделяется от Push, Cognitive Load добавляется как новая сила.
- Добавляются Motivation Genome, Growth Mechanics, Execution Protocol — три слоя, которых в JTBD нет совсем.
Результат: те же данные, но структурированные в 7 слоёв с вычислительными моделями. Не «больше работы» — а «больше ответов из тех же данных».
Кто стоит за Product DNA
Product DNA — это не продукт одного автора. Это синтез 30+ академических и практических источников, собранный по принципу лучших практик из нейронауки (Баррет, 2017; Малваез, 2018), поведенческой экономики (Канеман, 1979; Талер, 1985), теории мотивации (Деси и Райан, 1985), стратегии (Ким и Моборн, 2005) и продуктовой разработки (Улвик, 1991; Моста, 2012; Торрес, 2021; Каган, 2024).
Что делает Product DNA оригинальным:
- 7-strand architecture — ни один существующий фреймворк не интегрирует все 7 слоёв
- Вычислительные модели — Bayesian confidence, Transition Formula, Segment Fit Score
- 26 Evidence Points — расширение 19-точечных моделей данными по B2B, retention и onboarding
- Формальный граф задач — типизированные рёбра (hierarchy, sequence, enables, conflicts, amplifies, satisfies, competes)
JTBD отвечает на «что». Product DNA — на всё остальное
JTBD отвечает на вопрос «что». Product DNA отвечает на вопросы «что», «почему», «как», «где», «с кем конкурировать», «как расти» и «как строить» — одновременно.
Если вы строите продукт и у вас есть только job statements — вы на 30%. Это не плохо, это начало. Но между «знаю работу клиента» и «знаю, что строить, для кого, почему сейчас и как расти» — шесть слоёв разницы.
Подробный разбор всех 7 слоёв с формулами и примерами →
Как связаны 26 Evidence Points и 26 Evidence Points? Как Switch Formula превращается в Transition Dynamics с 6 силами? Все связи — в полной статье.
Попробуйте Product DNA для вашего продукта бесплатно → aicpo.ru