$200K на MVP — и ни одного клиента
Fintech-стартап из Санкт-Петербурга. Команда из 6 человек, 8 месяцев разработки, $200K инвестиций. Продукт — агрегатор банковских продуктов для малого бизнеса. Сравнение тарифов, онлайн-заявка, CRM для отслеживания заявок.
Технически — безупречно. Красивый UI, быстрый бэкенд, интеграции с 5 банками. Запустились. За 3 месяца — 47 регистраций, 2 платных клиента.
Проблема была не в продукте. Проблема была в предположениях, которые никто не проверил до разработки:
- Job Risk: Команда думала, что владельцы МСБ активно сравнивают банковские продукты. На деле 80% используют «свой» банк и не ищут альтернативы — нет push-фактора.
- Channel Risk: Планировали SEO + контент-маркетинг. Но запрос «сравнить тарифы банков для ИП» — 90 показов/мес. Канал не существует в нужном объёме.
- Viability Risk: Unit economics при конверсии 4% из регистрации в оплату требовала 1200 регистраций/мес для breakeven. При 90 поисковых запросах в месяц — математически невозможно.
Все три риска можно было проверить за 2 недели без единой строчки кода. Но команда пошла строить MVP — потому что «проверить можно только продуктом».
Это самая дорогая ошибка в product discovery. И RAT-фреймворк создан, чтобы её предотвратить.
Что такое RAT и почему это не «ещё один фреймворк валидации»
RAT — Riskiest Assumption Test. Идея простая: прежде чем строить, найди самое рискованное предположение и проверь его самым дешёвым способом.
Но в отличие от generic «lean validation», RAT-фреймворк структурирует риски в 6 конкретных категорий. Каждая категория — это отдельный тип предположения, который требует отдельного метода проверки.
graph TD IDEA["Идея продукта"] --> JR["Job Risk Клиент пытается сделать эту работу?"] IDEA --> DR["Desirability Risk Клиент хочет именно наше решение?"] IDEA --> UR["Usability Risk Клиент сможет пользоваться?"] IDEA --> FR["Feasibility Risk Мы можем это построить?"] IDEA --> VR["Viability Risk Экономика сходится?"] IDEA --> CR["Channel Risk Можем достучаться до клиента?"] JR --> |"Не проверен"| STOP["СТОП: не строить"] JR --> |"Проверен"| DR DR --> |"Проверен"| UR UR --> |"Проверен"| FR FR --> |"Проверен"| VR VR --> |"Проверен"| CR CR --> |"Все проверены"| BUILD["Строить MVP"]
Порядок важен. Нет смысла проверять Usability, если Job Risk не закрыт. Нет смысла проверять Feasibility, если клиент не хочет ваше решение.
6 типов рисков: что конкретно проверяем
1. Job Risk — самый смертельный
Вопрос: Клиент реально пытается сделать эту работу?
Это не «есть ли потребность» — это конкретнее. В терминах Product DNA, Job Risk — это проверка DP01-DP05: есть ли триггерное событие, есть ли push-сила, перешёл ли клиент из пассивного поиска в активный.
Красный флаг: Если вы не можете найти людей, которые уже пытаются решить эту проблему (костылями, конкурентами, ручным трудом) — у вас Job Risk. Вы решаете работу, которую никто не делает.
Статистика: по данным CB Insights, 35% стартапов закрываются именно из-за Job Risk — «no market need». Это причина #1. Не технические проблемы, не конкуренция, не деньги.
2. Desirability Risk
Вопрос: Клиент хочет именно ваш подход к решению?
Job существует, но клиент может предпочесть другой тип решения. Пример: клиент хочет «быстро нанимать» (job exists), но предпочитает рекрутинговое агентство, а не SaaS-платформу.
3. Usability Risk
Вопрос: Клиент сможет использовать продукт без помощи?
Особенно критичен для B2C и self-serve B2B. Если продукт требует обучения длиннее 5 минут — Usability Risk высокий.
4. Feasibility Risk
Вопрос: Мы можем это построить с текущими ресурсами и технологиями?
Обычно самый переоценённый риск. Команды тратят 80% времени на проверку Feasibility (прототипы, PoC), хотя в 2024-2025 году технический риск — последнее, что убивает стартапы.
5. Viability Risk
Вопрос: Экономика сходится при реалистичных метриках?
LTV > 3×CAC? Payback period < 12 месяцев? Gross margin > 60%? Если на бумаге не сходится — в реальности будет хуже.
6. Channel Risk
Вопрос: Мы можем достучаться до целевого клиента по доступной цене?
Самый недооценённый риск. Продукт может быть идеальным, но если CAC = $500 при LTV = $300 — бизнес не работает. И это не «оптимизация маркетинга» — это фундаментальный channel mismatch.
P×I Scoring: как расставить приоритеты
Не все риски одинаково опасны. P×I scoring помогает определить, какой риск проверять первым:
| Параметр | Что оценивает | Шкала |
|---|---|---|
| P (Probability) | Вероятность, что предположение ошибочно | 1-5 |
| I (Impact) | Если ошибочно — насколько это убьёт проект | 1-5 |
| P×I Score | Приоритет тестирования | 1-25 |
Правило: Тестируйте сначала риски с P×I ≥ 15. Это «убийцы» — высокая вероятность + высокий импакт. Риски с P×I < 6 можно проверить позже или принять.
Пример скоринга для fintech-стартапа
| Риск | Предположение | P | I | P×I | Приоритет |
|---|---|---|---|---|---|
| Job Risk | МСБ активно ищет альтернативные банковские продукты | 4 | 5 | 20 | #1 |
| Channel Risk | Достаточный объём поискового трафика | 4 | 4 | 16 | #2 |
| Viability Risk | Unit economics сходится при реалистичной конверсии | 3 | 5 | 15 | #3 |
| Desirability Risk | Клиенты предпочтут SaaS-агрегатор персональному менеджеру | 3 | 3 | 9 | #4 |
| Usability Risk | Владельцы МСБ разберутся без помощи | 2 | 2 | 4 | #5 |
| Feasibility Risk | API банков позволяют интегрироваться | 2 | 3 | 6 | #6 |
Три верхних риска (P×I ≥ 15) — это то, что нужно было проверить до старта разработки. Команда начала с #6 (Feasibility) и потратила 8 месяцев на то, чтобы доказать, что API работает. Это было наименее рискованное предположение.
Quick Test Methods: как проверять каждый тип риска
| Тип риска | Quick Test | Срок | Стоимость | Pass/Fail критерий |
|---|---|---|---|---|
| Job Risk | 5 Product DNA-интервью с людьми, которые уже ищут решение | 1 неделя | 0-5 000 ₽ | ≥ 3 из 5 подтвердили active search (DP05) |
| Desirability Risk | Landing page + fake door (кнопка «Попробовать») | 3-5 дней | 5-15 000 ₽ | CTR на кнопку ≥ 5%, email conversion ≥ 2% |
| Usability Risk | Paper prototype + 5 тестов | 3 дня | 0-3 000 ₽ | ≥ 4 из 5 завершили core flow без помощи |
| Feasibility Risk | Technical spike: 1-2 дня на критический компонент | 1-2 дня | 0 ₽ | PoC работает с приемлемой производительностью |
| Viability Risk | Spreadsheet model: unit economics при 3 сценариях | 1 день | 0 ₽ | LTV/CAC ≥ 3 в pessimistic сценарии |
| Channel Risk | Keyword research + 2-недельный ads test ($200) | 2 недели | 15-20 000 ₽ | CPC < целевой CAC/10, volume ≥ 1000 кликов/мес |
Общее время на все 6 тестов: 2-3 недели. Общая стоимость: 20-45 000 ₽. Сравните с $200K и 8 месяцами.
Risk Cards: формат документирования
Каждый проверенный риск фиксируется в Risk Card:
| Поле | Пример (Job Risk для fintech) |
|---|---|
| Риск | Job Risk |
| Предположение | Владельцы МСБ активно сравнивают банковские продукты и ищут лучшие условия |
| P×I Score | 20 (P=4, I=5) |
| Quick Test | 5 Product DNA-интервью с владельцами МСБ, которые открыли счёт в последние 6 мес |
| Pass Criteria | ≥ 3 из 5 подтверждают active search + сравнение ≥ 3 банков |
| Результат | FAIL: 1 из 5 сравнивал. 4 из 5 — «пошёл в банк, где зарплатный проект» |
| Решение | Pivot: таргетировать момент переезда из банка (push event), а не обычное открытие |
Risk Card — это не бюрократия. Это запись решения, к которой можно вернуться через 3 месяца и не повторить ту же ошибку.
Пример: fintech-стартап — 6 рисков, 6 тестов, 2 недели
Вернёмся к нашему агрегатору банковских продуктов. Вот как выглядели бы результаты, если бы команда начала с RAT:
Неделя 1: Job Risk + Viability Risk
- Job Risk Test: Нашли 5 владельцев МСБ, открывших счёт в последние 6 месяцев (через Telegram-чаты предпринимателей). Провели 30-минутные интервью по Product DNA.
- Результат: FAIL. 4 из 5 выбрали банк по рекомендации бухгалтера или потому что «там зарплатный проект». Активного сравнения не было.
- Viability Risk Test: Spreadsheet model показал: при конверсии 4% нужно 1200 регистраций/мес. Keyword research: суммарный объём релевантных запросов — 300/мес.
- Результат: FAIL. Математически невозможно на organic search.
Решение после недели 1
Два FAIL из трёх критических рисков. Варианты:
- Pivot A: Таргетировать момент «банк повысил тариф» (push event) — Job Risk снижается
- Pivot B: B2B-модель: продавать агрегатор бухгалтерским фирмам как инструмент (меняет Channel Risk)
- Kill: Текущая идея нежизнеспособна, сохранить ресурсы
Команда выбрала Pivot B. Вторую неделю потратили на проверку Job Risk + Channel Risk для нового сегмента.
Неделя 2: Job Risk (новый сегмент) + Channel Risk
- Job Risk Test: 5 интервью с бухгалтерами, обслуживающими МСБ. 4 из 5 подтвердили: «Клиенты спрашивают совет по банку 2-3 раза в месяц, я трачу по 2 часа на сравнение вручную».
- Результат: PASS. Job exists, есть частота, есть workaround (ручное сравнение).
- Channel Risk Test: 50 cold emails бухгалтерским фирмам. Open rate 45%, reply rate 12%, 3 демо за неделю.
- Результат: PASS. Канал доступен, cost per lead ~500 ₽.
Итог: за 2 недели и ~30 000 ₽ команда: (1) убила нежизнеспособную идею, (2) нашла жизнеспособный pivot, (3) подтвердила 2 критических риска для нового направления.
Распространённая ошибка: тестировать Desirability, когда Job Risk не закрыт
«Мы сделали landing page, запустили рекламу, получили 200 кликов и 15 email'ов. Значит, спрос есть!»
Нет. Клик по рекламе ≠ job exists. Landing page тестирует Desirability Risk — хочет ли клиент ваше решение. Но если Job Risk не закрыт, вы не знаете, хочет ли клиент решать эту проблему вообще.
15 email'ов на landing page могут означать:
- 15 любопытных людей, которые никогда не заплатят
- 15 людей, которые ищут бесплатный инструмент и уйдут при виде цены
- 15 реальных клиентов с горящей болью
Без проверки Job Risk вы не знаете, какой из трёх вариантов — ваш. А строить бизнес на 15 неквалифицированных email'ах — это не валидация. Это самообман.
Расскажите AI CPO о своей идее — система определит 6 типов рисков и предложит быстрые тесты для каждого. Попробовать бесплатно →
Связь RAT с другими артефактами
RAT-фреймворк не живёт в вакууме. Он встраивается в систему product discovery:
- Job Risk проверяется через Product DNA (DP01-DP05) и Pain Map
- Desirability Risk — через Switch Formula (Pull > Anxiety + Habit?)
- Channel Risk — через исследование каналов привлечения для каждого ABCDX-сегмента
- Viability Risk — через unit economics по сегментам
Каждый RAT-тест порождает данные, которые питают другие артефакты. Risk Card из проверки Job Risk содержит цитаты из интервью, которые идут в Pain Map. Результаты Channel Risk теста — в Growth Strategy.
Как AI CPO генерирует RAT Risk Cards
В AI CPO вы описываете свою идею продукта в чате. Система автоматически определяет 6 типов рисков на основе собранных фактов и генерирует:
- RAT Risk Cards — 6 карточек с предположениями, P×I scoring и quick test methods
- Feature Priority — приоритизация фич по результатам проверки рисков
- Success Metrics — метрики для отслеживания после запуска
Система учитывает данные из вашего Product DNA: если DP01-DP05 хорошо заполнены — Job Risk оценивается ниже. Если данные по каналам отсутствуют — Channel Risk поднимается автоматически.
Чек-лист: RAT за 2 недели
- Выпишите 6 типов рисков для вашей идеи
- Для каждого: сформулируйте конкретное предположение
- Скорите P×I — расставьте приоритеты
- Для топ-3 (P×I ≥ 15): определите quick test + pass/fail criteria
- Неделя 1: проведите тесты для топ-2 рисков
- Если FAIL — pivot или kill, не упорствуйте
- Неделя 2: тесты для оставшихся критических рисков
- Зафиксируйте результаты в Risk Cards
Сгенерируйте RAT Risk Cards с quick test methods для вашего продукта → aicpo.ru