6 сил перехода: почему 4-force модель устарела и что пришло на замену

90% положительных демо, 3% конверсии — где утечка?

Дизайн-студия из 40 человек выбирает таск-трекер. Провели демо пяти продуктов. Два вышли в финал. Демо финалиста прошло блестяще: 90% участников поставили оценку 4+ из 5. Основатель одобрил бюджет. IT-отдел дал зелёный свет.

Через 3 месяца — 3% adoption. Из 40 человек трекером пользуются двое: тот, кто инициировал выбор, и его ассистент.

Что произошло? По классической 4-force модели (Push, Pull, Inertia, Anxiety) всё в порядке: Push есть (хаос в задачах), Pull есть (красивый интерфейс, хорошие отзывы), Anxiety низкая (все одобрили), Inertia... вот тут начинаются проблемы.

Но даже Inertia — это не полная картина. 4-force модель пропускает две силы, которые невидимы, но убивают конверсию: Catalyst Event (без катализатора фрустрация не переходит в действие) и Cognitive Load (ментальная стоимость переключения, которую никто не измеряет).

Краткая история: от Lewin к 6 силам

Модели переключения эволюционировали 80 лет:

ГодАвторМодельКоличество силКлючевой вклад
1943Kurt LewinForce Field Analysis2 (driving + restraining)Противоположные силы определяют поведение
2009BJ FoggB=MAP3 (motivation × ability × prompt)Способность (ability) как отдельный фактор
2012Bob Moesta & Chris SpiekProgress Forces4 (push, pull, anxiety, habit)Привычка и тревога как отдельные тормоза
2026Product DNATransition Dynamics6Catalyst Event + Cognitive Load как отдельные силы

4-force модель Moesta — прорыв своего времени. Но она объединяет вещи, которые нужно разделять, и упускает вещи, которые нужно измерять. Transition Dynamics исправляет оба дефицита.

6 Transition Forces: полная модель

F1: Frustration Pressure — накопленное давление

Определение: Накопленное неудовлетворение текущим решением. Не «боль прямо сейчас», а интеграл боли по времени.

Формула измерения:

F1 = Intensity (1-10) × Duration (months) × Frequency (per month) / 100

Пример: Менеджер проекта тратит 2 часа в неделю на составление отчётов в Excel. Intensity = 6 (раздражает, но не критично). Duration = 18 месяцев. Frequency = 4 раза в месяц. F1 = 6 × 18 × 4 / 100 = 4.32. Высокое давление — но без Catalyst Event (F2) оно не приведёт к действию.

Отличие от 4-force Push: Moesta объединяет фрустрацию и триггер в одну силу «Push». Product DNA разделяет: F1 — это давление, которое накапливается. F2 — это событие, которое активирует. Без разделения вы не поймёте, почему клиент с высокой болью не покупает (нет катализатора) или почему клиент с низкой болью вдруг купил (сильный катализатор).

F2: Catalyst Event — триггер перехода

Определение: Конкретное событие, которое превращает накопленную фрустрацию в активный поиск. Бинарный усилитель: 0 (не произошёл) или 1 (произошёл).

Типы катализаторов:

ТипПримерМаркетинговая стратегия
Внешний дедлайн«К 1 января нужно перейти на ФСБУ»Контент привязан к регуляторным дедлайнам
Инцидент«Потеряли клиента из-за потерянного письма»Case studies с «предотвращёнными катастрофами»
Смена руководства«Новый CTO сказал: 'Оцифруйте всё'»Контент для новых руководителей
Рост масштаба«Нас стало 50 — Excel перестал справляться»Сегментация по размеру компании
Конкурентное давление«Конкурент запустил фичу, которой у нас нет»Competitive intelligence контент

Почему это NEW force: В 4-force модели Catalyst Event спрятан внутри Push. Но это принципиально разные вещи. Push (F1) — это энергия, которая копится. Catalyst (F2) — это детонатор, который эту энергию высвобождает. У вас может быть огромный F1 и нулевой F2 — клиент будет страдать годами и не переключится. Понимание этого объясняет 30-40% «необъяснимых» потерь в pipeline.

F3: Outcome Attraction — притяжение результата

Определение: Притяжение к желаемому состоянию. Включает функциональный и эмоциональный компоненты.

Формула:

F3 = Functional_Delta × 0.6 + Emotional_Gap × 0.4

Где Functional_Delta — измеримое улучшение (экономия времени, денег, точности), а Emotional_Gap — разница между текущим эмоциональным состоянием и желаемым (из Motivation Genome).

Отличие от 4-force Pull: Moesta's Pull — это «привлекательность нового решения». Product DNA разделяет на функциональную дельту (можно измерить: «экономит 5 часов в неделю») и эмоциональный gap (нужно извлечь из интервью: «перестану нервничать перед отчётами»). Разделение критично, потому что разные Core Drives по-разному весят функциональный и эмоциональный компонент.

F4: Behavioral Inertia — инерция поведения

Определение: Сопротивление переходу от установленных паттернов поведения. Не «лень» — а физически закодированные в нейронных цепях привычки (Malvaez et al., 2018: привычки формируются через эпигенетические изменения в дорсальном стриатуме — ацетилирование гистонов).

4 компонента:

КомпонентОпределениеПрокси-измерениеСтратегия преодоления
Data InertiaНакопленные данные, история, контентГБ хранимых данных, лет историиImport-утилиты, миграционные визарды
Habit InertiaМышечная память, ежедневные воркфлоуСессий/неделю, DAU/MAU ratioКонсистентный UX, горячие клавиши
Integration InertiaAPI-интеграции, автоматизации, потоки данныхКоличество активных интеграцийRich API, Zapier/Make коннекторы
Social InertiaКоллеги используют, общие процессыАктивных мест, размер командыКоллаборация, team invites

Отличие от 4-force Inertia: Moesta говорит «habit of the present» — одна сила. Product DNA декомпозирует на 4 компонента, потому что каждый требует своей стратегии. Data Inertia решается импортом. Habit Inertia — знакомым UX. Integration Inertia — API. Social Inertia — виральностью. Одна стратегия на все четыре = провал.

F5: Risk Perception — восприятие риска

Определение: Страх, что новое решение не сработает. Включает 3 типа риска:

Тип рискаОпределениеПримерСтратегия снижения
Financial RiskПотеря денег при неудачном переключении«Заплачу — а оно не сработает»Free trial, money-back, ROI-калькулятор
Functional RiskРешение не выполняет заявленного«Не сможет то, что мне нужно»Демо, PoC, кейсы с метриками
Social RiskРепутационный ущерб от плохого выбора«Команда/босс решит, что я выбрал ерунду»Social proof от такой же роли/индустрии

Klement extension: каждый тип разделяется на pre-adoption risk (до покупки) и post-adoption risk (после). Pre-adoption → снижаем триалом и социальным доказательством. Post-adoption → снижаем customer success и быстрыми победами в онбординге.

Отличие от 4-force Anxiety: Moesta объединяет все страхи в «Anxiety». Product DNA разделяет на 3 типа × 2 фазы = 6 конкретных барьеров, каждый с собственной стратегией снижения.

F6: Cognitive Load — когнитивная нагрузка

Определение: Ментальная стоимость оценки и переключения. Сколько умственных ресурсов нужно потратить, чтобы принять решение и выполнить переход.

Формула (адаптация Fogg, 2009):

F6 = Number_of_Alternatives × Evaluation_Complexity / Familiarity

Пример дизайн-студии: Рассмотрели 5 альтернатив. У каждой — 30+ функций для сравнения. Никто в команде не имел опыта с таск-трекерами (Familiarity = низкая). F6 = 5 × 8 / 2 = 20. Когнитивная нагрузка зашкаливала. Даже при положительном демо — мозг говорил «слишком сложно разбираться».

Почему это NEW force: В 4-force модели Cognitive Load не существует. Fogg (2009) показал, что ability — отдельный фактор, не сводимый к мотивации. Человек может хотеть переключиться (высокий F1, F3) и не бояться (низкий F5) — но если разобраться в новом инструменте требует 40 часов, переключение не произойдёт. Cognitive Load — это невидимое трение, которое убивает конверсию при идеальных условиях.

Transition Formula

Все 6 сил объединяются в одну формулу:

T = (F1 × F2 + F3) / (F4 + F5 + F6)

Где:
  F1 = Intensity × Duration × Frequency / 100
  F2 = 0 (нет катализатора) | 1 (катализатор произошёл)
  F3 = Functional_Delta × 0.6 + Emotional_Gap × 0.4
  F4 = Среднее(Data, Habit, Integration, Social)  [0-10]
  F5 = Среднее(Financial, Functional, Social risk) [0-10]
  F6 = Alternatives × Complexity / Familiarity     [0-10]

Интерпретация:

T-ScoreВероятность переходаРекомендация
T > 1.5>80%Высокая вероятность — клиент переключится сам
T > 1.0>60%Переход вероятен — минимальное маркетинговое воздействие
0.5 — 1.030-60%Intervention Zone — маркетинг/продажи могут качнуть баланс
T < 0.5<20%Переход маловероятен — нужно менять условия
T < 0.1~0%Locked in — структурные барьеры, переключение невозможно

Loss aversion adjustment: По Kahneman & Tversky (1979), негативные силы (F4, F5, F6) воспринимаются в 1.5-2.5× сильнее позитивных. Формула учитывает это через структуру деления: отрицательные силы в знаменателе усиливают свой эффект.

3 фазы перехода

Переключение — не мгновенное решение. Это процесс с 3 фазами, каждая управляется разными силами:

ФазаДлительностьДоминантные силыКлючевые EPВаша стратегия
1. AccumulationНедели — месяцыF1 (фрустрация копится), пассивный F3EP01, EP04Контент-маркетинг, brand awareness → попасть в Consideration Set ДО катализатора
2. Active EvaluationДни — неделиF2 (катализатор), F3 (активное сравнение), F5+F6 пикEP02, EP05-EP07, EP14Сравнительный контент, демо, кейсы → увеличить F3, снизить F5+F6
3. Commitment PointМинуты — дниВсе силы сходятся. F3 должен превысить F4+F5+F6EP08, EP16, EP21Sales call, триал, гарантия → преодолеть финальные F4+F5

Критическая ошибка: большинство компаний весь маркетинг фокусируют на Phase 2 (Active Evaluation). Но если вас нет в Consideration Set на Phase 1 — клиент вас не найдёт в Phase 2, даже если ваш продукт лучше. А если вы не снижаете Cognitive Load на Phase 3 — сделка умрёт «на последней миле».

Почему 4-force модель неполна: 2 невидимые силы

4-force модель Moesta & Spiek (2012) — отличный инструмент. Но она пропускает два критических фактора:

Пропуск #1: Catalyst Event (F2) спрятан в Push

В 4-force модели Push = «всё, что выталкивает из текущего состояния». Но накопленная фрустрация и конкретный триггер — принципиально разные механизмы.

Аналогия: порох (F1) и спичка (F2). Можно насыпать тонну пороха (огромная фрустрация) — без спички ничего не произойдёт. И наоборот: одна спичка (мощный катализатор) может взорвать даже небольшую порцию пороха (умеренная фрустрация).

Практическое следствие: если ваши клиенты имеют высокий F1, но нет F2 — создайте катализатор. Дедлайн, событие, ограниченное предложение. Не ждите, пока катализатор случится сам.

Пропуск #2: Cognitive Load (F6) невидим

BJ Fogg (2009) в модели B=MAP показал: ability — отдельный фактор, не сводимый к мотивации. Высокая мотивация (Push + Pull) НЕ компенсирует низкую способность (Cognitive Load).

6 факторов simplicity по Fogg, применённые к переключению:

  1. Время: Сколько времени займёт разобраться? (дизайн-студия: 40 часов обучения)
  2. Деньги: Не сама цена, а ментальная стоимость сравнения ценовых планов (5 альтернатив × 3 плана = 15 вариантов для сравнения)
  3. Физическое усилие: Миграция данных, настройка интеграций
  4. Когнитивное усилие: Понять, как работает, выучить интерфейс
  5. Social deviance: «Все используют X, а я предлагаю Y» — социальное давление
  6. Non-routine: Насколько переключение отличается от привычного процесса

Пример: дизайн-студия — диагностика через 6 сил

Вернёмся к дизайн-студии с 90% позитивных демо и 3% adoption. Проведём Transition Dynamics анализ:

СилаScoreДиагностика
F1: Frustration4.3Высокая — хаос в задачах, потерянные дедлайны
F2: Catalyst1Произошёл — сорванный проект для важного клиента
F3: Outcome7.0Высокий — демо показало явные преимущества
F4: Inertia6.5Высокая — Habit: 3 года в Trello. Social: 40 человек. Integration: Slack + Google Calendar
F5: Risk3.0Низкий — демо убедило, социальный риск снижен одобрением CEO
F6: Cognitive Load8.0Критический — 5 альтернатив, 30+ функций для сравнения, нет опыта с подобными инструментами

T = (4.3 × 1 + 7.0) / (6.5 + 3.0 + 8.0) = 11.3 / 17.5 = 0.65 — Intervention Zone.

По 4-force модели (без F6) T был бы: 11.3 / 9.5 = 1.19 — «переход вероятен». Модель предсказала бы успех. В реальности — 3% adoption.

Cognitive Load (F6 = 8.0) — главный убийца. Решение:

  1. Убрали 3 альтернативы из рассмотрения → F6 снизился на 2 пункта
  2. Провели 2-часовой воркшоп «быстрый старт» для всей команды → Familiarity выросла
  3. Мигрировали все задачи из Trello за одну ночь → Data Inertia = 0
  4. Назначили 3 «амбассадоров» в разных отделах → Social Inertia снизилась

Результат после вмешательства: T = 11.3 / 10.0 = 1.13. Adoption через 2 месяца: 78%.

Intervention Zone: где маркетинг и продажи имеют максимальный leverage

T = 0.5 — 1.0 — это Intervention Zone. Клиент не переключится сам, но и не безнадёжен. Именно здесь маркетинг и продажи создают наибольшую ценность.

СилаСтратегия увеличения (для положительных сил)Стратегия снижения (для отрицательных)
F1: FrustrationAmplify: контент, показывающий скрытые потери текущего решения
F2: CatalystCreate: дедлайны, ограниченные предложения, события
F3: OutcomeDemonstrate: кейсы с числами, ROI-калькулятор, демо
F4: InertiaImport tools, «бесшовная» миграция, совместимый UX
F5: RiskFree trial, гарантия, social proof, PoC
F6: Cognitive LoadGuided onboarding, сравнительные таблицы, «начните за 5 минут»

Transition Failure Diagnostics (COM-B overlay)

Когда T > 1.0, но переход НЕ происходит — используйте COM-B модель (Michie, 2011) для диагностики:

КомпонентДиагнозПримерРешение
Capability gapНе знает КАК переключиться«Я бы перешёл, но не знаю как мигрировать данные»Миграция, tutorials, onboarding
Opportunity gapСреда не позволяет«Политика компании: только одобренные vendor'ы»Enterprise sales, compliance docs
Motivation gapСилы подсчитаны неверно«Звучит хорошо, но не горит»Пересчитать F1, усилить F2

Как использовать в Product DNA Interview

Каждая сила имеет свои Evidence Points:

СилаEvidence PointsЧто спрашивать
F1EP01, EP04Когда впервые осознали проблему? Как долго терпели?
F2EP02Что стало последней каплей?
F3EP15, EP19, EP25Каким видите идеальный результат?
F4EP03, EP12, EP13Как сейчас решаете? Какие костыли?
F5EP21, EP22Что пугает? Что уже пробовали и не сработало?
F6EP05, EP14, EP26Сколько альтернатив рассматривали? Сколько времени заняло разобраться?

Что дальше

Рассчитайте T-Score для ваших клиентов автоматически → aicpo.ru извлекает 6 сил из интервью и показывает Intervention Zone. 15,000 кредитов на старте — бесплатно.

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