Методология Product DNA v2
Product DNA v2 — knowledge architecture
Product DNA v2 — вычислительная knowledge architecture для продуктового анализа. Она моделирует, как люди обнаруживают, оценивают, принимают, используют и отказываются от решений. Product DNA синтезирует 30+ академических и практических источников в единую 7-strand архитектуру с формальными моделями, количественным скорингом и принятием решений на основе доказательств.
Product DNA — не методология (она не предписывает шаги). Это knowledge architecture — формальная система для представления, вычисления и рассуждений о продуктово-рыночной динамике. Методологии (протоколы интервью, форматы воркшопов, спринт-циклы) подключаются К Product DNA как источники данных.
7 нитей Product DNA v2
| # | Нить | Что моделирует | Ключевые артефакты |
|---|---|---|---|
| 1 | Motivation Genome (Геном Мотивации) |
ПОЧЕМУ люди действуют — глубинный мотивационный слой. 6 Core Drives (Mastery, Autonomy, Security, Status, Connection, Efficiency), модель эмоциональных переходов (Point A → Point B), архитектура принятия решений (рефлексивное / обдуманное / делегированное / импульсивное). | Карта Core Drives, Карточки персон, Позиционирование |
| 2 | Transition Dynamics (Динамика Перехода) |
КАК люди меняют решение. 6 сил перехода (не 4): Frustration Pressure, Catalyst Event, Outcome Attraction, Behavioral Inertia (4 компонента), Risk Perception (3 типа), Cognitive Load. Формула T=(F1×F2+F3)/(F4+F5+F6). 3 фазы перехода. | Калькулятор перехода, Диагностика оттока, Скрипт интервью |
| 3 | Demand Architecture (Архитектура Спроса) |
ЧТО людям нужно. 7-уровневая иерархия спроса (L0 Core Drive → L6 Latent Demand), 8 типов спроса, 6 свойств спроса, Demand Graph Algebra с типизированными рёбрами, Opportunity Score (Ulwick ODI). | Формулировка проблемы (Demand Statements), Карта Job-ов, Дерево решений (OST) |
| 4 | Market Topology (Топология Рынка) |
ГДЕ конкурировать. Competitive Orbit Model (5 колец от non-consumption до прямых конкурентов), Value Evolution Stage (Wardley), Strategy Canvas, ERRC Grid, 10-факторный Segment Fit Score. | Орбита конкурентов, Strategy Canvas, ERRC Grid, Конкурентный ландшафт, Сегменты |
| 5 | Evidence Engine (Движок Доказательств) |
ЧТО МЫ ЗНАЕМ и насколько уверены. 26 Evidence Points (EP01-EP26), Bayesian Confidence Model, 5 уровней качества данных (Hypothesis → Platinum). Включает подсистемы: Pricing Intelligence (Van Westendorp, EVC), GTM Intelligence (матрица Schwartz, позиционирование Dunford), Execution Criteria (Kano, SERVQUAL, ODI). | Дашборд уверенности, Анализ ценовой чувствительности, Модель ценообразования, Kano-классификация, Критерии качества, Матрица осведомлённости, Модель активации |
| 6 | Growth Mechanics (Механика Роста) |
КАК масштабировать. 5 типов Growth Loops (Content, Data, Social, Paid, Platform), Inertia Building Strategy (построение барьеров переключения), таксономия оттока (3 типа), Early Warning System (30-60 дней до оттока). | Стратегия роста, GTM-стратегия, Механики ценности, Метрики успеха |
| 7 | Execution Protocol (Протокол Исполнения) |
КАК строить. Demand-Weighted Priority Score, MVP Scoping via Demand Chain, Gate 4 рисков (Value, Usability, Feasibility, Viability), Cynefin-выбор методологии, Launch → Monitor → Iterate цикл. | Скоуп MVP, Приоритизация фич, Gate 4 рисков, Выбор методологии (Cynefin), RAT-тесты |
Transition Formula (6 сил)
Люди меняют решение, когда движущие силы превышают сдерживающие. Product DNA v2 расширяет классическую 4-силовую модель до 6 сил:
Формула перехода
T = (F1 × F2 + F3) / (F4 + F5 + F6)F1 — Frustration Pressure = накопленная неудовлетворённость (интенсивность × длительность × частота)
F2 — Catalyst Event = конкретное событие-триггер (бинарный усилитель: 0 или 1)
F3 — Outcome Attraction = притяжение к результату (функциональный Δ × 0.6 + эмоциональный gap × 0.4)
F4 — Behavioral Inertia = инерция поведения (4 компонента: Data, Habit, Integration, Social)
F5 — Risk Perception = восприятие риска (3 типа: Financial, Functional, Social)
F6 — Cognitive Load = ментальная стоимость оценки и переключения
Интерпретация:
T > 1.5 → Высокая вероятность перехода (>80%)
T > 1.0 → Переход вероятен (>60%)
0.5-1.0 → Intervention Zone — маркетинг/продажи могут качнуть чашу
T < 0.5 → Переход маловероятен (<20%)
4 компонента инерции (F4)
| Компонент | Определение | Стратегия преодоления |
|---|---|---|
| Data Inertia | Накопленные данные, история, настройки | Инструменты импорта, мастер миграции |
| Habit Inertia | Мышечная память, ежедневные workflow | Консистентный UX, горячие клавиши |
| Integration Inertia | API-подключения, автоматизации | Zapier/Make коннекторы, богатое API |
| Social Inertia | Коллеги используют, совместные процессы | Командные фичи, team invites |
3 типа риска (F5)
| Тип | Определение | Стратегия снижения |
|---|---|---|
| Financial Risk | Потеря денег при неудачном переходе | Free trial, money-back, ROI-калькулятор |
| Functional Risk | Решение не работает как ожидалось | Демо, proof of concept, кейсы с метриками |
| Social Risk | Репутационный ущерб от плохого выбора | Social proof, отзывы от той же роли/индустрии |
Loss Aversion
Потери ощущаются в ~1.5-2.5x сильнее выгод (Kahneman & Tversky, 1979). Формула учитывает это через
структуру деления (негативные силы в знаменателе усиливают свой эффект). Точный коэффициент
калибруется по сегменту из данных интервью (EP20-EP22).
3 фазы перехода
| Фаза | Название | Длительность | Доминирующие силы | Маркетинговая интервенция |
|---|---|---|---|---|
| 1 | Accumulation | Недели — месяцы | F1 (фрустрация копится) | Контент, brand awareness → войти в Consideration Set до Catalyst |
| 2 | Active Evaluation | Дни — недели | F2 (триггер сработал), F5+F6 (риски + когнитивная нагрузка на пике) | Сравнения, демо, кейсы → увеличить F3, снизить F5+F6 |
| 3 | Commitment Point | Минуты — дни | Все силы сходятся. F3 должна превысить F4+F5+F6 | Sales-звонок, trial, гарантия → преодолеть финальные барьеры |
8 типов спроса (Demand Types)
Product DNA v2 классифицирует спрос по 8 типам — самая полная типология в отрасли:
| # | Тип | Определение | Стратегическое действие |
|---|---|---|---|
| DT1 | Direct | Целенаправленное действие к желаемому результату | Core product value — строить для этого |
| DT2 | Orientational | Поиск, оценка, выбор вариантов | SEO + контент-стратегия + organic acquisition |
| DT3 | Frictional | Возникает из дефектов текущего решения | Improvement backlog — исправить или убрать |
| DT4 | Aspirational | Желание без поведенческих доказательств | Отфильтровать из roadmap (false signal) |
| DT5 | Habitual | Автоматическое повторение без осознанного выбора | Retention driver — защищать, не менять |
| DT6 | Social | Выполняется для/с другими людьми | Viral growth loop — включить sharing |
| DT7 | Compensatory | Обходной путь для невозможного спроса | Disruption opportunity — решить оригинальный X |
| DT8 | Emergent | Существует только потому, что новый инструмент это позволяет | Category creation — обучать рынок |
Ключевые правила
- DT4 (Aspirational) исключаются из скоринга roadmap — нет поведенческих доказательств
- DT2 (Orientational) → прямое отображение в SEO keyword strategy
- DT7 (Compensatory) → наивысший потенциал дизрупции, если решить оригинальную потребность
7-уровневая иерархия спроса
| Уровень | Название | Определение | Продуктовое значение |
|---|---|---|---|
| L0 | Core Drive | Неснижаемая мотивация (из Strand 1) | Позиционирование, язык маркетинга |
| L1 | Life Outcome | Крупный жизненный/рабочий результат | Big vision, brand story |
| L2 | Primary Demand | Конкретная задача, ради которой «нанимают» продукт | Core value proposition |
| L3 | Demand Step | Последовательная подзадача в цепочке исполнения | Scope фич |
| L4 | Interaction Point | Атомарное взаимодействие с продуктом | UI/UX элементы |
| L5 | Friction Point | Конкретная боль/неэффективность в текущем исполнении | Improvement backlog, DT3 |
| L6 | Latent Demand | Неосознанная потребность — человек не знает, что она есть | Innovation opportunity, DT8 |
26 Evidence Points
Каждый спрос описывается через 26 типов доказательств. AI CPO собирает их из сообщений в чате, файлов, интервью и внешних источников. Чем больше EP собрано — тем точнее все артефакты.
| # | Evidence Point | Фаза | Категория |
|---|---|---|---|
| EP01 | Awareness Trigger — первое осознание проблемы | Accumulation | Push |
| EP02 | Catalyst Event — конкретное событие-триггер | Accumulation → Evaluation | Push |
| EP03 | Incumbent Solution — текущее решение | Accumulation | Inertia |
| EP04 | Passive Scanning — пассивный поиск | Accumulation | Search |
| EP05 | Active Evaluation — активный поиск альтернатив | Evaluation | Search |
| EP06 | First Consideration — первое рассмотренное решение | Evaluation | Pull |
| EP07 | Decision Criteria — критерии выбора | Evaluation | Criteria |
| EP08 | Social Validation — обращение за social proof | Commitment | Risk reduction |
| EP09 | First Contact — первый опыт использования | Post-switch | Onboarding |
| EP10 | Value Revelation — AHA-момент | Post-switch | Retention |
| EP11 | Advocacy Language — как описали другим | Post-switch | Viral/positioning |
| EP12 | Engagement Context — контекст регулярного использования | Post-switch | Retention |
| EP13 | Workaround Inventory — обходные решения | Post-switch | Improvement |
| EP14 | Consideration Set — полный набор альтернатив | Evaluation | Competitive |
| EP15 | Emotional Destination — желаемое эмоц. состояние | All phases | Motivation |
| EP16 | Economic Threshold — бюджет и WTP | Commitment | Pricing |
| EP17 | Decision Ecosystem — другие участники решения | Evaluation-Commitment | B2B |
| EP18 | Urgency Gradient — временной горизонт и срочность | All phases | Timing |
| EP19 | Success Definition — определение успеха | All phases | Metrics |
| EP20 | Abandonment Reason — почему ушли от предыдущего | Accumulation | Churn insight |
| EP21 | Adoption Fears — конкретные страхи о новом решении | Evaluation-Commitment | Risk |
| EP22 | Failed Attempts — предыдущие неудачные попытки | Accumulation | Retention risk |
| EP23 | Resistance Map — кто сопротивляется переходу | Evaluation-Commitment | B2B-critical |
| EP24 | Personal ROI Metric — метрика личного ROI | Commitment-Post | Pricing/retention |
| EP25 | Transformation Vision — видение через 6 мес. после перехода | All phases | Positioning |
| EP26 | Time-to-Value Expectation — ожидаемое время до результата | Commitment | Onboarding |
Уровни качества данных
| Уровень | Покрытие EP | Кол-во интервью | Потолок уверенности |
|---|---|---|---|
| Platinum | EP01-EP26 все | ≥ 10 | 0.95 |
| Gold | EP01-EP19 | ≥ 5 | 0.85 |
| Silver | EP01-EP12 | ≥ 3 | 0.70 |
| Bronze | EP01-EP07 | ≥ 1 | 0.50 |
| Hypothesis | < 7 EPs | 0 | 0.30 max |
Самые ценные Evidence Points
- EP11 (Advocacy Language) — язык пользователей → позиционирование, офферы, лендинг
- EP10 (Value Revelation) — AHA-момент → onboarding, демо, trial
- EP16 (Economic Threshold) — ценообразование, unit economics
- EP02 (Catalyst Event) — когда и как ловить пользователя → GTM, реклама
- EP13 (Workaround Inventory) — нерешённые задачи → новые фичи
- EP20-EP22 (новые в v2) — причины ухода, страхи, неудачи → churn prevention, onboarding
Segment Fit Score (10 факторов)
Product DNA v2 заменяет упрощённую 4-факторную ABCDX-оценку на 10-факторный Segment Fit Score:
| Фактор | Вес | Что измеряет |
|---|---|---|
| Market Size (TAM reachable) | 0.15 | Достижимый размер рынка |
| Willingness to Pay | 0.15 | Готовность платить |
| Frustration Intensity | 0.15 | Интенсивность фрустрации (F1) |
| Demand Frequency | 0.10 | Частота возникновения спроса |
| Competitive Density (inverse) | 0.10 | Плотность конкуренции (обратная) |
| Channel Accessibility | 0.10 | Доступность каналов привлечения |
| Social Radius (viral potential) | 0.10 | Вирусный потенциал |
| Feedback Loop Speed | 0.05 | Скорость обратной связи |
| Market Trend Direction | 0.05 | Направление рыночного тренда |
| Competency Match | 0.05 | Соответствие компетенциям команды |
Интерпретация Score
≥ 7.5: A-сегмент — all-in: продукт, маркетинг, продажи для них6.0-7.4: B-сегмент — обслуживать хорошо
4.0-5.9: C-сегмент — деприоритизировать
< 4.0: D-сегмент — активно отказывать
Unscored: X-сегмент — приоритет исследования
Ключевые источники Product DNA v2
| Источник | Год | Ключевой вклад |
|---|---|---|
| Kurt Lewin | 1943/1951 | Force Field Analysis — модель противоположных сил |
| Kahneman & Tversky | 1979 | Prospect Theory — loss aversion, reference dependence |
| Deci & Ryan | 1985 | Self-Determination Theory — autonomy, competence, relatedness |
| Tony Ulwick | 1991 | Outcome-Driven Innovation — opportunity algorithm |
| Kim & Mauborgne | 2005 | Blue Ocean Strategy — ERRC grid, Strategy Canvas |
| BJ Fogg | 2009 | Behavior Model B=MAP — motivation × ability × prompt |
| Bob Moesta & Chris Spiek | 2012 | Progress Forces — push/pull/inertia/anxiety |
| Lisa Feldman Barrett | 2017 | Constructed emotion — predictive processing |
| Teresa Torres | 2021 | Continuous Discovery — Opportunity Solution Trees |
| Marty Cagan | 2024 | Product Operating Model — discovery vs delivery |
Полный список
Product DNA v2 синтезирует 30+ источников, включая Nir Eyal (Hook Model), Susan Michie (COM-B),
Jim Kalbach (Job Hierarchy), Herbert Simon (Bounded Rationality), Donella Meadows (Systems Thinking),
Kano (1984), Van Westendorp (1976), April Dunford (Positioning), Schwartz (5 Awareness Levels) и другие.
Как всё связано: Strands → Артефакты
Конвейер от данных к решениям
1. Сбор данных: чат → извлечение фактов (5 измерений) → 26 Evidence Points2. Мотивация: Core Drives → Emotional Destination → Decision Architecture [Strand 1]
3. Спрос: факты → Demand Statements (7 уровней, 8 типов) → Demand Graph [Strand 3]
4. Transition: 6 сил → T-score для каждого сегмента → Intervention Zone [Strand 2]
5. Рынок: Competitive Orbit → Strategy Canvas → ERRC Grid → Segment Fit Score [Strand 4]
6. Уверенность: Bayesian Confidence → Evidence Quality Tier → решение строить или исследовать [Strand 5]
7. Рост: Growth Loops → Inertia Building → Churn Taxonomy → Early Warning [Strand 6]
8. Исполнение: Priority Score → MVP Scope → Gate 4 рисков → Launch [Strand 7]
Эволюция платформы
AI CPO — самоулучшающаяся система. Три механизма эволюции работают автоматически:
- Feedback Digest (ежедневно, 3:00) — агрегация обратной связи по каждому артефакту. AI выявляет паттерны: «пользователи часто жалуются на неточность сегментации».
- Evolution Analysis (еженедельно, пн 4:00) — Claude Sonnet анализирует паттерны и генерирует улучшения в бэклог: новые промпты, фичи, исправления.
- Chat Audit (еженедельно, пн 5:00) — Groq анализирует чат-сессии: где пользователи застревают, путаются или отказываются от работы.
Результаты доступны в бэклоге (кнопка «Бэклог» в чате). Наиболее востребованные улучшения промоутируются в реальные обновления платформы.
Кастомные артефакты и голосование
Если вам нужен артефакт, которого нет в стандартном списке — запросите его. Другие пользователи могут голосовать за запросы. При 3+ голосах запрос становится кандидатом на промоцию в стандартный набор артефактов.