Стратегия
Фаза стратегии: от понимания к решениям
Фаза стратегии превращает данные исследования в конкретные решения: как позиционироваться, что предлагать, по какой цене, как обойти конкурентов. Все артефакты строятся на результатах фазы исследования — сегментах, Job Statements, карте болей.
Орбита конкурентов (5 колец)
Методология: Competitive Orbit Model
Классический конкурентный анализ сравнивает фичи. Product DNA сравнивает по Primary Demand (L2) — какую работу конкуренты выполняют. Модель 5 колец показывает все альтернативы, которые нанимает пользователь:
| Кольцо | Тип | Определение | Пример (product management) |
|---|---|---|---|
| Ring 0 | Non-consumption | Человек не решает задачу вообще | «Просто гадаем и строим» |
| Ring 1 | DIY | Решает вручную | Excel + Notion + ручные интервью |
| Ring 2 | Заменители | Другой тип решения той же работы | Нанять консультанта |
| Ring 3 | Смежные | Похожий продукт, другой фокус | Dovetail (qual research, не JTBD) |
| Ring 4 | Прямые | Тот же тип продукта, тот же фокус | AURA (JTBD research tool) |
Ring 0 — часто самый большой конкурент
Большинство людей вообще не решают задачу. Это не «отсутствие конкуренции» —
это Blue Ocean: переход от «ничего не делаю» к «использую продукт» тоже требует Switch.
Что нужно для генерации
- Описание ниши и core job
- Названия известных конкурентов (AI сам распределит по кольцам)
- Данные из интервью: «Что используют сейчас?» (EP03, EP14)
Совет
Добавьте URL конкурентов в чат — AI извлечёт позиционирование, тарифы и Consideration Set.
Non-consumption (Ring 0) автоматически создаётся из паттернов «ничего не делаю» в фактах.
Strategy Canvas (Blue Ocean)
Методология: Kim & Mauborgne
Strategy Canvas — визуальное сравнение вашего продукта с конкурентами по факторам, извлечённым из Demand Steps (L3). Ось X — факторы конкуренции (каждый L3 с Importance ≥ 7). Ось Y — насколько хорошо каждый игрок выполняет эту работу (1-10).
| Элемент Canvas | Откуда берётся |
|---|---|
| Факторы (ось X) | Demand Steps (L3) с Importance ≥ 7 |
| Оценки (ось Y) | Opportunity Score и данные из Competitive Orbit |
| Ваша кривая | Текущие или планируемые возможности продукта |
| Кривые конкурентов | Ring 3-4 конкуренты + Ring 1 (DIY) |
Пример
SaaS для тайм-трекинга:Факторы: Автоматический трекинг | Отчёты для клиентов | Интеграция с дизайн-инструментами | Выставление счетов | Цена
Ваш продукт = высокая кривая на «автотрекинг» и «интеграция», низкая на «выставление счетов».
Toggl = ровная средняя кривая. DIY (Excel) = высокая на «цена», низкая на всём остальном.
Когда использовать
Генерируйте Strategy Canvas после Competitive Orbit и Job Graph.
Canvas покажет, где вы конкурируете «лоб в лоб» (опасно) и где есть пустое пространство (Blue Ocean).
ERRC Grid (Eliminate / Reduce / Raise / Create)
Методология: стратегические действия Blue Ocean
ERRC Grid — конкретные действия для сдвига вашей кривой на Strategy Canvas. AI автоматически распределяет Demand Steps по 4 квадрантам:
| Действие | Определение | Источник данных |
|---|---|---|
| Eliminate | Какие шаги убрать полностью? | Friction Points (L5) с высоким Elimination Potential |
| Reduce | Что упростить ниже индустриального стандарта? | Over-served demands (Opportunity Score < 10) |
| Raise | Что сделать значительно лучше? | Underserved demands (Opportunity Score ≥ 12) |
| Create | Что новое создать, чего не делает никто? | Latent Demands (L6) + Emergent demands (DT8) |
Пример
Eliminate: Ручной запуск таймера (L5, Elimination Potential = 0.9)Reduce: Детальные настройки проектов (Opportunity Score 8 — over-served)
Raise: Автогенерация отчётов для клиентов (Opportunity Score 14)
Create: AI-прогноз бюджета проекта по историческим данным (L6 — пользователи не знали, что это возможно)
Совет
ERRC Grid генерируется вместе со Strategy Canvas. Используйте его как входные данные
для Feature Priority и MVP Scope.
Матрица осведомлённости (Schwartz 5×5)
Методология: Awareness × Sophistication
Критический инсайт Юджина Шварца: Awareness — про покупателя, Sophistication — про рынок. Нужно диагностировать оба измерения независимо. Матрица 5×5 определяет тип контента, тон и канал доставки для каждой комбинации.
| Sophistication ↓ / Awareness → | Unaware | Problem Aware | Solution Aware | Product Aware | Most Aware |
|---|---|---|---|---|---|
| Stage 1 (первые на рынке) | История → прямое утверждение | Агитация → решение | Назвать продукт + утверждение | Оффер/скидка | Закрытие |
| Stage 2 (копируют) | История → усиленное утверждение | Агитация → больше обещание | Расширить утверждение | Сравнение фич | Лучший оффер |
| Stage 3 (утверждения исчерпаны) | Идентичность → уникальный механизм | Проблема → механизм | Обучение через механизм | Доказательство механизма | Закрытие на доверии |
| Stage 4-5 (рынок циничен) | Чистая идентичность | Комьюнити + эмпатия | Social proof + истории | Customer-led нарратив | Отношения |
Контент по уровням осведомлённости
| Уровень | Типы контента | Каналы | Метрика |
|---|---|---|---|
| Unaware | Истории, провокации, развлечение | Соцсети, подкасты, PR | Reach, brand recall |
| Problem Aware | «Почему это происходит?», отчёты | SEO (инфо), комьюнити | Трафик, email-подписки |
| Solution Aware | How-to, «лучшие инструменты для X» | SEO (solution), YouTube | MQL, скачивания |
| Product Aware | Кейсы, демо, ROI-калькулятор | Ретаргетинг, email nurture | SQL, trial signups |
| Most Aware | Тарифы, офферы, онбординг | Email, in-app, sales | Конверсия, ACV |
Когда использовать
Генерируйте матрицу после определения ниши и конкурентов. AI определит текущий Stage рынка
и подберёт контент-стратегию для каждого уровня Awareness. Используйте вместе с Банком офферов и GTM-стратегией.
Калькулятор перехода (6 сил)
Методология: Transition Dynamics Formula
Расширение классической Switch-формулы (4 силы Moesta) до 6 сил с количественной оценкой. Калькулятор вычисляет вероятность перехода пользователя от текущего решения к вашему продукту:
| # | Сила | Определение | Измерение |
|---|---|---|---|
| F1 | Frustration Pressure | Накопленная неудовлетворённость текущим решением | Intensity × Duration × Frequency |
| F2 | Catalyst Event | Конкретное событие, запускающее поиск | 0 (нет триггера) / 1 (есть) |
| F3 | Outcome Attraction | Притяжение к желаемому результату | Функциональная дельта × 0.6 + эмоциональный gap × 0.4 |
| F4 | Behavioral Inertia | Сопротивление привычек (4 компонента) | Data + Habit + Integration + Social |
| F5 | Risk Perception | Страх перед новым решением (3 типа) | Financial + Functional + Social |
| F6 | Cognitive Load | Ментальная стоимость оценки и переключения | Кол-во альтернатив × сложность / знакомство |
Формула
Transition Score
T = (F1 × F2 + F3) / (F4 + F5 + F6)T > 1.5 → Высокая вероятность перехода (>80%)
T > 1.0 → Переход вероятен (>60%)
T 0.5–1.0 → Зона интервенции — маркетинг может качнуть чашу весов
T < 0.5 → Переход маловероятен — нужно менять условия
T < 0.1 → Lock-in — структурные барьеры
4 компонента Behavioral Inertia
| Компонент | Определение | Стратегия преодоления |
|---|---|---|
| Data Inertia | Накопленные данные и история | Инструменты импорта, мигрейшн-визарды |
| Habit Inertia | Мышечная память, ежедневные воркфлоу | Консистентный UX, горячие клавиши |
| Integration Inertia | API-подключения, автоматизации | Zapier/Make коннекторы, богатый API |
| Social Inertia | Коллеги используют, общие процессы | Инвайт команды, совместная работа |
Что нужно для генерации
Расскажите в чате: какое решение используют сейчас (EP03), почему недовольны (EP01, EP20),
что рассматривали (EP14), чего боятся (EP21). AI вычислит T-score и покажет, какую силу усилить/ослабить.
Дерево решений (OST)
Методология: Teresa Torres Opportunity Solution Tree
OST визуализирует связь между бизнес-целью, возможностями (opportunities) и решениями. AI строит дерево автоматически из собранных данных:
| Уровень дерева | Что содержит | Источник |
|---|---|---|
| Outcome (корень) | Бизнес-цель / North Star Metric | Стадия продукта, данные из чата |
| Opportunities (ветки) | Underserved demands (Opportunity Score ≥ 12) | Job Graph + Opportunity Scoring |
| Solutions (листья) | Конкретные фичи / эксперименты | ERRC Grid, Feature Priority |
| Experiments (под-листья) | RAT-тесты для валидации решений | RAT-тесты |
Пример
Outcome: Увеличить Retention D30 до 40%├── Opportunity: «Отчёт для клиента» (Opp Score 14, underserved)
│ ├── Solution: Авто-PDF с брендингом
│ │ └── Experiment: Wizard of Oz тест (10 пользователей)
│ └── Solution: Интеграция с Google Docs
│ └── Experiment: Прототип + UX-тест
└── Opportunity: «Быстрый старт» (Opp Score 13)
└── Solution: Onboarding wizard
└── Experiment: A/B-тест с контрольной группой
Когда использовать
OST — мост между стратегией и разработкой. Генерируйте после Job Graph и RAT-тестов.
Используйте для приоритизации: каждое решение привязано к измеримой возможности.
Выбор методологии (Cynefin)
Методология: Cynefin Framework (Snowden & Boone)
Не все задачи решаются одинаково. Cynefin Selector определяет, в каком домене находится ваша ситуация, и рекомендует подходящую методологию:
| Домен | Характеристика | Подход | Методологии |
|---|---|---|---|
| Clear | Причинно-следственные связи очевидны | Sense → Categorize → Respond | Best practices, чеклисты, шаблоны |
| Complicated | Связи есть, но нужен эксперт | Sense → Analyze → Respond | Фреймворки (JTBD, Lean), экспертный анализ |
| Complex | Связи выявляются только ретроспективно | Probe → Sense → Respond | Safe-to-fail эксперименты, Continuous Discovery |
| Chaotic | Нет видимых связей, кризис | Act → Sense → Respond | Быстрые решения, стабилизация, MVP |
Пример
Ситуация: Стартап, новый рынок, непонятно, кто целевая аудитория.Домен: Complex — причинно-следственные связи неизвестны.
Рекомендация: Probe → Sense → Respond. Используйте safe-to-fail эксперименты: несколько лендингов, разные сегменты, RAT-тесты. НЕ стройте полный MVP до валидации.
Что нужно для генерации
Опишите в чате стадию продукта, уровень неопределённости и текущие данные.
AI определит домен Cynefin и подберёт рекомендованный набор артефактов для вашей ситуации.
Конкурентный ландшафт
Методология: Consideration Set + Non-consumption
Конкурентный анализ по Consideration Set — набору решений, которые реально рассматривает пользователь:
| Тип конкурента | Определение | Пример (тайм-трекинг) |
|---|---|---|
| Прямые | Решают ту же Core Job | Toggl, Clockify, Harvest |
| Косвенные | Решают Related Job, покрывая Core Job | Notion (таблицы), Trello (списки) |
| Non-consumption | Пользователь НЕ решает задачу вовсе | «Просто запоминаю», «На глаз», Excel |
Советы
- Добавьте URL конкурентов — AI проанализирует их позиционирование
- Укажите ценовые тарифы — улучшит модель ценообразования
- Расскажите, что говорят пользователи конкурентов (отзывы) — для извлечения болей
Позиционирование
Методология: April Dunford + Product DNA
Позиционирование по фреймворку April Dunford — 6 последовательных шагов:
| Шаг | Вопрос | Источник данных |
|---|---|---|
| 1. Альтернативы | Что будут делать без нас? | Competitive Orbit (Ring 0-4) |
| 2. Уникальные возможности | Что есть у нас, чего нет у альтернатив? | ERRC Grid → Create + Raise |
| 3. Ценность | Какую выгоду получает клиент? | Desired outcomes из Job Statements |
| 4. Целевой сегмент | Для кого это важнее всего? | A-сегмент из ABCDX |
| 5. Категория | Какой фрейм активирует правильные ожидания? | Ниша + Strategy Canvas |
| 6. Тренд | Какой попутный ветер делает позицию актуальной? | Рыночные данные |
Используйте язык пользователей
Позиционирование ДОЛЖНО использовать слова из EP11 (Advocacy Language) —
что ранние пользователи рассказали другим. Не «инновационная AI-платформа», а «трекает время за меня».
Требования к контексту
Минимум 40% контекста (ниша + боли + конкуренты). При недостаточных данных
артефакт помечается как «черновик».
Ценностное предложение (Value Proposition Canvas)
Методология: VPC + JTBD Fit
Две стороны Canvas — Customer Profile и Value Map — должны совпадать (Product-Market Fit):
| Customer Profile | Value Map |
|---|---|
| Jobs: Core/Emotional/Social из исследования | Products/Services: Что предлагает продукт |
| Pains: Из карты болей | Pain Relievers: Как снимаем каждую боль |
| Gains: Desired outcomes | Gain Creators: Как создаём каждую выгоду |
Fit Score (0-100%)
- Pain-Reliever fit: сколько болей из топ-10 покрывается
- Gain-Creator fit: сколько желаемых результатов покрывается
- Job-Product fit: соответствие функций Core Jobs
Ценностное предложение должно давать ≥ 2x ценности по сравнению с текущим решением (правило loss aversion — Kahneman).
Банк офферов
Методология: 5 уровней осведомлённости + Job Language
Банк офферов генерирует предложения, адаптированные под уровень осведомлённости покупателя. Каждый оффер привязан к конкретной боли и Job Statement.
| Уровень | Тип оффера | Пример |
|---|---|---|
| Unaware | Образовательный контент без CTA | «Как фрилансеру не терять деньги на учёте» |
| Problem Aware | Назвать проблему + решение есть | «40% фрилансеров теряют 5ч/нед. на учёт» |
| Solution Aware | Активирующее знание | «В отличие от Toggl, не нужно нажимать Start» |
| Product Aware | Демо, кейсы, ROI | «1200 фрилансеров экономят 5ч/нед.» |
| Most Aware | Прямое предложение + снятие Anxiety | «14 дней бесплатно, миграция за 30 сек.» |
Типы офферов в банке
- Главный заголовок — для лендинга и рекламы (на языке Core Job)
- Подзаголовок — раскрытие ценности через desired outcome
- CTA — призыв к действию (привязан к micro job)
- Social proof — формулировки для отзывов (из EP11)
- Objection handlers — ответы на Anxiety из Switch-формулы
- Activating Knowledge — 3-5 фраз, меняющих ментальную модель
Только 3% готовы купить прямо сейчас
Остальные 97% нуждаются в контенте и попадании в Consideration Set до триггера.
Модель ценообразования
Методология: три измерения цены
Правильная цена лежит на пересечении трёх проверок:
| Измерение | Формула | Комментарий |
|---|---|---|
| Справедливая цена | Demand Value ÷ 10 | Value-based pricing (Nagle & Müller, 2018): экономишь $1000/мес → цена $100/мес |
| Переключаемая цена | New Value / Old Value ≥ 2x | Loss aversion: должно быть в 2x лучше |
| Прибыльная цена | LTV/CAC ≥ 3, payback ≤ 12 мес | Бизнес должен быть экономически viable |
Один набор функций + 2 периода оплаты
Простые тарифы конвертируют лучше многоуровневых. Один набор функций + месяц/год.
Сложность = паралич анализа = снижение конверсии.
Анализ ценовой чувствительности (Van Westendorp)
Методология: Price Sensitivity Meter
Van Westendorp PSM — 4 вопроса, определяющие диапазон приемлемых цен для вашего сегмента. AI генерирует квиз с адаптированными вопросами и анализирует пересечения кривых:
| Вопрос | Определяет |
|---|---|
| При какой цене продукт кажется слишком дешёвым (вызывает сомнения)? | Нижний порог качества |
| При какой цене продукт — выгодная покупка? | Точка «bargain» |
| При какой цене продукт дороговат, но вы бы рассмотрели? | Верхний допустимый порог |
| При какой цене продукт слишком дорогой? | Точка отказа |
Когда использовать
Генерируйте перед окончательным определением цены. Квиз можно встроить в лендинг
или провести как часть solution-интервью. Требует минимум данные о нише и конкурентах.