1. Сформулируйте ключевые неизвестные
До PMF у вас больше hypotheses, чем фактов. Выпишите 5–10 ключевых assumptions: кто клиент, какая проблема, насколько она важна, какой trigger, какая alternative, готовность платить, что должно дать first value. Это и есть research agenda.
2. Выберите узкий стартовый сегмент
Широкая аудитория увеличивает шум. Найдите группу, где problem intensity высока и к которой есть доступ. Маленький beachhead помогает быстрее понять pattern.
3. Исследуйте проблему до решения
Проводите problem interviews по недавним реальным ситуациям. Спрашивайте, что произошло, что человек сделал, сколько потерял времени или денег, какую alternative использовал. Избегайте вопроса «купили бы вы наш продукт?».
4. Опишите работу клиента (Job)
Зафиксируйте desired outcome, context, forces и barriers. Это помогает не влюбляться в feature. Один продукт может решать разные jobs; до PMF лучше сфокусироваться на одном.
5. Определите trigger
Что заставляет искать решение именно сейчас? Рост команды, новая regulation, смена системы, событие, ошибка, сезонность. Trigger повышает вероятность реального buying behavior.
6. Создайте минимальное ценностное предложение
Формула: для кого → проблема → результат → механизм → proof. Не пытайтесь сразу объяснить всю платформу. Чем конкретнее outcome, тем легче тестировать message.
7. Тестируйте спрос до полной разработки
Landing page, concierge service, demo, prototype, waitlist, paid pilot, manual fulfillment. Цель — проверить willingness to engage и платить, а не имитировать scale.
8. Разделяйте interest и commitment
9. Проверяйте willingness to pay
Цена — часть продукта. Просите commitment рано: paid pilot, deposit, LOI с условиями или реальный pricing conversation. Бесплатные пользователи могут любить решение, которое никогда не станет бизнесом.
10. Создайте MVP вокруг first value
MVP должен проверить ключевую hypothesis, а не быть урезанной версией большой vision. Уберите всё, что не нужно для достижения первого meaningful outcome.
11. Определите activation
Какое действие показывает, что пользователь получил первую ценность? Не signup и не login. Activation должна быть связана с последующим retention.
12. Измеряйте qualitative retention
При небольших cohorts цифры шумные. Разговаривайте с пользователями: почему возвращаются, что перестало бы работать без продукта, что заменили, кому рекомендуют. Сочетайте это с cohort behavior.
13. Анализируйте churn и отказ
Early churn — источник информации. Причины могут быть wrong segment, weak problem, poor onboarding, missing capability, price-value mismatch. Не удерживайте любого пользователя скидкой.
14. Стройте founder-led sales
До PMF founders или product leaders должны участвовать в продажах. Это самый быстрый канал feedback. Слишком ранняя передача Sales скрывает детали objections и buying process.
15. Не масштабируйте acquisition рано
Paid media полезна как research instrument, но опасна как growth engine до retention. Если продукт не удерживает, увеличение spend ускорит сжигание бюджета.
16. Создайте message experiments
Тестируйте 2–4 варианта problem/value, а не десятки косметических headlines. Сравнивайте quality conversations, demos и paid commitment.
17. Ведите evidence log
Для каждой hypothesis храните evidence: интервью, наблюдение, transaction, experiment. Отделяйте факты от мнений команды. Это снижает confirmation bias.
18. Используйте критерии PMF
Нет единственной магической метрики. Смотрите повторяемость причины покупки, retention, organic/referral pull, сокращение sales friction, willingness to pay и стабильность одного сегмента. PMF — совокупность evidence.
19. Разделите продуктовые и GTM-проблемы
Есть demand, но activation плоха — product/onboarding. Activation хороша, но никто не приходит — distribution/message. Interest высокий, оплаты нет — value/price. Такая декомпозиция предотвращает бесконечный redesign.
20. Создайте experiment portfolio
- Problem interviews.
- Segment tests.
- Value proposition tests.
- Price/WTP tests.
- Activation/onboarding tests.
- Retention interventions.
- Channel discovery.
21. Приоритизируйте learning speed
На стадии 0→1 лучший experiment — тот, который быстро снимает критическую uncertainty. Revenue важна, но learning velocity часто ценнее локальной оптимизации CAC.
22. Минимальный dashboard
23. Операционный ритм (Operating Cadence)
- Еженедельно: interviews, experiments, evidence.
- Раз в две недели: segment/value decision.
- Ежемесячно: PMF evidence review и roadmap.
24. Правила принятия решений (Decision Rules)
- Не масштабировать spend при слабой retention.
- Не добавлять feature без связи с critical hypothesis.
- Не расширять ICP после единичных отказов.
- Не считать бесплатный интерес доказательством WTP.
- Не держать hypothesis без нового evidence.
25. План на 90 дней
- Дни 1–30: 20–30 interviews, problem/segment map, value hypotheses.
- Дни 31–60: MVP, paid pilots, activation and pricing tests.
- Дни 61–90: retention cohorts, repeatable message, PMF review.
Типичные ошибки
- Слишком широкий ICP.
- Слишком ранний performance marketing.
- Feature factory вместо research.
- Vanity signups.
- Бесплатные pilots без commitment.
- Слишком ранний найм большой marketing team.
- Путать founder enthusiasm с market evidence.
Практический пример
Стартап для HR запускает продукт «для всех компаний» и получает много бесплатных регистраций, но почти нет оплаты. После 25 интервью команда обнаруживает, что strongest pain есть у быстрорастущих компаний после 100 сотрудников. Продукт сужается до одного workflow, вводится paid pilot и конкретный ROI narrative. Signups падают, но activation и paid conversion растут — появляется первый устойчивый PMF signal.
26. Как выбрать следующий эксперимент
Сначала ранжируйте assumptions по двум осям: насколько они критичны для бизнеса и насколько плохо подтверждены. Эксперимент должен бить по самому опасному неизвестному. Например, если problem evidence сильный, но WTP не проверен, новый landing test менее полезен, чем paid pilot.
27. Как работать с ранними пользователями
Не превращайте первых клиентов в бесконечный источник custom requests. Фиксируйте, какие запросы повторяются у нескольких high-fit users и связаны с core job. Единичная просьба крупного клиента может увести product в неверный сегмент.
28. Как отличить хороший pivot от паники
Pivot нужен, если evidence системно опровергает ключевую hypothesis: проблема слаба, сегмент недоступен, WTP низка или retention не появляется после разумных попыток улучшения. Не меняйте рынок после каждого отказа; ищите устойчивый pattern.
29. Как строить раннюю pricing architecture
Даже до PMF полезно тестировать не одну цену, а логику value metric и package. Но избегайте сложной тарифной сетки. На раннем этапе важнее понять, за что клиент готов платить и какой уровень цены не разрушает adoption.
30. Когда нанимать маркетинг
Первый marketing hire должен усиливать research, positioning, content/distribution и experiment execution, а не строить большую media machine. Специализированный performance team нужен позже, когда retention и repeatable conversion уже подтверждены.
31. Когда считать, что можно переходить к масштабированию
- Есть повторяемый high-fit segment.
- Покупатели описывают похожую причину покупки.
- Activation и retention улучшаются или стабилизируются.
- Цена принимается без постоянной глубокой скидки.
- Есть хотя бы один воспроизводимый acquisition motion.
- Sales process становится короче и предсказуемее.