Перед запуском
Разделяйте problem, solution, usability, pricing и distribution hypotheses. Если никто не хочет продукт, новый onboarding не решит слабый problem. Если problem сильная, но activation плоха — не делайте вывод, что рынка нет.
Эксперимент 1. Problem interview sprint
Гипотеза: узкий segment испытывает проблему чаще/сильнее остальных
Как проверить: Проведите 10–15 интервью по recent behavior, без pitch; сравните patterns между segments.
Основная метрика: repeated pain pattern Guardrail: leading questions
Эксперимент 2. Trigger interview
Гипотеза: покупка начинается после конкретного события
Как проверить: В интервью фиксируйте событие, timeline и alternatives до него.
Основная метрика: share with common trigger Guardrail: recall bias
Эксперимент 3. Alternative mapping
Гипотеза: главный конкурент — status quo/ручной процесс, а не vendor
Как проверить: Соберите фактические alternatives и switching reasons.
Основная метрика: dominant alternative identified Guardrail: sample bias
Эксперимент 4. Fake-door feature
Гипотеза: интерес к proposed capability достаточен для deeper discovery
Как проверить: Добавьте entry point с прозрачным 'coming soon'/waitlist, не обманывая availability.
Основная метрика: qualified intent Guardrail: trust
Эксперимент 5. Concierge MVP
Гипотеза: ручное выполнение core job подтвердит value до automation
Как проверить: Deliver outcome вручную 5–10 target users.
Основная метрика: repeat use / willingness to pay Guardrail: service scalability
Эксперимент 6. Paid pilot
Гипотеза: клиенты готовы платить до полной зрелости продукта
Как проверить: Предложите ограниченный paid pilot с success criteria.
Основная метрика: paid conversion Guardrail: custom work
Эксперимент 7. Deposit/preorder
Гипотеза: commitment выше verbal interest
Как проверить: Используйте refundable/clear deposit только при реальной delivery plan.
Основная метрика: commitment rate Guardrail: refund / legal
Эксперимент 8. One-job MVP
Гипотеза: сужение до одного core job повысит activation
Как проверить: Уберите secondary flows для pilot cohort.
Основная метрика: activation Guardrail: missing critical use cases
Эксперимент 9. Onboarding to first value
Гипотеза: сокращение steps повысит early activation
Как проверить: Удалите optional setup и перенесите его после first value.
Основная метрика: time-to-value Guardrail: later retention
Эксперимент 10. Template/default setup
Гипотеза: готовый старт снизит blank-page friction
Как проверить: Дайте relevant template/default configuration.
Основная метрика: activation Guardrail: wrong-fit defaults
Эксперимент 11. Value proposition variant
Гипотеза: другая framing лучше отражает job клиента
Как проверить: Сравните 2–3 value propositions через landing/interviews/outbound.
Основная метрика: high-intent conversion Guardrail: message-only false positive
Эксперимент 12. Segment-specific proposition
Гипотеза: PMF сильнее в одном beachhead segment
Как проверить: Одинаковый product/price, разный segment targeting/message.
Основная метрика: paid/activated conversion Guardrail: small sample
Эксперимент 13. Use-case packaging
Гипотеза: упаковка вокруг workflow понятнее feature list
Как проверить: Соберите package/use-case page и сравните buying response.
Основная метрика: qualified demand Guardrail: scope creep
Эксперимент 14. Willingness-to-pay interview
Гипотеза: value выше/ниже текущей price assumption
Как проверить: Используйте price range/Van Westendorp-style questions только как directional evidence.
Основная метрика: WTP distribution Guardrail: hypothetical bias
Эксперимент 15. Real price test
Гипотеза: изменение цены не разрушит conversion и улучшит contribution
Как проверить: Тестируйте на new customers/eligible cohorts с governance.
Основная метрика: contribution Guardrail: churn/fairness
Эксперимент 16. Package boundary
Гипотеза: feature gating по value metric улучшит monetization
Как проверить: Сравните packaging для new cohort, не ломая existing contracts.
Основная метрика: paid conversion / ARPU Guardrail: support/confusion
Эксперимент 17. Retention interview
Гипотеза: retained users называют одну повторяемую ценность
Как проверить: Интервью users, которые стабильно возвращаются; сравните с churned.
Основная метрика: common retained job Guardrail: survivorship bias
Эксперимент 18. Churn interview
Гипотеза: главная причина churn — mismatch, а не missing feature
Как проверить: Проведите выборочные interviews вскоре после churn.
Основная метрика: reason distribution Guardrail: self-report bias
Эксперимент 19. Very disappointed survey
Гипотеза: доля users, сильно потерявших value без продукта, растёт в core segment
Как проверить: Используйте survey как один signal, сегментируйте по activation/usage.
Основная метрика: strong attachment share Guardrail: gaming / sample
Эксперимент 20. Referral ask
Гипотеза: реальная value достаточна для естественной рекомендации
Как проверить: После value milestone предложите referral без большого incentive.
Основная метрика: qualified referrals Guardrail: incentive distortion
Эксперимент 21. Usage milestone
Гипотеза: определённое behavior предсказывает retention
Как проверить: Сравните retained vs churned cohorts и выделите milestone.
Основная метрика: retention lift Guardrail: correlation vs causation
Эксперимент 22. Remove feature test
Гипотеза: часть продукта не создаёт value и добавляет complexity
Как проверить: Скройте non-core feature для controlled new cohort.
Основная метрика: activation/retention Guardrail: existing-user disruption
Эксперимент 23. Service-assisted onboarding
Гипотеза: human help reveals product gaps and accelerates value
Как проверить: Дайте assisted onboarding small high-fit cohort и document interventions.
Основная метрика: activation/time-to-value Guardrail: cost-to-serve
Эксперимент 24. New use-case pilot
Гипотеза: adjacent job может расширить market без разрушения core
Как проверить: Запустите isolated pilot с отдельной success criteria.
Основная метрика: paid/retained adoption Guardrail: focus dilution
Эксперимент 25. Switching test
Гипотеза: клиент реально готов заменить current alternative
Как проверить: Попросите перенести реальный workflow/data/process в pilot.
Основная метрика: completed switch / sustained use Guardrail: migration burden
Как собирать PMF evidence
Когда переходить к scale
Не ждите одной магической цифры. Ищите согласованный набор signals в одном сегменте: repeatable reason to buy, stable activation/retention, willingness to pay и хотя бы один воспроизводимый acquisition motion. После этого scale — отдельная стадия.
Как различать problem, solution и PMF
Problem evidence отвечает: есть ли важная задача. Solution evidence: решает ли её ваш approach. PMF: выбирает ли рынок продукт повторяемо и остаётся ли ценность после первой покупки. Не объявляйте PMF после успешного landing test или серии интервью.
Как работать с early adopters
Early adopters терпят rough edges сильнее mainstream. Помечайте, почему человек готов пробовать новое: pain intensity, expertise, novelty seeking или strategic importance. Масштабирование требует проверить, переносится ли value на менее терпеливых customers.
Как использовать paid commitment
Деньги — сильный signal, но крупный кастомный pilot может означать consulting fit, а не product fit. Смотрите повторяемость scope, gross margin и возможность обслужить следующего клиента без новой разработки.
Как интерпретировать retention
Retention должна быть привязана к natural frequency продукта. Для monthly workflow D7 почти ничего не говорит; для daily app — наоборот. Сначала определите expected usage cadence, затем выбирайте retention window.
Как не превратить PMF в одну survey-метрику
Very-disappointed survey, NPS, retention и referral полезны как signals, но каждый имеет bias. PMF лучше подтверждать triangulation: behavior + commercial commitment + qualitative reason to buy + repeatability в конкретном segment.
Как выбирать следующий product experiment
Если нет problem evidence — исследуйте сегмент и trigger. Если есть problem, но слабая activation — тестируйте onboarding/MVP. Если usage есть, а оплаты нет — WTP/packaging. Если платят, но уходят — retention/value. Это предотвращает бессистемное feature testing.
Когда закрывать сегмент
Если после нескольких качественных tests problem intensity, willingness to pay и retention остаются слабыми, сегмент следует deprioritize. Не компенсируйте отсутствие fit бесконечным acquisition или custom features.