Маркетинговый аудит за один день полезен, когда нужно быстро понять, куда смотреть до начала большого проекта: перед выходом нового руководителя, пересборкой бюджета, падением темпов роста, запуском нового квартала или спором между маркетингом и продажами. Он не заменяет глубокое исследование, но позволяет прекратить обсуждать каналы в отрыве от экономики бизнеса.

Главный принцип — идти сверху вниз: бизнес-результат → рынок и клиент → предложение → GTM → воронка → экономика → удержание → измерение → команда. Если начинать с рекламных кабинетов, можно хорошо оптимизировать локальную метрику, не заметив, что главное ограничение находится в продукте, цене или sales process.

• P&L или хотя бы revenue, gross/contribution margin и динамику за 12–18 месяцев.
• Данные по расходам на маркетинг и продажам по каналам.
• Воронку от первого контакта до сделки или покупки.
• CAC, средний чек/ACV, payback, retention/churn или повторные покупки.
• Список основных сегментов, продуктов и каналов.
• Последние 10–20 выигранных и проигранных сделок или customer feedback.
• Доступ к основным dashboard, CRM и analytics, если они существуют.

Начните не с маркетинга, а с вопроса: какой результат бизнес пытается изменить? Рост revenue на 30%, выход в прибыль, ускорение pipeline, повышение NRR, запуск нового направления — это разные задачи и разные системы рычагов.

Запишите простую growth equation. Для B2B это может быть: Revenue = число opportunities × win rate × average deal size. Для e-commerce: Revenue = traffic × conversion × AOV × repeat factor. Для SaaS: ARR зависит от новых клиентов, retention, expansion и contraction. Уже на этом шаге часто видно, что проблема «мало лидов» не является главным ограничением.

Ответьте на четыре вопроса: растёт ли сама категория; меняется ли структура спроса; какие alternatives рассматривает клиент; где у компании есть реальное право на победу. Не пытайтесь за один день построить идеальный market sizing. Нужна достаточная картина, чтобы отличить внутреннюю проблему от изменения рынка.

Полезно сделать быстрый scan через 5C или PESTEL и отдельно записать 3–5 market shifts, которые могут влиять на результат: изменение стоимости капитала, regulatory pressure, появление новой технологии, saturation канала, изменение buyer behavior.

Сравните лучшие и худшие сегменты не по кликам, а по коммерческому качеству: win rate, sales cycle, ACV, retention, margin, cost-to-serve. Если один сегмент покупает быстрее и остаётся дольше, но получает меньше бюджета только потому, что его аудитория меньше, это важный сигнал.

Для B2B отдельно проверьте, кто входит в buying committee, что запускает поиск решения и какие признаки отличают аккаунты с высоким fit.

Возьмите сайт, коммерческое предложение и несколько sales calls. Можно ли за 30 секунд понять: для кого продукт, какую проблему он решает, чем отличается от status quo и почему обещанию стоит верить? Если marketing говорит о функциях, а клиенты покупают снижение риска или ускорение процесса, communication layer уже создаёт потери.

Составьте список каналов и для каждого укажите не только spend, но и роль: создание спроса, capture существующего спроса, nurturing, partner access, sales enablement, retention. Не сравнивайте brand channel и branded search только по last-click ROAS.

Проверьте channel concentration risk: если 70–80% нового бизнеса зависит от одной платформы, одного рекламного кабинета или одного sales motion, это отдельный стратегический риск.

Смотрите не только conversion rate, но и time-in-stage. В B2B воронка может выглядеть «нормально» по процентам, но 80% deals зависают на evaluation на 120 дней.

Не ограничивайтесь blended CAC. Разделите acquisition cost по сегменту и каналу, а если возможно — посмотрите marginal CAC при увеличении spend. Для LTV проверьте, на какой retention assumption он опирается и учитывает ли contribution margin.

Если CAC приемлем, но payback выходит за финансовый горизонт компании, scale может ухудшить cash position. Если LTV высокий только из-за optimistic churn assumption, модель роста уязвима.

Для подписки смотрите cohort retention, GRR/NRR, expansion и time-to-value. Для транзакционного бизнеса — repeat rate и время до следующей покупки. Отдельно выделите early churn: он часто указывает на mismatch между acquisition promise и реальным onboarding.

Убедитесь, что ключевые метрики имеют определения, source of truth и owner. Если CRM считает SQL одним способом, BI — другим, а marketing report — третьим, спор о performance не решается дополнительным dashboard.

Отдельно пометьте, где вы видите correlation, а где есть causal evidence. Attribution полезна для распределения observed credit, но не заменяет incrementality.

Сопоставьте приоритеты с capacity. Если стратегия требует ABM, research и lifecycle, а команда состоит из одного performance manager и дизайнера, проблема не в дисциплине исполнения. Проверьте ownership, decision rights, agency dependencies, platform risk и ключевые single points of failure.

Для каждого найденного ограничения поставьте четыре оценки: impact на business outcome, strength of evidence, urgency и controllability. Не пытайтесь исправить 30 проблем одновременно. Экспресс-аудит полезен только тогда, когда заканчивается жёсткой приоритизацией.

• Одна growth equation с текущими значениями.
• Карта 5 главных bottleneck.
• Список ключевых неизвестных, которые нельзя решить без research.
• 3–7 экспериментов или проверок на ближайшие 30 дней.
• Список метрик, definitions и owners для review.
• Решение: нужен ли полный недельный аудит и какие области требуют глубины.

• Начинать с SEO, контекста или SMM вместо бизнес-цели.
• Считать любой рост трафика улучшением.
• Использовать только средние показатели без segment/cohort view.
• Путать attribution с причинностью.
• Выдать 50 рекомендаций без приоритета.
• Игнорировать product, pricing, sales и retention, называя аудит «маркетинговым».

Компания видит рост CPL на 25% и просит оптимизировать рекламу. Аудит показывает: traffic cost действительно вырос, но главное изменение произошло дальше — SQL rate упал с 38% до 20% после расширения targeting на новый сегмент. Одновременно win rate этого сегмента вдвое ниже, а sales cycle длиннее. Решение — не искать ещё более дешёвые клики, а пересобрать ICP, channel allocation и qualification. Это и есть ценность аудита сверху вниз.

• Полный аудит за неделю
• Маркетинговая стратегия на год

• KPI Tree
• Marketing Budget Model
• Risk Register

• 5C
• SOSTAC
• North Star Framework

• CAC
• LTV
• Retention Rate
• Measurement Strategy

Однодневный аудит ищет вероятные bottleneck. Недельный — проверяет их evidence и соединяет market, customer, product, brand, pricing, GTM, lifecycle, data, operations и team в одну систему. Он нужен, когда ошибка приоритета дорого стоит: перед новым бюджетным циклом, трансформацией маркетинга, сменой CMO, масштабированием или turnaround.

Не начинайте с универсального checklist. Сформулируйте 5–10 решений, которые аудит должен поддержать: где расти; какие сегменты приоритетны; стоит ли увеличивать media spend; менять ли positioning; почему pipeline не растёт; какие capabilities нужно строить.

Создайте data room: P&L, CRM, channel spend, analytics, product usage, research, customer support, pricing, sales pipeline, content, contracts с ключевыми vendors. У каждого источника зафиксируйте period, owner и reliability.

Соберите единую логику роста. Revenue и profit разложите на управляемые drivers. Проверьте, какая доля роста приходит из acquisition, pricing, retention, expansion, mix и market tailwind. Для каждого driver оцените историческую динамику и управляемость.

Главный output дня — не таблица KPI, а гипотеза о 3–5 системных ограничениях. Например: weak ICP fit, low activation, low win rate, margin erosion, channel saturation.

Сделайте market sizing в достаточной точности для решения, конкурентную матрицу и быстрый Voice of Customer. Если свежих customer interviews нет, проведите 5–8 интервью с выигранными, проигранными или ушедшими клиентами. Даже небольшая качественная выборка часто обнаруживает расхождение между внутренней версией проблемы и реальным decision process.

Проверьте substitutes и status quo: для нового продукта главным конкурентом часто является не другой vendor, а Excel, ручной процесс или решение ничего не менять.

Сегменты должны различаться не только firmographics, но и jobs, urgency, willingness to pay, route-to-market и economics. Сравните cohorts/segments по CAC, win rate, ACV, onboarding effort, retention и margin.

Для PMF не ищите одну магическую метрику. Соберите evidence: retention, repeat behavior, organic pull, willingness to pay, sales efficiency, win/loss, customer disappointment if product disappears, expansion. Важно отличить сильный PMF в узком сегменте от слабого среднего по рынку.

Проверьте consistency между positioning, sales narrative, site, creative и реальными reasons-to-buy. Затем разберите pricing/packaging: value metric, fences, discounting, willingness to pay, price realization. Наконец, пройдите customer journey от первого контакта до renewal: где обещание ломается о friction, trust или service gap.

Нарисуйте route-to-market: direct, partner, marketplace, self-service, inside sales, enterprise. Для каждого motion опишите target segment, economics и capacity limits. Разделите demand creation и demand capture. В B2B отдельно проверьте definitions MQL/SQL/opportunity, routing SLA, lead acceptance, pipeline coverage и win/loss loop.

Проверьте activation, onboarding, lifecycle triggers, churn reasons, expansion и customer success handoffs. Затем пройдите data chain: events → definitions → warehouse/CRM → dashboards → decisions. Зафиксируйте data quality issues и manual work.

MarTech оценивайте не по количеству систем, а по capability: identity, orchestration, measurement, content operations, experimentation, sales interface. Инструмент без owner, adoption и process часто добавляет cost, а не capability.

Сопоставьте annual priorities с budget и team capacity. Проверьте agency/vendor dependencies, approval bottlenecks, decision rights, legal/privacy risks и business continuity. После этого соберите не «список проблем», а causal map: outcome → causes → evidence → actions.

Разделите инициативы на три группы: fix measurement, если вы не можете доверять картине; remove bottleneck, если ограничение уже доказано; test uncertainty, если решение зависит от неизвестного.

• Executive summary: 5–7 выводов.
• Growth equation и текущие значения.
• Карта рынка и приоритетных сегментов.
• Customer evidence и ключевые jobs/triggers.
• Оценка PMF, positioning и pricing.
• GTM и channel economics.
• Funnel/lifecycle bottleneck.
• Measurement/Data/MarTech gaps.
• Team, process, vendor и risk gaps.
• Roadmap 30/60/90 дней с owners и metrics.

Хороший аудит связывает recommendation с evidence и business outcome. «Нужно больше контента» — слабый вывод. «Pipeline в segment A ограничен ранней стадией consideration: 62% target accounts не доходят до engaged state, win/loss показывает низкое понимание category difference; поэтому test — thought leadership + proof content по 3 buying roles» — уже управленческая гипотеза.

Если CRM, finance и analytics дают разные цифры, не усредняйте их. Зафиксируйте definition gap и определите source of truth. Если qualitative research говорит одно, а behavior — другое, рассматривайте расхождение как отдельный insight. Аудит должен явно показывать уровень уверенности в каждом выводе.

Проведите короткие interviews с Marketing, Sales, Product, CS и Finance. Просите не «оценить маркетинг», а назвать решения, bottleneck, данные и примеры. Сильный аудит использует stakeholder input как evidence source, но не подменяет им customer и commercial data.

• Собирать данные без decision questions.
• Оценивать marketing отдельно от sales/product/service.
• Не разделять symptoms и causes.
• Делать benchmark главным аргументом без учёта business model.
• Считать software stack доказательством maturity.
• Заканчивать аудит recommendations без owners, metrics и cadence.

Назначьте monthly review 90-day roadmap. Для каждой инициативы должен существовать expected outcome и kill/continue rule. Через квартал обновите growth equation и повторно проверьте bottleneck: после снятия одного ограничения система обычно упирается в следующее.

• Экспресс-аудит за один день
• Стратегия маркетинга на год

• Research Brief
• Competitor Matrix
• Resource Plan
• Decision Log

• 5C
• STP
• SOSTAC
• RICE

• Product-Market Fit
• Go-to-Market
• Marketing Capacity Planning

Для каждого крупного вывода попробуйте ответить на три вопроса: какой факт это подтверждает, какое альтернативное объяснение возможно и какое решение изменится, если вывод неверен? Такой review резко снижает риск перепутать правдоподобную историю с реальной причиной.

Если рекомендация остаётся одинаковой при любом исходе анализа, возможно, аудит использовался только как оправдание заранее выбранного решения. Сильный результат должен менять приоритеты, budget allocation, sequencing или хотя бы уровень уверенности.

Годовой план отвечает на вопрос «что и когда делаем». Стратегия должна сначала ответить «какие ставки мы делаем и почему». Если первым слайдом после revenue target идёт список мероприятий, скорее всего стратегический слой отсутствует.

Запишите целевые изменения revenue, margin, market share, NRR, pipeline или category penetration. Затем разложите, откуда должен прийти рост: новые клиенты, price/mix, expansion, retention, новые рынки или продукты. Это задаёт структуру всей стратегии.

Не ставьте маркетингу цель, которую он не может контролировать в одиночку. Например revenue в enterprise зависит от sales capacity и product delivery. В таком случае нужны shared outcomes и отдельные controllable input metrics.

Обновите market sizing, growth, competition, substitutes, PESTEL/5C и основные category shifts. Фокусируйтесь на факторах, меняющих economics или buying behavior. Стратегия не обязана содержать все факты о рынке — только те, которые влияют на выбор.

Сегментация без targeting — классификация, а не стратегия. Оцените сегменты по attractiveness, fit, accessibility, economics и strategic value. Зафиксируйте primary target, secondary bets и сегменты, которые сознательно не приоритетны.

Для B2B полезно сочетать firmographic ICP с behavioral/contextual triggers. Компания может формально подходить по размеру, но не иметь urgency, capability или buying process для продукта.

Стратегическая ставка — это не канал, а утверждение вида: «Мы будем расти в segment X за счёт Y, потому что evidence Z показывает structural advantage». Примеры: partner-led expansion в новой географии; enterprise ABM вокруг установленной базы; product-led activation с sales assist; retention-led growth вместо агрессивного acquisition.

Для выбранных сегментов определите category/frame of reference, alternatives, value proposition, differentiation и proof. Затем переведите positioning в messaging house, но не позволяйте каждому каналу изобретать новую стратегию.

Маркетинг не может обещать то, что product roadmap не поддерживает. Сопоставьте segment priorities с product gaps, launch roadmap, package structure и service model. Для портфеля используйте Ansoff, BCG или GE/McKinsey как input в обсуждение, а не как автоматический ответ.

Проверьте value metric, price realization, discounting, packaging fences, willingness to pay и price-volume trade-offs. В зрелом бизнесе улучшение monetization иногда создаёт больший эффект, чем дополнительный acquisition budget.

Для каждого сегмента определите route-to-market: direct sales, inside sales, partner, self-service, marketplace, PLG или hybrid. Зафиксируйте handoffs, SLA и economics. Один GTM не обязан работать для всех продуктов и сегментов.

Используйте AARRR, North Star, growth loops или revenue tree, чтобы понять causal logic. Определите, какие loops должны compounding-эффектом возвращать output в новый input: referral, content, data, network effect, installed base expansion.

Не делите бюджет механически на 60/40 или другие универсальные ratios. Смотрите category maturity, purchase frequency, sales cycle, brand awareness, available demand и cash constraints. В long-cycle B2B brand activity может работать через future pipeline и lower friction, а не immediate lead.

Для каждой стратегической ставки задайте outcome, input metrics, guardrails, source of truth и decision cadence. Там, где вопрос причинный, заранее запланируйте experiments, holdouts или MMM, а не пытайтесь получить ответ из last-click attribution после кампании.

Минимум: base, constrained и upside. Для каждого покажите, какие outcomes становятся недостижимыми или какие bets ускоряются. Отделите committed cost от flexible spend и сохраните learning budget для экспериментов.

Objective должен отражать изменение, Key Results — измеримый outcome, initiatives — конкретную работу. Не превращайте OKR в список проектов. Затем распределите initiatives по кварталам, учитывая dependencies и capacity.

Стратегия на год не означает неизменный план на 12 месяцев. Раз в квартал пересматривайте assumptions: рынок, segment economics, funnel, capacity, pricing, experiment evidence. Меняйте tactics быстро, а strategic choice — только при существенном новом evidence.

Отдельно составьте capability gap: какие навыки, процессы и системы нужны для выбранных ставок. Если стратегия предполагает sophisticated lifecycle, но нет clean identity и CRM operations, это не «риск исполнения», а обязательная dependency. Включите такие capabilities в roadmap и budget.

Сравнивайте не только potential upside. Учитывайте evidence, strategic fit, time-to-learning, required capabilities, downside и option value. Иногда небольшая ставка с быстрым learning даёт больше стратегической ценности, чем крупный проект с красивым forecast и слабой проверяемостью.

• Business goals и growth equation.
• Market diagnosis.
• Target segments и сегменты вне фокуса.
• 3–5 strategic bets.
• Positioning и message architecture.
• Product/portfolio priorities.
• Pricing/packaging decisions.
• GTM и channel roles.
• Growth model.
• Measurement system.
• Budget scenarios.
• Team/capability implications.
• Annual OKR и quarterly roadmap.
• Assumptions и review triggers.

• Стратегия равна медиаплану.
• Все сегменты объявлены приоритетными.
• Нет явных trade-offs.
• Budget строится от прошлого года плюс 10%.
• Positioning не подтверждено customer evidence.
• Revenue goal не связан с funnel/capacity.
• Нет review triggers, поэтому устаревшие assumptions живут весь год.

B2B-компания ставит цель +35% revenue. Первая реакция — увеличить paid budget. Revenue tree показывает, что самый большой рычаг — win rate в enterprise segment, где ACV в три раза выше и pipeline уже существует. Win/loss обнаруживает слабый proof и fragmented message. Стратегическая ставка меняется: вместо scale acquisition компания инвестирует в PMM, industry cases, ROI toolkit и sales enablement, а paid media поддерживает target accounts. Такой выбор — стратегия; «ещё 30% бюджета в search» — tactic.

• Полный маркетинговый аудит
• Запуск нового продукта

• Marketing Budget Model
• Resource Plan
• Measurement Plan
• Marketing Calendar

• SOSTAC
• OGSM
• STP
• North Star Framework

• Annual Marketing Planning
• Go-to-Market
• Positioning
• Marketing Budget Allocation

До планирования большой кампании должны существовать хотя бы базовые evidence problem/solution fit: понятно, кто клиент, какая проблема достаточно важна, почему текущие alternatives неудовлетворительны и какой outcome продукт реально способен дать. Если эти ответы отсутствуют, маркетинговый launch лишь ускорит сбор дорогих негативных данных.

Соберите реальные ситуации, triggers, current workflows, alternatives, cost of inaction и decision roles. Интервьюируйте не только enthusiastic early adopters, но и отказавшихся или сомневающихся. Отделяйте stated preference от behavior и фиксируйте повторяющиеся patterns.

Определите primary segment, где problem intensity, urgency, ability to pay и route-to-market сходятся. Для B2B запишите buying committee и каждому участнику — job, risk и evidence need. Слишком широкий ICP делает launch message размытым и повышает acquisition cost.

Свяжите customer jobs, pains и gains с конкретным product mechanism. Value proposition должна объяснять outcome, а не список функций. Укажите proof: pilot result, benchmark, founder expertise, integration, proprietary data, case. Если доказательств пока мало, не маскируйте это маркетинговым языком — превратите gap в research plan.

До разработки всей launch infrastructure проверьте concept: problem framing, promise, package, proof, objections. Используйте interviews, smoke/fake-door tests, demo prototypes или pre-orders — в зависимости от риска и стоимости. Хороший concept test должен давать возможность отказаться от слабой идеи, а не только собирать подтверждение.

Определите value metric, package boundaries, trial/freemium policy, contract length, onboarding fee и discount authority. Тестируйте willingness to pay и choice trade-offs. Цена должна соответствовать GTM: enterprise sales не окупится при слишком низком ACV, а self-service product не выдержит сложный custom pricing.

Сформулируйте target, category, alternatives, unique value и proof. Затем соберите messaging house для 2–4 ключевых decision criteria. Сделайте message variants по buying roles, но сохраняйте единый core, чтобы рынок не получал пять разных объяснений одного продукта.

Не выбирайте motion по моде. Смотрите sales complexity, ACV, implementation effort, buyer risk, expected volume и доступ к customer. Для разных сегментов может потребоваться hybrid model.

Разделите launch на readiness streams: Product, Analytics, Marketing, Sales, CS/Support, Legal, Operations. Назначьте accountable owner, milestones, launch criteria и rollback/escalation. Используйте Launch Brief как source of truth и не полагайтесь на разрозненные чаты.

Для sales-led launch нужны one-pager, pitch deck, demo script, battlecard, case/proof, objection library, ROI/TCO при необходимости и ясные qualification rules. Проведите enablement session на реальных customer scenarios, а не презентацию features.

Разделите target audience на existing demand и market education. Выберите 2–4 канала, где есть fit с ICP и buying journey. Не пытайтесь быть везде в первый день. Лучше собрать learnable system с чистым tracking и понятной ролью каждого канала.

Маркетинговая победа заканчивается не signup. Определите first-value milestone, time-to-value, activation event и owner onboarding. Сравнивайте launch cohorts: если acquisition растёт, а activation и retention ухудшаются, масштабировать трафик рано.

Заранее разделите learning metrics и scale metrics. На раннем launch небольшая выборка может не позволять уверенно считать CAC/LTV, зато отлично показывает repeated objections и activation friction.

Через 2–6 недель проведите review: что подтвердилось, что нет, где biggest surprise, какие segments/use cases сильнее, какие assumptions требуют нового теста. Обновите positioning, onboarding, sales materials и roadmap. Не ждите квартала, если early evidence уже показывает фундаментальную проблему.

• Primary segment демонстрирует повторяемый спрос.
• Activation/time-to-value находится в приемлемом диапазоне.
• Sales/customer objections понятны и не указывают на fundamental mismatch.
• Unit economics или path to acceptable economics реалистичны.
• Tracking и definitions стабильны.
• Delivery/Support выдержит увеличение объёма.
• Есть хотя бы один repeatable acquisition or sales motion.

Назначьте одного launch owner, но не превращайте launch в задачу одного PMM. Product отвечает за readiness и value delivery, Marketing — за market narrative и demand, Sales — за opportunity conversion, CS/Support — за onboarding и feedback, Analytics — за measurement. RACI особенно полезен на зависимых milestones.

• Запускать «для всех».
• Начинать с PR до проверки problem/value.
• Считать launch успехом по impressions.
• Не готовить onboarding и support.
• Путать early adopter enthusiasm с PMF.
• Делать десятки channels одновременно.
• Не фиксировать assumptions и launch criteria.

B2B SaaS запускает модуль forecasting. Первоначальный message — «AI-прогноз продаж». Discovery показывает, что CFO волнует не AI, а позднее обнаружение pipeline risk. Positioning меняется на «видеть риск выполнения плана до конца месяца», demo строится вокруг конкретного forecast workflow, а launch KPI — не количество demo, а доля opportunities, где economic buyer подтверждает этот use case. Это делает launch learnable и коммерчески осмысленным.

• Поиск Product-Market Fit
• Годовая маркетинговая стратегия

• Product Launch Brief
• Positioning Brief
• Demo Script
• Measurement Plan

• JTBD
• Value Proposition Canvas
• STP

• Product Launch
• Go-to-Market
• Pricing Strategy
• Activation

Не каждый релиз требует одинакового GTM. Разделите launches на tiers: крупный стратегический запуск с новым segment/category; средний запуск, меняющий use case или package; малый feature release. Для каждого tier заранее задайте необходимый уровень research, enablement, content, PR, analytics и executive involvement. Это снижает перегрузку команды и помогает вкладывать усилия пропорционально business impact.

Заранее определите kill criteria: например, критично низкая activation после исправления onboarding, отсутствие willingness to pay, невозможность выполнить security requirements ключевого сегмента или economics, которые не сходятся даже в realistic scale scenario. Остановка слабой гипотезы — нормальный outcome launch learning, а не провал команды.

Вопрос PMF лучше формулировать не «нравится ли продукт рынку», а: существует ли достаточно большой и доступный сегмент, который регулярно получает важную ценность, выбирает продукт среди alternatives, готов платить и остаётся достаточно долго для устойчивой экономики?

PMF может существовать в одном use case и отсутствовать в другом. Поэтому всегда фиксируйте segment + job + product configuration.

Проводите интервью вокруг реальных событий: когда проблема возникла, чем её решали, что заставило искать альтернативу, кто участвовал, что было страшно менять. Ищите repeated patterns, а не красивые цитаты. Отдельно фиксируйте людей, у которых проблема есть, но они ничего не меняют: именно они помогают понять силу inertia.

Опишите desired progress и четыре силы: push текущей ситуации, pull нового решения, anxiety перехода и habit/status quo. Сильная pain без достаточного push или critical event может годами не приводить к покупке.

До масштабирования продукта убедитесь, что ваша solution concept действительно закрывает важную проблему. Используйте prototype, concierge/manual solution, smoke test, paid pilot или pre-sale. На этом этапе learning speed обычно важнее automation.

Не путайте положительную реакцию на demo с problem-solution fit. Более сильный signal — готовность изменить текущий процесс, выделить time/budget или принять другой meaningful commitment.

MVP должен проверять ключевую value hypothesis, а не быть маленькой версией будущего продукта. Уберите функции, которые не влияют на first-value. Чем проще causal chain «действие → ценность», тем легче интерпретировать evidence.

Activation event — наблюдаемое действие, которое связано с будущим retention/value. Не выбирайте событие только потому, что его легко измерить. Проверяйте correlation с retention и качественно подтверждайте, что именно в этот момент клиент получил value.

Retention — один из сильнейших behavioral signals PMF, но форма кривой зависит от категории. Daily social product и annual enterprise software нельзя сравнивать одним benchmark. Ищите стабилизацию cohort behavior и повторяемость между cohorts.

Для SaaS дополнительно смотрите usage depth, seat expansion, GRR/NRR. Для e-commerce — repeat purchase и contribution by cohort. Для marketplace — repeat liquidity behavior обеих сторон.

Изучайте не только выигранных клиентов. Lost deals и no-decision показывают, где value слабая, urgency отсутствует, buyer risk слишком высок или category framing непонятен. Сравните reasons по сегментам и отделите product gap от sales execution gap.

Если продукт решает важную проблему, но никто не готов платить достаточно для вашей cost structure, PMF в коммерческом смысле слаб. Используйте price interviews, Gabor-Granger, Van Westendorp или choice tests в зависимости от maturity и категории.

Система должна выглядеть так: observation → hypothesis → experiment → customer behavior → learning → product/positioning change. Ведите experiment registry, чтобы не повторять одни и те же hypotheses и видеть cumulative evidence.

• Retention/usage устойчивы в выбранном ICP.
• Есть повторяемая причина покупки и понятный trigger.
• Willingness to pay совместима с unit economics.
• Acquisition/sales motion показывает признаки repeatability.
• Onboarding способен доводить клиентов до value без founder heroics.
• Основные objections и failure modes понятны.
• Рост объёма не ухудшает существенно customer outcome.

• Каждая продажа уникальна и требует founder involvement.
• Retention держится только у нескольких «друзей продукта».
• Positioning постоянно меняется от сделки к сделке.
• Paid acquisition создаёт signup, но не activation.
• Клиенты активно используют продукт, но не готовы платить.
• Expansion отсутствует, churn high, а LTV строится на надежде.

Опрос Sean Ellis может быть полезным signal, но не должен быть единственным критерием. Результат чувствителен к sample, stage и recruitment. Используйте его вместе с retention, WTP, organic pull и commercial evidence. Отдельно смотрите, кто именно попал в группу «very disappointed» и чем она отличается по use case и behavior.

Считайте PMF по meaningful cohorts: ICP tier, use case, acquisition source, company size, geography, pricing package. Среднее может скрывать сильный PMF в одном сегменте и отрицательную экономику в другом.

Быстрый acquisition может быть вызван скидками, PR spike или дешёвым каналом, но без retention он не подтверждает fit. И наоборот, маленький продукт с очень сильным retention в узком segment может иметь настоящий PMF и лишь ещё не иметь масштабируемого distribution.

Сервис автоматизации отчётности имеет 70% logo retention в среднем. После segmentation выясняется: у компаний до 20 сотрудников retention 45%, у mid-market finance teams — 88%, expansion 125% NRR и вдвое ниже support cost. Вместо «улучшать продукт для всех» компания сужает ICP, перестраивает positioning под financial reporting workflow и получает более сильный PMF.

• Primary ICP и excluded segments.
• Core JTBD и trigger.
• Current alternatives.
• Activation event и time-to-value.
• Retention curve/cohort behavior.
• WTP и pricing evidence.
• Win/loss reasons.
• Organic/referral pull.
• Unit economics.
• Top 5 uncertainties.
• Next 3 experiments.
• Scale criteria.

На стадии 0→1 пересматривайте PMF evidence каждые 2–4 недели. После появления устойчивых cohorts — ежемесячно или поквартально. Любое существенное изменение segment, pricing, product architecture или GTM фактически требует повторной проверки fit, потому что вы изменили одну из сторон системы.

• Запуск нового продукта
• Полный маркетинговый аудит
• Почему новый продукт не набирает устойчивый спрос: диагностика соответствия продукта рынку (Product-Market Fit, PMF) и выхода на рынок (Go-to-Market, GTM)
• 25 экспериментов для продукта, ценностного предложения и соответствия продукта рынку (Product-Market Fit, PMF)

• Research Brief
• Interview Guide
• Experiment Registry
• Unit Economics Model

• JTBD
• Jobs Forces Diagram
• Value Proposition Canvas
• AARRR

• Product-Market Fit
• Retention Rate
• Willingness to Pay
• Win/Loss Analysis

Сильный PMF в микроскопической нише может быть отличным бизнесом, но не обязательно поддерживает венчурный scale. После подтверждения behavioral fit отдельно оцените TAM/SAM/SOM, доступность distribution и realistic penetration. Это другой вопрос: PMF отвечает «есть ли сильное соответствие», market sizing — «насколько велико пространство роста».

Храните PMF evidence как набор cohort tables, interview summaries, win/loss reasons, pricing evidence и experiment results. Не сводите всё к одному score. Через несколько месяцев это позволит увидеть, какие assumptions укрепились, какие ослабли и где fit начал меняться после роста продукта или рынка.

Новый рынок может означать новую страну, регион, вертикаль, размер клиента, use case или канал дистрибуции. Чем точнее граница, тем лучше исследование. Формулировка «выйти в Европу» слишком широкая; «продавать модуль X производственным компаниям 200–1000 сотрудников в Польше через локальных интеграторов» уже позволяет считать рынок, изучать buying process и строить пилот.

Сразу зафиксируйте стратегическую гипотезу: почему именно этот рынок должен стать источником роста. Это может быть более высокий willingness to pay, незакрытая потребность, сильный product fit, regulatory trigger, доступный partner channel или снижение зависимости от текущего рынка.

Не ограничивайтесь top-down цифрой из отчёта. Постройте хотя бы грубую bottom-up модель: число целевых компаний × потенциальный объём использования × реалистичная цена. Затем примените ограничения: география, язык, regulation, product fit, доступность channels и конкуренция.

Используйте TAM/SAM/SOM как дисциплину, а не как способ получить максимально большое число. Для решения о запуске особенно важны SAM и realistic SOM на горизонте 2–3 лет.

Оцените рост категории, margin pool, market concentration, switching costs, buyer power, regulatory complexity и channel structure. Пять сил Портера и PESTEL хорошо дополняют количественный sizing: большой рынок может быть экономически непривлекательным из-за тендерной модели, низкой маржинальности или сильного control со стороны посредников.

Не выходите сразу «на весь рынок». Выберите beachhead segment, где сочетание pain intensity, urgency, ability to pay и access максимально сильное. Сравните несколько сегментов по attractiveness, strategic fit, competition, sales cycle, ACV, implementation complexity и retention potential.

Для B2B добавьте trigger events: рост компании, смена regulation, новая система, M&A, дефицит кадров, изменение cost structure. Один и тот же ICP может быть неактивным без trigger и очень восприимчивым после него.

Интервьюируйте потенциальных покупателей, пользователей, партнёров и отраслевых экспертов. Проверяйте не «нравится ли наш продукт», а как сейчас решают задачу, что вызывает change, какие alternatives рассматривают, кто входит в buying committee, какие procurement/security требования обязательны.

Отдельно собирайте язык рынка. Перевод существующего positioning часто выглядит неестественно, потому что категория и критерии выбора описываются другими словами.

Соберите competitor matrix: direct competitors, local champions, substitutes и status quo. Смотрите не только features, но и pricing, trust assets, distribution, implementation ecosystem, partner network и reasons to win.

Особенно опасна ошибка «у них слабее продукт, значит мы победим». На новом рынке trust, references, integration partners и procurement familiarity могут быть важнее функционального превосходства.

Проверьте, какие benefits сохраняют силу, какие нужно переформулировать, а какие вообще не релевантны. Зафиксируйте category, target, alternatives, differentiation и proof. Если продукт неизвестен, category education может быть частью GTM.

Цена должна учитывать local willingness to pay, competitive anchors, tax/VAT, currency risk, partner margin, payment terms и procurement expectations. Не копируйте домашнюю цену автоматически. Для partner-led модели оставьте economics для посредника, иначе канал не будет продавать.

Пилот должен проверять 3–5 критических assumptions, а не имитировать полноценный launch. Например: доступность ICP, message resonance, meeting-to-opportunity conversion, willingness to pay, sales cycle, onboarding effort. Ограничьте географию/segment/channel, чтобы интерпретировать результат.

До пилота зафиксируйте threshold. Например: минимум 20 target conversations, 5 qualified opportunities, 2 paid pilots, expected sales cycle ≤90 дней, implementation effort не выше X. Иначе после слабого результата команда будет рационализировать запуск.

Считайте не только CAC, но и setup cost: localization, legal, hiring, partner enablement, integration, support, travel, payment infrastructure. Для нового рынка payback часто хуже в первые месяцы — важно понимать path to target economics, а не требовать зрелой эффективности в первый квартал.

Первые local customers имеют непропорционально высокую ценность: case, reference, logo, integration experience, objections. Планируйте customer success так, чтобы превратить пилоты в доказательство для следующей волны.

После пилота увеличивайте бюджет и coverage поэтапно. Следите за marginal CAC, win rate, implementation load, retention и partner productivity. Если scale ухудшает quality, значит motion ещё не repeatable.

• Выбирать рынок только по TAM.
• Копировать positioning и pricing без исследования.
• Нанимать большую локальную команду до пилота.
• Игнорировать procurement и regulatory friction.
• Считать локального конкурента слабым из-за меньшего продукта.
• Запускать пять каналов одновременно.
• Не фиксировать stop criteria.

• Market definition и sizing.
• Beachhead segment и ICP.
• Local customer evidence.
• Competitor matrix.
• Adapted positioning/pricing.
• Chosen GTM motion.
• Pilot design и thresholds.
• Economics model.
• Scale roadmap на 6–12 месяцев.

После исследования у команды обычно появляется соблазн сразу переходить к масштабированию. Полезнее сравнить три режима входа. Пилот выбирайте, если главные неизвестные связаны со спросом, pricing или sales motion. Партнёрский вход подходит, когда локальный доступ к клиентам, сертификация или доверие сильнее продукта как такового. Полноценный запуск оправдан, когда уже подтверждены ICP, economics, route-to-market и delivery capacity.

Не используйте один KPI. На стадии entry нужен набор ранних и поздних сигналов. В первые недели важны account reach, response rate, interview insight, meeting-to-opportunity conversion и objections. Затем — proposal rate, win rate, sales cycle, implementation effort, first-value и retention. Финансовые выводы по CAC/LTV делайте только после того, как выборка и lifecycle достаточно созрели.

Первые 90 дней полезно проводить weekly review: pipeline, objections, partner activity, implementation blockers. Раз в месяц обновляйте assumptions и decision log. Раз в квартал принимайте одно из четырёх решений: scale, narrow, redesign или exit. Это защищает от sunk-cost bias — ситуации, когда рынок продолжают финансировать только потому, что уже вложили много.

• Proof: локальные или хотя бы релевантные отраслевые кейсы.
• Commercial terms: валюта, payment terms, VAT/налоги, procurement.
• Support model: часы работы, SLA, язык, escalation.
• Contracts и data requirements.
• Channel incentives и partner materials.
• Objection handling и competitor comparisons.
• Measurement definitions, если локальный funnel отличается.

Масштабировать имеет смысл, когда положительный signal повторяется не в одной случайной сделке, а в серии: ICP одинаково реагирует на value proposition, sales process становится короче и понятнее, delivery не требует heroics, а economics движется к целевой модели. Если каждую сделку приходится выигрывать новым способом, у вас ещё нет repeatable market-entry motion.

• Годовая маркетинговая стратегия
• Запуск нового продукта
• Полный аудит маркетинга
• Плейбук международной экспансии маркетинга (International Marketing Expansion Playbook)

• Market Sizing Model
• Competitor Matrix
• Research Brief
• Budget Model

• 5C
• PESTEL
• STP
• Ansoff Matrix

• Географическая экспансия
• TAM/SAM/SOM
• Go-to-Market
• Partner Program

Blended CAC полезен на уровне бизнеса, но плох для диагностики. Разделите paid CAC, fully loaded CAC, new-logo CAC и marginal CAC. Включайте затраты последовательно: media, agency, creative, sales development, commissions — в зависимости от decision question.

Зафиксируйте denominator: customer, account, first order или new ARR. Без этого сравнение каналов бессмысленно.

Простейшая acquisition chain: cost per impression → CTR → landing conversion → qualified rate → opportunity rate → win rate. В e-commerce путь короче, в enterprise длиннее. Цель — понять, где изменение на 10% даст крупнейший экономический эффект.

Частая причина роста CAC — расширение targeting за пределы сегмента, где продукт выигрывает. Сравните CAC вместе с win rate, ACV, retention и margin. Сегмент с CPL вдвое дороже может иметь CAC/LTV лучше, если quality выше.

Канал может выглядеть эффективным на первых 100 клиентах и резко ухудшаться после saturation. Постройте response curve по spend или хотя бы отслеживайте marginal CPA/CAC по ступеням бюджета. Решение о scale должно опираться на стоимость следующего клиента.

Если ad message привлекает любопытство, но не покупателей, CTR растёт, а economics ухудшается. Сравнивайте creatives по downstream quality: qualified rate, pipeline, purchase, retention. Повторите customer research и выделите triggers, pains, desired outcomes и proof.

Проверьте landing message match, speed, mobile UX, form length, trust, pricing clarity и CTA. В B2B форма из 10 полей может отсеивать не только мусор, но и хороший early-stage demand. Экспериментируйте с friction осознанно.

Если Sales тратит время на low-fit leads, fully loaded CAC растёт даже при хорошем media CPL. Уточните ICP scoring, intent signals, disqualifiers, routing и SLA. Автоматизация должна ускорять правильный handoff, а не просто передавать больше лидов.

Для B2B CAC зависит от win rate и sales cycle не меньше, чем от рекламы. Проверьте discovery, champion creation, business case, proof, procurement и no-decision. Улучшение win rate с 15% до 20% снижает CAC без единого дешёвого клика.

Если разные channels приводят клиентов с разным churn, одинаковый CAC не означает одинаковую ценность. Смотрите LTV/CAC и contribution payback по cohorts. Иногда channel с более дорогим acquisition создаёт лучшую retention economics.

SEO, referral, partner и customer advocacy могут снижать blended CAC, но требуют времени. Не записывайте их как «бесплатные»: учитывайте content, partner margin, program management и incentives. Их преимущество — compounding effect.

Сокращайте не канал с самым высоким CAC, а spend, где marginal return хуже alternative use. Учитывайте incrementality: branded search может получать много last-click credit, но часть спроса существовала бы без него.

Иногда CAC кажется высоким только относительно слишком низкой цены. Если willingness to pay выше или packaging не монетизирует созданную ценность, правильное действие — не обязательно резать acquisition spend.

1. Неделя 1: definitions, segment/channel decomposition, response curve.
2. Неделя 2: ICP/message research и 3–5 hypotheses.
3. Неделя 3: landing/qualification/sales experiments.
4. Неделя 4: budget reallocation и cohort quality review.

• Оптимизировать CPL вместо CAC.
• Игнорировать sales cost.
• Сравнивать average CAC при разных maturity channels.
• Масштабировать по ROAS без incrementality.
• Снижать friction ценой lead quality.
• Не учитывать retention по channel cohorts.
• Резать brand/activity с долгим effect только из-за last-click.

Компания видит CAC 120 тыс. ₽ и ставит задачу снизить его до 90 тыс. Анализ показывает, что media cost стабилен, но после расширения targeting opportunity rate упал с 22% до 13%. Возврат к high-fit segment, новая qualification и message для specific trigger повышают opportunity rate до 19%. CAC снижается до 94 тыс. без уменьшения spend и без ухудшения pipeline.

Сравнение CAC с внешним benchmark почти всегда вторично. Гораздо полезнее сравнить его с собственной contribution LTV, payback tolerance и capital constraints. CAC в 150 тыс. ₽ может быть прекрасным при contribution LTV 1,5 млн ₽ и плохим при LTV 220 тыс. ₽. Для cash-constrained бизнеса даже положительный LTV:CAC не спасает, если payback слишком длинный.

Эта таблица помогает увидеть, где «дорогой» acquisition на самом деле лучше. Если сегмент A стоит дороже на входе, но закрывается чаще, покупает больший контракт и удерживается дольше, сокращать его первым — ошибка.

1. Traffic problem: растёт стоимость доступа к аудитории.
2. Message problem: response есть, но приходит слабый fit.
3. Conversion problem: релевантный спрос теряется на сайте/форме.
4. Sales problem: opportunities плохо конвертируются в сделки.
5. Retention problem: acquisition окупается хуже из-за churn.

Для каждого типа нужен свой action. Попытка лечить все пять изменением bid strategy обычно только маскирует причину.

При увеличении spend лучшие pockets аудитории заканчиваются, frequency растёт, а marginal CAC ухудшается. Поэтому budget allocation полезно строить ступенями: +10%, +20%, +30% и смотреть, как меняется marginal return. Если следующий рубль в channel A создаёт меньше contribution, чем в channel B или retention initiative, перераспределяйте капитал.

• Narrow ICP targeting против broad targeting.
• Problem-led message против feature-led message.
• Short form против progressive qualification.
• Fast lead routing против текущего SLA.
• Offer/pricing test.
• Partner/referral motion.
• Sales proof package: case + ROI + objection handling.

Не ставьте универсальную цель «CAC -20%». Определите допустимый payback, target contribution LTV:CAC и minimum growth rate. Иногда разумно принять более высокий CAC, если следующий сегмент стратегически важен или увеличивает future expansion. Управление CAC — это оптимизация economics, а не минимизация одной цифры.

• Рост конверсии
• Маркетинговый аудит за день
• Рост Retention и LTV

• Unit Economics Model
• Channel Dashboard
• Experiment Plan

• AARRR
• RICE
• Growth Loops

• CAC
• Marginal CAC
• Media Saturation
• Marketing Incrementality

Conversion может быть покупкой, signup, activation, request demo, opportunity creation или переходом между стадиями. Зафиксируйте numerator, denominator, time window и eligibility. Иначе команда будет спорить о цифрах вместо улучшения процесса.

Разложите путь на 4–8 значимых стадий. Не делайте десятки micro-events, если они не поддерживают решение. Для каждой стадии посчитайте volume, conversion и time-to-next-step.

Средняя conversion скрывает причины. Сравните device, source, campaign, geo, new/returning, ICP tier, product, price package, cohort. Ищите не просто низкие значения, а резкие различия, которые дают hypothesis.

Посмотрите session recordings, search queries, support tickets, sales calls, form errors, user interviews. Quantitative data показывает где проблема, qualitative — почему. CRO без research быстро вырождается в random testing.

Каждый переход должен продолжать обещание предыдущего шага. Если объявление про экономию, а landing про инновационную платформу, пользователь вынужден заново интерпретировать offer. Устраните mismatch между source, headline, proof и CTA.

Пользователь должен быстро понять: что это, для кого, какой outcome, почему верить и что делать дальше. Уберите внутренний jargon, расплывчатые claims и равнозначные CTA. Используйте proof рядом с risk point.

Friction бывает полезным и вредным. Полезное отсеивает неподходящих клиентов; вредное создаёт лишнее усилие. Проверьте form fields, mandatory registration, payment steps, slow loading, unclear errors, unavailable information, legal anxiety.

В high-risk категориях conversion ограничена не удобством, а perceived risk. Добавьте case studies, guarantees, security proof, transparent pricing, implementation plan, real contacts, reviews. В B2B trust часто нужен не пользователю, а economic buyer или IT/security.

Используйте ICE/RICE, но добавляйте evidence. Hypothesis с impact 10 и confidence 2 — не сильнее маленькой, хорошо подтверждённой проблемы. Храните backlog по problem area, а не по придуманным solutions.

Заранее зафиксируйте hypothesis, primary metric, guardrails, unit, MDE, sample, duration, stopping rule и decision rule. Не останавливайте тест в момент первого p<0,05. Если traffic мал, используйте larger changes и qualitative validation.

Увеличение form submits на 30% бессмысленно, если qualified rate падает на 40%. Для B2B оптимизируйте минимум до opportunity quality; для e-commerce — contribution margin/returns; для SaaS — activation/retention.

Локальная conversion может ухудшиться при улучшении общей economics. Например, более строгий pricing page снижает demo requests, но увеличивает close rate и сокращает sales cycle. Главная метрика должна соответствовать business outcome.

• Traffic/message fit.
• Value proposition.
• Offer/pricing.
• Information architecture.
• Form/checkout.
• Trust/proof.
• Onboarding/activation.
• Sales handoff.
• Lifecycle reactivation.

• Тестировать UI без диагностики.
• Менять несколько причин одновременно без возможности интерпретации.
• Оптимизировать microconversion вместо revenue/value.
• Игнорировать seasonality и channel mix.
• Считать статистическую значимость бизнес-значимостью.
• Не хранить negative results.
• Не проверять качество трафика.

Landing page имеет conversion 2,8%. Команда хочет тестировать CTA. Analysis по source показывает: branded search — 7,2%, cold paid social — 0,9%. Interviews показывают, что cold audience не понимает category. Вместо CTA создаётся education layer и новый offer «диагностика процесса». Conversion cold traffic растёт до 1,6%, а qualified rate остаётся стабильным. Правильная причина была не в кнопке.

Для каждой стадии разделите причины потерь на пять классов: relevance, comprehension, motivation, trust и friction. Relevance отвечает за соответствие аудитории и предложения. Comprehension — понял ли человек ценность. Motivation — достаточно ли сильна причина действовать сейчас. Trust — верит ли он обещанию и поставщику. Friction — может ли он физически завершить шаг без лишних препятствий.

Записывайте hypothesis в форме: «Мы наблюдаем X, предполагаем причину Y, поэтому изменение Z должно повлиять на metric M». Это дисциплинирует команду и позволяет учиться даже при отрицательном результате. Формат «давайте добавим видео» не содержит причинной гипотезы.

Primary metric должна быть достаточно близко к изменению, чтобы тест был чувствительным, и достаточно далеко downstream, чтобы результат имел бизнес-смысл. Для landing page это может быть qualified submission, а не click CTA. Для signup flow — activation, если signup легко увеличить низкокачественным трафиком.

Если классический A/B-тест потребует полгода, не имитируйте статистику. Используйте крупные контрастные changes, sequential qualitative testing, usability sessions, five-second tests, customer interviews, pre/post с осторожной интерпретацией. Для B2B можно проводить account-level experiments или сравнивать пилотные сегменты.

Negative result не означает «идея плохая». Проверьте instrumentation, sample ratio, implementation fidelity, segment interaction и novelty effects. Затем вернитесь к mechanism. Возможно, проблема действительно существует, но выбранное solution её не устранило.

• 60–70% — улучшение доказанных bottleneck.
• 20–30% — более рискованные hypotheses вокруг offer, pricing, journey.
• 10% — exploratory tests новых mechanisms.

Пропорции не универсальны, но сам принцип полезен: если весь backlog состоит из мелких UI tweaks, команда оптимизирует локально и может никогда не проверить более сильную стратегическую гипотезу.

После rollout не останавливайтесь на результатах теста. Через 2–8 недель проверьте downstream quality: repeat purchase, activation, sales acceptance, returns, retention, margin. Winner может создавать краткосрочный conversion uplift и ухудшать customer mix.

Не переводите uplift в деньги механически. Если conversion выросла с 3% до 3,6%, сначала проверьте, сохранились ли качество, средний чек, маржа и retention. Затем посчитайте incremental volume на том же трафике и только после этого оцените contribution effect. Для B2B полезно смотреть не только additional leads, но и дополнительные qualified opportunities, expected pipeline и фактические wins после достаточного лага.

Если эксперимент затрагивает pricing, qualification или onboarding, добавьте post-test review через 30–90 дней. Некоторые решения выигрывают в immediate conversion и проигрывают позже. CRO становится системой роста только тогда, когда локальная оптимизация связана с downstream economics.

• Снижение CAC
• Поиск PMF
• Аудит за один день
• Почему есть трафик, но низкая конверсия сайта: диагностика и план действий
• 25 экспериментов для посадочных страниц и оптимизации конверсии (Conversion Rate Optimization, CRO)

• Landing Page Brief
• Experiment Plan
• Experiment Registry
• Funnel Dashboard

• ICE
• RICE
• AIDA
• AARRR

• Conversion Rate
• Conversion Experimentation
• Landing Page
• Activation

Logo retention, user retention, revenue retention и repeat purchase — разные вещи. Выберите метрику под business model. Для SaaS важны GRR/NRR; для e-commerce — repeat rate и contribution by cohort; для marketplace — повторная активность обеих сторон.

Не смотрите только общий churn. Cohort view показывает, улучшаются ли новые клиенты и на каком возрасте lifecycle возникает проблема. Отдельно показывайте размер cohort и maturity: молодые cohorts ещё не успели дойти до M6.

Что должен сделать клиент, чтобы впервые получить реальную ценность? Для SaaS это не обязательно login; возможно, первый завершённый workflow, интеграция или report. Измерьте time-to-value и долю клиентов, достигших milestone.

Onboarding должен уменьшать расстояние до first value, а не обучать всем функциям. Персонализируйте путь по use case, maturity и role. Удалите steps, которые можно отложить.

Сравните retained и churned cohorts: frequency, breadth/depth usage, team adoption, integrations, feature sequences, support interactions. Не путайте correlation с cause, но используйте predictors для hypotheses.

Причины churn должны быть управляемыми: no value, implementation failure, price, missing capability, budget cut, champion left, competitor, business closed. Категория «другое» на 40% делает taxonomy бесполезной.

Разговаривайте с ушедшими и downgrade customers. Спросите, когда началось разочарование, что ожидали, что произошло, какие alternatives выбрали. Особенно важен mismatch между acquisition promise и реальным product experience.

Lifecycle communication должна реагировать на состояние клиента: activation, adoption, risk, expansion, renewal. Triggered communication обычно полезнее календарной рассылки, если trigger связан с реальным behavior.

Для B2B используйте usage, champion activity, support severity, outcome attainment, invoice/payment, stakeholder coverage. Не превращайте health score в магическое число; сохраняйте причины и action playbook.

LTV растёт не только через снижение churn. Найдите natural expansion moments: больше seats, volume, product modules, regions, use cases. Expansion должен следовать за доказанной value, а не за aggressive upsell.

Annual contracts могут улучшить logo retention статистически, но не решить product value. Смотрите renewal quality и usage. Packaging может стимулировать expansion, если value metric растёт вместе с customer success.

Для управленческих решений лучше использовать contribution-based LTV, а не revenue-only. Сегментируйте по acquisition cohort/segment. Не используйте бесконечный горизонт при нестабильном churn.

Acquisition quality влияет на retention. Сравните cohorts по source/offer/segment. Канал с дешёвым CAC может приводить клиентов, которые быстро churn, увеличивая фактическую стоимость устойчивого клиента.

NRR = retained revenue + expansion − contraction относительно стартовой базы. Разложите NRR на причины и segments. Высокий NRR может компенсировать умеренный new-logo growth; низкий NRR заставляет acquisition постоянно заполнять дырявое ведро.

1. Дни 1–30: definitions, cohorts, churn taxonomy, interviews.
2. Дни 31–60: onboarding redesign, health signals, lifecycle triggers.
3. Дни 61–90: experiments, expansion playbook, cohort review.

• Считать retention только общей месячной цифрой.
• Пытаться удержать всех customers одинаково.
• Автоматизировать communication до понимания churn cause.
• Измерять health только login frequency.
• Путать contract lock-in с product value.
• Считать LTV по слишком оптимистичному churn.
• Не связывать acquisition source с retention.

SaaS имеет 6% monthly logo churn. Cohorts показывают, что половина churn происходит в первые 60 дней. Interviews выявляют: клиенты не подключают ключевую интеграцию и не получают первый report. Команда переносит integration в onboarding, добавляет assisted setup для high-value accounts и health alert на отсутствие integration. Early churn снижается до 3,8%, а LTV растёт без дополнительных acquisition costs.

Одинаковая churn rate на разных фазах требует разных решений. Early churn чаще связан с acquisition promise и onboarding, поздний — с recurring value, organizational change или economics.

Оцените размер affected cohort, revenue at risk, controllability и confidence. Проблема, которая затрагивает 5% клиентов с ACV 5 млн ₽, может быть важнее массового мелкого friction у low-value segment.

Свяжите улучшение retention с contribution, а не только revenue. Например, снижение annual churn с 20% до 15% может увеличить LTV, но если retained customers требуют дорогого manual service, экономический эффект будет ниже. Добавьте cost-to-serve по сегментам.

Каждое lifecycle сообщение должно иметь trigger и customer job. Примеры: незавершённый setup, достигнут milestone, usage decline, nearing limit, renewal window, new stakeholder. Календарное «мы давно не виделись» хуже поведенческого сигнала, если продукт располагает данными.

1. Определите prerequisite value milestone.
2. Найдите expansion trigger: usage limit, team adoption, новый use case.
3. Выберите role, принимающую expansion decision.
4. Подготовьте proof и economics.
5. Согласуйте handoff CS → Sales/AM.
6. Измеряйте incremental expansion и impact на retention.

• Не удерживать убыточных или toxic-fit клиентов любой ценой.
• Не скрывать churn через forced annual contracts.
• Не стимулировать usage, который не создаёт value.
• Не повышать NRR aggressive upsell, ухудшающим satisfaction.
• Не считать reactivation полноценным retention без устойчивого поведения.

Weekly: activation and risk cohorts. Monthly: churn reasons, retention curve, expansion. Quarterly: ICP quality, product gaps, pricing/package и customer success capacity. Это превращает retention из отчёта после churn в управляемую систему.

До запуска зафиксируйте cohort, baseline и ожидаемый механизм. Например: «assisted setup для enterprise accounts должен увеличить долю достигших first-value за 14 дней и через это снизить D90 churn». Тогда вы измеряете не только конечный churn, но и промежуточный causal signal. Если first-value вырос, а retention нет, гипотеза о механизме была слабой.

Для экономической оценки используйте incremental retained contribution, а не всю выручку сохранённых клиентов. Сравнивайте intervention group с подходящим control/holdout, где это возможно. Иначе команда легко приписывает программе клиентов, которые остались бы и без неё.

• Снижение CAC
• Поиск PMF
• Рост конверсии
• Почему чистое удержание выручки (Net Revenue Retention, NRR) ниже 100%: диагностика и план действий
• Почему коммуникации в системе управления отношениями с клиентами (Customer Relationship Management, CRM) не создают дополнительную выручку: диагностика инкрементальности

• Cohort Dashboard
• Unit Economics Model
• KPI Tree

• AARRR
• Growth Accounting
• North Star Framework

• Retention Rate
• LTV
• NRR
• Churn Rate

Разложите цель по new business, expansion и segment. Затем обратным расчётом определите необходимый pipeline с учётом win rate и sales cycle. Если revenue target требует 500 млн ₽ pipeline, а текущая sales capacity способна обработать только 200 млн ₽, проблема не решается ещё большим количеством лидов.

Соберите target account universe и tiers. Tiering должен отражать potential value, fit, urgency/signals и cost-to-serve. Не все аккаунты заслуживают ABM-level investment.

Для каждой role укажите job, KPI, risk, objections и evidence needs. В enterprise один champion редко может провести решение в одиночку. Marketing должен создавать материалы для economic buyer, user, IT/security, procurement и других relevant roles.

Capture работает там, где спрос уже существует: search, review platforms, category queries. Creation формирует problem/category salience: research, thought leadership, events, video, communities, executive content. Если категория новая, reliance только на search создаёт потолок.

Core positioning должно быть единым, но messaging адаптируется к role и buying stage. Не производите контент по календарю — стройте content system вокруг buying questions, proof и objections.

Engagement — не любая view. Задайте meaningful signals: high-intent page, webinar attendance, repeat visits, content depth, multiple stakeholders, direct reply. Важно отличать individual behavior от account-level progression.

Определите SLA, routing, acceptance и recycle. Sales должен видеть не просто score, а context: кто взаимодействовал, с чем, какой trigger, какие roles вовлечены. Rejected leads/accounts возвращаются в nurture с причиной.

Вместо disconnected campaigns создавайте programs: например «category education для CFO», «switch campaign против legacy process», «partner co-marketing для vertical X». Program имеет audience, message, channel mix, content, sales motion и measurement.

Для high-value accounts применяйте 1:1 или 1:few personalization: account research, tailored proof, executive outreach, partner introductions, custom workshops. Для broader ICP используйте 1:many programs. ABM — это allocation model, а не персонализированный баннер.

Marketing должен снижать friction сделки: battlecards, case studies, ROI/TCO, demo story, security proof, proposal modules, objection library. Если pipeline создаётся, но win rate слабый, demand engine нельзя считать здоровым.

Смотрите target account reach, engaged accounts, multi-threading, qualified opportunities, pipeline created, pipeline velocity, win rate, CAC/payback. MQL может остаться operational metric, но не должен быть финальной целью.

Account engagement и pipeline могут коррелировать с marketing, потому что сильные accounts активны везде. Используйте holdouts, geo/segment tests, matched analysis или other causal approaches там, где возможно.

Win/loss, sales calls, objections и implementation outcomes должны возвращаться в ICP, message, content и scoring. Demand Engine без learning loop деградирует: рынок меняется, а qualification продолжает работать по старым assumptions.

CRM как source of truth для accounts/opportunities, analytics/warehouse для behavior, marketing automation для lifecycle, enrichment при необходимости, BI/reporting. Не покупайте ABM platform раньше, чем определены ICP, stages, signals и process.

• Приравнивать demand generation к paid lead generation.
• Оптимизировать MQL volume.
• Не учитывать sales capacity.
• Создавать контент без buying questions.
• Использовать lead scoring без account context.
• Запускать ABM без tiering.
• Не измерять no-decision и win rate.
• Автоматизировать плохой process.

1. Дни 1–30: ICP/account universe, stages, definitions, baseline pipeline.
2. Дни 31–60: message/content system, handoff SLA, 2–3 demand programs.
3. Дни 61–90: account measurement, sales enablement, experiments, budget reallocation.

Компания продаёт cybersecurity enterprise. Раньше KPI маркетинга — 800 MQL в квартал, Sales принимает 18%. После перестройки создаётся universe 1200 target accounts, три tier, account signals и programs по regulatory trigger. MQL volume падает, но accepted opportunities растут на 40%, а marketing-sourced pipeline — на 55%. Система стала оптимизировать revenue progression, а не количество форм.

Начните с revenue gap. Если нужно 100 млн ₽ new revenue, средний ACV 5 млн ₽ и win rate 25%, потребуется примерно 400 млн ₽ qualified pipeline. Затем учитывайте sales cycle и pipeline already open. Этот обратный расчёт позволяет понять, сколько account progression реально нужно создать, а не назначать marketing arbitrary lead target.

Tier не должен зависеть только от размера компании. Добавляйте trigger, current stack, use case fit, relationship, whitespace и likelihood to buy.

• Multiple stakeholders from one account.
• Repeat visits to high-intent content.
• Pricing/security/integration activity.
• Event/webinar with follow-up behavior.
• Direct response or sales conversation.
• External trigger: funding, hiring, regulation, system change.

Один content download — слабый signal. Комбинация fit + behavior + timing полезнее любого isolated score.

Создайте единый funnel dictionary и account view. Marketing отвечает за market coverage, engagement и program learning; Sales — за discovery, opportunity progression и commercial process; обе функции разделяют pipeline/revenue outcomes. Weekly review должен обсуждать движение accounts, а не спорить о принадлежности лида.

Организуйте content не по формату, а по decision jobs: category understanding, problem education, business case, technical validation, risk reduction, competitor comparison, implementation, procurement. Один и тот же whitepaper не обязан обслуживать весь buying committee.

Если ACV низкий, account universe огромный, buying committee прост и product self-service, heavy ABM может ухудшить economics. Используйте account-based thinking там, где цена персонализации окупается.

Назначьте owners для ICP, stages, scoring, content, programs, sales enablement и measurement. Без governance definitions быстро расходятся, а automation закрепляет старые ошибки. Quarterly пересматривайте ICP и scoring на основе real wins/losses.

• Снижение CAC
• Годовая стратегия
• Полный аудит маркетинга

• ICP Card
• Messaging House
• Sales Battlecard
• Funnel Dashboard

• STP
• Buyer Journey
• Value Selling

• Demand Generation
• ICP
• Buying Committee
• Sales Pipeline

ABM оправдан при высоком потенциальном value аккаунта, длинном sales cycle, сложном buying committee и заметной ценности персонализации. Если продукт дешёвый и self-service, тяжёлый 1:1 ABM может ухудшить economics.

Сравните стоимость account research, контента, встреч и sales effort с expected contribution сделки. Персонализация должна иметь экономический смысл.

Выберите один результат: новый strategic pipeline, ускорение конкретных сделок, повышение win rate, выход в новый buying center или expansion. Цель «запустить ABM» непригодна для управления.

Используйте ICP: отрасль, размер, geography, technology, regulation, process maturity. Добавьте timing signals: hiring, M&A, funding, leadership change, technology migration, regulatory deadline. Fit без trigger часто означает правильную компанию в неправильный момент.

Не превращайте Tier 1 в список из сотен логотипов. Уровень персонализации должен соответствовать capacity.

Для champion, user, technical evaluator, economic buyer, procurement и blockers зафиксируйте KPI, risk, objections и proof needs. Цель — multi-threading, а не зависимость от одного контакта.

Изучите стратегию компании, публичные инициативы, hiring, tech stack, partners, current relationships и business events. Собирайте только то, что меняет hypothesis, message или action.

Формат: событие X создаёт вероятную проблему Y для роли Z; capability A может дать outcome B; это нужно подтвердить через conversation C. Такая запись отделяет evidence от фантазии.

У play должны быть trigger, audience, assets, owner и exit criteria.

Используйте core narrative, industry layer, role-specific proof и account-specific evidence. Это позволяет персонализировать смысл без производства каждой страницы с нуля.

Один account plan, один owner и согласованный next-best action важнее раздельных списков в CRM и automation. Marketing должен видеть sales context, Sales — engagement context.

Например: Target → Aware → Engaged → Multi-threaded → Qualified → Opportunity → Customer → Expansion. Для каждой стадии нужен observable criterion.

При достижении signal Sales получает не score, а context: stakeholder, content, trigger, hypothesis. Rejected account возвращается в nurture с причиной, которая улучшает scoring.

• Target account coverage.
• Engaged accounts.
• Количество активных buying roles.
• Meetings и workshops.
• Qualified opportunities.
• Pipeline value и velocity.
• Win rate.
• Expansion.
• Cost per progressed account.

Лучшие аккаунты часто и без ABM имеют высокий propensity to buy. Используйте matched groups, holdout или staggered rollout, когда возможно. Не приписывайте программе весь observed pipeline.

Existing customers часто имеют лучший economics. Создайте whitespace map по подразделениям, use cases, products и географиям. Expansion play должен запускаться после доказанного value.

Обновляйте triggers, decision criteria, proof и competitive assumptions после крупных сделок. ABM без learning loop быстро превращается в дорогое исполнение устаревших гипотез.

• ICP утверждён и проверен на wins/losses.
• Есть universe и правила tiering.
• Buying roles описаны.
• Account stages имеют definitions.
• Sales подписался под SLA.
• Есть 2–3 повторяемых plays.
• Контент модульный.
• Dashboard показывает progression.
• Есть plan для measurement.
• Capacity достаточна для выбранного числа Tier 1.

Переводите аккаунт в более дорогой tier только при сочетании value, fit и актуального signal. Если после 2–3 циклов персонализированных plays нет progression, снижайте investment или пересматривайте hypothesis. Не сохраняйте Tier 1 из-за sunk cost или статуса логотипа.

Сложите media, content production, data/research, events и incremental sales time. Сравните cost per opportunity, expected contribution pipeline и win-rate uplift с контрольной группой или historical baseline. Учитывайте длинный лаг: ABM нельзя оценивать только в месяце запуска.

1. Дни 1–30: ICP, universe, tiers, stages, baseline.
2. Дни 31–60: research, hypotheses, plays, content modules.
3. Дни 61–90: orchestration, dashboard, measurement, quarterly review.

• ABM = таргетированная реклама.
• Слишком большой Tier 1.
• Персонализация без business hypothesis.
• CTR вместо progression.
• Платформа раньше process.
• Нет Sales capacity.
• Один champion.
• Нет expansion.

Поставщик промышленного ПО выделяет 35 Tier 1 предприятий, где идёт модернизация. COO получает benchmark, IT/OT — security/integration proof, CFO — ROI. Account plan объединяет Sales и Marketing. Lead volume почти не меняется, но multi-threaded opportunities и pipeline на аккаунт растут.

Чтобы tiering не превращался в субъективный список «нравится / не нравится», используйте scorecard. Разделите оценку на три блока: fit, value и timing. Fit отвечает на вопрос, насколько хорошо продукт соответствует структуре компании и use case. Value — какой потенциальный экономический эффект и lifetime contribution возможен. Timing — есть ли сейчас причина действовать.

Не воспринимайте score как истину. Он лишь упорядочивает обсуждение. Quarterly сравнивайте score с фактическими wins, losses и progression и обновляйте веса.

Разделите персонализацию на четыре уровня: segment, account, role и moment. Segment — общая отрасль/use case. Account — конкретная инициатива компании. Role — риск и KPI человека. Moment — текущая стадия buying process. Чем дороже аккаунт, тем больше слоёв можно комбинировать.

Считайте число meaningful roles, а не количество contacts в CRM. Если один champion активно читает контент, но economic buyer и technical evaluator не вовлечены, account остаётся уязвимым. Для крупных сделок полезно задать минимальную stakeholder coverage до перехода в позднюю стадию.

В enterprise главный конкурент часто status quo. Добавляйте в plays cost of inaction, urgency trigger, implementation de-risking и business case. Не концентрируйтесь только на battlecard против vendor-конкурента.

Не делите бюджет пропорционально количеству аккаунтов. Tier 1 может потреблять больше ресурса на один account, но его value выше. Сравнивайте expected pipeline contribution и cost per progressed account. Если expensive Tier 1 play не создаёт progression, снижайте investment.

• Единый account universe и definitions.
• Еженедельный account review Marketing + Sales.
• Named owner для Tier 1.
• Library повторяемых plays.
• Role-based content modules.
• Account dashboard с progression, а не только engagement.
• Win/loss loop.
• Quarterly retiering.

• B2B Demand Engine
• Годовая стратегия
• Снижение CAC

• ICP Card
• Sales Battlecard
• ROI Calculator
• Funnel Dashboard

• Buyer Journey
• Value Selling
• MEDDPICC

• ABM
• Buying Committee
• ICP
• Sales Pipeline

Разложите MRR/ARR на New + Expansion − Contraction − Churn. Отдельно смотрите logo и revenue retention. Так видно, какой рычаг реально ограничивает рост.

North Star отражает customer value, например активные команды, завершившие core workflow. Разложите её на breadth, depth, frequency, quality и добавьте guardrails.

Сравните segments по activation, retention, ACV, support cost, expansion и CAC. Дешёвый acquisition не компенсирует плохой retention. Часто лучший growth move — сузить ICP.

Считайте signup CAC, activated CAC и retained CAC. Сравнивайте cohorts по source через 30/90/180 дней.

Activation должна быть связана с будущим value: integration, first report, created project, invited teammate. Проверьте связь количественно и через interviews.

Удалите необязательный setup, используйте templates, defaults, imports, progressive disclosure и assisted onboarding для high-value customers.

Смотрите cohorts по plan, source, segment, use case и activation path. Сравнивайте cohorts на одинаковом возрасте и ищите точку провала.

Разделяйте no value, implementation failure, pricing, budget, champion loss, missing capability, competitor. У каждой причины должен быть owner и playbook.

Expansion запускается после value milestone. Triggers: seat/usage limit, новый team, module use, new region. Для sales-assisted expansion используйте qualified signal.

Проверяйте value metric, packaging, fences, overage, annual discount, WTP и price realization. Monetization — полноценный growth lever.

PQL сочетает fit и behavior: team size, critical use, integration, volume, multi-user activity. Проверяйте predictive value signal.

Collaboration invites, shared outputs, templates, referrals, integrations. Измеряйте reproduction rate и cycle time. Не называйте loop любую повторяемую активность.

Смотрите CAC payback, contribution margin, LTV/CAC, NRR и cost-to-serve. Scale должен соответствовать capital constraints.

• Acquisition.
• Activation.
• Retention.
• Expansion.
• Referral.
• Pricing/monetization.

Incomplete setup, first success, usage drop, limit reached, relevant feature, renewal window. CRM должна усиливать product value.

Определите shared metrics и handoffs. Product отвечает за core value and activation, Marketing — quality demand, Sales — commercial conversion, CS — adoption/retention/expansion. Локальная оптимизация одной функции не должна ухудшать общий LTV.

Executive layer: ARR growth, NRR, CAC payback. Diagnostic layers: acquisition cohorts, activation, retention, expansion, product usage. Не перегружайте один dashboard всеми метриками.

Рост клиентов увеличивает support, infrastructure и sales/CS load. Forecastируйте capacity. Если service ухудшается при scale, retention economics может разрушиться.

• Activation стабильна.
• Cohort retention не ухудшается.
• Marginal CAC укладывается в economics.
• Support capacity есть.
• Есть repeatable acquisition motion.
• Pricing поддерживает margin.

1. Сравнить новые cohorts.
2. Проверить activation/time-to-value.
3. Разложить NRR.
4. Оценить CAC/payback.
5. Проверить experiment learnings.
6. Решить, что scale/stop/iterate.

• Signup вместо activation.
• Paid scale при плохом retention.
• Одна onboarding path.
• Annual contract = retention.
• Upsell до value.
• PLG = без Sales.
• Скидочный рост вместо value.

SaaS удваивает trials из paid social, но ARR растёт слабо. Cohorts показывают низкую activation и D90 retention. После сужения ICP, role-based onboarding и PQL trial volume снижается, но activated CAC, retention и payback улучшаются.

Когда ARR перестаёт расти, разложите проблему по четырём осям: new logo, activation, retention и expansion. Не пытайтесь сначала «добавить канал». Если new logos стабильны, но NRR падает, acquisition только маскирует churn. Если retention хорош, но signup stagnates, проблема может быть в market reach или pricing.

Activation funnel должен быть коротким и связанным с будущим retention. Избегайте vanity milestones вроде «заполнил профиль», если они не влияют на outcome.

Вводите upsell только после observable value. Хорошие triggers: достигнут usage threshold, команда выросла, появился новый workflow, активирован critical feature, достигнут ROI milestone. Плохой trigger — просто истёк первый месяц.

Пересматривать pricing стоит при заметном расхождении между customer value и revenue capture, при изменении product scope, при росте support cost или при появлении нового dominant segment. До изменения соберите WTP evidence и смоделируйте migration existing customers.

Не позволяйте backlog состоять только из onboarding tweaks. Балансируйте быстрые funnel experiments и strategic bets: новый segment, package, price metric, referral loop, sales-assisted motion. Часть экспериментов должна проверять саму модель роста.

• CAC payback по segment.
• Gross/contribution margin.
• NRR/GRR.
• Support cost per account.
• Expansion concentration.
• Discount rate.
• Infrastructure cost при росте usage.

Если NRR снижается, не начинайте с общей retention-кампании. Разложите изменение на logo churn, contraction и expansion. Затем сравните segments, plans, cohorts и account age. Иногда проблема находится не в retention, а в изменении mix: например, компания привлекла больше small accounts с низким expansion potential.

Для каждого компонента определите owner. Product/CS могут отвечать за adoption и churn causes, Pricing — за package leakage, Sales/AM — за expansion motion. NRR становится управляемой метрикой только после декомпозиции.

Бесплатный доступ должен выполнять определённую функцию: product discovery, viral loop, qualification или conversion. Если freemium создаёт support cost и почти не конвертирует high-fit users, он не является обязательным атрибутом SaaS. Сравнивайте free-to-paid conversion, activation, retained conversion и contribution.

Рост пользователей увеличивает нагрузку не только на infrastructure, но и на support, onboarding, CS и Sales. Добавьте capacity assumptions в forecast. Если activation зависит от ручной помощи, удвоение acquisition без расширения onboarding capacity ухудшит time-to-value и retention.

• Как изменился ICP mix?
• Как изменились activation и time-to-value?
• Какие cohorts стали сильнее/слабее?
• Что произошло с NRR и payback?
• Какие loops действительно воспроизводятся?
• Нужно ли менять pricing/packaging?
• Какой bottleneck ограничивает следующий этап роста?

• Поиск PMF
• Рост Retention и LTV
• Снижение CAC
• Плейбук маркетинга программного обеспечения как услуги (Software as a Service, SaaS) и продуктового роста (Product-Led Growth, PLG)
• Плейбук перехода от соответствия продукта рынку к масштабированию (Post-PMF Scaling Playbook)

• Cohort Dashboard
• Unit Economics Model
• Experiment Registry

• AARRR
• North Star Framework
• Growth Loops
• Growth Accounting

• Activation
• Retention Rate
• NRR
• LTV

Revenue = Sessions × Conversion Rate × AOV × Repeat Factor. Добавьте gross margin, returns, fulfillment, payment fees, discounts и CAC.

Blended ROAS часто переоценивает channel, который ловит существующий спрос. Считайте new customer CAC и repeat economics.

Сегментируйте source, campaign, creative, device, geo, category. Смотрите add-to-cart, purchase, returns и repeat, а не только CPC.

Navigation, search, filters, sorting и merchandising помогают сузить выбор. В сложном ассортименте category experience может быть важнее checkout.

Покажите fit, specs, visuals, reviews, delivery, returns, availability и trust. Не пытайтесь лечить информационную неопределённость скидкой.

Покажите total cost, delivery threshold, stock, promo logic и complementary products. Оценивайте margin.

Сократите forced registration, добавьте подходящие payments, сохраняйте корзину, объясняйте errors, уберите неожиданные fees.

Продвижение low-stock товара разрушает economics. Используйте suppression rules, substitutes и inventory-aware planning.

• Bundles.
• Cross-sell.
• Premium alternatives.
• Quantity offers.
• Free-delivery threshold.

Считайте incremental contribution, а не только чек.

Baseline, incremental units, cannibalization, pull-forward, margin и post-promo. Не приписывайте скидке весь объём.

Сегментируйте по first category, replenishment cycle, RFM, source, discount dependency. Используйте behavioral CRM triggers.

Программа должна менять frequency, basket, breadth или retention. Считайте reward cost и incremental behavior.

Разделите returns по SKU, size, source и reason. Высокая conversion может быть ложной победой при высоком возврате.

Champions, new promising, at risk, hibernating. Дополняйте RFM contribution и category context.

Смотрите saturation и response curve. Перераспределяйте budget по следующему рублю, а не average ROAS.

Marketplace даёт reach, но снижает control/margin/data. Owned channel дороже на входе, но создаёт relationship и retention. Задайте roles.

• Category/navigation.
• Product page.
• Pricing/promotions.
• Cart/checkout.
• AOV.
• CRM/repeat.
• Loyalty.
• Recommendations.

Оценивайте не только продажи SKU, но inventory turn, margin, attach rate и substitution. Hero product может создавать трафик, а прибыль формироваться на complementary categories.

Для repeat categories допустимый first-order CAC может быть выше contribution первого заказа, если cohorts подтверждают возврат. Для one-off категории требуйте более ранний payback.

Сравните full-price и promo cohorts. Если покупатели возвращаются только на следующую скидку, программа может обучать аудиторию ждать промо.

Daily: availability, technical conversion, spend anomalies. Weekly: channels/categories/experiments. Monthly: cohorts, repeat, returns, contribution. Quarterly: assortment, pricing, loyalty, channel mix.

• Scale channel, если marginal contribution положителен.
• Stop promo, если incremental margin отрицательна.
• Fix information, если returns связаны с expectation mismatch.
• Не оптимизировать AOV ценой margin.
• Не считать CRM revenue полностью incremental.

• GMV вместо contribution.
• Blended ROAS.
• Постоянные скидки.
• Игнор returns.
• Out-of-stock media.
• Нет cohort analysis.
• Лояльность без incremental effect.

Магазин масштабирует paid social скидкой 20%. First-order ROAS высокий, но repeat низкий и returns высокие. Bundle, better guidance и post-purchase cross-sell немного снижают initial conversion, зато 90-day contribution заметно растёт.

Сначала определите, где находится ограничение: traffic availability, merchandising, conversion, AOV, repeat, inventory или margin. Рост одного рычага бесполезен, если другой жёстко ограничивает систему. Например, увеличение traffic при дефиците товара только увеличит wasted spend.

Разделите SKU на traffic drivers, margin drivers, repeat drivers и long-tail. Не все товары обязаны выполнять одну роль. Hero SKU может привлекать спрос, а прибыль формироваться через accessories, replenishment или higher-margin alternatives.

Не измеряйте recommendation block только CTR. Смотрите incremental AOV, margin, attach rate и downstream repeat. Показ популярного товара, который покупатель и так бы выбрал, может давать высокий CTR без incremental value.

Для крупных lifecycle programs оставляйте небольшую контрольную группу, если это допустимо. Сравнивайте incremental revenue/contribution, а не attributed clicks. Особенно важно для cart reminders, promotions и loyalty.

Стройте baseline с учётом прошлого периода, category seasonality, stock availability и promotion calendar. Сезонный рост нельзя автоматически приписывать текущей кампании.

• Contribution margin.
• Return/cancel rate.
• New customer share.
• Repeat by cohort.
• Stock coverage.
• Discount dependency.
• Marginal CAC.

Для e-commerce PMF часто проявляется не на уровне всей компании, а на уровне category/assortment cluster. Сравнивайте search demand, add-to-cart, purchase, repeat, return и margin по категориям. Высокий traffic при слабом repeat может означать commodity demand без устойчивого customer value.

Разделяйте budget и KPI для acquisition и retention. Для нового клиента важны first-order contribution и expected repeat. Для existing customer — incremental repeat, category expansion и margin. Не позволяйте retargeting existing customers искусственно улучшать performance acquisition campaigns.

Порог бесплатной доставки может повышать AOV, но нужно считать net contribution после shipping cost и change in basket composition. Тестируйте несколько thresholds по сегментам и регионам. Иногда высокий threshold стимулирует отказ, а низкий — съедает margin.

Не просто скрывайте товар. Предложите substitute, waitlist, back-in-stock notification или related category. Считайте recovered demand. Это превращает inventory problem в управляемую customer journey.

Сравнивайте не только CAC, но и first-order margin, returns, repeat cadence, coupon dependency и 90/180-day contribution. Источник, который приводит покупателей только ради промо, может выглядеть сильным по last-click и слабым по LTV.

1. Проверить технические ошибки и availability.
2. Сравнить traffic quality и marginal CAC.
3. Проверить conversion по category/device.
4. Оценить AOV, discount и contribution.
5. Проверить returns/cancellations.
6. Посмотреть repeat cohorts.
7. Принять решения по budget, inventory и experiments.

Этот материал посвящён системе роста уже работающего интернет-магазина: диагностике growth equation, конверсии, среднего чека, повторных покупок, промо, возвратов и marginal economics. Для построения полного операционного маркетинга D2C-бизнеса — включая ассортиментную модель, creators, owned demand, организацию команды и 90-дневный operating plan — используйте отдельный D2C playbook.

• Рост конверсии
• Рост Retention и LTV
• Снижение CAC
• Плейбук маркетинга электронной коммерции и прямых продаж потребителю (E-commerce & Direct-to-Consumer, D2C)
• Плейбук маркетинга для маркетплейса и платформенного бизнеса (Marketplace & Platform Marketing Playbook)

• Cohort Dashboard
• Channel Dashboard
• Unit Economics Model
• Experiment Plan

• RFM
• AARRR
• Growth Loops

• Conversion Rate
• LTV
• Promotion Economics
• CRM Segmentation

Что должно измениться: consideration, willingness to pay, category association, enterprise credibility, segment mix или expansion. Без этого проект становится субъективным redesign.

Соберите awareness, consideration, associations, distinctive assets, reasons to choose/reject. Используйте tracking, interviews, search/social, reviews, sales и win/loss.

Как клиент называет проблему? С кем сравнивает бренд? Какие entry points и criteria важны? Решите, нужна ли category education.

Primary target должен быть достаточно конкретным, чтобы position было meaningful. Оцените economics, accessibility и current perception.

Новое position может ослабить привлекательность для старой аудитории. Оцените revenue exposure и strategic choice.

2–4 territory должны различаться смыслом: category, value, tension, differentiation, proof. Не делайте десятки слоганов.

Оценивайте comprehension, relevance, credibility, differentiation, consideration и WTP. Liking — вторично.

Core message + pillars + proof + objections + role adaptations. В B2B добавьте economic, user и technical proof.

Измерьте recognition/linkage. Не уничтожайте накопленную memory автоматически.

Promise должно подтверждаться onboarding, sales, support, delivery, pricing и policies.

Обучите leadership, Sales, Support, partners: что изменилось, почему, что говорить, какие claims запрещены.

1. Website/landing.
2. Sales deck/proposal/demo.
3. Product/onboarding.
4. CRM/customer comms.
5. Paid/owned campaigns.
6. Long-tail documents.

Выберите staged или big-bang. Для B2B часто полезнее proof-first rollout.

• Awareness.
• Target association.
• Consideration.
• Branded demand.
• Win/loss reasons.
• Price realization.
• Segment mix.

Старые associations сохраняются. Определите 3–6-месячный review window.

Сравните perception и commercial signals, найдите touchpoints, где new position не закрепилось.

Определите economic hypothesis: более высокий price realization, рост consideration в high-margin segment, снижение sales friction или expansion. Это позволяет оценивать проект не только brand metrics.

Не заставляйте старых клиентов угадывать, остался ли продукт для них. Создайте migration narrative: что сохраняется, что улучшается, почему изменение выгодно. Для ключевых клиентов используйте direct communication до public launch.

• Product roadmap поддерживает promise.
• Sales deck использует новое narrative.
• Pricing соответствует desired position.
• Customer service tone согласован.
• Proof доступен на critical stages.
• Partners понимают новую category story.

Если concept отличается, но credibility низкая — усиливайте proof или меняйте territory. Если relevance высокая только в маленьком segment — решите, достаточно ли его economics. Если position нравится, но не меняет consideration, не масштабируйте creative production.

• Логотип первым.
• Нет customer research.
• Все старые promises сохранены.
• Liking вместо choice.
• Experience не меняется.
• Sales не обучен.
• Нет baseline.
• Слишком ранний разворот после launch.

Технологический подрядчик хочет стать enterprise platform. Research показывает низкую confidence в governance. Компания меняет не только дизайн: добавляет security proof, implementation methodology, named success model и новые commercial terms. Desired association поддерживается operating model.

Brand refresh нужен, когда стратегическое место бренда остаётся верным, но визуальная/вербальная система устарела. Repositioning нужен, когда нужно изменить target, category frame, key association, value promise или reason to choose. Если проблема только в inconsistent design, не запускайте стратегическую трансформацию.

Сильное repositioning опирается на пересечение evidence, а не на один workshop руководителей.

Показывайте одинаково оформленные concept boards, чтобы visual execution не искажал оценку идеи. Измеряйте comprehension, relevance, credibility и differentiation. После выбора territory отдельно тестируйте creative expression.

Если repositioning затрагивает portfolio, решите, какие products наследуют masterbrand, где нужны sub-brands, какие legacy names сохраняются. Иначе customer сталкивается с противоречивыми promises.

Соберите talk tracks, objection handling и proof modules. После launch прослушайте реальные sales calls: используют ли люди новую narrative и понимают ли её customers. Это один из лучших indicators operational adoption.

• 0–3 месяца: comprehension, employee/sales adoption, campaign reach.
• 3–6 месяцев: associations, consideration, branded demand.
• 6–12 месяцев: segment mix, price realization, win/loss shifts.

Не меняйте positioning из-за слабой одной кампании. Сначала отделите проблему strategy от execution и reach. Если target не понимает promise даже при качественной execution, пересматривайте message/position. Если понимает, но не верит — усиливайте proof и experience.

Рабочая структура: для [target], который [problem/job], бренд [category/frame] даёт [primary value], потому что [proof/difference]. Это внутренний инструмент, а не рекламный слоган. Он помогает проверять consistency решений.

Differentiation отвечает на вопрос, почему решение предпочтительнее alternatives. Distinctiveness — насколько легко бренд распознать и вспомнить. Репозиционирование не обязано изобретать абсолютно уникальную feature, но должно иметь credible reason to choose и сохранить/создать узнаваемые assets.

Если current perception включает нежелательные associations, сначала определите их источник: продукт, service, price, audience mix или communication. Нельзя «перекрасить» плохой experience. Для сильных негативных associations нужен operational remediation и proof over time.

Составьте список ключевых account groups: active customers, prospects, partners, analysts/media, employees. Для каждого определите сообщение: что меняется, что сохраняется, почему это важно. Ключевые клиенты не должны впервые узнать об изменении из рекламной кампании.

Сначала определите, где сломалась цепочка: reach, comprehension, credibility, relevance или delivery. Если target не видел новое message — проблема media. Если видел, но не понял — messaging. Если понял, но не поверил — proof. Если поверил, но experience не подтверждает promise — operating model.

• Годовая стратегия
• Выход на новый рынок
• Полный аудит маркетинга

• Positioning Brief
• Messaging House
• Brand Dashboard
• Research Brief

• STP
• 5C
• Value Proposition Canvas

• Positioning
• Brand Awareness
• Brand Tracking
• Value Proposition

Не ставьте KPI «внедрить AI». Выберите cycle time research, content throughput, campaign QA, reporting effort, sales research, response speed. Зафиксируйте baseline.

Research, planning, content, creative, media, CRM, analytics, enablement, service, operations. Для каждого: frequency, hours, error cost, data, systems, approvals.

Copilot помогает внутри шага; automation выполняет deterministic sequence; agent выбирает actions/tools. Чем больше автономность, тем строже permissions и observability.

Use case, model/provider/version, owner, data class, tools, status, evals, incidents, review, fallback, decommissioning.

Public/internal/confidential/personal/sensitive. Настройте approved providers, connectors, retention, region, access control и PII restrictions.

20–100 реальных tasks. Для каждого reference/rubric: accuracy, completeness, source quality, brand fit, action correctness.

Сначала более сильная model для ceiling, затем optimize cost/latency, заменяя stages только при сохранении eval performance.

Документированные, тестируемые, минимальные permissions. Read-only отделяйте от write. Publishing, sending, deletion, pricing требуют повышенного контроля.

• Scope checks.
• Prompt-injection protection.
• PII filters.
• Tool permissions.
• Output validation.
• Action limits.
• Required sources.
• Escalation.

High-impact и irreversible actions требуют approval. В pilot review шире; снижайте контроль только по evidence.

Оценивайте полный workflow и rework. Хорошая генерация может не давать savings при дорогой проверке.

Task, model/version, tools, outcome, human decision, errors, latency — в рамках privacy/security.

Retry, reduced scope, alternative model, manual queue или stop. Critical workflow не должен зависеть от одного model endpoint.

Approved retrieval, brand rules, source verification, CRM/analytics tools, logging и eval harness должны быть общими.

Начинайте с single-agent/explicit workflow. Multi-agent нужен при действительно разных roles, contexts и permissions.

Обучайте workflow, а не prompts: что делегировать, как проверять, где approval, как сообщать failure. Назначьте owner.

Approved models, security/legal review, owner, change triggers, incident process, retention, decommissioning, vendor exit.

Quarterly сравнивайте realised value, adoption, reliability, risk, cost. Закрывайте pilots без эффекта.

• Research synthesis с source review.
• Content brief/draft с approval.
• Campaign QA.
• Dashboard commentary.
• Sales account research.
• CRM classification без sending.

• Autonomous pricing.
• Mass outbound без approval.
• Удаление CRM data.
• Legal claims без human review.
• High-stakes customer decisions.
• Workflows без success criteria.

Повышайте autonomy только если eval quality стабилен, failure modes известны, permissions минимальны, actions reversible или protected approval, а monitoring работает. При incident снижайте autonomy и обновляйте guardrails.

Сравните incremental value и total cost: model/API, infrastructure, integration, maintenance, review, exception handling. Time saved считается только если высвобождённая capacity реально используется.

1. Дни 1–30: process inventory, scoring, AI inventory, baseline evals.
2. Дни 31–60: 2–3 pilots, tool boundaries, review, logging.
3. Дни 61–90: economics, guardrails, reusable components, scale/stop.

• Model-first.
• Автоматизация плохого process.
• Нет evals.
• Лишние permissions.
• Demo = production.
• Не считают review cost.
• Нет fallback.
• Нет version history.
• Adoption = impact.

Команда хочет AI для контента. Inventory показывает, что bottleneck — research. Agent получает approved search/repository tools, собирает evidence и outline; человек подтверждает sources. Evals измеряют coverage и factual accuracy. Cycle time сокращается, corrections не растут; затем automation расширяется.

Для каждого use case заведите фиксированный набор representative tasks, rubric и pass/fail thresholds. При смене model, prompt, retrieval source или tool прогоняйте regression eval. Это превращает «кажется, стало лучше» в управляемый quality process.

Полезно разделить tools на четыре уровня: read public, read internal, write reversible, write high-impact. Agent получает минимальный набор. Для high-impact actions добавляйте explicit confirmation, limits или human approval.

Model/provider update может изменить behavior без изменения вашего workflow. Поэтому inventory должен хранить version/release channel, а change trigger — запускать regression eval. Для critical use cases не полагайтесь на незафиксированное поведение.

Проверяйте data handling, retention, region, security, availability, rate limits, model lifecycle, pricing, contractual terms и export/exit. Технологическая capability без acceptable governance может сделать vendor непригодным.

AI может не сокращать headcount, но увеличивать throughput, уменьшать cycle time и переносить время специалистов с production на judgment. Фиксируйте, куда реально переиспользована capacity; иначе «сэкономленные часы» останутся виртуальными.

• Workflow стабилен и понятен.
• Evals имеют приемлемый baseline.
• Tools стандартизированы.
• Permissions минимальны.
• Failures наблюдаемы.
• Fallback протестирован.
• Human approval определён.
• Экономика пилота положительна.

Для каждого серьёзного failure фиксируйте context, model/version, tool calls, impact, detection, containment, root cause и remediation. Затем обновляйте eval set и guardrail, чтобы incident превращался в системное learning.

Не используйте одну универсальную accuracy. Для research важны source coverage и factuality; для content — usefulness и rework; для agents — правильность action, tool и parameters; для customer-facing systems — safety и escalation. Business metric и model-quality metric должны существовать одновременно.

Храните prompts/instructions, eval cases, tool contracts, incident learnings и architecture decisions как versioned artifacts. Если knowledge существует только в голове одного AI-champion, трансформация создаёт новый key-person risk.

Stop criteria задавайте до pilot: минимальный quality threshold, maximum review effort, expected cycle-time gain и acceptable incident rate. Если use case не проходит их после согласованного числа iterations, закрывайте или сужайте scope, а не поддерживайте бесконечный demo.

• Годовая стратегия
• Полный аудит маркетинга
• B2B Demand Engine
• Как внедрить ИИ-агента для маркетинговых исследований (AI Research Agent)
• Как внедрить оркестрацию ИИ-агентов (AI Workflow Orchestration)
• 25 экспериментов с ИИ-агентами в маркетинге (AI Agent Experiments)
• Как отслеживать протоколы агентной коммерции (Agentic Commerce Protocols)

• AI Model Inventory
• Risk Register
• Decision Log
• Vendor Scorecard

• RACI
• RICE
• Kanban

• AI Vendor Assessment
• AI Data & IP Leakage
• AI Agent Action Risk

Стоимость привлечения клиента (Customer Acquisition Cost, CAC) — это отношение затрат на привлечение к числу новых клиентов за выбранный период. Но сама цифра почти ничего не объясняет. CAC может расти из-за подорожания медиа, снижения конверсии сайта, ухудшения качества лидов, падения win rate, удлинения sales cycle или роста доли дорогих сегментов.

Первое правило диагностики: убедитесь, что вы сравниваете одинаковые определения. Если раньше в CAC попадал только media spend, а теперь добавились agency fees или SDR payroll, рост может быть бухгалтерским, а не рыночным.

• Какой numerator: только media или fully loaded acquisition cost?
• Какой denominator: клиент, аккаунт, first order или new ARR?
• Есть ли одинаковый attribution window?
• Сравниваются ли одинаковые сегменты и географии?
• Нет ли сезонности или длинного лага между spend и closed won?

Для длинного B2B цикла полезно считать cohort CAC: расходы периода сопоставляются с клиентами, пришедшими из той же acquisition cohort, а не просто с закрытыми сделками в этом месяце.

Представьте acquisition как последовательность: стоимость доступа → отклик → конверсия → квалификация → opportunity → win. Рост CAC всегда проявляется в одной или нескольких стадиях.

Average CAC показывает прошлую среднюю эффективность. Marginal CAC отвечает на более важный вопрос: сколько стоит следующий клиент при увеличении spend. Канал может выглядеть эффективным в среднем, но уже находиться на участке saturation, где дополнительные 20% бюджета создают значительно меньше клиентов.

Если есть история бюджетных ступеней, постройте простую response curve: spend → incremental customers. Даже грубая модель лучше, чем решение «канал всегда работал — добавим ещё».

Blended CAC может расти просто потому, что компания исчерпала дешёвые каналы и вышла в более дорогие. Это не обязательно плохо. Если новый канал приносит larger ACV, higher retention или strategic accounts, более высокий CAC может быть экономически оправдан.

Сравнивайте каналы по contribution LTV:CAC и payback, а не по CAC в вакууме.

Частая причина роста CAC — расширение targeting. Сначала кампании собирают наиболее очевидный high-intent ICP, затем масштабирование начинает захватывать lower-fit аудиторию. CTR может оставаться нормальным, но qualified rate и win rate падают.

Сегментируйте по ICP tier, industry, company size, source и trigger. Если CAC растёт только вне core ICP, проблема найдена.

Рекламный message может привлекать слишком широкое любопытство. Сравните creatives не по CTR, а по downstream quality. Если «дешёвый» креатив приводит много форм, но мало SQL, он повышает business CAC.

Если media cost стабильна, а CAC растёт, посмотрите message match, mobile speed, form completion, pricing clarity, trust proof и CTA. Для B2B важно не максимизировать form submits любой ценой, а сохранять quality.

Измерьте time-to-lead, acceptance rate, recycle reasons, share of duplicate/spam leads. Медленный routing может ухудшать conversion даже при хорошем marketing. Слабый lead scoring заставляет Sales тратить capacity на low-fit demand.

Если opportunity volume стабилен, но CAC вырос, ищите проблему в win rate и sales cycle. Причины: слабый discovery, неверный champion, lack of business case, price objection, procurement friction, конкурент или рост no-decision.

Сравните win/loss reasons до и после ухудшения CAC. Особенно важен no-decision: он часто растёт незаметно и съедает economics.

CAC нельзя оценивать без monetization. Если цена/ACV выросли быстрее CAC, economics могут улучшаться. И наоборот, discounting может сделать привычный CAC неприемлемым.

Два канала с CAC 100 тыс. ₽ могут иметь совершенно разную ценность, если один приводит клиентов с 90% retention, а второй — с 50%. Смотрите retained CAC, LTV и payback по cohorts.

Branded search, retargeting и affiliate иногда получают credit за спрос, который возник бы и без них. Высокий attributed ROAS может скрывать слабую incrementality. При перераспределении бюджета используйте holdouts или другие causal методы там, где возможно.

1. CPM/CPC выросли? → проверьте competition, saturation, audience expansion.
2. Traffic cost стабилен, CVR упала? → landing/message/trust.
3. Leads стабильны, SQL rate упал? → ICP/qualification.
4. Opportunities стабильны, win rate упал? → sales/value/competition.
5. Win rate стабилен, payback ухудшился? → price, margin, retention.
6. Attributed CAC вырос только после изменения модели учёта? → definitions/attribution.

Не останавливайтесь на снижении CPL. Смотрите цепочку до клиента: qualified rate, opportunity rate, win rate, CAC, payback и downstream retention. Для B2B эффект может созревать несколько месяцев.

• Снижать ставки без диагностики.
• Оптимизировать CPL.
• Сравнивать average CAC разных сегментов.
• Игнорировать Sales cost.
• Не учитывать lag.
• Считать branded demand полностью incremental.
• Резать дорогой канал без LTV.

CAC вырос с 95 до 132 тыс. ₽. CPM увеличился лишь на 6%, landing CVR не изменился. При разборе выясняется, что доля лидов из нового сегмента выросла с 15% до 40%, а SQL rate там вдвое ниже. После возврата core ICP и отдельного message для нового сегмента qualified CAC снижается до 101 тыс. ₽. Проблема была не в рекламном аукционе, а в размывании ICP.

Чтобы CAC не диагностировать только после квартального провала, введите короткий weekly review. Смотрите не только итоговый blended CAC, а leading drivers: CPM/CPC, conversion, qualified rate, opportunity rate, win rate и marginal spend. Это позволяет заметить ухудшение раньше, чем оно полностью проявится в closed-won.

На review фиксируйте не только цифру, но и решение: scale, hold, reduce, test или investigate. Один и тот же рост CAC может быть нормальным при выходе в новый сегмент и тревожным при ухудшении core ICP.

• Максимальный payback по сегменту.
• Минимальный qualified rate.
• Минимальный win rate.
• Предел marginal CAC.
• Допустимое падение retention у новых cohorts.

• Как снизить CAC
• Как повысить конверсию
• Маркетинговый аудит за день

• Channel Dashboard
• Unit Economics Model
• Funnel Dashboard
• Attribution Specification

• AARRR
• Growth Accounting
• RICE

• CAC
• Marginal CAC
• Media Saturation
• Marketing Incrementality

Если лидом считается любой download, chatbot message или случайный form submit, большой объём не имеет коммерческого смысла. Начните с определения стадий: Lead → MQL → SQL → Opportunity → Proposal → Won. Зафиксируйте criteria, owner и denominator переходов.

Смотрите volume, conversion и time-in-stage. Низкая conversion и длинный time могут указывать на разные причины.

Сравните source, campaign, ICP tier, company size, role, region, offer и content. Часто общий funnel скрывает один большой source с низким fit.

Возьмите 20–50 последних wins и losses. Какие признаки отличают wins? Размер, industry, technology, trigger, pain intensity, maturity, urgency? Обновите ICP не по мнению команды, а по evidence.

Некоторые лид-магниты создают высокий volume, но низкий buying intent. Бесплатный шаблон может привлекать студентов и специалистов, а demo request — реальных buyers. Не требуйте одинаковой conversion от разных offers.

Если MQL определяется по email + скачанному PDF, это слабый proxy. Для B2B добавьте fit, behavior и context. Но не усложняйте scoring так, чтобы никто не понимал, почему лид получил баллы.

Измерьте время от handoff до первого осмысленного контакта. Для горячего inbound даже несколько часов могут снижать response. Установите SLA по типу lead и priority.

Лид может теряться из-за неправильной территории, product line, ownership или duplicate handling. Смотрите долю unassigned leads, reassignment и stale queue.

Если Sales отклоняет MQL, причина должна кодироваться: no fit, no need, no timing, duplicate, no contact, wrong role. Без taxonomy спор «маркетинг даёт мусор» остаётся мнением.

Если SQL становится opportunity слишком редко, возможно, Sales плохо выявляет problem, urgency, impact, decision process и alternatives. Прослушайте calls. Сравните сильных и слабых продавцов.

Одна встреча с пользователем не равна enterprise opportunity. Если champion не может подключить economic buyer или technical evaluator, deal застрянет. Измеряйте stakeholder coverage.

Даже заинтересованный buyer может не купить, если не может объяснить ценность внутри компании. Добавьте ROI/TCO, cost of inaction, implementation plan и proof.

Низкая proposal-to-win conversion может быть price-value mismatch, а не «плохая продажа». Смотрите discount requests, price objections, competitor anchors, budget windows.

Отдельно выделите сделки, где клиент никого не выбрал. Это важный сигнал: urgency слабая, change risk слишком высок или value не перевешивает status quo.

Интервьюируйте wins, losses и no-decision. Не спрашивайте только Sales — покупатель часто иначе описывает причины. Верните insights в ICP, messaging, scoring и enablement.

1. Lead→MQL низко → targeting/offer/definition.
2. MQL→SQL низко → scoring, routing, SLA.
3. SQL→Opportunity низко → discovery/urgency.
4. Opportunity→Proposal низко → fit/solution/proof.
5. Proposal→Won низко → value, price, competition, procurement.
6. Все conversions нормальны, revenue мало → deal size/pipeline volume/capacity.

• Conversion по стадиям.
• Time-in-stage.
• Rejection reasons.
• Source/segment cohorts.
• Call recordings.
• Win/loss reasons.
• Discounts и price objections.
• No-decision share.
• Stakeholder coverage.

Выберите stage с крупнейшим экономическим leakage: volume × lost conversion × expected deal value. Не чините одновременно весь funnel. Сформулируйте 2–3 hypotheses и запустите controlled changes.

Если вы изменили scoring, измеряйте не рост SQL, а opportunity rate и pipeline per accepted lead. Если изменили discovery — смотрите win rate и sales cycle. Если поменяли offer — отслеживайте downstream quality.

• Считать все формы лидами.
• Оптимизировать MQL volume.
• Не иметь rejection taxonomy.
• Игнорировать speed-to-lead.
• Оценивать Sales только по звонкам.
• Не анализировать no-decision.
• Не учитывать buying committee.

Маркетинг генерирует 1200 лидов в месяц, Sales жалуется на качество. Funnel показывает: Lead→MQL 55%, MQL→SQL 12%, SQL→Opportunity 48%. Проблема концентрируется в MQL→SQL. Rejection reasons показывают 60% wrong role/SMB. После изменения ICP filters и offer MQL volume падает на 35%, но accepted SQL удваивается, pipeline растёт при меньшем lead volume.

Полезно сравнивать не функции, а переходы. Если Lead→MQL слабый, это чаще зона targeting/offer. Если MQL→SQL слабый, смотрите scoring и handoff. Если SQL→Opportunity слабый, вероятны проблемы discovery или urgency. Если Opportunity→Won слабый, нужны value, proof, pricing и buying process.

Такой подход снижает политический спор «маркетинг даёт мусор / Sales не умеет продавать». Команда обсуждает конкретный leakage с единым denominator.

Не каждый неготовый lead должен быть потерян. Создайте recycle reasons: no timing, no budget, wrong contact, future project. Для каждого — next action и срок возврата. Это особенно важно в длинном B2B cycle, где хороший аккаунт может быть неготов сегодня, но стать opportunity через квартал.

• MQL acceptance rate.
• SQL→Opportunity conversion.
• Time-to-first-contact.
• No-contact rate.
• Opportunity creation per source.
• Win rate by source/segment.
• No-decision share.
• Pipeline per 100 leads.

Сравните score с реальным outcome. Если high-score leads закрываются не чаще low-score, модель не помогает. Отделите fit score от intent score: компания может идеально подходить ICP, но не иметь текущей потребности, и наоборот.

1. Неделя 1: definitions, funnel, rejection taxonomy.
2. Неделя 2: ICP/source analysis и call review.
3. Неделя 3: scoring/routing/discovery changes.
4. Неделя 4: compare accepted SQL, opportunity creation и pipeline.

После изменений не требуйте мгновенного роста closed-won, если sales cycle длинный. Сначала должны улучшиться leading indicators: acceptance MQL, скорость первого контакта, SQL→Opportunity и stakeholder coverage. Затем — pipeline velocity и win rate. Если верхние переходы улучшились, а revenue нет, проблема сместилась дальше по funnel и требует новой диагностики.

• B2B Demand Engine
• Enterprise ABM
• Почему растёт CAC

• Funnel Dashboard
• ICP Card
• Sales Battlecard
• Objection Library

• MEDDPICC
• SPIN Selling
• Buyer Journey

• MQL
• SQL
• Lead Scoring
• Sales Pipeline

Purchase, request demo, signup, form submit и click CTA — разные события. Выберите primary conversion и downstream quality metric. Для B2B form submit может быть лишь промежуточным шагом.

Сессии, пользователи, qualified sessions или landing visits дают разный rate. Убедитесь, что сравниваете одинаковую аудиторию и период.

Сравните source, campaign, device, geo, new/returning, brand/non-brand, ICP. Общая conversion 1,5% может скрывать 6% у branded search и 0,4% у cold social.

Если канал приводит информационный спрос, не требуйте purchase-level conversion. Сопоставьте landing и CTA с stage. Иногда правильное решение — другой offer, а не редизайн.

Обещание объявления, search query и headline должны продолжать одну мысль. Разрыв заставляет пользователя заново интерпретировать предложение и снижает conversion.

За 5–10 секунд человек должен понять, что предлагается, для кого, какой outcome и почему это релевантно. Уберите внутренний jargon и абстрактные claims.

Отзывы, cases, guarantees, security, pricing transparency, real contacts, implementation detail. В high-risk B2B отсутствие trust часто сильнее влияет на conversion, чем UI.

• Медленная загрузка.
• Сломанный mobile layout.
• Длинная форма.
• Неочевидные ошибки.
• Forced registration.
• Скрытая цена/доставка.
• Лишние шаги.
• Непонятный CTA.

До CRO убедитесь, что conversion events не дублируются и не теряются. Сверьте analytics с backend/CRM. Иногда «падение conversion» — tracking issue.

Session recordings, heatmaps, support tickets, on-site search, interviews и usability tests помогают понять why. Не интерпретируйте heatmap как причинное доказательство, но используйте для hypotheses.

Каждое поле должно иметь business justification. Для B2B можно использовать progressive qualification. Уберите вопросы, которые Sales всё равно уточнит позже.

Слабый offer не исправляется дизайном. Сравните demo, audit, trial, consultation, calculator, sample. Иногда аудитория не готова к покупке, но готова к диагностике.

Если price скрыта без причины, часть users уходит. Если price высокая без proof, trust падает. Если слишком низкая, возможно, вы привлекаете wrong segment.

Mobile conversion часто ниже, но причины могут быть техническими или связанными с intent. Сравните form completion, speed, keyboard/input issues, tap targets, sticky elements.

Используйте impact × confidence × effort. Confidence должен опираться на evidence, а не мнение дизайнера. Начните с проблем, затрагивающих large share traffic и business conversion.

Зафиксируйте hypothesis, primary metric, guardrails, sample, duration и stopping rule. Не меняйте test после просмотра промежуточных результатов.

Если submit rate вырос на 30%, а SQL rate упал на 40%, CRO ухудшил business outcome. Для e-commerce проверяйте returns/margin; для SaaS — activation; для B2B — opportunity quality.

1. Conversion низкая только в одном source → traffic/message issue.
2. Низкая на всех sources → offer/value/trust/friction.
3. Desktop нормальный, mobile слабый → UX/technical.
4. Form start высокий, submit низкий → form friction.
5. Submit высокий, quality низкая → offer/qualification.
6. Conversion упала резко → tracking/technical/change audit.

• Тестировать цвет кнопки первым.
• Игнорировать traffic quality.
• Менять сразу много причин.
• Оптимизировать microconversion.
• Не проверять tracking.
• Не сегментировать mobile/source.
• Не смотреть downstream.

Сайт получает 50 тыс. визитов, conversion в заявку 1,1%. Общая цифра кажется слабой. Разбор показывает: branded search — 5,8%, organic informational — 0,6%, cold paid social — 0,4%. Основной объём роста пришёл из informational content. Вместо глобального redesign компания добавляет stage-appropriate CTA и diagnostic offer. Qualified conversion информационного трафика растёт, не ухудшая качество.

1. Проверить source/landing pairs и message match.
2. Посмотреть mobile и desktop отдельно.
3. Проверить скорость и технические ошибки.
4. Пройти путь как новый пользователь.
5. Проверить headline, proof, CTA и objections.
6. Посмотреть form start/submit.
7. Прочитать 20–30 search queries или support questions.
8. Сформулировать 3 hypotheses, а не 20 cosmetic edits.

Если traffic релевантный, users понимают страницу, technical friction отсутствует, но action всё равно слабый, проверьте ценность самого предложения. Возможно, demo слишком ранний шаг, trial требует слишком много усилий, консультация выглядит generic, а скидка не компенсирует uncertainty.

Offer должен соответствовать стадии и perceived risk. Для сложного B2B cold traffic может лучше конвертироваться в audit или benchmark, а не сразу в commercial demo.

Проверьте, есть ли на странице доказательства именно того риска, который останавливает клиента. Для финансового сервиса важны security и compliance, для ремонта — гарантия и реальные кейсы, для SaaS — integrations, uptime и customer proof. Универсальный блок «нам доверяют 1000 компаний» не всегда отвечает на реальный страх.

Если A/B test потребует месяцы, используйте крупные изменения, usability sessions, interviews, five-second tests и sequential rollout. Не симулируйте статистическую уверенность на 30 conversions.

Переведите uplift в downstream metric. Рост conversion с 1% до 1,3% при 100 тыс. визитов означает +300 дополнительных actions, но business effect зависит от quality, average value и margin. Для B2B считайте expected pipeline; для e-commerce — incremental contribution.

1. Неделя 1: tracking, segmentation, technical audit.
2. Неделя 2: qualitative research и offer/message diagnosis.
3. Неделя 3: 1–2 high-impact experiments.
4. Неделя 4: downstream quality и rollout decision.

Сохраните текущие conversion rates по source, device, segment и ключевым шагам. Зафиксируйте traffic mix, технические изменения, promotion и seasonality. Без baseline команда легко принимает естественное колебание или изменение аудитории за эффект redesign.

Для каждой гипотезы заранее запишите expected mechanism. Например: «добавление pricing clarity должно уменьшить uncertainty и увеличить qualified form starts». Это помогает понять не только сработало ли изменение, но и почему.

• Системный CRO
• Почему растёт CAC
• Маркетинговый аудит

• Landing Page Brief
• Funnel Dashboard
• Experiment Plan
• Tracking Plan

• AIDA
• AARRR
• RICE

• Conversion Rate
• Conversion Experimentation
• Landing Page
• Activation

ROAS = attributed revenue / ad spend. Это удобная operating metric, но она не равна profit, incrementality или total business growth. Сначала проверьте attribution window, view-through, cross-device, refunds и VAT/fees.

Branded search, retargeting и affiliate могут получать credit за клиентов, которые купили бы и без рекламы. Высокий ROAS в этих каналах не означает высокий incremental lift.

Если 80% revenue кампании дают returning customers, она может быть эффективным retention/capture инструментом, но не growth engine. Разделяйте new customer ROAS/CAC и existing customer revenue.

ROAS 1000% при spend 50 тыс. ₽ может быть несущественным для бизнеса с оборотом 100 млн ₽. Смотрите absolute incremental contribution и capacity к scale.

Average ROAS обычно снижается при росте spend. Решение о бюджете должно учитывать marginal return следующего рубля. Постройте response curve.

ROAS работает с revenue. Если product margin 20%, ROAS 400% может быть убыточным после COGS, fulfillment, returns, agency fees и discounts. Считайте contribution ROAS или profit after marketing.

Кампания может продвигать low-margin или one-off products. Высокая revenue отдача не гарантирует LTV. Сравните category margin и repeat.

Скидка может одновременно повышать conversion и ROAS, если attribution capture сильная, но снижать margin и приучать покупателей ждать promo. Анализируйте full-price vs promo cohorts.

Высокий ROAS часто сохраняется потому, что budget ограничен. При попытке scale аудитория расширяется, frequency растёт и marginal performance падает. Это естественно; вопрос — где находится economic frontier.

Paid search по brand, marketplace ads или retargeting могут перехватывать organic/direct transactions. Тестируйте pause/holdout по регионам, аудиториям или времени, если это допустимо.

Brand и demand creation могут иметь низкий immediate ROAS, но влиять на future search, direct traffic и conversion. И наоборот, capture-channel выглядит великолепно потому, что harvest demand создан другими активностями.

Если spend +30%, attributed revenue +35%, но total revenue +3%, часть «эффекта» может быть перераспределением credit. Смотрите total-level outcome.

Иногда marketing создаёт demand, но stock, Sales, onboarding или delivery ограничивают revenue. Тогда ROAS отдельного channel может быть высоким, а business growth упирается в операционный bottleneck.

Назначьте разные роли и KPI. Capture: conversion, marginal CAC. Creation: reach target audience, lift, future pipeline/search. Не заставляйте оба типа выглядеть одинаково по last-click ROAS.

1. ROAS высок, spend мал → volume/capacity question.
2. ROAS высок, profit слаб → margin/discount/returns.
3. ROAS высок, new customers мало → existing-demand capture.
4. ROAS высок, total revenue не растёт → cannibalization/attribution.
5. ROAS падает при scale → saturation/marginal economics.
6. ROAS стабилен, business growth blocked → inventory/Sales/retention.

• Перейти от average к marginal ROAS.
• Разделить new/existing.
• Использовать contribution.
• Проводить incrementality tests.
• Сократить чрезмерный brand capture.
• Добавить demand creation, если category ceiling достигнут.
• Проверить operational bottlenecks.

• Приравнивать ROAS к прибыли.
• Игнорировать new/existing.
• Считать attribution причинностью.
• Оптимизировать только короткий window.
• Не учитывать returns.
• Судить о scale по average ROAS.
• Резать low-ROAS brand activity без lift evidence.

E-commerce видит ROAS 900% в branded search и увеличивает бюджет. Attributed revenue растёт, total revenue почти нет. Geo holdout показывает, что значительная часть покупок происходит и без paid brand. Компания снижает bid coverage, переводит бюджет в new-customer category search и creator partnerships. Branded ROAS падает как доля отчёта, но total new-customer contribution растёт.

Спрос, который уже существует, обычно хорошо ловится search, branded queries, retargeting и marketplace ads. Эти каналы часто показывают высокий ROAS. Demand creation работает раньше: video, PR, creators, thought leadership, events, category education. Их прямой ROAS может быть ниже, но без них объём capture ограничен.

Поэтому channel mix оценивайте как систему. Если все деньги уходят в capture, ROAS может выглядеть великолепно, а общий рынок клиентов не расширяется.

Если бизнес позволяет, выберите сопоставимые регионы, аудитории или периоды. В test оставьте рекламу, в control снизьте/отключите выбранный слой. Сравните не attributed revenue, а total outcome с поправкой на baseline. Даже imperfect holdout часто даёт более полезный ответ, чем platform attribution.

Вместо Revenue / Ad Spend используйте Contribution after variable costs / Ad Spend. В e-commerce вычтите COGS, returns, fulfillment и promo cost. В services/SaaS — relevant variable delivery cost. Это делает media decision ближе к реальной экономике.

Если marginal ROAS ниже threshold, следующий рубль лучше направить в другой channel, product, retention или brand creation.

• Total revenue / contribution.
• New customers.
• Organic/direct change.
• Brand search volume.
• Repeat/retention.
• Inventory/Sales capacity.
• Marginal CAC.

1. Неделя 1: attribution audit, new/existing split, margin.
2. Неделя 2: response curve и saturation.
3. Неделя 3: holdout/incrementality test.
4. Неделя 4: budget reallocation по marginal contribution.

Target ROAS должен выводиться из gross/contribution margin, repeat economics и допустимого payback, а не из круглого числа вроде 500%. Для new-customer acquisition threshold может быть ниже, если retention и LTV подтверждены. Для one-off покупки — выше. Разные категории и segments могут иметь разные допустимые уровни.

Раз в месяц полезно делать reconciliation между рекламными платформами, аналитикой и финансовыми данными. Сравните attributed revenue, фактические net sales, refunds, channel fees и contribution. Если platform ROAS систематически растёт быстрее, чем total contribution, измерительная система переоценивает рекламный эффект.

Такой reconciliation особенно важен после изменений attribution window, consent mode, tracking architecture, marketplace reporting или CRM matching. Техническое улучшение атрибуции может резко изменить ROAS без какого-либо реального изменения бизнеса.

• Снижение CAC
• Рост e-commerce
• Почему растёт CAC

• Channel Dashboard
• Attribution Specification
• MMM Input Specification
• Unit Economics Model

• Growth Accounting
• North Star Framework

• ROMI
• Marketing Incrementality
• Media Saturation
• Contribution Margin

Начните с waterfall: Revenue → Gross Profit → Contribution Margin → Operating Profit. Определите, на каком уровне возникло ухудшение. Если gross margin стабильна, проблема ниже; если gross margin падает, ищите price/mix/COGS.

Разложите изменение прибыли на price, volume, mix, variable cost, marketing, sales, service и overhead. Даже простая таблица помогает избежать объяснения «рынок стал дороже».

List price может расти, а фактическая цена — падать из-за скидок, promotions, rebates, partner margin и custom deals. Считайте realized price по segments и products.

Revenue может расти за счёт low-margin категории или segment с высоким cost-to-serve. Сравните contribution margin по SKU, plan, channel, segment и cohort.

Если компания покупает рост через более дорогие каналы, marketing cost растёт быстрее revenue. Смотрите marginal CAC и payback, а не только blended CAC.

В enterprise рост может требовать больше SDR, AE, SE, travel, commissions и discounting. Fully loaded acquisition cost важнее media-only.

Для e-commerce: доставка, упаковка, returns, marketplace fees. Для SaaS: infrastructure, support, implementation. Для services: billable utilization и subcontractors.

Gross revenue может выглядеть растущей до возвратов. Разделите gross sales, net sales и contribution после возврата. Новая campaign может приводить customer mix с высоким return rate.

Скидка повышает volume, но не обязательно profit. Считайте incremental units, cannibalization, pull-forward и margin loss. Promo может просто переносить покупку вперёд.

Если рост new revenue сопровождается ростом churn, компания постоянно заменяет потерянную базу дорогим acquisition. Смотрите NRR/GRR или repeat cohorts.

Upsell может увеличивать revenue, но если требует heavy service или custom work, contribution ухудшается. Смотрите margin expansion revenue отдельно.

Marketplace, reseller или affiliate может давать volume с более низкой margin. Рост channel share меняет economics даже при неизменной цене для customer.

При перегрузке команда нанимает срочно, платит overtime, использует дорогих contractors, нарушает SLA. Это growth tax. Сопоставьте revenue plan и capacity.

Рост может сопровождаться большим MarTech stack, agencies, management layers и fixed costs. Разделите costs, которые реально нужны для scale, и накопившийся operational debt.

Сравните новые customer cohorts по acquisition cost, margin, return/churn, support и expansion. Средняя прибыль может падать из-за ухудшения новых cohorts.

Выберите unit: customer, order, account, project. Посчитайте revenue, variable cost, contribution, CAC, payback и LTV. Если unit negative, масштабирование увеличивает проблему.

Разделите recurring vs one-off, full-price vs promo, new vs existing, core vs custom, organic vs subsidized. Два одинаковых миллиона revenue могут иметь разную долговременную ценность.

• Minimum contribution margin.
• Maximum discount by segment.
• Maximum marginal CAC/payback.
• Return/churn threshold.
• Cost-to-serve limit.
• Capacity utilization range.

Не сокращайте маркетинг автоматически. Если проблема в discounting или fulfillment, media cuts могут ещё сильнее ухудшить scale. Выберите driver с крупнейшим отрицательным contribution.

После изменения смотрите не только profit month-to-month, но cohort economics и leading metrics. Улучшение price realization может временно снизить volume, но повысить contribution.

1. Gross margin ↓ → price/mix/COGS.
2. Gross margin стабильна, contribution ↓ → acquisition/fulfillment/returns.
3. Contribution стабильна, operating profit ↓ → overhead/fixed cost.
4. Profit падает только у новых cohorts → growth quality.
5. Profit падает в одном channel → fees/margin/CAC.
6. Revenue растёт через discount → promo economics.

• Резать marketing первым.
• Смотреть только gross margin.
• Не считать realized price.
• Игнорировать channel fees.
• Не учитывать returns.
• Смешивать fixed и variable costs.
• Не анализировать cohorts.

Компания увеличивает revenue на 28%, но operating profit падает. Bridge показывает: половина роста пришла из marketplace с комиссией и промо, marginal CAC вырос, returns выше direct channel. После ограничения discount depth, перераспределения бюджета и изменения assortment marketplace revenue растёт медленнее, но contribution и profit восстанавливаются.

Возьмите прибыль прошлого периода и последовательно добавьте эффект price, volume, mix, COGS, acquisition, delivery, returns и overhead. Цель — не идеальная финансовая модель, а прозрачное объяснение, какие 2–3 drivers съели результат.

Хороший рост увеличивает contribution и создаёт repeatable economics. Плохой рост требует всё больше discount, ручного сервиса, дорогого acquisition и custom delivery. Сравнивайте новые cohorts не только по revenue, но по gross/contribution margin и payback.

Сравните full-price и promo cohorts по conversion, repeat, return и margin. Если после promo customers не возвращаются без новой скидки, вы покупаете volume ценой будущей profitability.

Особенно важно для enterprise и services. Добавьте implementation hours, support load, customization, integrations, success management. Большой клиент может иметь высокий revenue и низкий contribution.

Иногда компания сознательно принимает временное снижение profit ради market entry или scale. Тогда заранее должны быть target economics и horizon: когда CAC, margin или utilization должны улучшиться. Без такого path убыток становится структурным.

1. Неделя 1: waterfall и profit bridge.
2. Неделя 2: segment/channel/cohort contribution.
3. Неделя 3: price, promo, CAC и cost-to-serve actions.
4. Неделя 4: reforecast revenue/profit и guardrails.

• Сократить marketing только потому, что profit упал.
• Повысить цену всем сегментам без elasticity evidence.
• Остановить low-margin channel без LTV.
• Считать fixed cost причиной unit loss.
• Игнорировать growth investments с понятным payback.

Добавьте в monthly review revenue, gross margin, contribution margin, marginal CAC, realized price, return/churn и cost-to-serve. Если один показатель ухудшается при росте другого, это ранний сигнал, что структура роста снова становится менее качественной.

• Снижение CAC
• Рост e-commerce
• Retention и LTV

• Unit Economics Model
• Marketing Budget Model
• Revenue Dashboard
• Forecast Model

• Growth Accounting
• North Star Framework

• Contribution Margin
• Price Realization
• CAC
• LTV

Для подписки это может быть churn в первые 30/60/90 дней, для e-commerce — отсутствие второй покупки, для B2B-сервиса — расторжение в первый contract period. Сначала выберите cohort window и единицу: logo, user, account или revenue.

Сравнивайте клиентов по месяцу/кварталу старта и одинаковому возрасту. Общий churn смешивает старых и новых клиентов и плохо показывает early failure. Добавьте source, segment, plan, product и onboarding path.

Сравните ads, landing, sales narrative и onboarding reality. Если маркетинг обещает «запуск за день», а implementation занимает две недели, churn начинается ещё до первого value. Особенно опасны promotions, которые привлекают low-fit customers ради short-term conversion.

Сравните early churn по segment, source, company size, use case, plan. Если отток концентрируется в одном сегменте, проблема может быть не в продукте в целом, а в неверном ICP или offer.

Что клиент должен сделать, чтобы реально получить первую ценность? Не login и не заполненный профиль, а business-relevant result. Измерьте долю клиентов, дошедших до milestone, и median time-to-value.

Onboarding должен вести к first value, а не демонстрировать все возможности. Уберите необязательные шаги, используйте defaults, templates, import, role-based path. Для high-value accounts добавьте assisted setup.

Ищите различия: key feature use, frequency, integrations, number of users, support requests, education consumption. Это помогает найти behavioral predictors, но не путайте correlation с cause.

В B2B early churn часто связан с integration, data migration, procurement handoff, permissions или отсутствием internal owner. Разделите product problem и deployment problem.

Если champion уходит или не может вовлечь других пользователей, adoption быстро падает. Для enterprise следите не только за account-level usage, но и за breadth of adoption.

Разговаривайте с ушедшими клиентами в течение 1–3 недель после churn. Спросите: чего ожидали, когда появилось первое сомнение, что пытались сделать, где застряли, какую alternative выбрали. Не ограничивайтесь reason code из CRM.

• No value / wrong problem.
• Poor onboarding.
• Missing capability.
• Technical/integration failure.
• Price/value mismatch.
• No internal owner.
• Budget/change in business.
• Competitor switch.
• Low usage / habit not formed.

Большое количество tickets не всегда плохо: это может означать engagement. Важнее severity, time-to-resolution и повторяемость. Если первые tickets касаются одной и той же setup-проблемы, исправляйте product/onboarding, а не увеличивайте support team.

Используйте first-value, usage decline, failed setup, unresolved support, stakeholder inactivity. Для каждого signal нужен action. Health score без playbook не управляет churn.

1. Не достигают first value → onboarding/setup.
2. First value есть, usage быстро падает → recurring value/habit.
3. Usage нормальный, churn на renewal → price/business case/stakeholders.
4. Churn только в одном source/segment → ICP/acquisition quality.
5. Churn связан с implementation → delivery/integration.
6. Churn после champion loss → multi-threading/adoption breadth.

1. Неделя 1: cohorts, first-value, churn taxonomy.
2. Неделя 2: interviews и behavior comparison.
3. Неделя 3: onboarding/risk interventions.
4. Неделя 4: activation и leading retention review.

Early churn — lagging metric. Сначала должны улучшиться first-value rate, time-to-value, activation depth, setup completion и stakeholder coverage. Затем оценивайте D30/D60/D90 retention.

• Лечить churn скидками.
• Считать login activation.
• Игнорировать acquisition source.
• Не разговаривать с ушедшими.
• Смешивать early и mature churn.
• Считать annual contract доказательством retention.
• Использовать health score без action.

B2B SaaS видит 18% churn в первые 90 дней. Анализ показывает: 70% ушедших не подключили ключевую интеграцию. Sales обещает «быстрый старт», но integration оставлена клиенту. Компания вводит assisted setup для ICP A и обязательный integration milestone. Activation растёт с 52% до 78%, а D90 churn снижается до 9%.

Если большинство high-fit клиентов не достигает first value, а interviews показывают, что проблема важна и willingness to pay есть, вероятнее всего ломается onboarding или implementation. Если даже после качественного onboarding usage быстро исчезает и клиенты не скучают по продукту, проблема глубже — слабый Product-Market Fit или неверный ICP.

Сравните D30/D60/D90 retention по source и offer. Канал с низким CAC может приводить клиентов, которые покупают из-за promotion, но не имеют устойчивого use case. В этом случае acquisition и retention нельзя оптимизировать раздельно.

Составьте список promises из ads, website, sales calls и onboarding. Затем спросите churned customers, какие ожидания не оправдались. Особенно важны обещания по скорости внедрения, необходимому effort, интеграциям, автоматизации и support.

Для многих продуктов первые две недели определяют будущий retention. Создайте milestone map по дням: signup/contract → setup → first value → повторный core action. Для каждого шага задайте owner, SLA и trigger вмешательства.

• High-value ICP: assisted onboarding и named owner.
• Self-service: product guidance, templates, automation.
• Technical blockers: specialist escalation.
• Low engagement: triggered education.
• Champion risk: multi-threading.

Не каждый churn плох. Клиент с low fit, высоким cost-to-serve и слабой economics может быть правильным churn. Retention-программа должна защищать value-creating customers, а не сохранять любой revenue ценой отрицательной contribution.

Если проблема концентрируется до first value — чините onboarding. Если first value есть, но нет повторного использования — исследуйте recurring value. Если product usage сильный, а churn происходит на renewal — изучайте pricing, stakeholder coverage и business case. Если churn сосредоточен в одном source — корректируйте acquisition.

• Activation rate и time-to-value.
• Accounts без key setup.
• Critical support issues.
• Usage drop после first value.
• High-value accounts без champion.
• Новые churn reasons.

• Как увеличить Retention и LTV
• Как найти PMF
• Почему растёт выручка, но падает прибыль

• Cohort Dashboard
• KPI Tree
• Experiment Plan
• Decision Log

• AARRR
• Growth Accounting
• North Star Framework

• Churn Rate
• Retention Rate
• Activation
• Customer Health Score

NRR = (Starting Revenue − Churn − Contraction + Expansion) / Starting Revenue × 100%. Не включайте new customer revenue. Зафиксируйте cohort/window и treatment of currency/one-off fees.

Смотрите NRR по segment, plan, cohort, geography, acquisition source, product и account size. Среднее ниже 100% может скрывать сильный enterprise NRR 120% и слабый SMB NRR 70%. Эти группы требуют разных действий.

Если основной негативный driver — churn, вернитесь к activation, time-to-value, ongoing value и renewal reasons. Не пытайтесь компенсировать плохой churn агрессивным upsell.

Downgrade часто сигнализирует слабую adoption breadth, over-packaging, budget pressure или несоответствие value metric. Сравните contracted vs actual usage.

Если churn низкий, но NRR

Плоская цена может ограничивать expansion, если customer value растёт, а revenue — нет. Value metric должен по возможности масштабироваться вместе с value. Но избегайте punitive pricing, который провоцирует contraction.

Высокий NRR редко возникает без deep adoption. Смотрите breadth (сколько пользователей/teams), depth (сколько core workflows), frequency и business outcome. Usage ради usage не является целью.

Клиенты, поздно получившие value, хуже renew/expand. Сегментируйте NRR по activation speed. Это помогает связать onboarding и revenue retention.

High-value accounts должны иметь ясный success plan, owner, outcomes и stakeholder map. Если CS реагирует только на tickets, expansion становится случайным.

NRR может падать после ухода champion. Создавайте multi-threaded relationships: user, manager, economic buyer, technical owner. Для крупных аккаунтов tracking stakeholder coverage должен быть частью health.

Соберите renewal outcomes: renewed full, renewed with contraction, churned. Для каждого reason — price, no value, budget, competitor, consolidation, low adoption, missing feature. Ищите repeated drivers.

Expansion — это funnel, а не «CS иногда предлагает апселл».

NRR может ухудшиться из-за быстрого роста low-retention segment. Сравнивайте weighted NRR и mix shift. Это особенно важно после нового acquisition channel.

Смотрите, становятся ли новые cohorts лучше или хуже. Общий trailing NRR запаздывает и может долго скрывать улучшение или ухудшение.

1. Logo churn высокий → fit/value/renewal.
2. Logo churn нормальный, contraction высокая → adoption/package/price.
3. Churn и contraction умеренные, expansion низкая → whitespace/triggers/CS.
4. NRR слабый только в одном segment → ICP/economics.
5. NRR ухудшился после channel expansion → acquisition quality.
6. NRR падает при price increase → price-value/packaging.

• Улучшить onboarding и activation.
• Создать customer success plans.
• Ввести health triggers.
• Построить expansion playbook.
• Пересмотреть packaging/value metric.
• Сузить ICP.
• Создать renewal risk review.

NRR созревает медленно. Используйте leading metrics: activation, adoption breadth/depth, health, eligible expansion accounts, expansion pipeline, renewal risk, contraction rate. Затем подтверждайте изменением cohort NRR.

• Пытаться поднять NRR только upsell.
• Не разделять churn и contraction.
• Смешивать new revenue.
• Игнорировать segment mix.
• Не строить expansion funnel.
• Считать annual prepay retention.
• Не связывать NRR с product adoption.

SaaS имеет NRR 92%. Logo retention 94%, поэтому churn не выглядит катастрофой. Разложение показывает contraction 11% и expansion всего 9%. Большинство клиентов использует только один module. Компания вводит use-case reviews, expansion triggers и package migration после milestone. Через два квартала contraction снижается до 7%, expansion растёт до 14%, NRR превышает 100%.

Сделайте waterfall от starting recurring revenue: минус churned revenue, минус contraction, плюс expansion. Это позволяет видеть, какой driver сильнее всего тянет NRR вниз. Общая цифра 94% не говорит, что именно исправлять.

Разделите downgrade на voluntary и forced. Voluntary может означать слабую ценность или over-packaging; forced — budget cuts, restructuring, seasonality. Проверьте usage до downgrade: если клиент использовал 20% купленного объёма, проблема может быть в packaging или sales oversell.

Для каждого account оцените whitespace: seats, modules, teams, regions, use cases. Но expansion potential существует только там, где core value уже доказана. Создайте eligibility criteria, иначе Sales будет давить upsell на клиентов с риском churn.

CS должен управлять outcomes, adoption и stakeholder alignment, а не только tickets. Для high-value accounts задайте success plan: desired outcomes, usage milestones, risks, executive sponsor, renewal date и expansion opportunities.

Price increase может поднять expansion revenue и одновременно увеличить contraction/churn. Считайте net effect по cohorts. Для usage-based pricing отслеживайте, не пытаются ли клиенты искусственно ограничивать использование из-за bill shock.

• Activation и time-to-value.
• Adoption breadth/depth.
• Health score distribution.
• Expansion-eligible accounts.
• Expansion pipeline.
• Renewal risk.
• Contraction requests.
• Stakeholder coverage.

Если churn доминирует — не инвестируйте первым делом в upsell. Если contraction доминирует — исследуйте packaging/adoption. Если expansion слабая при высоком retention — стройте whitespace и triggers. Если NRR плохой только в одном сегменте — пересмотрите ICP или service model.

Не используйте универсальный benchmark без context. Допустимый NRR зависит от сегмента, контрактов, expansion model и зрелости продукта. Важнее направление cohorts и economics. Цель должна выводиться из вашей growth model: какой NRR нужен, чтобы новый acquisition не компенсировал постоянную утечку.

1. Разложить waterfall.
2. Сравнить segments/cohorts.
3. Разобрать top churn/contraction reasons.
4. Проверить expansion funnel.
5. Обновить pricing/adoption hypotheses.
6. Назначить experiments и owners.

Улучшение должно проявляться последовательно: сначала растёт activation и adoption, затем уменьшается доля at-risk accounts и contraction requests, после этого улучшаются renewal и expansion cohorts. Разовый крупный upsell может временно поднять NRR, но не означает, что система стала здоровее.

Отдельно смотрите концентрацию expansion: если весь рост даёт один крупный аккаунт, показатель уязвим. Полезно анализировать медианный expansion rate и долю аккаунтов, которые реально расширяются.

• Как увеличить Retention и LTV
• Система роста SaaS
• Почему клиенты быстро уходят

• Cohort Dashboard
• Revenue Dashboard
• Unit Economics Model
• Forecast Model

• Growth Accounting
• AARRR
• North Star Framework

• NRR
• Churn Rate
• Retention Rate
• LTV

Pipeline target = Revenue target / expected win rate с поправкой на already-open opportunities, sales cycle и stage probability. Простое правило 3× или 4× coverage может быть полезным ориентиром, но лучше использовать собственную историю.

Важно не только сколько pipeline есть, но успеет ли он созреть. Opportunity, созданная за неделю до конца квартала при 120-дневном cycle, не закрывает текущий gap.

Если target universe мал относительно growth plan, проблема стратегическая. Не пытайтесь выжать бесконечный pipeline из 500 компаний. Нужен новый segment, product, geography или expansion motion.

Слишком узкий ICP ограничивает volume, слишком широкий ухудшает quality. Сравните wins/losses и segment economics. Возможно, есть adjacent segment с приемлемым fit.

Если category awareness низкая, capture channels не смогут дать нужный объём. Search ловит существующий demand, но не создаёт новую problem awareness. Нужны thought leadership, events, creators, PR, communities или outbound plays.

Если спрос существует, но компания не видна в search, review platforms, partner ecosystem или category content, pipeline теряется на capture. Сравните share of search, organic visibility, branded demand и competitor presence.

Low response при хорошем reach указывает на слабую relevance, urgency или proof. Сегментируйте engagement по message/use case.

Pipeline может исчезать между engaged account и opportunity. Смотрите speed-to-lead, acceptance, routing, follow-up attempts и recycle. Низкий response Sales часто маскируется как «не хватает спроса».

Если Sales не успевает обработать demand, увеличение marketing volume бесполезно. Измерьте accounts per rep, touch capacity, meetings, opportunity handling и backlog.

Meeting volume может быть достаточным, но opportunity creation слабой. Прослушайте calls: есть ли problem, impact, urgency, decision process и fit? Если meetings назначаются слишком рано, Sales получает vanity activity.

Revenue pipeline может быть слабым при нормальном количестве opportunities, если ACV снизился. Смотрите product/segment mix, discounting, package downsell.

Для некоторых рынков direct acquisition имеет потолок. Партнёры могут дать access к account universe, но требуют economics, enablement и ownership. Не считайте partner logos pipeline.

Expansion pipeline часто дешевле new-logo. Создайте whitespace map и triggers по usage, departments, modules, regions. Если база большая, игнорировать expansion — потеря доступного pipeline.

Удалите stale opportunities, fake stages, deals без next step. Завышенный nominal pipeline может скрывать реальный shortage. Используйте age-in-stage и close-date slippage.

1. Target universe мал → new segment/market/product.
2. Reach низкий → distribution/channel coverage.
3. Reach есть, engagement слабый → message/offer.
4. Engagement есть, qualification слабая → ICP/intent.
5. Meetings есть, opportunities мало → discovery.
6. Opportunities есть, pipeline value мал → ACV/mix.
7. Pipeline есть, но не созревает → cycle/stage quality.

• Pipeline coverage.
• Pipeline created per month/quarter.
• Target account reach.
• Engaged accounts.
• Meeting→Opportunity conversion.
• Average pipeline value.
• Age in stage.
• Sales capacity.
• Expansion pipeline share.

1. Дни 1–30: pipeline math, hygiene, ICP/universe.
2. Дни 31–60: demand programs, offer, handoff, discovery.
3. Дни 61–90: scale working motions, expansion, capacity review.

• Гоняться за MQL вместо pipeline.
• Использовать универсальный coverage ratio.
• Игнорировать sales cycle.
• Не чистить stale pipeline.
• Считать meetings pipeline.
• Не учитывать Sales capacity.
• Забывать expansion.

Компания хочет 300 млн ₽ new revenue. Win rate 25%, значит нужен около 1,2 млрд ₽ qualified pipeline. В CRM числится 1,4 млрд ₽, но после очистки stale deals остаётся 700 млн ₽, а 40% закрываются позже нужного квартала. Gap оказывается не в lead volume, а в pipeline quality и timing. Компания перестраивает coverage по stage maturity и запускает expansion motion.

Разделите gap на volume, quality, timing и value. Volume — мало opportunities. Quality — много opportunities, но слабый fit. Timing — pipeline создаётся слишком поздно. Value — opportunities достаточно, но средний размер сделки ниже плана.

Посчитайте историческое количество opportunities на одного SDR/AE, conversion meeting→opportunity и average deal size. Затем сравните с target. Если план требует вдвое больше qualified pipeline при той же Sales capacity, marketing alone не решит задачу.

Если branded search и category demand уже полностью покрыты, дальнейший spend в capture даст diminishing returns. Нужны новые аудитории и problem awareness: executive content, research, PR, events, partner ecosystem, category education.

Для каждого source считайте pipeline created, accepted opportunities, win rate и sales cycle. Источник с небольшим volume, но высоким ACV и win rate может быть более ценным, чем массовый lead channel.

Проверьте stale deals, duplicate opportunities, close-date slippage и stage inflation. Если pipeline кажется большим только из-за старых deals, проблема — hygiene и qualification. Если после очистки gap реальный, переходите к demand diagnosis.

Для существующих клиентов pipeline может создаваться через new products, departments, regions и use cases. Сравните new-logo и expansion pipeline. Иногда самый быстрый путь к coverage — не новый market, а installed base.

Если universe ограничен — расширяйте рынок/сегмент. Если universe достаточен, но reach низкий — distribution. Если reach есть, engagement нет — message/offer. Если engagement есть, opportunity нет — qualification/discovery. Если opportunity есть, value мало — ACV/mix.

• Pipeline created vs target.
• Coverage by quarter.
• Stage maturity.
• New vs expansion.
• Source/segment mix.
• Meeting→Opportunity.
• Average pipeline value.
• Capacity bottlenecks.

• B2B Demand Engine
• Enterprise ABM
• Почему лидов много, а продаж мало

• Funnel Dashboard
• Revenue Dashboard
• Forecast Model
• ICP Card

• MEDDPICC
• Buyer Journey
• Value Selling

• Sales Pipeline
• Pipeline Coverage
• Sales Cycle
• ICP

Считайте median и distribution, а не только average. Несколько многолетних deals могут искажать среднее. Разделите sales cycle по segment, ACV, product, source и win/loss outcome.

Суммарный cycle бесполезен без stage view. Найдите 1–2 стадии, где median age вырос сильнее всего.

Плохая qualification создаёт длинные «зомби-сделки». Если нет problem, impact, urgency и decision process, opportunity не должна попадать в позднюю стадию.

Длинный cycle часто означает не медленное движение к покупке, а отсутствие реального движения. Отдельно измеряйте долю deals без next step и close-date slippage.

Есть ли человек, которому выгодно изменение и который способен провести решение внутри? Если champion слабый, seller становится внешним координатором процесса и теряет скорость.

Позднее появление IT, Security, Finance или Procurement удлиняет cycle. Map stakeholders в начале и вовлекайте критические роли до proposal.

Для крупных deals совместно зафиксируйте stages, owners, required evidence, target dates и dependencies. Это помогает выявить скрытые блокеры и превращает «ждём клиента» в управляемый process.

Discovery должен выявлять current state, problem, impact, urgency, alternatives, stakeholders и decision process. Слишком ранний demo может создать интерес без commitment.

Case studies, ROI/TCO, architecture, security docs, references, implementation plan должны быть готовы до момента запроса. Каждый день на сбор документов удлиняет cycle.

Для complex products используйте structured technical validation: success criteria, sandbox, integration checklist, owner, duration. Бесконечный pilot без критериев — источник задержки.

Economic buyer должен понимать impact и cost of inaction. Не оставляйте champion самостоятельно переводить features в CFO-language. Дайте model и assumptions.

Долгие внутренние approvals vendor тоже увеличивают cycle. Определите discount authority, package options, standard exceptions. Не создавайте custom pricing на каждую сделку.

Vendor questionnaire, legal terms, security, DPA, insurance, certifications и tax docs лучше собирать заранее. Для enterprise procurement может занимать 20–40% cycle.

Покупатель может откладывать решение из-за страха внедрения. Покажите timeline, roles, dependencies, migration и support. De-risking часто ускоряет больше, чем pressure.

Каждая встреча заканчивается конкретным next step с owner/date. «Свяжемся позже» — сигнал слабой opportunity. Отслеживайте deals без scheduled next step.

Если проигранные/no-decision сделки живут значительно дольше wins, qualification слабая. Возможно, pipeline искусственно завышен за счёт неактивных deals.

1. Длинный discovery → qualification/urgency.
2. Долгая evaluation → proof/stakeholders.
3. Долгий technical stage → integration/security.
4. Долгий commercial → business case/price.
5. Долгий procurement → docs/legal.
6. Везде длинно → process discipline/ICP.

• Median sales cycle.
• Time-in-stage.
• Close-date slippage.
• Deals without next step.
• Stakeholder coverage.
• Pilot duration.
• Procurement duration.
• Win rate by cycle length.

1. Неделя 1: stage age, slippage, lost/no-decision.
2. Неделя 2: call review, stakeholder mapping.
3. Неделя 3: mutual action plan, proof pack, procurement kit.
4. Неделя 4: compare stage velocity и next-step discipline.

• Давить скидкой ради скорости.
• Проводить demo до qualification.
• Поздно вовлекать economic buyer.
• Делать pilot без success criteria.
• Не готовить procurement docs.
• Хранить zombie deals.
• Измерять только average cycle.

Enterprise SaaS имеет median sales cycle 142 дня. Stage analysis показывает 55 дней в technical evaluation. Каждый клиент запускает новый pilot без стандартных success criteria. Компания вводит 30-дневный validation plan, готовый security pack и mutual action plan. Technical stage сокращается до 29 дней, а общий median cycle — до 108.

Не каждый длинный цикл плох. Для complex procurement 6–9 месяцев может быть нормой. Проблема появляется, когда cycle растёт относительно собственного baseline, конкурентов или economic model, а additional time не повышает win probability.

Используйте percentile, чтобы видеть хвост. Deal старше 75-го перцентиля без ясного next step должен попадать в review или requalification.

Для каждой стадии задайте evidence, необходимый для перехода. Например, из discovery нельзя перейти в proposal без подтверждённого problem, stakeholder map и decision process. Exit criteria уменьшают stage inflation.

MAP полезен только если совместно ведётся клиентом и продавцом. Включите desired go-live, procurement steps, security, legal, executive approval, implementation dependencies. Это делает скрытые blockers видимыми раньше.

Сравните opportunities, проигранные конкуренту, и no-decision. Последние часто имеют слабее urgency, cost of inaction и executive sponsorship. Отдельная работа с status quo может сократить cycle сильнее competitor battlecards.

Не обязательно требовать прямую встречу на первом звонке, но к поздней стадии должен существовать путь к economic buyer. Champion должен уметь объяснить business case. Подготовьте concise executive summary и ROI assumptions.

Создайте procurement kit: security questionnaire, DPA, legal terms, company details, certificates, implementation scope. Узнайте process клиента заранее. Ускорение — это снятие uncertainty и parallel processing, а не искусственный deadline.

Если deal стареет без stakeholder progress и next step — requalify. Если technical stage повторяемо долгий — стандартизируйте validation. Если procurement доминирует — создайте pre-approved pack. Если no-decision высокий — усиливайте urgency и cost of inaction.

Смотрите не только общий cycle, но stage velocity и win rate. Слишком агрессивное ускорение может повысить losses. Цель — убрать idle time и uncertainty, сохранив quality.

Не смешивайте SMB, mid-market и enterprise. Сравните median cycle при похожем ACV, product и procurement complexity. Если один segment стабильно требует вдвое больше времени при похожем contribution, возможно, route-to-market или qualification для него экономически не подходит.

Длинный cycle часто сопровождается плохим forecasting: close dates регулярно переносятся, stage probability завышена. Добавьте slippage rate и forecast accuracy. Если deal трижды переносит close date без нового evidence, его нужно requalify, а не просто менять дату.

Часть шагов можно запускать одновременно: security review, legal pre-check, implementation discovery и business case. Не ждите окончания technical pilot, чтобы впервые отправить procurement документы, если процесс клиента это допускает. Parallel processing сокращает idle time без давления на buyer.

• Enterprise ABM
• B2B Demand Engine
• Почему не хватает B2B-pipeline

• Demo Script
• ROI Calculator
• Proposal Template
• Decision Log

• MEDDPICC
• SPIN Selling
• Value Selling

• Sales Cycle
• Buying Committee
• Cost of Inaction
• Sales Negotiation

Попросите Sales объяснять rejection конкретной причиной: wrong company, wrong role, no need, no timing, no budget, duplicate, unreachable, student/vendor, existing customer. Иначе feedback невозможно использовать.

Marketing и Sales должны использовать один ICP. Проверьте по wins: industry, size, tech, use case, trigger, ACV, retention. Если ICP существует только в презентации, campaign targeting и sales qualification расходятся.

High-fit company может не иметь intent сейчас; high-intent visitor может быть poor-fit. Lead scoring должен различать эти оси. Для account-based B2B добавьте account context.

Если MQL — любой download, Sales закономерно недоволен. MQL должен означать agreed combination fit/behavior/context, но не обязательно готовую opportunity.

Content, events, paid search, outbound, partners дают разный intent. Не требуйте одинаковой immediate conversion. Сравнивайте source cohorts по acceptance, opportunity и pipeline.

Offer определяет, кого вы привлекаете. Бесплатный template создаёт большую top-of-funnel аудиторию; pricing request — меньше volume и выше intent. Используйте stage-appropriate expectations.

Слишком короткая форма может увеличить low-fit volume; слишком длинная — потерять good demand. Оставьте поля, нужные для routing и minimal qualification; остальное соберите progressive.

Firmographic enrichment помогает классифицировать company size, industry, domain, geography. Но не полагайтесь на vendor data без проверки quality и coverage.

Хороший lead может выглядеть плохим, если попал не тому rep, продукту или территории. Измерьте misroute rate, reassignment и unassigned queue.

Если hot inbound получает ответ через 48 часов, проблема не в lead quality. Сегментируйте SLA по intent. Demo/pricing request требует более быстрого follow-up, чем newsletter subscriber.

Один звонок без ответа не доказывает, что lead плохой. Зафиксируйте разумную sequence: email, call, LinkedIn/другой канал, количество attempts. Сравните contactability.

Сравните acceptance и opportunity conversion по reps. Если один rep стабильно конвертирует тот же source лучше, проблема частично в process/skill. Прослушайте calls и письма.

Sales должен отклонять/принимать lead в agreed period и указывать reason. Marketing monthly анализирует reasons и возвращает изменения в targeting/scoring. Без closed loop feedback устаревает.

Раз в квартал сравнивайте high/medium/low score с actual opportunity/win. Если score не предсказывает outcome, модель нужно пересобрать. Не усложняйте scoring количеством факторов без predictive value.

Меньше leads может быть лучше. Используйте accepted SQL per 100 leads, opportunities per 100 leads, pipeline/revenue per 100 leads. Это нормализует спор об объёме.

В enterprise один «плохой» контакт может принадлежать идеальному account. Не discard account целиком. Стройте multi-contact view и account-level intent.

No timing — не мусор. Создайте nurture и reactivation rules. Good-fit account должен вернуться в работу при trigger или новом engagement.

1. Высокий wrong-ICP → targeting/scoring.
2. Высокий wrong-role → role strategy.
3. Высокий unreachable → data/contact sequence.
4. Высокий no-timing → lifecycle/recycle.
5. Acceptance нормальный, opportunity low → discovery.
6. Opportunity нормальный, wins low → value/sales process.

• MQL acceptance rate.
• Rejection reasons.
• Speed-to-lead.
• Contact rate.
• SQL→Opportunity.
• Pipeline per 100 leads.
• Win rate by source.
• Score calibration.

1. Неделя 1: ICP/MQL/rejection definitions.
2. Неделя 2: source and rep analysis.
3. Неделя 3: scoring/routing/SLA changes.
4. Неделя 4: accepted SQL и opportunity comparison.

• Защищать lead volume.
• Требовать одинаковой conversion от всех sources.
• Не классифицировать rejection.
• Считать no-timing мусором.
• Игнорировать Sales follow-up.
• Строить сложный score без calibration.
• Не использовать account context.

Sales принимает только 22% MQL и называет остальные «мусором». После taxonomy выясняется: 45% rejected — компании меньше минимального размера, 25% — wrong roles. Marketing меняет targeting и scoring, добавляет job-title/firmographic rules. MQL volume снижается на 40%, acceptance растёт до 61%, а pipeline per 100 MQL почти утраивается.

Возьмите 30–50 реальных лидов: wins, opportunities, rejected и lost. Совместно оцените fit, intent, role и timing, не глядя сначала на outcome. Затем сравните с фактическим результатом. Это помогает выявить, где определения Marketing и Sales расходятся.

Fit score должен использовать признаки, связанные с успешными клиентами: industry, size, geography, stack, maturity, use case. Не добавляйте десятки полей только потому, что они доступны в enrichment. Каждый фактор должен иметь объяснимую связь с outcome.

Intent может включать high-value pages, pricing/demo, repeat visits, event activity, multiple stakeholders. Вес signal должен зависеть от predictive value. Download общего ebook и pricing request не должны стоить одинаково.

Эта таблица полезнее CPL. Источник с дорогими leads может создавать больше pipeline и revenue на 100 лидов.

Сравните performance reps на одинаковых lead cohorts. Если один продавец создаёт opportunities заметно чаще, проблема частично в speed, contact sequence или discovery. Не наказывайте Marketing за execution gap.

В B2B неправильный контакт не всегда означает плохой account. Если company fit высокий, используйте multi-threading: попросите referral, найдите economic/technical roles, используйте account-level nurture.

Good-fit, no-timing accounts должны попадать в recycle с конкретным trigger и next-review date. Иначе Marketing повторно покупает тот же спрос через несколько месяцев.

Если wrong-ICP > agreed threshold — меняйте targeting/scoring. Если wrong-role высок, но account fit сильный — меняйте role strategy. Если acceptance высокая, но opportunity conversion низкая — проблема после handoff. Если opportunity quality высока, а win rate слабая — перестаньте называть это lead-quality problem.

• Rejection reasons.
• Acceptance by source.
• Pipeline per 100 leads.
• Win rate by source.
• Score calibration.
• Speed-to-lead.
• Recycle outcomes.
• Account-level progression.

• Почему лидов много, а продаж мало
• B2B Demand Engine
• Почему не хватает B2B-pipeline

• ICP Card
• Funnel Dashboard
• Decision Log
• Marketing Checklist

• MEDDPICC
• SPIN Selling
• Buyer Journey

• Lead Scoring
• MQL
• SQL
• ICP

Если целевая аудитория просто не знает о продукте, проблема distribution. Если аудитория видит предложение, но не реагирует, проблема глубже. Сравните reach, engagement, trial/demo conversion и qualified conversations. Низкий reach нельзя лечить перепозиционированием, а низкий interest — увеличением frequency.

Покупатель меняет привычное решение только если pain, desired outcome или trigger достаточно сильны. Интервьюируйте target users: когда проблема возникла, что они сделали, сколько она стоит, что произойдёт без решения, какие alternatives уже используются.

Если собеседники соглашаются, что идея «интересная», но не могут назвать недавний реальный эпизод, urgency может быть слабой.

Сравните segments по problem intensity, ability to pay, urgency, access и product fit. Новый продукт часто не набирает спрос потому, что запускается сразу «для всего рынка». Найдите beachhead segment, где проблема наиболее остра.

Опишите job, текущий workaround и момент, когда клиент начинает искать альтернативу. Для B2B trigger может быть regulation, hiring, M&A, audit, technology migration или growth stage. Без trigger marketing обращается к людям, которые формально подходят, но не готовы действовать.

Покупатель должен быстро понять: какой outcome, для кого, почему лучше status quo и почему обещанию можно верить. Если коммуникация состоит из features, AI, automation или «единая платформа», спрос может не возникать даже при хорошем продукте.

Категория и alternatives должны быть понятны. Если вы создаёте новую category, приготовьтесь инвестировать в education. Если используете знакомую category, объясните, почему решение отличается и для какого use case.

Новый продукт несёт высокий perceived risk. Нужны pilots, cases, founder/expert credibility, benchmarks, technical evidence, security, references. Чем сложнее purchase, тем больше proof требуется.

Слабый спрос может быть ценовой проблемой, но скидка не должна быть первым ответом. Проверьте willingness to pay, alternatives, budget owner и cost of inaction. Если цена кажется высокой, возможно, клиент не видит value или сравнивает с другой category.

Если продукт требует enterprise explanation, но продаётся только через performance ads и self-service page, demand может выглядеть слабым из-за неверного route-to-market.

Для новой category search volume может быть низким. Capture существующего спроса не создаст рынок. Используйте thought leadership, research, events, creators, PR, communities и category education. Для зрелой category, наоборот, проверьте search visibility и comparison channels.

Иногда спрос есть, но продукт кажется слабым из-за плохого trial/first experience. Смотрите signup→activation, time-to-value и pilot success. Если люди приходят, но не достигают value, проблема после acquisition.

В B2B анализируйте, какие problems и objections звучат в calls. Если продавцы сразу демонстрируют features без диагностики problem, продукт может проигрывать даже при релевантном спросе.

Wins показывают сильные сегменты и triggers; losses — competitive gaps; no-decision — слабую urgency. Не объединяйте их в одну категорию «не купили».

1. Reach низкий → distribution/channel.
2. Reach есть, interest низкий → problem/value/positioning.
3. Interest есть, trial/demo низкий → offer/trust/friction.
4. Trial есть, activation слабая → product/onboarding.
5. Opportunities есть, wins мало → proof/price/sales.
6. Wins есть только в одном сегменте → сузить ICP и масштабировать там.

• Segment-level response.
• Interview evidence.
• Activation/time-to-value.
• Win/loss/no-decision.
• Price objections.
• Sales cycle.
• Channel-level qualified demand.
• Retention early cohorts.

Не масштабируйте media до устранения biggest uncertainty. Сформулируйте 3–5 hypotheses: wrong segment, weak urgency, unclear category, weak proof, wrong pricing. Для каждой назначьте cheapest credible test.

Смотрите не только traffic. Первые признаки улучшения: больше qualified conversations, выше activation, лучше pilot-to-paid, меньше no-decision, выше willingness to pay и повторяемость причины покупки.

• Считать отсутствие спроса рекламной проблемой.
• Сразу снижать цену.
• Запускаться для слишком широкой аудитории.
• Путать интерес с willingness to pay.
• Не изучать no-decision.
• Масштабировать до repeatable motion.
• Не отличать product problem от GTM problem.

Компания запускает AI-модуль для отдела продаж. Paid traffic даёт много регистраций, но paid conversion почти нулевая. Интервью показывают: sales managers считают feature интересной, но buyer — руководитель продаж — не видит business impact. Компания меняет ICP и message с «AI-анализ звонков» на «снижение потерь сделок из-за пропущенных возражений», добавляет ROI-пилот и sales-assisted onboarding. Объём регистраций падает, но qualified opportunities и paid pilots растут.

Сильный продукт может провалить запуск из-за слабой дистрибуции, неудачного timing или отсутствия proof. И наоборот, отличная кампания не создаст устойчивый спрос, если проблема недостаточно важна. Сравнивайте не только marketing metrics, но и customer evidence: повторяемость боли, willingness to pay, activation и retention.

1. 3–4 клиента, которые купили.
2. 3–4 prospects, которые отказались.
3. 2–3 человека, которые вообще не рассматривали решение.
4. Спросить о последнем реальном эпизоде проблемы.
5. Зафиксировать current workaround и cost of inaction.
6. Уточнить trigger, buying roles и budget owner.

Не показывайте product deck в начале интервью. Иначе вы получите реакцию на ваше решение вместо понимания исходной задачи.

Соберите 2–3 concept variants, различающихся category frame, primary value и proof. Проверяйте comprehension, relevance, credibility и willingness to continue conversation. Если один вариант даёт намного больше qualified interest в одном сегменте, это сильный сигнал для narrowing ICP.

Спросите, как клиент оценивает текущую стоимость проблемы, какие бюджеты существуют на её решение и какие alternatives уже оплачиваются. Если ценность высока, но бюджет находится в другом подразделении, проблема может быть в buying center, а не в price level.

• Причина покупки повторяется у разных клиентов.
• Есть понятный trigger.
• Покупатели готовы платить без постоянной глубокой скидки.
• Activation и early retention приемлемы.
• Хотя бы один GTM motion повторяется.
• Sales process становится предсказуемее.
• Органический/referral pull начинает появляться.

• Как найти PMF
• Как запустить новый продукт
• Как выйти на новый рынок

• Research Brief
• Positioning Brief
• Launch Brief
• Experiment Plan

• JTBD
• STP
• Value Proposition Canvas

• Product-Market Fit
• Value Proposition
• Positioning
• Willingness to Pay

Сначала выясните, с чем клиент сравнивает цену. «Дорого» относительно конкурента, собственного бюджета, текущего workaround, expected ROI или внутреннего лимита? Без этого скидка лишь уменьшает margin и обучает покупателя торговаться.

Цена может быть нормальной для enterprise и неприемлемой для SMB. Сравните win rate, discount, ACV и churn по segments. Если один сегмент постоянно требует скидку, возможно, он просто не соответствует economics продукта.

Используйте interviews, Gabor-Granger, Van Westendorp, conjoint/choice tests или реальные price experiments — в зависимости от зрелости. Слова «я бы купил» слабее реального поведения.

Если клиент сравнивает ваш продукт с более дешёвым substitute, возможно, вы неверно задали frame of reference. Enterprise platform, сравниваемая с Excel, почти всегда выглядит дорогой без ясного объяснения additional value.

Для B2B переведите value в revenue, margin, cost savings, risk avoided, time saved или capacity. Не превращайте ROI calculator в рекламную магию: assumptions должны подтверждаться клиентом.

Цена решения конкурирует не только с другим vendor, но и со стоимостью сохранения status quo. Если бездействие кажется бесплатным, любое решение дорого. Помогите посчитать последствия задержки.

Возможно, клиенту приходится покупать слишком много функций или объёма. Разделите packages по meaningful value fences. Не создавайте десятки планов: сложность сама повышает friction.

Цена должна масштабироваться близко к value. Per-seat плохо работает, если ценность создаётся независимо от числа пользователей; flat fee ограничивает expansion, если value растёт с usage.

List price мало говорит о реальной monetization. Считайте фактическую цену после discounts, rebates, free months, implementation concessions. Возможно, рынок принимает цену лучше, чем кажется по громким возражениям.

Сравните discount level с win rate и retention. Если глубокие скидки не повышают win probability, вы теряете margin без эффекта. Если большие скидки концентрируются у отдельных reps, проблема может быть в negotiation discipline.

Высокая цена требует низкого perceived risk. Cases, references, pilot, implementation plan, SLA, security, guarantee — всё это повышает willingness to pay без снижения price.

Иногда objection относится не к total price, а к cash flow. Annual prepay, installment, phased rollout или milestone billing могут снять budget friction без скидки.

Разберите, какие features/services включены в сравниваемую цену. Дешёвый competitor может не включать implementation, support или required module. Используйте TCO, а не только sticker price.

Отдельно кодируйте price-only, price+value, no-budget и competitor. Если Sales записывает все проигрыши как «дорого», taxonomy бесполезна.

1. Objection только в low-fit segment → ICP.
2. Цена выше alternatives, value неясна → positioning/business case.
3. Value признают, бюджета нет → timing/payment.
4. Цена принимается после proof → risk.
5. Discount не меняет win rate → negotiation discipline.
6. Большие скидки повышают churn → wrong-fit acquisition.

• Win rate by price/segment.
• Average discount.
• Price realization.
• WTP research.
• Deal cycle after discount.
• Retention by discount cohort.
• Gross/contribution margin.
• Expansion after initial package.

Используйте ladder действий: сначала clarify objection → quantify value → add proof → adjust package/payment → только потом discount, если это экономически оправдано. Discount должен иметь give-get: срок, объём, prepay, reference, multi-year commitment.

• Снижать цену после первого возражения.
• Считать все price objections одинаковыми.
• Не сегментировать WTP.
• Игнорировать packaging.
• Показывать ROI без client assumptions.
• Не измерять price realization.
• Давать скидку без give-get.

Enterprise software стоит 2,4 млн ₽ в год. Sales регулярно даёт скидку 25%, потому что клиенты говорят «дорого». Win/loss показывает: основной blocker — риск внедрения, а не бюджет. Компания добавляет 30-дневный pilot с success criteria, implementation plan и reference calls. Средняя скидка снижается до 10%, win rate не падает, contribution растёт.

Постройте таблицу: list price, realized price, average discount, win rate, sales cycle, retention и margin по каждому segment. Часто «рынок считает нас дорогими» на практике означает, что один low-fit segment требует скидку, а core customers принимают цену.

Если есть достаточно сделок или транзакций, сравните conversion при разных price points с учётом segment и period. Не делайте вывод по единичным переговорам. Для e-commerce/PLG можно использовать контролируемые tests; в enterprise — structured quoting analysis и WTP research.

Хороший package создаёт понятный progression: entry plan решает базовый job, higher tiers открывают additional value. Плохой package заставляет покупать лишнее или делает upgrade бессмысленным. Оцените feature fences, limits, services и support.

• Customer cases с цифрами.
• Reference calls.
• Pilot с success criteria.
• Implementation plan.
• Security/compliance pack.
• ROI/TCO model.
• Guarantee или staged commitment.

Смотрите момент появления objection. Если «дорого» возникает до обсуждения value, проблема в discovery/positioning. Если после доказанного business case — возможно, budget или competitor anchor. Если только на финальном этапе — это может быть negotiation.

Скидка допустима, если есть экономически значимый give-get: больший объём, multi-year, prepay, сокращённый scope, reference rights. Не давайте discount только за быстрое согласование, если это обучает buyer ждать уступку.

Если win rate высокий, скидки редкие, onboarding capacity перегружена и customers получают высокий ROI, текущая цена может быть слишком низкой. Price objection отдельных prospects не должен блокировать monetization для всего рынка.

После изменений смотрите не только conversion. Правильный результат — стабильный или растущий win rate при лучшем realized price, приемлемом sales cycle и retention. Если win rate растёт только после глубоких скидок, проблема не решена — она замаскирована.

• Почему растёт выручка, но падает прибыль
• Как найти PMF
• Enterprise ABM

• ROI Calculator
• TCO Calculator
• Proposal Template
• Objection Library

• Value Selling
• MEDDPICC
• Solution Selling

• Willingness to Pay
• Pricing Strategy
• Price Realization
• Cost of Inaction

Падение clicks при стабильных impressions/positions указывает на CTR или изменение SERP. Падение impressions — на спрос или visibility. Падение positions — на ranking/content/technical issue. Не диагностируйте всё одной линией sessions.

Branded traffic зависит от общего спроса на бренд и marketing activity. Non-brand — от category demand и SEO visibility. Если падает только branded search, проблема может быть вне SEO.

Сравните winners/losers: templates, glossary, guides, commercial pages, categories. Найдите, где сосредоточено 80% потери. Sitewide падение и падение одного cluster требуют разных действий.

Сравните year-over-year и category trends. Search demand может естественно снижаться. Если impressions падают у вас и у рынка, переписывание title не вернёт прежний объём.

Robots.txt, redirects, server errors, internal links, orphan pages, JavaScript rendering. Убедитесь, что важные страницы доступны для обхода.

Noindex, canonical, duplicate pages, parameter URLs, soft 404, sitemap consistency. Массовая деиндексация часто имеет техническую причину.

После redesign/migration CMS может указывать canonical на неправильные URL. Сравните declared и indexed canonical на affected templates.

Если важные страницы потеряли ссылки после изменения меню, feeds или taxonomy, их crawl priority и contextual relevance могут ослабнуть. Смотрите internal link count и depth.

Несколько страниц могут отвечать на один intent и конкурировать. Используйте content consolidation: выберите canonical page, объедините полезный материал, перенаправьте или переориентируйте вторичные страницы.

Запрос мог изменить смысл или SERP состав. Сравните текущие top results и вашу страницу. Если query стал более transactional, старая informational article может терять visibility даже при хорошем качестве.

Для тем, где данные быстро устаревают, обновите факты, examples, screenshots и recommendations. Но не меняйте дату без реального обновления content.

Есть ли original insight, clear answer, evidence, useful structure, examples? Массовые поверхностные статьи с повторяющимся content могут терять конкурентоспособность.

Title/snippet должны соответствовать intent и отличаться от конкурентов. Но избегайте clickbait, который ухудшает satisfaction. Если position стабильна, а CTR упал, анализируйте SERP features и messaging.

Таксономия должна помогать поисковым системам и людям понимать relationships. Не создавайте бесконечные тонкие category/tag pages без самостоятельной value.

Потеря важных ссылок, упоминаний или репутации может влиять на конкурентоспособность. Для коммерческих тематик особенно важно, насколько site/entity воспринимается trustworthy.

Часть informational journeys может завершаться прямо в поиске или в AI-oriented interfaces. Это не повод отказаться от SEO: оценивайте visibility, branded demand, assisted conversions и переходы на страницы, где пользователь действительно нуждается в глубине.

Если traffic снизился на низкоценностных informational queries, а qualified leads/revenue не изменились, проблема может быть меньше, чем кажется. Приоритизируйте pages по business value.

1. Impressions ↓ sitewide → demand/indexing/technical.
2. Positions ↓ cluster → content/competition/internal links.
3. Positions stable, CTR ↓ → SERP/snippet.
4. Clicks ↓, conversions stable → low-value traffic loss.
5. Pages disappeared → indexability/canonical.
6. One template падает → template-level technical/content issue.

• Search Console clicks/impressions/positions.
• Brand vs non-brand.
• Page/query clusters.
• Index coverage.
• Crawl/server errors.
• Internal links.
• Conversions by landing page.
• Competitor/SERP changes.

1. Дни 1–15: measurement + technical/index audit.
2. Дни 16–30: cluster/intent diagnosis.
3. Дни 31–60: consolidation, internal links, high-value updates.
4. Дни 61–90: monitor impressions, visibility, conversions.

• Переписывать все статьи сразу.
• Смотреть только sessions.
• Игнорировать search demand.
• Создавать новые статьи вместо consolidation.
• Менять URL без необходимости.
• Оптимизировать CTR без intent.
• Считать любой потерянный traffic одинаково ценным.

Портал теряет 30% organic sessions. Analysis показывает: commercial pages стабильны, а падение сосредоточено в 40 старых glossary pages. У половины запросов impressions снизились на рынке, у части новые статьи каннибализируют старые. После consolidation, internal linking и обновления high-value pages sessions восстанавливаются частично, а organic leads растут, хотя общий traffic остаётся ниже исторического.

1. Проверить robots.txt и sitemap.
2. Сверить статус индексирования ключевых URL.
3. Проверить canonical и массовые redirects.
4. Посмотреть 4xx/5xx и server availability.
5. Сравнить internal linking до и после изменений.
6. Проверить template-level noindex/JS/rendering.
7. Сопоставить дату падения с релизами сайта.

Резкое падение целого template после релиза чаще указывает на technical issue. Постепенное снижение части query cluster при стабильной индексации — на competition, intent shift или content quality. Сначала исключайте собственные технические причины.

Составьте список страниц с высокой исторической ценностью и падающими impressions/positions. Обновляйте только там, где intent сохраняется. Добавляйте новые evidence, примеры, структуру и internal links. Не превращайте refresh в косметическую замену нескольких фраз.

Смотрите, какие URL ранжируются по одному query cluster во времени. Если Google/поисковая система постоянно переключает две ваши страницы, вероятно, intent и topical role неразделены. Объедините материал или разведите intent.

Для важных тем следите, присутствует ли бренд/сайт в AI-oriented answers и цитируется ли original material. Но не подменяйте этим базовое SEO: crawlability, indexability, clear content, entity consistency и useful evidence остаются фундаментом.

• Indexed high-value pages.
• Impressions по query clusters.
• Average position/visibility.
• Organic conversions.
• Qualified landing sessions.
• Brand/non-brand split.
• Recovery by updated pages.

Для каждой affected page добавьте business role: коммерческая, lead-supporting, informational, navigational. Это позволяет не тратить одинаковые ресурсы на все потери. Страница, которая приносила 20% qualified organic leads, важнее материала с большим, но нецелевым информационным трафиком.

После recovery оценивайте не только возвращённые clicks, но и conversions, assisted pipeline, branded search и downstream engagement. Цель SEO — не восстановить исторический график любой ценой, а вернуть и усилить полезную поисковую видимость.

• Полный аудит маркетинга
• Рост конверсии
• Почему контент не влияет на спрос

• Tracking Plan
• Measurement Plan
• Content Brief
• Маркетинговый календарь (Marketing Calendar)

• STDC
• RACE

• Crawlability
• Indexability
• Canonicalization
• Internal Linking

Не весь content должен генерировать lead. Он может создавать category awareness, захватывать search demand, объяснять problem, снижать risk, помогать champion, ускорять deal или удерживать customer. Для каждого content cluster назначьте job.

Посмотрите top content по traffic и engagement: его читает целевая аудитория или случайный массовый трафик? Высокий organic volume по общей теме может почти не влиять на target market.

Соберите вопросы из sales calls, search queries, support, win/loss и customer interviews. Контент должен закрывать реальные uncertainty: business case, comparison, implementation, risk, pricing, proof.

Если 90% content — top-of-funnel articles, sales process может оставаться без материалов, которые двигают deal.

Контент, paid campaigns и Sales должны говорить об одной value architecture. Если editorial topics живут отдельно от GTM, audience не связывает thought leadership с вашим продуктом.

Publish ≠ distribute. Для каждого high-value asset нужен план: organic search, email, social, community, partner, paid amplification, Sales use, executive distribution. Даже сильный material без reach не создаёт спрос.

Большая статья не всегда лучший формат. Для executive buyer может работать concise insight, для technical evaluator — checklist, для Sales — one-pager, для prospect workshop — calculator.

Поверхностный пересказ известных советов редко создаёт differentiation. Используйте proprietary data, expert opinion, customer evidence, frameworks, benchmarks, tools и case-based insight.

SEO-content может приносить много traffic, но не тот demand. Разделите informational, commercial и navigational queries. Смотрите downstream behavior и business relevance.

Не заставляйте reader сразу «заказать демонстрацию». Next step должен соответствовать stage: related guide, diagnostic, benchmark, calculator, webinar, case, consultation.

Спросите Sales, какие материалы они реально используют. Если case/ROI/comparison отсутствуют или неудобны, контент-функция может генерировать traffic, но не влиять на pipeline.

Для B2B сопоставьте content consumption с accounts и stages, но не путайте correlation с causation. Полезно видеть, какие assets часто используются до progression, а затем проверять их через experiments.

• Target account engagement.
• Qualified organic visits.
• Content-assisted opportunities.
• Sales usage.
• Progression after content touch.
• Branded search/share of search.
• Experiment lift.
• Pipeline/revenue with attribution caveats.

Если статья стоит 40 тыс. ₽, получает 100 нецелевых просмотров и не используется Sales, это слабый asset. Считайте cost per useful output и re-use. Один original research report может создавать десятки derivatives.

Много overlapping articles размывают search authority и user experience. Объединяйте сильные pages, создавайте hubs, обновляйте canonical assets. Quantity не является целью.

Brief → research → production → expert review → QA → distribution → measurement → refresh/retire. Без lifecycle management библиотека быстро становится кладбищем устаревших страниц.

1. Traffic мало → distribution/search demand.
2. Traffic есть, ICP нет → topic strategy.
3. ICP читает, progression нет → stage/CTA/value.
4. Sales не использует → enablement gap.
5. Content used, attribution не видно → measurement/incrementality.
6. Много content, overlap высокий → consolidation.

1. Составить inventory top 100 assets.
2. Назначить job/stage/ICP.
3. Удалить/объединить low-value overlap.
4. Выбрать 10 high-value assets для distribution.
5. Закрыть 3–5 Sales content gaps.
6. Настроить measurement и content review.

• Считать публикации KPI.
• Оптимизировать traffic без ICP.
• Писать только SEO top-of-funnel.
• Не делать distribution.
• Игнорировать Sales.
• Приписывать pipeline последнему content touch.
• Не обновлять старые assets.

B2B-компания публикует 20 статей в месяц и получает 70 тыс. organic visits, но pipeline почти не растёт. Audit показывает, что 65% traffic идёт на общие career/how-to queries, а Sales не хватает competitor comparison и implementation proof. Компания сокращает production, консолидирует SEO-clusters, создаёт 8 buying-stage assets и distribution plan. Traffic слегка падает, но target-account engagement и content-assisted opportunities растут.

Для каждого asset добавьте поля: URL, topic, ICP, funnel stage, format, traffic, engagement, conversions, Sales usage, last update, owner. Затем пометьте KEEP, UPDATE, MERGE, REPURPOSE или RETIRE. Это быстро показывает, где библиотека раздута.

Соберите buying questions по стадиям и ролям. Если content есть про «что такое категория», но нет про implementation, price, risk и alternatives, pipeline будет зависеть от устных объяснений Sales.

• SEO/internal links.
• Email/lifecycle.
• Social/executive profiles.
• Sales sequences.
• Partner/community.
• Paid amplification для strongest assets.
• Repurposing в short/video/slides.

Thought leadership должен содержать point of view, evidence и consequence for decision. Пересказ общих best practices редко меняет preference. Используйте original research, proprietary data и экспертную интерпретацию.

Проведите аудит 20 последних opportunities: какие вопросы повторялись, какие materials отправлялись, что пришлось создавать вручную. Приоритет контента можно выводить из friction в реальном pipeline, а не только из keyword volume.

Тестируйте не только headline. Сравнивайте content program vs holdout/accounts, sales sequences с/без asset, distribution intensity, CTA path. Для long-cycle B2B используйте account progression как leading metric.

Если asset не имеет ICP, job или distribution path — не производите его. Если два материала отвечают на один intent — consolidate. Если Sales регулярно создаёт один и тот же материал вручную — превратите его в canonical asset.

Первые сигналы — рост target-account engagement, organic traffic по коммерчески релевантным темам, использование материалов Sales и более высокая progression у accounts, потреблявших нужные assets. Затем смотрите pipeline и revenue с учётом attribution limitations.

Если общий traffic растёт, а ICP engagement, Sales usage и progression стоят на месте, content system всё ещё оптимизирует публикации, а не buying process.

• B2B Demand Engine
• Почему снижается органический трафик
• Годовая стратегия

• Content Brief
• Маркетинговый календарь (Marketing Calendar)
• Campaign Dashboard
• Sales Battlecard

• STDC
• Buyer Journey
• RACE

• Content Strategy
• Content Operations
• Content Performance Measurement
• Demand Generation

Attributed CRM revenue — покупки после email/push/SMS touch. Incremental revenue — дополнительная выручка относительно того, что произошло бы без коммуникации. Для принятия budget decisions нужен второй показатель.

UTM, campaign membership, send/delivery/open/click, order matching, customer identity. Дублирование devices или accounts может искажать отчёт. Сверяйте CRM platform и backend transactions.

Для крупных recurring programs оставляйте небольшую контрольную группу, если это допустимо. Сравнивайте purchase/contribution между exposed и holdout. Это один из самых прямых способов оценить incrementality.

Новые, active, high-value, at-risk, lapsed, one-time, frequent — у них разный baseline propensity. Если отправить offer самым активным покупателям, attributed revenue будет высокой даже без causal effect.

Коммуникация должна соответствовать state: onboarding, activation, repeat, replenishment, risk, win-back, expansion. Массовый календарь хуже behavioral triggers, когда есть данные.

Высокая частота может увеличивать short-term clicks и одновременно создавать unsubscribe, fatigue и discount dependency. Смотрите cumulative effect.

Если почти каждая рассылка содержит скидку, CRM может каннибализировать full-price demand. Измеряйте incremental contribution после discount, а не только revenue.

Replenishment reminder должен приходить около естественного repeat window. Cart reminder — достаточно быстро. Win-back — после meaningful lapse. Неправильный timing уменьшает lift.

Используйте category, purchase history, lifecycle, geography, preferences и behavior. Не персонализируйте ради самого факта personalization: сигнал должен повышать relevance.

Если emails не доходят, экспериментировать с copy бессмысленно. Следите за delivery, bounce, spam complaints, domain reputation и engagement. Чистите базу.

Email сам по себе не «работает» или «не работает». Onboarding, replenishment и promo newsletter имеют разные jobs. Измеряйте program-level incrementality.

CRM может приводить клиента на сайт, где purchase attribution забирает direct или paid search. И наоборот, last-click email может получить credit за спрос, созданный другими каналами. Используйте customer-level experiments.

Revenue after discount может выглядеть хорошо, а contribution — нет. Вычтите incentive, COGS, delivery и channel cost. Для loyalty учитывайте reward liability.

Некоторые программы не дают immediate revenue, но повышают retention. Измеряйте cohort repeat/churn. Однако не приписывайте весь retention коммуникации без control.

Слишком крупные segments скрывают heterogeneity; слишком мелкие создают operational complexity. Сегмент должен менять решение: message, timing, offer или channel.

• Incremental revenue.
• Incremental contribution.
• Activation/repeat lift.
• Retention lift.
• Unsubscribe/complaints.
• Offer cost.
• Customer-level frequency.
• Program ROI.

1. Attributed revenue высокая, holdout lift низкий → каннибализация.
2. Delivery низкая → deliverability.
3. Delivery нормальная, engagement низкий → relevance/message.
4. Engagement есть, purchase lift нет → offer/timing.
5. Revenue lift есть, contribution нет → discount/economics.
6. Short-term lift есть, retention падает → fatigue/quality.

1. Неделя 1: tracking, identity, baseline.
2. Неделя 2: segmentation и holdout design.
3. Неделя 3: 2–3 lifecycle experiments.
4. Неделя 4: incremental contribution review.

• Считать open rate business KPI.
• Приписывать всю post-click revenue CRM.
• Не иметь holdout.
• Отправлять active buyers чаще всех.
• Использовать скидку как основной lever.
• Не считать unsubscribe/fatigue.
• Не измерять contribution.

Retail CRM показывает 25 млн ₽ revenue в месяц из email. Holdout test на promotional newsletter показывает incremental lift всего 3%. Большая часть получателей и так покупала. Компания сокращает массовые promo sends, усиливает replenishment и lapsed-customer triggers. Attributed revenue падает, но incremental contribution на 1000 contacts растёт вдвое.

Контрольная группа должна быть сопоставимой и не получать тестируемую коммуникацию. Размер зависит от baseline conversion и ожидаемого lift. Не меняйте holdout после просмотра результата. Для always-on lifecycle можно держать persistent holdout на небольшой доле базы.

Active/high-value customers и без коммуникации покупают чаще. Поэтому сравнение получателей campaign с общей базой завышает effect. Используйте randomized holdout или propensity-matched comparison, если experiment невозможен.

Сравните cohorts по количеству promo touches. Если частые получатели покупают только со скидкой, full-price rate и margin падают. Введите frequency caps и non-discount value communications.

Определите states и triggers: new customer, incomplete onboarding, first success, replenishment window, risk, lapse, expansion. Для каждого state задайте job, message, channel, timing и exit condition.

Не считайте любую покупку после win-back письма возвратом программы. Сравнивайте reactivation в holdout. Отдельно смотрите, остаётся ли клиент активным после первой comeback purchase.

Email, push, SMS и retargeting могут воздействовать на одного клиента одновременно. Планируйте suppression и contact policy. Иначе программы конкурируют за attribution и повышают fatigue.

Используйте incremental contribution минус platform, production, incentives и variable send cost. Для крупных teams добавьте labor. Высокая attributed revenue при низком incremental contribution не оправдывает рост коммуникаций.

Если holdout показывает почти нулевой lift — сокращайте или redesign program. Если lift есть, но contribution отрицательная — меняйте offer. Если short-term lift положительный, но retention ухудшается — снижайте frequency и discount dependency.

1. Incrementality по основным programs.
2. Contribution после incentives.
3. Frequency/fatigue.
4. Lifecycle coverage.
5. Deliverability.
6. Segment performance.
7. Retention/repeat cohorts.
8. Programs to scale/stop.

У здоровой программы incremental lift повторяется на нескольких cohorts, не требует постоянного роста скидок и не ухудшает unsubscribe, complaints или retention. Эффект должен сохраняться после учёта естественной склонности клиента купить.

Если campaign перестаёт давать lift без всё более сильного incentive, это признак saturation или слабой relevance. Такой program нужно redesign, а не просто отправлять чаще.

Для каждой крупной CRM-программы храните baseline, holdout lift, incremental contribution, frequency и owner. Этого достаточно, чтобы решить: масштабировать, изменить или остановить программу.

• Как увеличить Retention и LTV
• Рост e-commerce
• Почему растёт выручка, но падает прибыль

• Cohort Dashboard
• Measurement Plan
• Experiment Plan
• Campaign Dashboard

• RFM
• AARRR
• Growth Accounting

• CRM
• CRM Segmentation
• CRM Incremental Revenue
• Marketing Incrementality

Сначала выясните, какая доля заказов приходит из внутренних рекламных инструментов, внешнего трафика, органической выдачи, рекомендаций и повторных покупок. Если рекламные продажи растут, а organic sales не меняются, платное продвижение может не создавать устойчивого спроса.

Сравнивайте долю органических заказов не только в спокойный период, но и до, во время и после промо. Если после каждого выключения рекламы продажи возвращаются почти к нулю, зависимость структурная.

Не используйте только GMV или выручку. Вычтите комиссию, логистику, хранение, возвраты, скидки, рекламные расходы и себестоимость. SKU с высоким оборотом может быть убыточным после полной экономики.

Постройте contribution по SKU и по рекламным кампаниям. Это быстро показывает товары, которые создают красивый оборот, но уничтожают прибыль.

Сравните full-price и promo periods: conversion, units, margin, new customers, repeat. Если продажи резко проваливаются после завершения промо, аудитория может быть обучена ждать скидку.

Отдельно смотрите глубину скидки. Небольшое промо может давать почти тот же incremental lift, что и глубокая скидка, но с существенно лучшей contribution.

Часть промо-заказов произошла бы и без скидки. Сравнивайте baseline и uplift, учитывайте pull-forward: покупатель мог просто перенести будущую покупку на период акции. Для повторных товаров особенно важно смотреть post-promo drop.

Проверьте title, изображения, видео, характеристики, reviews, questions, delivery promise, stock и competitive offer. Слабая карточка заставляет компенсировать низкую conversion скидкой и рекламой.

Если CTR хороший, а purchase conversion низкая, проблема часто находится в карточке, цене, отзывах, сроках доставки или соответствии ожиданий товару.

Сравните total offer: price, delivery, seller rating, reviews, availability, bundle, warranty. Если вы проигрываете по нескольким атрибутам, повышение bids лишь покупает временную видимость.

Разделите SKU на traffic drivers, margin drivers, repeat drivers и long-tail. Не каждый товар должен масштабироваться рекламой. Некоторые SKU полезнее как органические entry points, другие — как cross-sell.

Добавьте ABC/XYZ или собственную товарную классификацию: вы должны понимать не только объём продаж, но и стабильность спроса, маржу и стратегическую роль SKU.

Out-of-stock, медленная доставка, отмены и плохой seller rating ухудшают marketplace performance. Реклама не компенсирует операционные проблемы надолго.

Для hero SKU используйте minimum stock coverage и предупреждение о риске дефицита. Иначе алгоритмическое продвижение и накопленный рейтинг могут быть потеряны в самый дорогой момент.

Если list price искусственно завышена ради постоянной «скидки», вы теряете возможность понять реальную willingness to pay. Разделите everyday price, tactical promo и clearance.

Average ACoS/ROAS скрывает saturation. Сравните performance при разных уровнях spend. Следующий рекламный рубль должен оцениваться по incremental contribution, а не историческому среднему.

Полезно фиксировать ступени бюджета: 50, 100, 150, 200 тыс. ₽ и считать, сколько дополнительной contribution дал каждый следующий уровень.

Если marketplace позволяет идентифицировать повторное поведение, сравните cohorts по acquisition source и promo depth. Покупатель, пришедший только на глубокую скидку, может иметь слабую LTV.

Если товар покупают только внутри marketplace search, бренд остаётся зависимым от аукциона. Измеряйте branded queries, direct demand и повторный поиск бренда. Для зрелого бренда часть роста должна постепенно происходить без постоянного увеличения paid visibility.

Промо должны иметь роль: trial, stock clearance, seasonal event, category defense. Если каждую неделю нужна новая скидка, проблема структурная. Сделайте календарь, где для каждой акции заранее определены baseline, expected uplift, margin floor и post-promo review.

Высокая рекламная conversion при большом возврате может быть ложной победой. Анализируйте return rate по SKU, source и creative. Иногда реклама обещает больше, чем товар реально даёт, и ухудшает contribution через возвраты.

Если бренд продаёт и на собственном сайте, и на маркетплейсе, глубокая скидка на платформе может переводить существующих клиентов в более дорогой для бизнеса канал. Сравните margin и customer ownership по каналам.

1. GMV растёт, contribution падает → реклама/скидки/fees.
2. Organic share падает → listing/offer/ranking dependence.
3. Продажи без promo исчезают → price/value/brand.
4. Ads работают только на hero SKU → ассортимент.
5. ROAS падает при scale → saturation.
6. Высокие возвраты → product/listing mismatch.
7. Маркетплейс растёт, direct channel падает → channel cannibalization.

• Остановить убыточные SKU/campaign combinations.
• Пересобрать listing и proof.
• Снизить промо там, где uplift не incremental.
• Развивать organic ranking и reviews.
• Улучшать assortment/margin mix.
• Строить branded demand и repeat.
• Считать contribution by SKU.
• Установить minimum margin floor для промо.

Если campaign создаёт положительную выручку, но отрицательную contribution — stop или redesign. Если promo повышает продажи, но почти не даёт incremental units — сокращайте discount. Если карточка имеет высокий organic conversion — масштабируйте paid осторожно до marginal threshold. Если repeat слабый — не оценивайте acquisition только по первой покупке.

1. Неделя 1: unit economics по SKU и каналам.
2. Неделя 2: promo baseline, organic share, listing audit.
3. Неделя 3: bids/assortment/price experiments.
4. Неделя 4: contribution, repeat и organic recovery review.

Здоровая система показывает рост доли organic sales, устойчивую conversion без постоянной глубокой скидки, стабильную seller reputation, приемлемый marginal ad cost и положительную contribution. Важен не максимальный GMV, а устойчивый рост profitable demand.

• Оптимизировать GMV.
• Считать платформенный ROAS прибылью.
• Не учитывать fees/returns.
• Проводить промо без baseline.
• Продвигать весь ассортимент одинаково.
• Не анализировать organic share.
• Сохранять завышенную list price ради постоянной скидки.
• Игнорировать каннибализацию direct channel.

Бренд на маркетплейсе увеличивает GMV на 40%, но прибыль почти не меняется. Анализ показывает: 65% продаж поддерживаются рекламой и скидками, а два hero SKU работают с отрицательной contribution после комиссии и возвратов. Компания сокращает bids на убыточных SKU, улучшает карточки, переводит бюджет в margin drivers и ограничивает промо. GMV временно снижается, но contribution растёт, а доля органических продаж увеличивается.

• Рост интернет-магазина
• Почему высокий ROAS не даёт роста
• Почему растёт выручка, но падает прибыль

• Дашборд каналов (Channel Dashboard)
• Модель юнит-экономики (Unit Economics Model)
• Модель бюджета (Budget Model)

• RFM
• Учёт источников роста (Growth Accounting)

• Маркетплейс как канал продаж
• Реклама на маркетплейсах
• Экономика промоакций
• Инкрементальность промо

Сначала разделите fixed commitments, contractual spend, people cost и реально перераспределяемый бюджет. Иначе обсуждение «перенести 20%» может быть технически невозможно.

Отдельно отметьте расходы, которые можно изменить в течение недели, месяца, квартала и года. Скорость перераспределения — важное ограничение budget governance.

Каждая крупная статья должна иметь роль: demand creation, capture, sales enablement, retention, research, infrastructure. Если строка существует только потому, что «так было всегда», это кандидат на review.

Средняя эффективность прошлого года не отвечает на вопрос, куда вложить следующий рубль. Используйте response curves, experiments, MMM или хотя бы staged spend analysis.

Канал с лучшим средним ROAS может быть уже насыщен, тогда следующий рубль принесёт меньше, чем новый канал с худшей исторической средней метрикой.

Бюджет должен поддерживать выбранные segments, products и GTM. Если стратегия сменилась, а media mix нет, бюджет противоречит плану.

Например, компания объявила enterprise expansion, но 70% бюджета продолжает оптимизироваться на дешёвые SMB leads. Формально performance может быть хорошим, стратегически — нет.

Каналы с быстрым last-click результатом обычно получают больше денег, чем brand, research или lifecycle. Используйте более подходящие методы измерения и не сравнивайте разные роли одной метрикой.

Высокий исторический ROAS не означает возможность scale. При насыщении следующий рубль приносит меньше результата. Используйте marginal CAC/ROAS и frequency/reach signals.

Нельзя резко увеличить demand budget, если Sales, stock, onboarding или production не выдержат объём. Budget allocation должен учитывать operational bottleneck.

Иногда лучший маркетинговый инвестиционный проект — не новый paid channel, а расширение onboarding capacity, потому что именно она ограничивает revenue throughput.

Используйте base, constrained и upside scenarios. Для каждого покажите expected outcomes и initiatives, которые будут отменены или ускорены. Это полезнее одной цифры «маркетинговый бюджет».

Оставьте часть flexible spend на experiments. Без этого новые channels и products никогда не получат evidence, потому что весь бюджет уже занят историческими активностями.

Learning budget должен иметь правила: hypothesis, expected information value, maximum loss, decision after experiment.

Не все инициативы должны иметь одинаковый risk. Балансируйте proven engines, growth bets и learning. Портфель снижает зависимость от одного канала и создаёт будущие engines.

Quarterly reallocation позволяет реагировать на response curves, seasonality, new evidence и market shifts. Annual budget — starting allocation, а не неизменный контракт.

• Scale при положительном marginal contribution.
• Hold при недостаточном evidence.
• Reduce при saturation.
• Stop при отрицательной incrementality/economics.
• Test при стратегической важности и высокой uncertainty.

Записывайте, почему бюджет изменён, какой evidence использовался и что ожидалось. Это снижает post-hoc rationalization и позволяет учиться на allocation decisions.

Смоделируйте, что произойдёт при -10%, -20%, +10%, +20% бюджета. Какие outcomes изменятся линейно, какие — резко? Это показывает, где система чувствительна, а где spend уже не является главным ограничением.

Legacy agency/software contracts часто переживают стратегию, для которой были куплены. Раз в полгода проверяйте utilization, decision impact и replaceability. Не сокращайте автоматически, но требуйте понятную роль.

Brand, SEO, research и partnerships могут давать эффект позже performance media. Нельзя обнулять их только потому, что short-term attribution слабая. Используйте leading indicators и appropriate evaluation windows.

1. Бюджет повторяет прошлый год → inertia.
2. Все деньги в measurable channels → attribution bias.
3. Scale ухудшает economics → saturation.
4. Новые bets всегда без денег → нет learning budget.
5. Marketing недоиспользует spend → capacity/process.
6. Budget растёт, outcome нет → reallocation/measurement.
7. Strategy новая, mix старый → strategic misalignment.

Представьте, что текущего бюджета нет. Какие capabilities и channels вы финансировали бы сегодня для выполнения strategy? Затем сравните с фактическим распределением. Разница показывает legacy spend.

Не обязательно обнулять всё фактически. Zero-based review — мыслительный инструмент, который снимает исторический якорь.

• Marginal CAC/ROAS.
• Incremental contribution.
• Pipeline/revenue by program.
• Saturation.
• Budget pacing.
• Scenario forecast.
• Learning produced per experiment.
• Capacity utilization.

1. Сверить фактический outcome с forecast.
2. Обновить response curves и saturation.
3. Оценить experiments и new evidence.
4. Проверить capacity constraints.
5. Перевести деньги между scale / hold / reduce / stop / test.
6. Зафиксировать решение и ожидание.

• Резать одинаковый процент всем каналам.
• Использовать только last-click.
• Не учитывать capacity.
• Не иметь экспериментального бюджета.
• Сохранять legacy vendors автоматически.
• Пересматривать бюджет только раз в год.
• Считать прошлогодний ROI гарантией будущей marginal return.

Компания ежегодно отдаёт 55% бюджета paid search, потому что он «самый эффективный». Но marginal analysis показывает saturation: последние 20% spend имеют CAC вдвое выше среднего. Часть денег переводят в partner channel и retention experiments. Blended CAC слегка растёт в первый месяц, но contribution и pipeline через квартал выше.

Полезно явно разделить три кошелька. Поддержание финансирует proven activities, без которых текущий спрос заметно просядет. Рост получает инициативы с подтверждённым потенциалом масштабирования. Обучение финансирует controlled experiments, где главным результатом может быть не revenue, а снятая неопределённость. Такое разделение уменьшает конфликт между коротким ROI и стратегическими ставками.

Для каждой части задайте допустимый risk и review cadence. Например, core spend можно пересматривать monthly по marginal economics, growth bets — quarterly, experiments — после заранее определённого окна.

Инерция часто кажется безопасной, потому что старый бюджет знаком. Но сохранение mix тоже является решением и имеет opportunity cost. Оцените, сколько pipeline, retention или market share компания теряет, если не финансирует новый segment, lifecycle или product launch. Это делает обсуждение более симметричным: риск есть и у изменения, и у бездействия.

Для SEO, brand, research и partner ecosystem не требуйте недельного payback. Вместо этого задайте промежуточные milestones: share of search, qualified organic demand, partner-sourced opportunities, consideration, branded demand. Решение о продолжении принимается по траектории этих indicators и согласованному horizon, а не по last-click revenue первого месяца.

Quarterly перераспределение не означает менять стратегию каждую неделю. Определите minimum evidence window и предел изменений. Слишком частое переключение бюджета разрушает learning: канал не успевает пройти optimization, а команда не понимает, что именно повлияло на результат.

• Годовая стратегия
• Почему высокий ROAS не даёт роста
• Что делать, если рост остановился

• Модель маркетингового бюджета
• Дашборд каналов
• Журнал решений
• Прогнозная модель

• RICE
• Матрица влияние/усилие (Impact/Effort Matrix)
• OGSM

• Распределение маркетингового бюджета
• Оптимизация маркетингового бюджета
• Анализ чувствительности к бюджету
• Перепрогнозирование маркетинга

Для каждого dashboard спросите: какое решение человек должен принять после просмотра? Если ответа нет, это reporting artifact, а не управленческий инструмент.

Примеры хороших decision questions: «Нужно ли перераспределять бюджет?», «Где возник pipeline gap?», «Какой сегмент ухудшает retention?».

CEO, CMO, channel manager и analyst требуют разных уровней детализации. Executive dashboard не должен показывать сотни campaign metrics; operational dashboard не должен ограничиваться revenue.

Свяжите outcome → drivers → leading inputs. Например Revenue → Pipeline → Opportunities → Qualified Accounts → Engagement. Это позволяет перейти от «что произошло» к «что делать».

Impressions, clicks, opens и views полезны только если имеют diagnostic role. Не ставьте их рядом с revenue как равнозначные KPI.

У каждой метрики должны быть business definition, formula, source, owner, refresh и caveats. Если Marketing и Sales по-разному считают SQL, dashboard усиливает спор.

Число без контекста не помогает. Показывайте target, prior period, forecast и meaningful comparison. Избегайте красно-зелёной окраски без понимания variance.

Порог превращает наблюдение в decision rule. Он может быть абсолютным, относительным или основанным на статистическом/экономическом отклонении.

Executive view отвечает «где проблема». Diagnostic layer позволяет провалиться в segment, channel, cohort, campaign. Не пытайтесь уместить обе задачи на одном экране.

Forecast, attribution и modeled metrics имеют диапазон/assumptions. Не показывайте ложную точность. Добавляйте confidence или caveat, если решение зависит от модели.

Некоторые метрики нужны daily, другие monthly или quarterly. Real-time dashboard для brand health создаёт шум, а monthly pacing для media слишком медленный.

Отмечайте launches, pricing changes, tracking incidents, campaigns, seasonality. Иначе пользователи тратят время на поиск причин очевидных скачков.

Dashboard оживает на meeting: variance → cause → decision → owner → due date. Без этого reporting становится пассивным.

Записывайте, какое решение было принято по signal и что произошло. Через несколько месяцев можно проверить качество decision rules.

Если показатель не используется для решения, diagnosis или compliance, уберите его. Less but actionable обычно лучше.

CRM, analytics и finance могут давать разные revenue. Определите authoritative source для каждого класса метрик. Для reconciliation задайте frequency и owner.

Revenue и profit — lagging outcomes. Чтобы ими управлять, нужны leading indicators: pipeline creation, activation, retention risk, marginal CAC. Dashboard без drivers сообщает о проблеме слишком поздно.

Если revenue ниже плана на 15%, dashboard должен помогать разложить разницу: volume, conversion, price, mix, retention. Тогда discussion быстро переходит к driver, а не остаётся на уровне итоговой цифры.

CMO может видеть 10–15 показателей, performance lead — channel diagnostics, product marketing — segment/launch metrics. Один универсальный экран обычно либо перегружен, либо недостаточен.

Какие отклонения требуют немедленного вмешательства, какие — observation, какие — quarterly review? Не каждое красное значение должно запускать срочное совещание.

Если команда тратит десятки часов на ручную подготовку dashboard, оцените automation и ценность каждого блока. Reporting должен экономить внимание, а не поглощать его.

1. Люди смотрят, но не действуют → нет thresholds/owners.
2. Спорят о цифрах → definitions/source.
3. Слишком много деталей → audience mismatch.
4. Решения запаздывают → freshness/cadence.
5. Dashboard красивый, но blind spots → нет metric hierarchy.
6. После решений нет learning → нет decision log.
7. Итог виден, причина нет → нет driver decomposition.

• Назвать decision question.
• Назвать audience.
• Назвать owner.
• Проверить definition/source.
• Добавить target/threshold.
• Связать с action.
• Удалить лишнее.
• Проверить cadence.
• Добавить drill-down до drivers.

Считайте не количество просмотров, а скорость обнаружения проблем, долю review meetings с конкретными actions, время до решения, количество metric disputes и долю решений, которые можно ретроспективно оценить.

1. Что отклонилось от target?
2. Какой driver объясняет большую часть variance?
3. Что мы знаем, а что предполагаем?
4. Какое решение принимаем?
5. Кто owner и срок?
6. Какая метрика покажет эффект?

• Строить dashboard до decision questions.
• Показывать всё доступное.
• Смешивать стратегические и operational KPI.
• Не иметь metric dictionary.
• Использовать один dashboard для всех.
• Не фиксировать действия после review.
• Скрывать uncertainty модели.

CMO получает dashboard из 70 метрик. На monthly meeting команда 40 минут обсуждает цифры и не принимает решений. После redesign остаются 12 executive indicators, у каждого есть target, threshold и owner; diagnostic views вынесены отдельно. Meeting сокращается, а каждое отклонение заканчивается action item.

Начните с одного business outcome и разложите его на управляемые drivers. Например, выручка B2B = количество wins × средний ACV; wins = opportunities × win rate; opportunities = qualified meetings × conversion. Такое дерево помогает понять, какая метрика должна быть на executive уровне, а какая — только в diagnostic layer.

Важно не создавать ложную причинность. Дерево — модель управления, а не доказательство того, что каждый driver причинно влияет на outcome. Для спорных связей используйте experiments и анализ данных.

Owner не обязательно «владеет» результатом в одиночку. Его задача — следить за definition, quality, variance и инициировать review. Для cross-functional KPI вроде NRR или pipeline лучше иметь accountable owner и список функций, влияющих на driver.

Не создавайте уведомление на любое отклонение. Alert должен срабатывать, когда metric пересекает meaningful threshold, изменение устойчиво или возникает data-quality incident. Иначе команда привыкает игнорировать поток красных сигналов.

Через заранее заданный срок вернитесь к decision log: сработало ли действие, была ли гипотеза верна, изменился ли driver. Такой review превращает dashboard из экрана наблюдения в систему организационного обучения и постепенно улучшает thresholds.

Если экран не открывали несколько месяцев, его показатели дублируются в другом месте, решения по нему не принимаются и regulatory need нет — архивируйте. Удаление лишних dashboards уменьшает когнитивный шум и стоимость поддержки.

• Полный аудит маркетинга
• Годовая стратегия
• Что делать, если рост остановился

• Дашборд руководителя
• Словарь метрик
• Дерево KPI
• Журнал решений

• Ключевая метрика ценности (North Star Framework)
• Цели и ключевые результаты (OKR)
• Матрица ответственности (RACI)

• Стратегия измерений
• Ключевая метрика ценности
• Входные, опережающие и запаздывающие метрики
• Обзор для принятия решений

Количество пользователей, prompts или сгенерированных материалов показывает adoption, а не value. Для каждого use case задайте business outcome: cycle time, cost, quality, conversion, throughput, error rate или revenue.

Сколько времени, денег и ошибок было до AI? Без baseline нельзя доказать improvement. Измеряйте полный workflow, включая review, approvals и исправления.

Фиксируйте process, owner, model/provider/version, data, tools, risk, expected value, eval status и production status. Часто организация обнаруживает десятки дублирующих pilots.

Редкая задача с экономией 10 минут не станет трансформацией. Ищите частые, дорогие, repeatable workflows с measurable output и понятной стоимостью ошибки.

Copilot помогает человеку. Automation выполняет deterministic steps. Agent управляет multi-step workflow через tools. Не усложняйте architecture без необходимости: autonomous agent не является целью сам по себе.

Если AI вставлен в старый процесс без удаления лишних approvals и handoffs, cycle time почти не изменится. Redesign workflow вокруг новой capability: какие шаги исчезают, какие объединяются, где нужен human judgment.

Для каждого use case нужен representative task set и pass threshold. Сначала установите baseline качества, затем оптимизируйте cost/latency только при сохранении результата. Evals должны повторно запускаться при изменении model, prompt, retrieval или tool.

Сгенерированный draft за 2 минуты ничего не экономит, если senior specialist тратит час на перепроверку. Считайте creation + review + exceptions + incident handling.

Слабый retrieval, устаревшие documents и inconsistent CRM data ограничивают quality. Иногда лучший AI investment — data cleanup, permissions и access design.

Для agents используйте least privilege. Разделите read-only tools, reversible write actions и high-impact actions. Sending, publishing, deletion, pricing и финансовые действия требуют более строгого контроля.

High-impact, irreversible или uncertain outputs требуют review. Цель не максимальная автономия, а лучший expected outcome с управляемым risk.

Записывайте task, model/version, tools, outcome, errors, latency, human overrides. Без этого невозможно понять failure modes и улучшать production.

Outage, low confidence или tool failure должны переводить workflow в retry, reduced scope, manual queue или stop. Production use case без fallback создаёт новый operational risk.

Model/API, infrastructure, integration, maintenance, evals, review, training и incident handling. «Бесплатные» consumer tools не равны zero-cost operating model.

Если tool полезен, но сотрудники не используют его, проблема может быть в UX, trust, incentives или training. Обучайте workflows, а не только prompting.

Задайте stop criteria: quality threshold, maximum review effort, target cycle-time gain, acceptable error/risk. Не поддерживайте pilots ради демонстрации инновационности.

Central retrieval, approved tools, brand rules, eval harness, logging и governance дают больше leverage, чем десятки независимых assistants.

Если AI высвободил 20 часов, но команда просто заполнила их новыми low-value tasks, финансовый эффект может быть нулевым. Зафиксируйте, куда перераспределена capacity: больше экспериментов, быстрее запуск, больше accounts, меньше подрядчиков.

Для research quality может быть source accuracy, а business metric — cycle time принятия решения. Для content quality — brand/factuality, business metric — throughput или conversion. Обе группы нужны одновременно.

Multi-agent orchestration может выглядеть впечатляюще и давать больше failure modes. Если задачу можно решить одним agent с понятными tools, это часто лучше для reliability и economics.

Для серьёзных failures фиксируйте context, version, tool calls, impact, detection и remediation. Затем добавляйте incident в eval set или guardrail. Так production failures превращаются в системное learning.

Quarterly разделите AI use cases на scale, hold, redesign, stop. Не финансируйте все эксперименты одинаково. Инвестиции должны идти туда, где доказаны value и управляемый risk.

1. Adoption высокий, value нет → неправильный use case/baseline.
2. Output быстро, review дорогой → quality/evals.
3. Quality низкая → model/context/data.
4. Pilot хорош, production плох → integration/observability.
5. Employees не используют → workflow/UX/change management.
6. Incidents растут → permissions/guardrails.
7. Экономия есть, P&L не меняется → capacity не переиспользована.

Incremental value = saved labor или additional business output + avoided errors − model/infrastructure/integration/review/maintenance cost. Не монетизируйте каждый «сэкономленный час» автоматически: важно, был ли он реально использован.

1. Дни 1–30: inventory, baseline, use-case scoring.
2. Дни 31–60: evals, redesign, 2–3 focused pilots.
3. Дни 61–90: economics, logging, governance, scale/stop.

• Quality стабильно проходит eval threshold.
• Total workflow быстрее/дешевле, а не только один шаг.
• Permissions минимальны.
• Failures наблюдаемы.
• Fallback работает.
• Owner назначен.
• Economics положительна или стратегически оправдана.

• Считать использование ROI.
• Автоматизировать до redesign.
• Не иметь evals.
• Не считать review cost.
• Запускать слишком много pilots.
• Строить сложные multi-agent systems слишком рано.
• Не иметь owner и stop criteria.
• Не учитывать incidents и maintenance.

Команда внедряет AI-copywriting и заявляет экономию 70% времени. Измерение полного workflow показывает: junior пишет быстрее, но senior review вырос вдвое, а campaign approval не ускорился. Компания переносит AI в research/briefing, где baseline 5 часов и quality легко проверить. Итоговый cycle time кампании сокращается на 28% — впервые появляется измеримый effect.

До интеграции заполните короткую карточку: кто user, какой workflow, baseline time/cost, desired outcome, data requirements, action risk, reversibility, evaluation method и expected volume. Если baseline неизвестен или success невозможно проверить, use case ещё не готов к production investment.

Не каждую задачу нужно решать LLM или agent. Если процесс детерминирован, правила стабильны и inputs структурированы, обычная automation часто дешевле и надёжнее. Используйте AI там, где действительно есть ambiguity, unstructured data, language understanding или dynamic decision-making.

Поведение может измениться после смены model, prompt, retrieval или tool. Храните version и date в inventory, а перед rollout прогоняйте regression eval. Для критических workflows staged release безопаснее мгновенного обновления всего потока.

Средняя accuracy не отражает стоимость редких критических failures. Разделите ошибки по severity: косметические, требующие rework, customer-impacting и high-risk. Приоритизируйте guardrails и human approval по expected loss, а не только частоте.

• Evals стабильно проходят threshold.
• Полный workflow даёт экономию или дополнительный output.
• Review effort ограничен.
• Failure modes известны.
• Permissions минимальны.
• Logging и fallback проверены.
• Есть process owner и change procedure.

• Трансформация маркетинга с искусственным интеллектом
• Полный аудит маркетинга
• Почему дашборды не улучшают решения

• Реестр моделей ИИ
• План измерений
• Реестр рисков
• Журнал решений

• RICE
• RACI
• Kanban

• Оценка качества ИИ-систем
• Права ИИ-агентов
• Наблюдаемость ИИ-агентов
• Управление использованием ИИ

Revenue, customers, pipeline, usage, margin или market share? Рост может остановиться в одной метрике и продолжаться в другой. Выберите primary outcome и период, где изменение экономически заметно.

Например, revenue plateau может скрывать рост customers при снижении ACV, а customer plateau — рост expansion revenue. Диагноз зависит от того, какой output действительно важен.

Для e-commerce: Traffic × Conversion × AOV × Repeat. Для SaaS: New + Expansion − Churn − Contraction. Для B2B: Opportunities × Win Rate × ACV. Найдите driver, который изменился.

Сравните category growth, competitor signals, search demand, pricing и regulation. Если рынок замедлился, прежний growth rate может быть недостижим без share gain, new market или product expansion.

Если core segment уже насыщен, acquisition становится дороже. Оцените remaining reachable market и frequency/penetration. Возможно, нужен adjacent segment или new use case.

Marginal CAC, channel saturation, creative fatigue, audience expansion. Не путайте рост average efficiency прошлого с доступным future scale.

Если traffic растёт, но customers нет, ищите leakage в offer, landing, qualification, sales. Сравните stage conversion и cohorts.

Рост может останавливаться из-за churn: новые клиенты лишь заменяют ушедших. Смотрите gross/net retention и repeat.

Price, package, mix, discount, expansion. Иногда customer base растёт, а revenue plateau — потому что ARPU/ACV снижается.

Core product может исчерпать use cases. Оцените cross-sell, adjacent needs, new product, portfolio cannibalization. Не запускайте продукт только ради growth narrative.

Demand может существовать, но reps, implementation или onboarding ограничивают throughput. Бизнес растёт со скоростью самого узкого operational stage.

Выберите одно главное constraint, улучшите его, затем пересчитайте систему. После снятия bottleneck ограничение обычно перемещается. Не оптимизируйте всё одновременно.

Разделите рост на new, retained, expansion, contraction, churn/resurrected. Это показывает качество роста и какие components исчезли.

Не все gaps требуют immediate action. Отделите facts от hypotheses. Например «CAC растёт» — факт; «рынок насыщен» — hypothesis, которую нужно проверить.

Выбирайте hypotheses с высоким potential impact и learnability. Эксперимент должен снимать uncertainty, а не просто создавать activity.

• Больше penetration core segment.
• Новый segment.
• Новая geography.
• Новый product/use case.
• Higher price/mix.
• Expansion/retention.
• New distribution/partners.

Каждый growth path имеет CAC, time-to-scale, capacity и risk. Не выбирайте только самый большой TAM. Сравнивайте expected contribution и time to evidence.

Если рынок ограничен, рост может идти через большее потребление существующими клиентами. Смотрите whitespace, cross-sell, modules, geography, departments. Expansion часто быстрее выхода на новый рынок.

Если продукт стал существенно ценнее, но monetization не менялась, рост revenue может вернуться через price/package. Однако повышение цены без value evidence лишь ускорит churn.

Иногда growth strategy понятна, но нет owner, speed или skills. Decision latency, слабая аналитика, отсутствие product marketing или перегруженная разработка могут быть ограничением не хуже рынка.

Revenue plateau — lagging signal. Посмотрите, что произошло раньше: branded demand, pipeline creation, activation, expansion eligibility, win rate. Это помогает обнаружить источник до финального результата.

Средняя модель скрывает сильные и слабые pockets. Один segment может расти 30%, другой падать 20%. Решение может быть не «вернуть общий рост», а сознательно перераспределить ресурсы.

Сделайте bottom-up расчет: число reachable customers × realistic penetration × ACV/usage. Если текущий бизнес близок к ceiling, локальная optimization не даст прежней trajectory.

1. Первые 30 дней: diagnosis и bottleneck.
2. Следующие 30 дней: 3–5 tests вокруг ограничения.
3. Последние 30 дней: scale winning motion или сменить hypothesis.

Primary outcome, drivers, bottleneck, experiments, decisions. Не превращайте meeting в отчёт каналов. Команда должна обсуждать constraint и evidence.

Если рынок, regulation, technology или customer behavior изменились, локальная optimization не вернёт прежнюю trajectory. Нужен strategic choice: новый segment, product, business model или economics.

1. Рынок растёт, вы нет → share/positioning/GTM.
2. Рынок не растёт → share gain/new market/product.
3. Acquisition дорогой → saturation/ICP.
4. Conversion слабая → funnel/value.
5. Retention слабая → product/onboarding.
6. Capacity забита → operations.
7. Economics ухудшается → price/mix/cost.
8. Все drivers стабильны → проверьте measurement/definition.

• Growth equation drivers.
• Market/category growth.
• Marginal CAC.
• Conversion by stage.
• Retention/NRR.
• Price/ACV/AOV.
• Capacity utilization.
• Contribution margin.
• Segment-level growth.

Если bottleneck доказан — направьте туда большинство improvement capacity. Если после 2–3 credible tests constraint не подтверждается — пересмотрите hypothesis. Если market ceiling реален — переходите к strategic growth route, а не бесконечной оптимизации core funnel.

Ограничьте число параллельных growth bets. На каждый квартал оставьте 1–2 главных constraints и несколько experiments. Большой backlog идей без приоритета создаёт activity, но не throughput.

• Генерировать идеи до diagnosis.
• Оптимизировать vanity metrics.
• Запускать новый channel при retention problem.
• Считать market ceiling без sizing.
• Работать над пятью bottleneck сразу.
• Не обновлять strategy после structural change.
• Игнорировать segment mix.

SaaS растёт 50% год к году три года, затем падает до 8%. Marketing считает причиной media saturation. Growth accounting показывает другое: new ARR продолжает расти на 20%, но NRR снизился со 112% до 94% после выхода в SMB. Основной bottleneck — customer mix и retention. Компания пересматривает ICP, onboarding и pricing вместо поиска очередного acquisition channel.

• Маркетинговый аудит за день
• Годовая стратегия
• Почему бюджет распределяется по инерции
• Как найти узкое место роста методом теории ограничений (Theory of Constraints, TOC)
• Как использовать формулы роста для разных бизнес-моделей (Business Model Growth Formulas)
• Плейбук маркетинга при развороте и восстановлении бизнеса (Business Turnaround Marketing Playbook)

• Дерево KPI
• Реестр экспериментов
• Прогнозная модель
• Журнал решений

• Ключевая метрика ценности (North Star Framework)
• Учёт источников роста (Growth Accounting)
• Матрица Ансоффа (Ansoff Matrix)
• RICE

• Уравнение роста
• Анализ узких мест
• Темп роста рынка
• Циклы роста

Начните не с каналов, а с unit economics: средний контракт, gross/contribution margin, CAC, допустимый payback, sales cycle и вероятность расширения. В enterprise одна выигранная сделка может оправдывать дорогой account motion, но только если delivery и support не съедают всю маржу.

Используйте отрасль, размер, географию, зрелость процессов, technology stack, regulation, pain intensity и trigger. Сильный ICP должен объяснять не только кто может купить, но и у кого вероятность ценности и успешного внедрения выше.

Для champion, user, technical evaluator, economic buyer, procurement и blockers зафиксируйте jobs, risks, KPI, objections и proof. Корпоративная сделка редко выигрывается одним сообщением для одного контакта.

Demand capture работает там, где категория уже известна: поиск, category pages, review platforms, partners. Demand creation формирует problem/category salience через исследования, executive content, events, webinars и industry media. Enterprise-маркетинг обычно требует обоих слоёв.

Core narrative должен включать problem, business impact, differentiation и proof. Затем адаптируйте message под роль и stage. CFO важны economics и risk, IT — architecture/security, user — workflow value, procurement — условия и надёжность.

• Category education и strategic insight.
• Case studies по сегментам.
• ROI/TCO и cost of inaction.
• Security/integration материалы.
• Implementation plan.
• Battlecards и competitor comparison.
• Executive one-pager и proposal modules.

Считайте meaningful engagement, а не impressions: повторные visits, high-intent pages, несколько stakeholders, replies, event participation, workshop. Account-level view важнее отдельного lead score.

Нужны общие definitions, account stages, SLA, routing, recycle и weekly review. Marketing не должен оптимизировать MQL, если Sales управляет opportunities и revenue. Общая единица управления — account и его progression.

Используйте MEDDPICC/аналогичный подход для high-value opportunities: metrics, economic buyer, decision criteria/process, pain, champion, competition. Это помогает не держать в pipeline сделки без реального процесса покупки.

Измеряйте time-in-stage, stakeholder coverage, close-date slippage, no-decision и procurement duration. Создавайте mutual action plan, technical validation criteria и procurement kit.

Enterprise buyer покупает снижение риска. Нужны references, compliance, security, implementation methodology, SLA, financial stability, named support. Чем выше цена ошибки, тем важнее proof.

1:1 ABM имеет смысл для ограниченного числа accounts с высокой expected contribution. Для остальных используйте 1:few/1:many. Персонализация должна быть экономически оправданной.

Интеграторы, отраслевые консультанты, technology partners и resellers могут дать доступ, trust и implementation capacity. Партнёрская программа требует margin, enablement, lead rules и совместного pipeline management.

После closed won стройте whitespace map: новые teams, regions, modules, use cases. Existing enterprise account часто имеет лучшую economics, чем новый logo.

• Weekly: Tier 1 progression, pipeline blockers.
• Monthly: source/segment quality, content gaps, sales enablement.
• Quarterly: ICP, tiering, pricing, win/loss, budget allocation.

CRM как source of truth, marketing automation, analytics/warehouse, enrichment при необходимости, BI. ABM platform — только после process design.

Account research, meeting preparation, content retrieval, lead/account enrichment, reporting и routine follow-up можно автоматизировать. High-risk outbound, pricing и contractual decisions требуют контроля.

1. Дни 1–30: ICP, account universe, stages, economics, baseline pipeline.
2. Дни 31–60: messaging, content, SLA, 2–3 demand plays.
3. Дни 61–90: ABM tiers, enablement, dashboard, win/loss loop.

• MQL как главный KPI.
• ABM как реклама по списку компаний.
• Нет buying committee.
• Нет no-decision analysis.
• Поздно вовлекается economic buyer.
• Маркетинг и Sales используют разные definitions.
• Слабый proof и implementation story.

Поставщик промышленного ПО продаёт контрактами по 8–15 млн ₽. Раньше маркетинг оптимизировал CPL и генерировал много mid-fit лидов. После перехода на account universe, tiering и pipeline metrics объём лидов падает, но accepted opportunities растут. Для Tier 1 запускаются executive workshops и ROI-model, для Tier 2 — отраслевые программы. Win rate и pipeline velocity улучшаются, а CAC на выигранный контракт снижается.

До запуска кампаний посчитайте реальное число потенциальных компаний и распределите их по сегментам. Если universe ограничен, нельзя бесконечно масштабировать lead generation. Для каждого сегмента оцените expected ACV, win rate, sales cycle и доступность buying roles.

В сложном B2B timing критичен. Хороший account без trigger может не покупать годами. Следите за M&A, новым CIO/CMO, инвестиционным циклом, regulation, replacement legacy system, hiring и запуском новых проектов. Trigger помогает выбирать момент outreach.

Каждый play должен иметь trigger, target role, message, assets, owner, SLA и exit criteria. Тогда ABM становится системой, а не коллекцией разовых спецпроектов.

В enterprise главный конкурент часто не другой vendor, а status quo. Измеряйте долю no-decision отдельно. Показывайте cost of inaction, risk of delay и realistic implementation path. Скидка редко лечит отсутствие urgency.

Для дорогих сделок нужны не только product cases, но и доказательства операционной надёжности: governance, roadmap, financial stability, support model, security, implementation capacity. Это особенно важно, если vendor моложе клиента.

Проверьте, какие материалы реально помогают progression: case, ROI, security, architecture, migration, competitor comparison. Если Sales постоянно создаёт один и тот же документ вручную, превратите его в canonical asset.

После крупных wins, losses и no-decision проводите review. Обновляйте ICP, triggers, pricing assumptions, competitor narrative и sales enablement. Не ограничивайтесь CRM reason code.