Несколько интересных инсайтов из подкаста с Брайаном Балфуром:

Ключевая ошибка при работе с удержанием:

...я просто понял, что нельзя нарушать основополагающие законы удержания клиентов. И я научился этому на собственных ошибках в Reforge.

Под основополагающими законами я имею в виду то, о чем мы говорили годами в Reforge: удержание напрямую связано с сценарием использования (use case).

Сценарий использования — это:

какую проблему мы решаем? какие есть альтернативы? почему пользователи выбирают нас, а не альтернативу? какова естественная частота возникновения этой проблемы у клиентов? Эта естественная частота определяет метрики удержания, возможность формирования привычки, бизнес-модель и многие другие аспекты.

Мы пробовали в Reforge инициативы, которые пытались изменить частоту использования. Но, в итоге, как бы мы ни старались, мы не смогли существенно повлиять на нее. Мы потратили на это много времени и ресурсов, и я хотел бы вернуть эти инвестиции назад....И вот этот закон удержания неизменен: успех зависит от частоты потребности.

Высокая текучесть клиентов сейчас — одна из главных проблем AI-продуктов:

Я видел, как AI-продукты выходили на рынок с гипотезами, которые не соответствовали естественной частоте потребности. Как следствие, они сталкивались с огромным оттоком пользователей.

Вы не заставите людей чистить зубы 10 раз в день, даже если ваш бизнес от этого зависит. Есть естественные поведенческие паттерны, которые крайне сложно изменить.

Какие изменения нас ждут в работе продуктовых команд?

Если вспомнить переход от локального ПО к облачным сервисам, мы увидим несколько ключевых изменений:

Методология разработки – от Waterfall к Agile. Набор инструментов – появились GitHub, облачные IDE и прочее. Бизнес-модели – от единовременных платежей к подписке. Стратегии роста – появление Product-Led Growth. Метрики успеха – акцент на LTV, CAC, Retention. Я думаю, что с AI произойдут схожие изменения, но гораздо быстрее.

Главная проблема AI-инструментов сейчас – фрагментация данных.

AI-системам нужны чистые, структурированные данные. Но в большинстве компаний:

Данные клиентов разбросаны по разным системам. Информация о стратегии, целях и процессах хранится в устаревших документах. Отзывы пользователей и исследования разбросаны по Notion, Slack, CRM и другим системам. Эта разрозненность создает «налог на фрагментацию данных», мешая AI-инструментам эффективно работать.

Исчезновение Product-Channel Fit.

Если SEO и email-маркетинг изменятся под влиянием AI, тысячи компаний потеряют свои основные каналы привлечения. Если SEO «умрет», это разрушит бизнес-модели множества компаний. Пока сложно сказать, когда это произойдет, но вероятность не нулевая.