Усиленный интеллект

The Arc Product-Market Fit Framework Фреймворк по поиску PMF от Sequoia Capital Оригинал Перевод 1/ Какие бывают типы PMF? 🔹Hair on Fire: вы решаете проблему, которая уже “горит” – видно, что она есть, и что за решение проблемы готовы платить. Ваше преимущество в том, что вы даете особое дифференцированное решение – вопрос даже не цены, а более полного закрытия потребности клиента; 🔹Hard Fact: вы идентифицировали проблему, которая есть у потенциальных клиентов, но пока что они “смирились” с ее наличием, не спешат решать. То есть, вам нужно не только определить цену, которую клиенты готовы заплатить, но также и поменять/сформировать привычку. 🔹Future Vision: условно, это создание iPhone. Визионерское представление о том, что в будущем будет рынок и спрос, и вы создаете продукт под будущий спрос. Это самый сложный для определения тип PMF. 2/ Как же оперировать в этих трех моделях? Sequoia детально рассматривает типы рынков и продуктов, относящихся к каждой из трех групп (параметры: customer mindset, category, must overcome, value prop, failure mode, winning ingredients). Но коротко модели поведения можно охарактеризовать так: ▪️Hair on Fire: вы на конкурентном рынке, скорость и решительность являются вашими козырями; ▪️Hard Fact: решение вопроса с двух сторон – мотивация к изменению поведения, и приобретения решения, которое лучше других; ▪️Future Vision: рискованные ставки на наличие будущего спроса, высокая вероятность необходимости пивота в другие клиентские сегменты или продуктовые предложения. 3/ Как же определить, нашли ли вы PMF в каком-то из трех типов? Sequoia предлагает фреймворк диагностики, где есть по 6 вопросов для каждого типа. Предположим, что мы тут все визионеры, поэтому рассмотрим вопросы для 3-го типа Future Vision: 🔹Market: ▪️Do you customers not realize they are customers? ▪️Has something shifted that makes the impossible possible? ▪️Is the future you see the right one? 🔹Product: ▪️Do you have the capital and conviction to build the future you see? ▪️Do you have the technical and commercial roadmap to get you there? ▪️Does your product make the future now?

PLG User Journey Также хочу поделиться двумя интересными отчетами об активации внутри PLG стартапов и лучших подходах для Onboarding ⁃ https://onboard.report/ ⁃ https://openviewpartners.com/2023-product-benchmarks/ Из интересного хочу заметить ⁃ Больше 60% генерируемых лидов у стартапов от органики и сейл инициатив, только 17% платный трафик ⁃ Привлекают лидов из LinkedIn/Facebook/Instagram/Product Hunt, а также TikTok и Influencers ⁃ У Фримиум продуктовий 5% конверсия в оплату из лидов ⁃ Стартапы до $1m ARR фокусируются на Customer Success (Engineering + Marketing + UI/UX) а уже потом продажи и рост сильный

SaaS Benchmarks 2023 Хороший отчет про показатели стартапов B2B SaaS PLG разных стадий Если вкратце уже несколько лет подряд рост замедляется у всех, в том числе у публичных компаний, показатели эффективности также ухудшаются Из интересного стартапы до $1m ARR ⁃ В среднем рост YoY 90% (раньше 150%) ⁃ Расходы на Sales & Marketing 27% ⁃ Расходы на R&D разработку 40% ⁃ CAC Payback 8 месяцев ⁃ От 18 до 22% компаний безубыточны или прибыльны О чем думают фаундеры впервую очередь (top3) ⁃ Go-to-market execution ⁃ Product execution ⁃ Burning too much cash Ошибки которые обычно допускают фаундеры ⁃ Вера в то что только Sales & Marketing - это затраты на приобретение пользователей. В действительности PLG стартапы инвестируют в R&D как часть приобретения пользователей. ⁃ Вера в то что есть единый золотой стандарт (к примеру соотношение LTV/CAC и тп) В действительности Healthy CAC зависит от NDR ⁃ Недооценка истинного значения CAC payback Как пытаются улучшить NDR ⁃ Внедряют и монетизируют AI фичи в продукты ⁃ Оптимизирует Pricing и Пакетирование Процентное соотношение в командах ⁃ 30% инженеры ⁃ 17% Customer Service and Support ⁃ 15% sales ⁃ 11% product ⁃ 9% marketing ⁃ И другие

Хочется послушать реальный опыт масштабирования глобальных продаж (относительно PLG модели) Буду рад рекомендациям, подкастам, контактам с кем можно было бы обсудить вопросы ниже Особенно интересуют специалисты кто работал в компаниях, типо Figma, Miro и тп B2B SaaS - список на картинке или на сайте OpenView (советую всем кто интересуется данной темой) Ниже вопросы - Как устроена система продаж в B2B SaaS вне России. - Как выбирали страны, наш фокус на США сейчас, но возможно это ошибочная стратегия для старта продаж - Как сетапили команду и процесс: процесс отбора биздевов / что это за люди, locals? На каких условиях искали их, % от сделки / фикс? - Если основной сегмент это smb, а не Enterprise - какие основные каналы продаж? - Сколько времени нормально на закрытие сделки? При среднем чеке для SMB 1000 дол, Enterprise 60 тыс дол - Насколько важно "awareness о компании". Как совмещать awareness с продажами на старте развития компании: есть ли выхлоп от PR команды? Есть ли выхлоп от митапов / конференций? - Если речь про Enterprise, часто на рос рынке, советуют заходить через партнеров интеграторов, актуально ли это для рынка США / Европы? - Какой % выручки / пользователей у вертикально интегрированных продуктов идет от команд / энтерпрайза / b2c. Есть гипотеза, что может b2c вообще чисто убыточная история, позволяющая привлекать Enterprise - Вопросы про комьюнити в США. Как строили комьюнити, какие активности сработали лучше всего Спасибо! буду рад знакомствам)

3. Phygital+ AI Assistant Genie Мы создали самую крутую сегментированную AI library и движок для работы с нейронками для того, чтобы еще больше упростить использование ИИ для своих задач внутри агентств и дизайнеров. На основе RAG-модели обученной на основе уникальных данных которые мы создаем или собираем (теплейты, юзкейсы, нейронки, форматы, промыты, пайплайны, использование сервисов) - наш ассистент теперь сможет помочь каждому кто заинтересован в работе с Generative AI понять как применять ИИ для себя. На скриншоте некоторые примеры ответов, самое интересное что мы не только говорим как использовать, но и внутри нашего воркспейса сразу предоставляем для этого все готовые инструменты. Пишите фидбэк будем и дальше улучшать нашего джина для удобства, а потом расскажем к чему это все приведет для большей эффективности дизайнеров и дизайн-студий.

Пост про ИИ ассистентов С учетом появления chatGPT все резко стали понимать ценность ИИ для решения и оптимизации своих задач. Сегодня хочу немного рассказать про наш путь к созданию ИИ ассистентов 1. До появления LLM До появления генеративных моделей и особенно LLM мы еще в 2018 году экспериментировали с данными подходами 1.1. Standerella Так как мы раньше были небольшой студией и нам не хватало качественных менеджеров, мы создали Slack-ассистента для автоматизации рутинных задач менеджеров проектов. Об этом написали статью Его основная задача была проводить дейлики внутри команды К слову, он показывал себя очень даже эффективно 1.2. Phyge Далее мы создали свой внутренний движок на основе ИИ для того, чтобы он помогал работать с неструктурированной информацией Так как тогда еще не было LLM / GPT моделей создан он был на основе семантического поиска. Идея была в том чтобы он сам выдавал по любому запросу наиболее релевантную информацию (да сейчас с этим легко справляется chatGPT, именно поэтому ранее мы отказались от продолжения развития в этом направлении) 1.3. Obsidian/Zapier/Make и тп Далее были попытки накрутить с помощью API и сервисов для автоматизации различные задачи на наши решения выше 1.4. MV & NUE Но далее мы задались вопросом куда это все идет и что ждать в будущем и для этого создали визуальные исследования по MV и NUE И поняли что скоро появится Generative AI 2. После появления LLM 2.1. Проекты для компаний В рамках агентства мы начали создавать ассистентов для крупных компаний, помогая им на основе RAG-моделей работать эффективнее со своими данными (МСУ, Инград и другие) 2.2. Сейчас в рамках агентства партнеры создают полноценное AI Agency, где от брифа до сметы все помогает создавать ИИ Но самое интересное о чем хочу рассказать - это наш AI assistant Genie, который мы уже внедрили в Phygital+

Мы продолжаем поиски талантливых людей в команду Phygital+ Наша платформа активно развивается, поэтому мы Phygital+ (No-code AI CoPilot инструмент для дизайн команд) расширяем команду специалистов! В отличии от всех остальных инструментов у нас можно работать с 30+ нейронными сетями, соединяя их в пайплайны. 🟣Product Designer — ищем продуктового дизайнера, который сделает наш продукт самым удобным и интуитивно понятным AI co-pilot для креативных команд и фрилансеров. Мы делаем B2B SaaS продукт на американском рынке и ищем дизайнера с опытом работы в B2B с Web/desktop приложениями. Подробнее о вакансии 🟣Community / Social Media Manager — ищем заряженного менеджера по маркетингу, который работал с диджитал продуктами и сервисами, любит эксперименты и искуственный интеллект. Нам важно, чтобы вы свободно владели английским, умели работать с метриками и очень хотели развиваться в сфере AI, технологий и дизайна! Подробнее о вакансии 🟣QA Engineer (Part-time) — ищем перспективного тестировщика для дальнейшей реализации AI платформы. Мы ожидаем, что это въедливый педант, который не пропустит ни одного бага:), с большой любовью к технологиям и использованию нейронок для решения своих задач. Подробнее о вакансии 🟣Мультифункциональные креаторы — если вы обожаете ИИ, технологии и креатив — эта вакансия для вас. Вы будете придумывать, записывать и монтировать туториалы, лайфхаки, пайплайны и реализовывать любые другие идеи для англоязычной аудитории. Подробнее о вакансии

Ищем продуктового дизайнера для Phygital+ Мы Phygital+ (No-code AI CoPilot инструмент для дизайн команд) ищем сильного продуктового дизайнера для улучшения нашего софта. В отличии от всех остальных инструментов у нас можно соединять и работать с 30+ нейронными сетями создавая из них пайплайны, по сути мы миро для ИИ. Видео работы приложения Мы двигаемся быстро, итеративно, добавляя новый функционал каждую неделю. Хотим пересмотреть сильно UI/UX. Помогите найти сильного специалиста) Описание вакансии