Крохмалюк

🎙️ Послушал вебинар Севы Устинова, Кирилла Касимского и Кирилла Макарова про то, как сейчас лить в Meta на больших объемах. Много мяса, цифр и споров. Сделал выжимку самого интересного:

1️⃣ В Meta все решают креативы

Таргетинги, bidding, структура кампаний и остальные ручки постепенно уезжают в алгоритмы. В итоге работа все больше сводится к циклу:

Нагенерили креативы → нашли winners → выжали из них spend → они выгорели → к этому моменту нашли следующие.

Объемы тестов уже какие-то безумные. Кирилл М. мониторит, что большие игроки тестят 80–100к новых креативов в месяц. Если убрать дубли и итерации, остается около 20к уникальных assets и порядка 3-5к разных концептов. При этом несколько миллионов долларов месячного спенда сейчас может обслуживать команда из трех человек, хотя раньше под такие объемы сидели сотни людей.

2️⃣ AI сделал креативы почти бесплатными, но поиск winner-ов все еще дорогой

Раньше хороший UGC мог стоить $200, на отлаженном продакшене $50. Сейчас AI UGC собирается за несколько долларов, статика вообще стремится к нулю.

Но производство стало дешевле, креативов стало намного больше, их win rate упал. Поэтому куда интереснее считать не Cost per Creative, а Cost per Winner. Кирилл М. считает, что CPW заметно снизился, а Кирилл К, что экономию почти полностью съел выросший объем тестов.

Но оба Кирилла сошлись в том, что тем, кто не перестроился, стало точно хуже: win rate упал как у всех, а возможности дешево производить тысячи итераций нет.

3️⃣ Полностью меняется логика тестов

Раньше хотелось нормально пролить каждый креатив и понять, хороший он или плохой. Когда креативов тысячи, это экономически бессмысленно. Теперь задача не правильно оценить каждый креатив, а как можно дешевле найти следующего winner.

Поэтому потенциально хороший креатив иногда выгоднее случайно убить, чем тратить деньги на доказательство жизнеспособности каждого. Совсем новые идеи можно кидать пачками по 10–20 и позволять Meta самой выбирать. Итерациям своих winners или концептам конкурентов, на которые явно уже пролит большой бюджет, наоборот, можно сразу давать больше денег.

Старое правило «пролей 1–2 CPA на каждый креатив» тоже постепенно умирает. Вместо него появляется каскад дешевых фильтров: trend watching, тесты на органике, дешевые гео/платформы, первичные тесты и только потом дорогой рынок. Если условная Новая Зеландия исторически хорошо коррелирует с US, зачем покупать первые знания сразу в США?

4️⃣ Early signals легко обманывают

Был пример, где CTR двух креативов отличался примерно в 10 раз, но креатив с ужасным CTR потом конвертил в 10 раз лучше. Поэтому правила «CTR ниже X, значит убиваем» нельзя придумать из головы. Нужно на своих данных проверять, какие ранние сигналы реально коррелируют с покупкой.

То же самое с длинными конверсиями. Если покупка происходит через 7–30 дней, ждать финального факта невозможно. Живем на prediction, понемногу увеличиваем spend по ранним сигналам, потом приезжает D7/D30 и корректируем решение. Чем больше новый трафик похож на исторический, тем раньше prediction можно доверять.

5️⃣ Польза от AI

Не только в генерации контента, но и в управлении всем этим зоопарком. На масштабе у вас десятки креативов × geo × языки × платформы × bidding × optimization events, а рабочая комбинация еще и постоянно меняется.

Если кампания тратит $10k в сутки, несколько часов задержки с реакцией стоят больших денег. Поэтому система выглядит так:

Накопили данные → построили thresholds → добавили predictions → повторяющиеся решения завернули в automation.

По оценке ребят, серьезная операционка начинает окупаться от $200k performance спенда в месяц. Ниже часто выгоднее просто больше тестировать, а выше цена медленных решений становится слишком большой.

Раньше bottleneck был в том, сколько креативов успеют сделать дизайнеры и сколько кампаний сможет залить байер. Сейчас кто дешевле находит winners и быстрее остальных понимает, что именно перестало работать.

🔗 В пост влезло процентов 5-10 интересного, поэтому рекомендую глянуть целиком.

🎙️ На днях Wispr Flow привлек $280M при оценке $2B, и по совпадению вышло интервью с их бывшим Head of Growth Matt Swulinski, который до этого работал в Superhuman, а сейчас делает Viktor.

Внутри много буллшит-евангелизма про то, что весь маркетинг нужно отдать AI (его продукт как раз про это), но есть и любопытные моменты. Для разнообразия добавлю свои комменты к каждому пункту.

1. SaaS пора учиться у e-commerce перформанс-маркетингу

По классике SaaS делает ставку на продажи, бренд и органику, а paid откладывает на потом. По мнению Мэтта, performance нужно запускать сразу, чтобы проверять спрос, позиционирование, креативы и лендинги.

💭 Хуже от сходимого перфа еще никому не было, но PMF как будто все равно живет где-то в районе крутого retention и органики. Можно прекрасно покупать пользователей в продукт, который им не нужен, и наоборот иметь отличный PMF в нише, где Meta и Google не сходятся.

2. $100k в Meta = 400–500 креативов в месяц

По оценке Мэтта, на каждые $100k spend в Meta нужно около 400–500 новых креативов. Для продакшена у них сотни UGC-креаторов, которые делают по 3–4 креатива в неделю, пять агентств и внутренняя команда. С креаторами делятся процентов от спенда и отдельные ребята зарабатывают до $30k в месяц.

💭 По количеству похоже на правду. Правда, скорее речь про 400–500 разных концептов, а не просто 500 ± одинаковых креативов. А вот модель, где креатор получает процент от спенда своего объявления, это что-то новое.

3. Paid может не работать просто из-за плохого трекинга

Если Meta видит только половину покупок, алгоритм обучается на кривых данных, CAC растет, а команда делает вывод, что канал не работает. Поэтому нормальный трекинг должен быть готов до масштабирования.

💭 В целом база. Конверсии сейчас это фактически training data для рекламного алгоритма.

4. Стресс-тест маркетинга для быстрого роста

В прошлом году в Wispr Flow вместо постепенного масштабирования просто увеличили бюджет в 5 раз и посмотрели на инкрементальный рост по каналам. Быстро выяснили, что Google остается эластичным, Meta резко дорожает, newsletters не дают дополнительного инкремента, а спонсорство подкастов вообще не работает.

💭 С одной стороны резкий scale быстро покажет, где система перестала быть эластичной, но не объяснит почему и где-то может дать ложные выводы. Но с другой, если нужно расти 30–40% MoM и есть капитал, условные лишние $200–300k могут быть дешевле, чем полгода аккуратно выяснять, что Meta все равно нельзя масштабировать выше X, а Google можно.

5. Google оказался главным performance-каналом Wispr Flow

Лучше всего работала связка YouTube + non-branded Search + Performance Max. YouTube сначала объяснял аудитории продукт, а покупка часто происходила позже через поиск, поэтому смотреть только на last click было нельзя.

💭 Для продукта, который сначала нужно объяснить, а потом вокруг него появляется спрос в поиске, логично. Но это скорее специфика Wispr и похожих продуктов, чем универсальный рецепт для всех SaaS.

6. Affiliate-маркетинг дает Victor 15% всего привлечения

Партнерам платят 10–15% revenue share. Если афф приводит клиента на $10k в месяц, он получает $1–1.5k ежемесячно. Некоторые партнеры, по словам Мэтта, зарабатывают $20–30k в месяц.

💭 Программа действительно существует на Dub и неплохо упакована: 15% со всех платежей клиента в течение 12 месяцев, включая рост usage, окно атрибуции 90 дней, дэш, креативы и прямой контакт с growth-командой.

Но чтобы получать $20–30k в месяц при 15% revshare, нужно привести клиентов примерно на $130–200k MRR. В общем, верим на слово и дай бог нам всем таких партнеров 😄

🧪 Ежегодно в Spotify 300+ команд проводят тысячи тестов, поэтому любые детали их процесса очень интересны. А тут у них вышел офигенный разбор того, как они делят работу с экспериментами и персонализацией.

И он немного ломает популярную идею, что в больших продуктах обычные A/B-тесты уже вот-вот заменят AI.

Как всё устроено

Spotify специально разделяет две системы:

1. ML-платформа рекомендаций решает, что конкретно показать конкретному человеку.
2. Experimentation-платформа проверяет, создаёт ли вся эта персонализация дополнительную ценность.

В ML-платформе работают контекстные многорукие бандиты, которые могут выбирать лучший вариант отдельно для каждого пользователя: одному показать рэп, другому подкаст, а третьему новый релиз любимого артиста.

При этом Spotify не считает такую платформу системой экспериментов. Для них это просто ещё одна продуктовая фича, которую потом всё равно нужно положить в обычный A/B-тест и сравнить с предыдущей версией рекомендаций.

По итогу персонализация выбирает лучший вариант внутри системы. A/B-тест проверяет, лучше ли сама система.

❓ Логичный вопрос: зачем лишний A/B-тест? Почему просто не довериться алгоритму?

Допустим, новый алгоритм мгновенно увеличил время прослушивания. Проблема в том, что его легко увеличить, бесконечно подсовывая человеку знакомые песни, которые он уже любит.

В моменте всё отлично: меньше скипов, больше минут, выше CTR рекомендаций. Но человек перестаёт открывать новую музыку, а огромный каталог фактически схлопывается до нескольких любимых артистов. Через какое-то время может пострадать и долгосрочное удовлетворение продуктом.

❓ Второй логичный вопрос: почему нельзя сделать суперумный алгоритм персонализации и засунуть в него все глобальные метрики?

Тогда в теории можно всех уволить, а AI будет сам растить продукт. И как будто теоретически можно. В некоторых компаниях именно так и пытаются делать.

Можно сказать алгоритму: максимизируй listening time, discovery, diversity и retention. При этом не увеличивай скипы и не сокращай потребление новых артистов.

Но дальше возникает несколько фундаментальных проблем.

1️⃣ Все бизнес-решения нужно превратить в одну формулу

Любому бандиту обычно нужна одна reward-функция. Например:

Reward = listening time + discovery + retention − skips

Но как в ней определить пропорции? Одна найденная песня равна пяти минутам прослушивания? Рост retention на 0,1% стоит падения listening time на 1%? Можно ли ухудшить опыт небольшой аудитории ради среднего роста?

Для сотен продуктовых команд такая система быстро становится слишком сложной и плохо управляемой.

2️⃣ Важные эффекты проявляются слишком поздно

Retention можно нормально оценить только через несколько недель.

Алгоритм сегодня получил положительный сигнал, а через месяц выяснилось, что его решения ухудшили музыкальные привычки и человек начал реже открывать продукт. Но к этому моменту неправильная стратегия уже могла закрепиться на миллионах последующих решений.

3️⃣ Персонализация создаёт feedback loop

Алгоритм решил, что ты любишь рэп → начал показывать больше рэпа → ты чаще его слушаешь, потому что другого почти не показывают → алгоритм получает подтверждение → показывает ещё больше рэпа.

Система может решить, что отлично персонализирует продукт, хотя на самом деле сама постепенно сузила твой выбор.

Независимый A/B-тест позволяет увидеть, не создаёт ли новая система такие долгосрочные петли.

Короче

Относитель легко построить систему, которая быстро находит локальный максимум по одной метрике. Но понять, является ли этот максимум хорошим для бизнеса и пользователя через несколько месяцев сильно сложнее.

Поэтому конкретно в Spotify тысячу простых и понятных экспериментов пока не заменили одним теоретически идеальным AI-инструментом, которым никто, кроме нескольких data scientists, нормально пользоваться не умеет.

Пока живём, кожаные!

🇺🇸 Несколько недель с женой без детей ездили по восточному побережью США с целью изучения потенциальных мест для переезда.

Что понравилось для жизни будет в конце, а пока несколько рандомных наблюдений.

1. В США ощутилось, что wellness стал новым люксом для миддл-класса и молодых поколений. Много свежей яркой рекламы и новых all-in-one офферов с workout, pilates, yoga, sauna, cold plunge, red light, cryo, IV-drips, анализами, biometrics, коворкингом, красивыми раздевалками, где можно снять контент и т.д.

Огромное количество бань типа Lore, Bathhouse, Othership и др. позиционируются как ежедневный ритуал с подпиской за $300 в месяц. Люксовые закрытые залы типа Continuum Club с базовым тарифом $25к в год и all inclusive за $100к.

Снаружи казалось, что все это нишевая история для задротов-милениалов, типа меня, но вживую выглядит как более массовый и денежный тренд.

2. Разочаровала большая часть рекламы AI-сервисов в NYC. Понятно, что в основном она делается для инвесторов, партнеров и создания ощущения масштаба после раунда. Но выглядит все очень скучно и одинаково: градиенты, абстрактные человечки или изображения со стоков, «your AI assistant», «work smarter», «be better», минимум риска и попыток выделиться.

Им, конечно, наверняка виднее, но в попытке сделать максимально безопасный месседж и для домохозяек, и для инженеров, весь город заполнила одинаковая generic-реклама с разными логотипами компаний. Гугл и Антропики по картинка выделяются, но в живую их не видел. Ждем, в общем, когда начнутся сражения не только на полях ранрейтов, но и брендов.

3. Возможно, вы уже знаете, но я офигел. Как активный потребитель колы без сахара, я, во-первых, думал, что кола Light и Zero это одно и тоже, а во-вторых, везде где я был в 95% случаях продавалась Zero, а Light очень редко попадался как какие-то старые партии.

В США Diet и Zero продаются везде вместе и Diet еще и популярнее. Оказывается, это вообще разные продукты с разной ЦА. Diet Coke еще в 80-х разрабатывалась как напиток с альтернативным мягким вкусом, а Zero создавалась для того, чтобы максимально точно повторять вкус классической колы. Ну и Diet позиционируется в основном для женщин, а Zero для мужиков, будьте бдительны.

***

По поводу цели поездки: поиска города и районов для жизни на восточном побережье. Смотрели Нью-Йорк, Джерси, Вашингтон и Маями. Не субурбию с одноэтажной америкой, а города с инфраструктурой, крутыми билдингами с апартами и возможностью жить без машины с маленькими детьми. Что понравилось:

1. Хобокен — район в Нью-Джерси прямо через Гудзон от Манхэттена. Очень уютно, чисто, красиво и тихо, круто для семей с детьми, при этом в 25 минутах на поезде, автобусе или кораблике до Манхэттена со всей движухой. Ну и шикарная длинная набережная с видами на Манхэттен это восторг вообще.

2. Вашингтон — чисто, красиво, топовая архитектура, дофига парков для прогулок, множество музеев, крутые и длинные велодорожки, много инфраструктуры для детей. Классные билдинги с апартами в нескольких районах, типа West End (можно перевести как загнивающий запад, кек).

Также, очень много спортивной движухи: бейсбол, футбол, соккер, в баскете какую-никакую команду наконец-то собрали (7 с конца!) и задрафтовали крутого новичка. Еще и Овечкин еще на год остался, это топ вообще.

Ближе к осени будем смотреть что будет на рынке в этих районах.

Несколько месяцев назад CalAI удаляли из App Store за нарушение гайдов, связанных с оплатой вне стора. Забавно, что произошло это после хайпа в X, к которому подключился CEO Superwall, с гордостью рассказывая, что это они помогли ребятам сделать такую механику оплаты.

В итоге у CalAI всё разрулилось: правки внесли, приложение вернули. А тот же CEO Superwall после этого связался с «кем-то важным» из Apple и расспросил подробнее про серые зоны: App2Web-оплату, контр-офферы, переключатели триалов и удаленные A/B-тесты.

1. Предлагать оплату в вебе можно, но не вместо IAP

Речь идет про США, но учитывая DMA в Европе и спец правила в разных странах типа России, правила могут действовать много где: можно вести пользователя на web-оплату, но нельзя просто убрать Apple IAP и оставить только Stripe.

Если ты не Netflix или Spotify, иннапы строго должны быть доступны на пейволе рядом с другими методами оплаты.

Ещё несколько нюансов:

— внешний checkout должен открываться именно в Safari, чтобы пользователь явно понимал, что платит уже не внутри приложения. Встроенный браузер может посчитать попыткой замаскировать web-оплату.

— web и IAP могут иметь разные цены;

— не обязательно подробно объяснять, где web checkout, а где in-app purchase, но обе опции должны быть представлены примерно на равных условиях.

«Примерно», «Чтобы пользователь понимал» и пр — это типичная серая зона, где конкретный ревьюер смотрит на экран и решает, выглядит ли это честно для пользователя.

2. Контр-офферы при оплате разрешены

Довольно распространенная механика, когда пользователь начал оплату, отменил её, а ты показываешь ему другой оффер. Например, отказался от годового оффера, а ты показываешь месяц или скидку.

Apple такую механику не запрещает, но нельзя бесконечно возвращать пользователя в оффер и давить на оплату. Забавно, что несколько раз на ревью точно прилетали реджекты, чтобы даже олин контр-оффер после отказа это зло, но чаще всего проблем с этим не было.

3. Переключатели триалов запретили

Из-за того, что половина рынка использовала тогглы с переключателем триала как жесткий дарк паттерн, Apple его просто запретила использовать.

Как было: пользователь выбирает месячный план, видит переключатель «Enable free trial», думает что включает триал для месячного плана, а на самом деле тоггл переключает его на годовой ¯\_(ツ)_/¯

Вместо того, чтобы каждый раз разбираться, где toggle честный, а где манипуляция, решили просто забанить механику целиком.

4. Удаленные A/B-тесты делать можно

Remote paywall updates и A/B-тесты Apple разрешает. Можно тестировать цены, офферы, layout, тексты, последовательность экранов. Но если вы удаленно раскатили что-то серое, будьте готовы к последствиям.

Самый грозный и непонятный пункт, потому что никогда не знаешь, что ревьюеры посчитают нарушением, а что нет. И не очень понятно, как именно Apple планирует об этом узнавать, если ты не хвастаешься механикой в X на миллионы просмотров, как CalAI.

Мысли:

1. В целом, ничего принципиально нового тут не рассказано. Но удивительно, что вообще хоть что-то конкретно прокомментировали (допускаю, что никакого важного человека из Apple не было). В моей практике было слишком много общения с Apple Review Team, где ответы специально звучали максимально размыто, чтобы ты потом, не дай бог, не использовал их как аргумент где бы то ни было.

2. Если вы еще не получали от Apple письма счастья в стиле «Ребята, это последнее предупреждение, в следующий раз удалим developer account безвозвратно», то с большой вероятностью при нарушении вы сначала получите реджект с просьбой исправить проблему. Никогда не слышал, чтобы из-за дарк паттерна приложение или аккаунт разработчика сразу удаляли. Но факторов много, поэтому шанс быть безвозвратно выпиленным есть всегда.

3. Если у вас еще нет знакомого devrel-менеджера в Apple и Google, довольно ценно с ним познакомиться. Можно отдельный пост написать про список бенефитов от такого взаимодействия, но, кроме прочего, это помощь в решении проблем на ревью.

🚀 AppSumo в 2026: сколько можно заработать и что дает площадка

Уже разбирали в прошлом году, кому может быть полезен AppSumo и его аналоги, а на днях мой бро поделился свежими выводами после запуска на AppSumo, с которыми я полностью согласен.

Там много интересного, но если коротко:

1. Это точно не способ быстро заработать. Де-факто площадка дает кредит от юзеров на доработку продукта. Если выйдешь в ноль по полной себестоимости за весь срок — это успех.

2. Система заставляет тебя работать над качеством продукта под давлением рефандов и прямой зависимости продаж от ревью, которые непросто подделать.

Ниже несколько публичных кейсов по запускам в 2026 году.

🟢 SendPilot: $400k за 2 месяца

Тула для аутрича в LinkedIn от двух 22-летних шведов. Запустились 3 марта 2026 года. На 18-й день было $230k gross sales и 1765 покупателей. На 30-й день: $314k+ и 2342 покупателя. На 52-й день: $400k и 2953 покупателя. Средний чек держался в районе $130, то есть продажи шли не только через самый дешевый tier.

Фаундеры рассказывают, что запуск был похож на живой стрим по customer success. Просили ревью после каждой покупки и держали среднее время ответа в саппорте около 2 минут. После раннего review-loop попали в топы площадки и получили письмо от команды AppSumo с предложением дополнительного платного продвижения.

🟢 Visby: $36k за 7 дней, $90k к 17-му дню, потом $400k+

AI-тул для отслеживания упоминаний бренда в ChatGPT, Claude и Gemini. Запустились 9 марта и старт был вялым. AppSumo экспериментировал с шаблоном страницы и убрал видео со страницы продукта, что ударило по конверсии <1%.

Фаундер сам отвечал всем в течение минуты. После десятка ревью и исправлений на странице продукта конверсия выросла до 3.5%+, продукт попал в топы и к 17-му дню они заработали больше $90k. Через 2 месяца после запуска AppSumo репостнули, что у ребят больше $400k gross sales и 2000+ активных пользователей.

🟢 SlashIt: инди-запуск на пару тысяч долларов

Реальный пример, чего стоит ждать со свежим продуктом. AI-тула для текстовых шаблонов, маленькая команда. $1033 за первые сутки, 18 покупателей, попадание в Top 9, пара хороших оценок.

Фаундеры спали по 2 часа и отвечали на каждый вопрос за минуты, отправили 100 аутрич-сообщений через собственный продукт, сделали 2 вирусных поста на Reddit, написали в Indie Hackers и параллельно чинили мелкие баги. На второй день заработали примерно столько же, а дальше рассказывать об успехах перестали.

🟢 VoiceDash: $120k за 4 недели

Один из многих AI-продуктов для перевода голоса в текст. Активно просили отзывы через почту и поддержку, проводили 1:1-звонки с разбором проблем пользователей, а в середине кампании выпустили Android-приложение, что дополнительно забустило продажи.

В итоге за месяц собрали 78 оценок на 5*, держали высокую конверсию 6.5% и refund rate 7%, что помогло заработать больше $120k.

🟢 Nonverbia: $40k+ за месяц на сложном продукте

AI-тул, который во время звонка сейлза с клиентом анализирует невербальные сигналы, истинное желание купить и дает советы, как лучше продавать. Категория не хайповая, и нужно подробно объяснять, как работает продукт, что он анализирует и зачем это вообще нужно.

За месяц сделали больше 100 продаж на $40k+ с хорошей конверсией на странице в 4%.

Основной профит запуска был не в деньгах, а в PR и доступе к аудитории, которая готова тестировать ранние SaaS-инструменты в новых категориях.

🇺🇸 Визы получили. Едем в США!

В прошлом посте про аппрув петиции меня уже поздравили с успешным успехом, но оставалось еще доехать до Астаны и пройти собеседование в посольстве. А там шансы получить отказ или улететь на АП уже кратно выше. Но у нас все прошло гладко: 3-4 базовых вопросов и поздравления 🎉

Несколько рандомных наблюдений уже после завершения процесса для тех, кто думает делать визу талантов:

1️⃣ Получить O-1a может ±каждый.

Если вы работаете в IT на позиции middle+ больше 5 лет, вероятность аппрува O-1 уже довольно высокая. Скорее всего, у вас уже закрыта пара критериев (например, высокая зарплата и важная роль в компании). Если заранее чуть подсуетиться и посидеть в жюри IT-премий, которых в России хватает, типа Silver Mercury, CX World, Рейтинга Рунета и прочих, станет еще проще. Дальше останутся статьи о вас, статьи от вас, рекомендательные письма, немного бюрократического ада и нормальный юрист.

2️⃣ Самая муторная часть после статей: приглашение от работодателя.

Если работа у вас уже есть, например, вас переводят из европейского офиса в американский, это сразу снимает кучу боли. Но чаще всего возникает проблема курицы и яйца: чтобы получить работу, хорошо бы уже быть в США, а пока вы не там, вас не очень хотят нанимать, потому что визу делать долго, дорого и всегда есть шанс, что ее не дадут. Поэтому начинаются танцы с бубном: агентская схема, своя компания, партнер в компании, LOI, контракты, подтверждения будущей работы и еще пачка бюрократических нюансов.

3️⃣ Дата старта контракта может помочь с записью на интервью.

Сейчас слоты на интервью могут быть через 4–5 месяцев, поэтому есть смысл заранее ставить дату начала работы не слишком далеко от желаемой даты интервью. Тогда можно подать специальный запрос на перенос собеседования по уважительной причине. У меня контракт начинался 1 апреля, а собеседование сначала поставили на конец августа. После запроса нам предложили слоты уже на середину апреля.

Соберетесь делать и нужны будут контакты юристов и подрядчиков — пишите в ЛС, порекомендую классных ребят.

Глядим и фиксируем отрицательный рост. Судя по всему пока не поверили.

Несмотря на нормальный Q1 (Revenue +23 YoY, 300k клиентов, free cash flow $154M, операционная маржа выросла до 18%), пару моментов смутили:

🚩🚩 Net new ARR ниже Revenue. Это не очень хорошо, учитывая, что Net New ARR рос быстрее revenue шесть кварталов подряд и HubSpot этим очень гордился.

🚩 Q2 стартанули с замедлением. Оправдывались 28-дневными триалами и переобучением команды продаж. Как эти триалы будут конвертить и какая там будет экономика пока загадка.

🚩 Перевыполнили квартал на $18M, но годовой прогноз подняли только на $9M.

🚩 AI usage вырос (Total credits consumed +67% QoQ), но на прямой вопрос про NRR у AI-клиентов CFO ответила, что данные пока не раскрываются. Скорее всего потому, что Usage этот во многом триальный или дисконтный и красивых цифр пока нет.

🚩 Успешно улучшают маржу и выходят на цели 2027 года раньше срока, что хорошо, но при таком AI-пивоте ожидается ускорения роста, которого пока нет.

Расшифровка звонка.

🧨 В предыдущем посте мельком упоминались проблемы HubSpot (-80% SEO-органики), а на днях CEO выкатил серию постов в блоге про то, как они построили agent-first GTM-модель с выдающимися результатами:

Рост на 1850% qualified leads из AI-generated answers
Конверсия этих лидов до 3x выше traditional search
345 000 новых аккаунтов добавлено в TAM за год
82% входящих чатов обрабатываются без участия людей
10 000+ встреч в квартал букается через AI-персонализированный аутрич
+13% к win rate на сделках с использованием AI-подсказок
60% внутренних support-запросов закрываются без людей
+7 пунктов к customer save rate

Если с улучшениями в поддержке, продажах и аутриче все понятно, результаты и правда выглядят норм, то вот к тейку про достижения в AEO вопросы имеются, а именно его больше всего разгоняют топы в Linkedin. Больше похоже на антикризисный PR, чем на революцию в привлечении:

1️⃣ Пару недель назад HubSpot публично запустил платный AEO-продукт. 28 апреля под авторством CEO в блоге вышла огромная серия в трех частях «Transforming with AI». И все это на фоне падения акций на 60% за год и прямо перед eanings call с инвесторами 7 мая. Совпадение? Наверное.

2️⃣ +1850% лидов из AI-чатов выглядит солидно, если не знать знаменателя. У большинства B2B AI-referral все еще занимает очень маленькую долю от общего трафика и все при этом делятся ростом на сотни процентов. А HubSpot один из лидеров рынка с огромным количеством контента, траста и брендового спроса. Есть ненулевая вероятность, что чтобы получить такой рост, HubSpot нужно было делать примерно ничего.

3️⃣ Конверсия до 3x тоже звучит мощно, но это скорее база. AI-трафик у большинства конвертится лучше классической органики, потому что приходит уже после объяснения, сравнения и частичной квалификации внутри чата.

Что будет, если добавить абсолюты? В целом, конечно, хз, но если грубо пофантазировать по рыночным бенчам, рост +1850% может быть ростом условно с 500 до 9750 лидов в квартал. Для HubSpot это меньше 1% выручки, что нормальный новый канал, но не революция, как подается. Ну и, конечно, близко не компенсирует жесткое падение SEO-органики.

В целом же оч интересно смотреть, как компании адаптируются к SaaSpocalypse и AI-хайпу. HubSpot всячески пытается убедить всех, что старый SEO-мир умирает, но они не жертва, а вообще чуть ли не главный бенецифиар. Поглядим через пару дней, поверят ли инвесторы в эту историю.

🥷 NinjaOne: 900+ постов и миллионы переходов из поиска в год

Вокруг SEO сейчас много паники: AI Overviews режут CTR, куча сайтов B2B и SaaS компаний теряют десятки процентов трафика. Hubspot и G2, годами наращивающие top-of-funnel контент не самого высокого качества, просели на десятки миллионов визитов в месяц.

И на этом фоне выделяются ребята из B2B SaaS для управления девайсами NinjaOne с ~$500M ARR и ростом +70% YoY, которые пилят 900+ постов в год (650 уже в топ-3 выдачи) и получают миллионы переходов из поиска.

Что конкретно публикуют

(67%) How to статьи. Конкретные технические боли с пошаговыми инструкциями. Каждая 1000-1500 слов, шаблонная структура, лучшие дают до 15k визитов/месяц.

(13%) What is статьи на 400-450 слов. Лучшие приносят 3k визитов/месяц.

(4%) Сравнения и Альтернативы. Низкий объём, но самая горячая аудитория.

(1%) Топы лучших продуктов под разные задачи. Ставят себя первыми, но потом разбирают всех конкурентов с плюсами и минусами.

Остальное: траблшутинг, FAQ и пр.

Было много попыток делать более «дорогой» контент. Создавали раздел MSP Growth со статьями на 1500-2000 слов с авторами из топ-менеджмента и встроенными видео про развитие бизнеса MSP-клиентов. Но в итоге около нуля органических визитов.

🧠Мысли

1️⃣ Пример здоровой ставки на SEO и контент-маркетинг. В базе знаний огромная глубина, например, категория IT Ops уходит как минимум за сотню архивных страниц, вся сетка тематик давно сформирована и продолжает разрастаться.

Поверх этого старые и новые статьи регулярно получают обновления с плашками Last updates, видео-версии, соседние прилинкованые гайды и повторные CTA. Видно, что это постоянно поддерживается.

2️⃣ Целятся не в абстрактный интерес аудитории, а в конкретный запрос в момент проблемы. Акцент на прикладные задачи «как сделать…», «почему не работает…» и т.п. Отсюда большой перекос в how to контент.

Это хорошо защищает от AI Overview, который часто бесполезен в сложных вопросах, когда нужна последовательность действий, команды, таблицы, нюансы и кросс-сценарии. Возможно, поэтому и не сработал раздел MSP Growth. Там крутой экспертный контент, но в основном про стратегию. У него слабее срочность, размазанный интент и он идеально схлопывается в AI-ответ, не требуя сильного погружения.

3️⃣ Круты не только статьи, но и структура сайта. Вокруг блога построена полноценная база знаний: IT Hub, Script Hub, интеграции, документация, API, демо-центр. Через все разделы стараются закрывать все потенциальные задачи в экосистеме. По сути собирают свой site knowledge graph, а блог является просто входной точкой.

4️⃣ В каждой статьи органично встроена монетизация. На how to страницах ты сначала решаешь задачу, потом тебе показывают продукт как следующий логичный шаг через видео, демо, free trial или внутренние ссылки. В сравнениях с конкурентами почти честно рассказывают о плюсах и минусах каждого, ссылаясь на внешние источники, аккуратно подводя к себе.

🤖 Леха, Оля и вайбкодинг

Леха Писаревский, который сыграл большую роль в моей карьере, пригласив к себе работать много лет назад, сейчас делает курс по вайбкодингу (не реклама, но можете глянуть).

Что понравилось в этом курсе, а точнее в прогреве к нему: нет пропаганды того, что вы обязаны вайбкодить иначе если не завтра, так послезавтра окажетесь на помойке. Это сейчас очень хайповый нарратив.

На мой взгляд, есть ровно две причины начать: просто хочется или есть задача, которую можно решить. Если задачи нет и в целом не хочется — ничего не делайте, и вы с большой вероятностью ничего не потеряете. Потом дешевле, качественнее и быстрее получите тот же результат.

Любопытно или есть тяга пробовать все новое — вопросов нет, экспериментируйте или идите на курсы (например, к Лехе). Но если говорить про беспроигрышные стратегии, то кратно полезнее прокачиваться как специалист, чтобы вайбкодинг потом вас усилил, а не учиться вайбкодить, чтобы во что бы то ни стало делать что-то среднее.

Оля Ковалева, с которой мы когда-то создавали Epic Growth, как пример здравого смысла. Появилась задача сделать конференцию — завайбкодила большую часть процесса. Как обладатель черного пояса по организации конф, прекрасно понимала, как все работает, и все автоматизировала, сделав в одно лицо классный результат. Сильно помог бы ей вайбкодинг, если бы черным поясом она не владела? Думаю нет.

Глядя на то, какие конференции организуют b2b и saas компании, с горем пополам собирая сотню участников на тухлых спикеров за сотни тысяч долларов, понимаешь, что вайбкодинг им сильно не поможет. Удивительно как до сих пор Олю не схантили, чтобы делать в 10 раз круче и в 10 раз дешевле.

То же самое можно сказать и про контент-заводы, автоматизацию закупки рекламы, programmatic SEO, контент маркетинг и пр. сферы маркетинга (с разработкой продуктов, думаю, история схожая). Лучше пояс получить, а промты потом научитесь писать за пару дней (или часов).

💰 Lemlist: с $1000 до $45M ARR без инвестиций

В 2018 году Гийом Мубеш делал агентство по лидогенерации и бесился от ограничений инструментов для холодных рассылок. Несмотря на кровавый рынок, решил сделать свой со ставкой на персонализированные изображения в письмах и self-serve без обязательных демо, в отличие от enterprise-конкурентов.

Сегодня Lemlist это $45M ARR, 40% EBITDA, 173 человека, ноль инвестиций. В 2025-м из прибыли купили Claap за $25M. Цель: $100M ARR к 2028.

История крута не только тем, что взлетели с 0 до миллионов, а тем, что делали на середине пути, когда рост встал.

📈 Ранний рост: сообщества, AppSumo и build in public

Первых 300 бета-тестеров Гийом собрал одним постом в Facebook-комьюнити для сейлзов. В первый год лично провёл 300 демо и закрыл 100 клиентов.

Дальше был запуск на AppSumo: lifetime-доступ за $49, тысячи новых клиентов, ~$60k на руках после комиссий. Учитывая специфику пользователей (рассказывал тут), вместо агрессивного апсейла в рекуррент решили максимально их поддерживать, чтобы они стали адвокатами бренда.

Параллельно делали build in public в соцсетях, подробно рассказывая о развитии продукта. Сейчас у 10 сотрудников суммарно 300k+ подписчиков в LinkedIn, охват ~20M в месяц бесплатно. При этом весь маркетинг 6 человек, а сайт конвертит 200k+ визитов в 15k+ регистраций ежемесячно.

Когда появились инвесторы с офферами на $20M и $30M, публично отказались и получили десятки миллионов охвата в СМИ с заголовками «This startup turned down $30M from a VC».

К 2022 дошли до $14M ARR. А потом всё встало.

🧱 Плато и пересборка

Добежав до солидного ARR за 2 года, отток догнал привлечение и рост остановился (пост про Net Growth). Параллельно ушли два кофаундера, Head of Growth и Head of Sales.

В 2023 пришёл COO Чарльз Тенот и начал пересобирать систему. К 2025 ARR вырос до $40M+ с сохранением прибыльности. Что конкретно поменяли:

1️⃣ Фокус на одном ICP. Продукт развивали для 5 персон одновременно: сейлзы, маркетологи, фаундеры, агентства и рекрутеры. Фидбэк конфликтовал, роадмап размывался, churn рос, особенно в founder-led сегменте. Сделали ставку только на sales-команды.

2️⃣ Сеньоры вместо джунов. Ламповая культура джунов давала скорость на старте, но не масштабировалась. Начали нанимать опытных людей, которые сами делают руками. Фильтр простой: что ты лично запускал и закрывал.

3️⃣ Продуктовая скорость. Год фокуса на техдолге убил ощущение развития продукта. Стабильность росла, но рынок перестал видеть инновации. Перешли на автономные мини-команды с одной миссией и измеримыми результатами.

4️⃣ Диверсификация каналов. Зависимость от PLG и личных брендов фаундеров была критической. Как только они делали паузу в постинге, пайплайн проседал. Добавили sales-led поверх PLG, инфлюенсеров и аффилиатов. В последних кварталах заметная доля нового ARR пришла именно из sales-touched сделок.

5️⃣ Уровень команды. С ростом хедкаунта стандарты просели. Ввели простое правило: если не нанял бы этого человека сегодня на текущую стадию, значит ошибка.

🤝 Покупка Claap за $25M из прибыли

Отдельно про сделку, потому что это редкость для bootstrapped-компаний.

При ~$10M годовой прибыли купили Claap за $25M: $5M кэш, $5M отложенный платёж, $5M бонды для фаундеров и до $10M earn-out. У Claap была сильная технология и команда из 7 человек, но слабая дистрибуция. У Lemlist десятки тысяч клиентов и стабильный поток новых, которым этот продукт можно заапсейлить.

До этого аналогично купили Taplio и Tweet Hunter. Все продукты вместе формируют экосистему Lempire с дополнительной выручкой $4–5M ARR.

⚽ Если вы учились вайбкодить, проходили курсы и к чему-то готовились, то это оно!

2 месяца осталось до самого большого ЧМ по футболу в истории. 48 команд, 104 матча, 39 дней турнира с 11 июня по 19 июля. Рекордные 500 млн заявок на билеты, а FIFA обещает 6 млрд зрителей. И если раньше делать продукт под событие было дорого и рискованно, то сейчас сами понимаете.

Органический интент должен быть огромным, конкуренция низкая, все крупные игроки делают generic-продукты. Ниши, где можно зайти с узким фокусом и классным UX, относительно пусты. Плюс футбольный контент один из самых виральных, и интересный продукт можно пробовать раскрутить через UGC во время турнира с околонулевым бюджетом.

Как доп идея для монетизации: когда продукт уже будет готов, идете к одному из многочисленных букмекеров и предлагаете брендинг, сохраняя всю прибыль от подписок/иннапов/рекламы себе. Они еще и с промо помогут.

На мой скромный взгляд, самое время врываться с двух ног, готовить продукт, планировать промо, занимать ключи в выдаче и делать деньги 💰

🎙️ Новое годнейшее двухчасовое интервью Дэвида Сенры с CEO DoorDash Тони Сюй про то, как четыре студента с сайтом за $9 построили бизнес на $70 миллиардов.

Посмотрел за вас и собрал самое интересное.

1. MVP за $9 и 43 минуты
DoorDash на старте: cтатичная страница с 8 PDF-меню и Google Voice номером. Заказы принимали по телефону, сами ехали за едой, оплату собирали через Square в аудиоразъёме iPhone, себя же трекали через Find My Friends. Ни приложения, ни логистики, ни маркетинга. Только проверка: есть ли спрос на доставку из ресторанов, которые её не делают.

2. Рынок казался переполненным, но был пуст
В США были миллионы ресторанов, из которых только 25 тысяч делали доставку, 97% рынка вообще не были охвачены. DoorDash пошел не в «ещё одну доставку еды», а в «все рестораны без доставки».

3. Пригороды > города
Конкуренты ринулись в мегаполисы за плотностью. DoorDash обнаружил, что в Пало-Альто доставлять быстрее: простая парковка, нет лобби и лифтов. А ядром аудитории внезапно стали мамы с детьми, которым в пригороде до ближайшего ресторана несколько километров.

4. Первые 6 месяцев фаундеры делали доставки сами
Не из экономии, а потому что в физическом мире нет данных, пока сам не соберёшь. В каждой доставке 20+ этапов и на каждом из них есть множество нюансов для оптимизации, которые невозможно предсказать из офиса.

«The one in a million event happens a lot when you do millions of orders a day»

5. Три вопроса вместо финмодели
Всё лето в YC забивали на все таблички и планирования на год вперед и проверяли три вещи: заплатит ли клиент $6, согласится ли ресторан на 15%, можно ли платить курьеру нормальную ставку. Три «да» давали PMF.

6. 10 заказов в день, но одни и те же люди
Долгое время на старте роста вообще не было, но маленькая группа заказывала снова и снова без скидок и маркетинга, а банковский счёт не уменьшался. Главные сигналы PMF: органический ретеншен и сходимость экономики.

7. Десятки тысяч экспериментов, 95% мусор
Цикл: делай руками → находи проблемы → гипотеза → тест → в прод. 5% успешных экспериментов за год улучшают опыт всей аудитории на следующий, и это накапливается год за годом.

«We don't debate a lot. We ship hundreds of thousands of experiments a week»

8. Найм через действие
Финальное интервью: за 8 часов привлеките 100 клиентов или вы нам не подходите. Для инженеров: совместные доставки с CEO с разбором, как продуктизировать процесс. Один из будущих топов приехал на собеседование, сам поехал делать доставки 4 часа с сыном, а утром прислал email на 30 000 слов о том, почему логистический алгоритм плохой.

9. Два режима управления
В DoorDash две параллельные системы управления: одна оптимизирует Core-бизнес, другая ищет следующий PMF с нуля. Из второй появились автономные роботы-курьеры (6 лет до запуска в Аризоне), склады для Kroger и CVS, аналитика и маркетинг для ресторанов. Работает как внутренний венчур: доказал результат на маленьком бюджете, получил больше ресурсов. Не доказал, проект закрывается.

10. 1000 дней ада при растущих метриках
3 года не могли поднять раунд, 100+ отказов от инвесторов с посылами «сектор токсичный, Uber и Amazon раздавят модель убыточная навсегда». При этом внутри юнит-экономика улучшалась, открывались локации, но каждый новый город сжигал кеш на старте. Рецепт выживания: фокус на контролируемом, друзья на работе как якорь, марафоны и не смотреть на цену акций. Последнее работает до сих пор.

Другие разборы интервью Дэвида на канале:

🎙️ Тоби Лютке CEO Shopify
🎙️ Джеймс Дайсон, CEO Dyson

💰 $500k выручки за пол года, потратив на маркетинг $3.5

Артём Видяев из Endel поделился кейсом, как они сделали выручки с почти нулевыми затратами на маркетинг, перехватывая спрос из TikTok с помощью ASO.

Что произошло
Летом 2025 в TikTok завирусился тренд «Soulmate Drawing» — вводишь дату рождения, а нейросеть рисует портрет твоего будущего избранника. Тренд задали Starla и Astra, раскачивая его через инфлюенсеров и фермы аккаунтов.

Ключевой инсайт: инфлюенсерская дистрибьюция — дырявый канал. Люди смотрят видео, идут в App Store, вбивают название и ставят первое, что видят в выдаче. Необязательно оригинал.

Что сделали
Ребята заметили тренд на ранней стадии, быстро переупаковали своё приложение Astro AI под этот тренд и с помощью ASO-ботов заняли все ключевые запросы: Starla, Astra, Soulmate Drawing, Soulmate Sketching и кучу вариаций. Так как тренд поймали рано, все топовые позиции в ключах обошлись в $3.5.

Результаты за 6 месяцев (июнь–декабрь 2025):

• $500к+ выручки
• 1.3M+ установки
• 65к установок в сутки на пике
• #9 Lifestyle, #95 Overall в US App Store

Выводы если вы хитрый гроус хакер:

1. Чужой инфлюенсер-маркетинг может дать много бесплатного трафика, если немного уметь в ASO. Пока оригинал тратит сотни тысяч на креаторов, вы перехватываете спрос в поиске стора.

2. Скорость решает всё. Тренд живёт 2-4 недели на пике. Кто первый занял ключи, тот и зарабатывает.

3. Стоимость входа может быть околонулевой, если поймать волну в самом начале. Через неделю те же позиции будут стоить тысячи.

Выводы если вы честный гражданин:

1. Если планируете собирать органику из TikTok, Reels, Shorts, планируйте заранее как пользователь будет находить ваш продукт в поиске/сторах. Чтобы хитрые жуки ваш драгоценный трафик не перехватывали.

💡 9 личных наблюдений о маркетинге и росте продуктов, которые хотелось бы знать 5 лет назад

1. Самая большая проблема в компаниях любого размера — специальная или случайная манипуляция с данными. По личным наблюдениям, 80%+ экспериментов в компаниях проводятся криво, а количество честных экспериментов в интернете стремится к нулю.

2. Самый переоценённый источник данных — рыночные исследования. Подробно изучить 10 конкурентов и похожих продуктов >>> псевдонаучные выводы на непонятной выборке.

3. Если доля платного трафика не уменьшается каждый год — вы что-то делаете не так. Абсолюты могут расти, но доля должна падать.

4. 99% продуктов не нужно проводить эксперименты. Мало трафика, нет инфраструктуры, нет процессов, нет экспертизы, слабые гипотезы и т.д. Лучший путь для них: найти того, кто заранее знает, что с большой вероятностью сработает.

5. Продукт без ретеншена и дешевого/бесплатного трафика = продавец на Wildberries. Уважаемо, ничего плохого нет, что-то заработать можно, но на дистанции будете страдать.

6. Нет ничего бесполезнее брейншторма, к которому никто заранее не готовился и пытается придумать решение на ходу.

7. Чем круче growth/маркетинговый канал, тем более стыдно показывать его в паблике.

8. Корреляция ≠ каузация. Все знают разницу в теории (два события идут рядом vs одно вызывает другое), но на практике большая часть продуктовых решений строится именно так: видят совпадение → делают фичу → удивляются, почему не сработало.

9. Стратегически заработок денег почти всегда про счастье пользователя. Тактически почти всегда не про счастье пользователя.

💪 Как растить ретеншен в продукте по опыту Ladder

Годный контент про работу с удержанием в продукте это большая редкость. Подавляющее большинство продуктов месится с привлечением по одним и тем же гайдам и стратегиям, чтобы добыть лишние проценты окупаемости (что тоже норм), хотя именно крутой ретеншен чаще всего является главным moat и индикатором большого и успешного бизнеса.

Поэтому особенно интересно было послушать VP of Product из Ladder. Ребята на сверхкровавом рынке фитнес-аппов за несколько лет стали лидерами, сделав крутой залипательный продукт, где у большинства конкурентов ретеншен около-нулевой.

Главный их инсайт, вокруг которого крутится все удержание: люди возвращаются только тогда, когда получают результат. В фитнесе результат в основном упирается в дисциплину и регулярность. Оставалось превратить это в конкретную метрику. Команда закопалась в данные и нашла нужный порог: 3 тренировки в неделю.

Если человек стабильно делает три тренировки, он начинает видеть прогресс, остаётся и платит. Если меньше трёх, почти всегда отваливается. Эта цифра стала ключевой прокси-метрикой ретеншена, и вокруг неё начали строить весь core продукта:

1️⃣ Недельные стрики привязали именно к трём тренировкам. Не 5 и не 7, чтобы порог был достижимым. Виджет на экране показывает три квадрата. Тренеры голосом подталкивают к третьей тренировке. Весь reinforcement loop заточен на одно: дотянуть человека до трёх. Философия: «don't make me think». Зашёл, нажал play, сделал тренировку. Всё остальное — обвязка вокруг этого ядра.

2️⃣ Журнал тренировок как snowball-фича. Пользователь вводит веса → в следующей тренировке получает рекомендации на основе прошлых данных → видит прогресс → бьёт личные рекорды → мотивируется → вводит ещё больше данных. Каждый цикл усиливает следующий. Сейчас 70–75% пользователей логируют каждую тренировку.

3️⃣ Виджет на домашнем экране. Примерно 30% пользователей ставят виджет на главный экран. Это календарь с жёлтыми квадратами за каждую тренировку. Это, конечно, не как Duolingo с 50%, но тоже очень круто. Работает как напоминание, как триггер гордости и как реферальный канал. Кто-то видит виджет на чужом телефоне, спрашивает «что это?». Важный нюанс: виджет нельзя предлагать сразу. Проверяли, что если попросить установить его слишком рано, не сработает. Сначала человек должен почувствовать ценность продукта.

4️⃣ Обучение внутри действия вместо FAQ. Тренеры Ladder прямо во время тренировки голосом говорят: «открой журнал», «запиши вес», «посмотри прогресс». По словам Бена, объяснять фичу в момент использования в 10 раз эффективнее любого туториала. Именно так журнал дорос до 70%+ adoption.

5️⃣ Building state = липкость. Чем больше данных пользователь накопил (веса, стрики, достижения, история), тем больнее уходить. Пользователь начинает гордиться накопленным и не хочет это терять. Такая же логика работает в длинных онбордингах большинства b2c-продуктов по подписке.

6️⃣ Фидбэк в три слоя вместо глубинных интервью. Первый слой: острая боль через Slack и формы в приложении. Второй: массовые опросы на 7 500+ ответов из 80–90 вопросов (45+ минут на заполнение + AI-парсинг). Третий: dogfooding. Команда сама пользуется продуктом. Худшее, что можно делать, это принимать решения после 5–10 интервью.

7️⃣ Hybrid users как второй PMF. Годовой опрос показал, что люди хотят трекинг питания + концептуально это усиливает core value продукта. Запустили. Уже через ~100 дней стало видно, что пользователи, которые используют и тренировки, и питание, конвертируются лучше и удерживаются дольше. Чтобы не ждать полгода, команда смотрит прокси-метрики week 2–4 retention и ранние сигналы вроде того, логирует ли человек питание в day 1 и day 2. Если раннее поведение есть, новая часть продукта действительно усиливает core value.


Что еще можно почитать в канале про Ladder и удержание:
💵 О ценообразовании продуктов + кейс Ladder
🔮 Мнение про churn prediction в B2C-подписках

🇺🇸🎉 O-1 petition approved! Теперь талантлив не только по мнению мамы.

Несколько личных наблюдений про визу талантов США (O-1а), если вдруг соберётесь делать:

1. Несмотря на то, что процесс получения довольно формализованный, разброс в требованиях и ценах у адвокатов может быть огромным. Супер must не идти к первому, а поговорить минимум с 5–6.

У меня был диапазон от «вам ещё полгода готовиться» до «вам вообще ничего больше делать не нужно, всего хватает». Кому-то нужны статьи в Forbes и Techcrunch, а кому-то хватает Хабра и Состава. И так по многим пунктам. Корреляция качества с ценой есть, но не всегда линейная. Часто экономия на юристе потом превращается в долгую и иногда дорогую доупаковку кейса, потому что критерии изначально были выстроены слабо.

2. Для россиян и китайцев есть неприятное взаимное правило. O-1 могут одобрить на 3 года, а визу в паспорт выдать максимум на 2 (почти всегда ровно 2). Через два года либо не выезжаешь из США (о-1 позволяет легально жить), либо снова идёшь в консульство за новой наклейкой на основании старого approval notice.

3. Аппрув от USCIS, что вы талантище, это полдела. Вторая часть это признание консульства, и эта часть более непредсказуемая.

Можно легко попасть на административную проверку по непонятной причине. Она может длиться от недели до нескольких лет, и повлиять на это практически нельзя, а срок вашей заапрувленной визы будет течь. С этой точки зрения иногда отказ даже лучше, можно либо забить, либо попробовать пройти интервью в другой день или в другом городе. Иначе в ожидании можно годами просидеть.

Есть истории, когда петицию одобряли на 3 года, потом человек попадал на двухгодовую АП, и к моменту выдачи визы до конца визы талантов оставалось полгода. И нужно было почти сразу думать о продлении.

🚀 Маркетинговая B2B-стратегия на $3.3m в год

Есть компания Storyline, которая уже несколько лет в открытую публикует траты на свой B2B-маркетинг. И на мой вкус, стратегия довольно универсальна и ей можно вдохновляться, если делаете свой B2B или SaaS продукт.

В 2026 потратили $3.3m, что на 10% больше, чем в прошлом. Полная разбивка:

1️⃣ Платная реклама $1,2m
Столько же, сколько в прошлом году.

$500k LinkedIn,
$500k Google/Bing
$200k Meta, новый канал

CPM в LinkedIn выросли на 30–40%, поэтому начали тестировать новые b2c-каналы для привлечения b2b-аудитории по более низкой цене.

2️⃣ Инфлюенсеры $250k
Сократили с $500k, при этом в прошлом году использовали только $200K.

Канал работает, но масштабировать прибыльно сложно. Фокус на Linkedin + тест b2b-креаторов в TikTok и Meta ради виральности.

3️⃣ Мероприятия $550k
Было $400k.

Ставка на офлайн: спонсорство, выступления, сайд-ивенты и пр. Плотная работа с продажами до и после мероприятий. Результат нравится: бренд растет, увеличивается трафик к стенду, встречи становятся качественнее.

4️⃣ Спонсорство сообществ $250k
Было $300k.

Продолжают поддерживать сообщества CMO, pre-sales и product marketing. Параллельно инвестируют $350K в создание собственного сообщества (об этом дальше).

5️⃣ SEO $200k
Столько же, сколько в прошлом году.

Называют самым эффективным PLG-каналом. В прошлом году использовали только четверть бюджета из-за неопределенности вокруг LLM SEO. Сейчас есть четкий план. Цель удвоить трафик и PLG-выручку.

6️⃣ Бренд + продуктовый маркетинг $200k
В 2 раза больше, чем в прошлом году.

Самый высокий ROI. Продуктовый маркетинг создает контент: новые юзкейсы, развитие demo automation и пр. Бренд отвечает за дистрибуцию через нестандартные кампании и визуалы. Отдельно развивают новый продукт RepX.

7️⃣ Outbound $250k
Было $200K.

Два года выстраивали канал, в прошлом году вышли в ноль, и только к концу года стали прибыльными. 2 штатных SDR работают на апсейл, плюс агентство на новые продажи.

8️⃣ Партнерства $50k
Новый канал.

Интеграционные партнеры с общими клиентами. База подготовлена, партнерства заключены. Канал уже приносит выручку, при росте планируют найм.

9️⃣ Customer Marketing $350k
Новый канал.

Строят собственное сообщество Finer Demos Club и пользовательскую конференцию. Клиенты учатся друг у друга, это усиливает рефералы, ускоряет сделки, апсейлит текущих клиентов и снижает churn.

Этот бюджет должен поможет выйти за $20M+ ARR (сейчас в районе $10M).

📊 Усреднённые воронки для SaaS+AI проектов из отчета Growth Unhinged, ChartMogul и ProductLed.

В выборке 200 SaaS и AI компаний от <$1M до $20M+ ARR, с ARPPU от <$50 до $1,000+ в месяц, разным темпом роста до 200%+ и ядром 55% SaaS и 30% AI+SaaS.

В полном отчёте много сравнений и бенчмарков, которые без контекста продуктов полезных знаний дают немного. Но данные на прикрепленном изображении с воронками и распределением каналов выглядят реалистично с оттенком пессимизма, вполне можно использовать, если соберетесь вайбкодить свой SaaS.

Некоторые другие числа из отчета:

• 57% используют бесплатный триал, 26% freemium, 7% reverse trial, 7% демо, 4% платный триал
• 62% используют 14-дневный триал.
• 30% средняя конверсия из триала в оплату

Главное понимать, что это просто усредненные числа у очень разных продуктов. Без цены, ICP, каналов, модели продаж, онбординга и пр. сравнивать бессмысленно. У одного 1% при продукте за $100 и узком ICP, у другого 1% при $5 и широкой аудитории.

Бенчмарки полезны либо для рисования моделек перед запуском, либо когда есть сильные отклонения. Если на рынке 1%, а у вас 0.1%, это повод как минимум поразбираться. Как и если у вас 5%, где у всех 1%. Может вы просто большой молодец, а может явно недомонетизируете свой продукт.