Понимание задачи: Пилот Эталон-М для HFLabs (продукт Вуаль)

Контекст и предпосылки

Клиент: HFLabs — российская компания, разрабатывающая продукты для работы с данными

Проблемный продукт: Вуаль — система маскирования чувствительных данных при работе с нейросетями и LLM-моделями

Бизнес-цель: Увеличить конверсию бесплатных пилотов продукта Вуаль в платные внедрения

Текущая ситуация:

HFLabs разработали продукт Вуаль — ответвление их флагманского продукта "Маскировщик" (система защиты персональных данных на тестовых стендах).

О продукте Маскировщик:

О продукте Вуаль:

Ситуация с Вуалью (год на рынке):

Стратегический контекст:

Экономика бесплатных пилотов не сходится. HFLabs вкладывает значительные ресурсы в каждый пилот (разработка команды, поддержка, иногда допиливание критических фич), но возврат на инвестиции отсутствует. При текущей модели продукт нерентабелен.

Компания пробовала разные подходы к коммуникации и позиционированию, но результат остаётся прежним: интерес есть, восхищение есть, продаж нет.

Проблема

Несходимость ценностного предложения

Ситуация выглядит несколько парадоксально:

  1. Продукт технически работает хорошо — все пилоты завершаются успешно, функционал работает как ожидается
  2. Клиенты довольны результатом — после пилота следует позитивная обратная связь, восторженные отзывы
  3. Никто не покупает — 5 пилотов за год, 0 продаж, конверсия 0%

Основные проблемы:

  1. Нарушение обмена — клиент не понимает ценность предложения, несмотря на восхищение функционалом. Возможно, решается не та проблема, которая реально мотивирует к покупке. Цена известна заранее, так что ценовой шок исключается.
  2. Недостаточная дифференциация — "Слайды у всех одинаковые. Все рассказывают одну и ту же историю" (Павел Абдюшев). Дифференциация работает только ПОСЛЕ пилота — когда клиент видит продукт в деле. Но в моменте принятия решения о покупке эта дифференциация не влияет на выбор.
  3. Слом где-то в клиентском пути — что-то ломается между завершением успешного пилота и принятием решения о покупке. Клиенты не отказывают категорично, а "уходят в раздумья". Возможно, проблема в отсутствии urgency (срочности) решения проблемы.
  4. Проблема синтетических данных — клиенты часто используют синтетические данные в пилоте, а продукт лучше работает с реальными. Это создаёт искажённое впечатление о качестве продукта и может быть точкой слома.

Гипотеза HFLabs:

Команда считает, что проблема в "неправильном позиционировании" и неумении "правильно себя показывать". Но возможно, проблема глубже — в самой структуре ценностного предложения и понимании реального мотивационного конфликта клиента.

Задача

Провести пилот Эталон-М для выявления реальных причин нулевой конверсии и создания работающего ценностного предложения для продукта Вуаль.

Что нужно сделать:

  1. Собрать эталонную модель (ДКЦП + CJM) для Вуали
  2. Проанализировать текущий клиентский путь от первого контакта до решения о покупке
  3. Сравнить текущий путь с эталоном и найти точки слома конверсии
  4. Привести 2-3 точки контакта к эталону
  5. Провести A/B-тест: старая коммуникация vs новая
  6. Измерить изменение конверсии

Ключевые вопросы, на которые нужно ответить:

Ограничения:

Предлагаемое решение

Мы предлагаем провести пилотное внедрение системы Эталон-М — методологии создания эталонного маркетинга с использованием ИИ-ассистентов.

Что такое Эталон-М?

Эталон-М — это система из четырёх частей:

  1. Эталонная модель — модель ценностного предложения (ДКЦП) + карта клиентского пути (CJM) с аргументами и дизайн-принципами
  2. Коннектом — система мониторинга точек контакта с клиентом (интеграция с CRM, записями встреч, email)
  3. Мозговой центр — наш экзокортекс для любых LLM «Экселенц» содержит промты и правила как обрабатывать контекст компании и как читать эталонную модель
  4. ИИ-ассистенты — боты, рекомендательные асситенты и плагины, которые берут инструкции у Экселенца и осуществляют рекомендации
  5. Разборы — регулярные встречи по выявлению паттернов отклонений и корректировка эталона

Наш подход для HFLabs

Мы адаптируем Эталон-М под специфику задачи HFLabs, разбив работу на два этапа:

Этап 1: Диагностика и создание эталонной модели

Цель: Понять реальную причину нулевой конверсии и создать эталон ценностного предложения Вуали.

Срок: 1-1,5 месяца

1.1. Предварительная аналитика (1-2 недели)

Краткое описание:
Анализ текущих материалов и данных о завершённых пилотах.

Что будем делать:

Результат:

1.2. Стартовая сессия проблематизации (1 неделя)

Краткое описание:
Совместный онлайн воркшоп с командой HFLabs по сборке гипотез о ценностном предложении Вуали.

Что будем делать:

Результат:

1.3. Интервью с клиентами пилотов (1-2 недели)

Краткое описание:
Глубинные интервью с клиентами, прошедшими пилот, для понимания реальных причин отказа от покупки.

Что будем делать:

Результат:

Объём: 5 интервью по 40-60 минут

1.4. Сборка эталонной модели (2 недели)

Краткое описание:
Создание полной эталонной модели: ДКЦП + CJM от первого контакта до конца пилота.

Что будем делать:

Результат:

Этап 2: Коннектом и внедрение

Цель: Привести 2-3 точки контакта к эталону и измерить изменение конверсии.

Срок: 3-4 недели (после согласования результатов этапа 1)

ВАЖНО: Коннектом (система мониторинга) для Вуали придётся создавать с нуля, так как это кастомная разработка под инфраструктуру HFLabs.

Что будем делать:

2.1. Коннектом: интеграция с точками контакта (2-3 недели)

2.2. A/B-тест и измерение (4-6 недель)

Результат этапа 2:

Визуализация процесса пилота и архитектура коннектома

Текущий клиентский путь Вуаль

На основе интервью с HFLabs (Павел Абдюшев, Елена Данилова) восстановлен текущий путь клиента от первого контакта до отказа от покупки. Диаграмма показывает взаимодействие между участниками процесса и отмечает точки коннектома — места, где система будет собирать данные и выдавать рекомендации.

Зона Эталон-МЗона HFLabsЭталонная модельМозговой центрРазработкаПродуктПродажиБДММаркетингКлиентЭталонная модельМозговой центрРазработкаПродуктПродажиБДММаркетингКлиентЭТАП 1: ПРИВЛЕЧЕНИЕПодготовка вебинараЭТАП 2: КВАЛИФИКАЦИЯПодготовка к встречеПодготовка презентации и ТКП на пилотВстречаЭТАП 3: ПОДГОТОВКА ПИЛОТАЭТАП 4: ПИЛОТЭТАП 5: ПОСЛЕ ПИЛОТАЗапрос: программа вебинараПоиск: ключевые темы по ДКЦПКонтекст: МК, артефакты, аргументыРекомендация: структура и акцентыВебинар или КонференцияИнтерес, оставляет контактСбор: запрос клиента, вопросыПоиск: релевантные аргументыКонтекст: КС, МК, CJMРекомендация: персонализация follow-up и лид-магнитаОтправка материала после вебинараЗаявка на пилотЗапрос: вопросы для брифингаПоиск: шаблоны выявления МККонтекст: ключевые вопросыРекомендация: план брифинга клиентаВстреча, обсуждение проблемПриглашение на демоЗапрос: структура презентацииПоиск: аргументы под выявленный МККонтекст: атрибуты артефакта, дифференциацияРекомендация: персонализированная презентацияДемо продукта ВуальСбор: вопросы, проблемы, стейкхолдеры, реакцияПоиск: мотивационный конфликтКонтекст: МК, драйверы, барьерыРекомендация: аргументы под МК клиентаПрезентация, материалы, брифОпросник с требованиямиАнализ опросникаАнализ опросникаСбор: требования, ожидания, критерииПоиск: паттерны успешного commitmentКонтекст: условия обмена, критерии успехаРекомендация: Подготовка КПКП на пилот с целями и критериямиСогласование КППередача данных для пилотаСбор: метаданные, тип данныхПоиск: риски синтетических данныхКонтекст: паттерны искажений на синтетикеАЛЕРТ: риск синтетики! Запросить реальныеПрогон данных через ВуальПоказ результатов v1 is-asОбратная связь, блокерыСбор: реакция клиента, блокерыПоиск: скрипты объяснения ограниченийКонтекст: дифференциация, технические границыРекомендация: скрипт объяснения ограниченийИсправление блокеров 1-4 неделиПоказ результатов v2 to-beОбъяснение ограниченийРаздумьяСбор: причины задержки, возраженияПоиск: паттерны раздумий, тактики urgencyКонтекст: драйверы покупки, барьеры решенияРекомендация: тактика создания urgencyРешение о покупке

Точки коннектома: что собираем и что рекомендуем

# Точка коннектома Этап Собираемый контекст Что ищем в Модели Рекомендации Мозгового центра Источник данных
1 Подготовка вебинара Привлечение Запрос на программу вебинара, тема, целевая аудитория Ключевые темы по ДКЦП: МК, артефакты, аргументы Структура вебинара и акценты для привлечения КС План мероприятий, маркетинг
2 Наблюдение за вебинаром Привлечение Поведение клиента на вебинаре: вопросы, реакции, время присутствия Паттерны интереса, релевантные темы для КС Персонализация материалов под интерес клиента Аналитика вебинара, чат
3 Рекомендация после вебинара Привлечение Запрос клиента, заданные вопросы, интерес к темам Релевантные аргументы по КС, МК, CJM Персонализация follow-up и лид-магнита CRM, регистрации вебинаров
4 Подготовка брифа Квалификация Заявка на пилот, информация о клиенте из CRM Шаблоны выявления МК, ключевые вопросы для брифинга План брифинга клиента с вопросами CRM, история взаимодействий
5 Помощь с вопросами на брифе Квалификация Ответы клиента на брифинг, выявленные проблемы, стейкхолдеры Мотивационный конфликт, драйверы, барьеры Уточняющие вопросы для углубления МК Транскрипт брифинга
6 Помощь с презентацией Квалификация Выявленный МК клиента, стейкхолдеры, техтребования Аргументы под МК, атрибуты артефакта, дифференциация Акценты в презентации под конкретного клиента Материалы брифинга, CRM
7 Помощь в написании программы пилота Подготовка пилота Требования клиента, ожидания от пилота, критерии успеха Паттерны успешного commitment, условия обмена, критерии успеха Структура КП на пилот с усиленным commitment Опросник клиента, переписка
8 Постпилотный опросник После пилота Реакция клиента на результаты пилота, выявленные проблемы, впечатления Паттерны успешных пилотов, критерии удовлетворённости Вопросы для выявления барьеров и драйверов покупки Результаты пилота, обратная связь
9 Рекомендации по переводу в продажу После пилота Причины задержки решения, возражения, барьеры Паттерны раздумий, тактики urgency, драйверы покупки Тактика создания важности и план перевода в продажу CRM, email-переписка, опросник

Архитектура коннектома

flowchart TB
    subgraph layer1 ["СЛОЙ 1: Источники данных HFLabs"]
        direction LR
        CRM[CRM] 
        Zoom[Zoom]
        Email[Email]
        Docs[Документы]
    end

    subgraph layer2 ["СЛОЙ 2: Входной коннектом"]
        direction LR
        C1[CRM connector]
        C2[Meeting recorder]
        C3[Email parser]
        C4[Document analyzer]
    end

    subgraph layer3 ["СЛОЙ 3: Эталонная модель "]
        direction LR
        DKCP[(ДКЦП)]
        CJM[(CJM)]
        Clients[(Клиенты)]
        Design[(Принципы)]
    end

    subgraph layer4 ["СЛОЙ 4: Транспорт"]
        direction LR
        FileReader[File Reader]
        API[API слой]
    end

    subgraph layer5 ["СЛОЙ 5: Мозговой центр"]
        direction TB
        LLM[LLM]
        Support[Экселенц: Промпты + Обработчики + Темплейты]
        Support <-.-> LLM
    end

    subgraph layer6 ["СЛОЙ 6: Выходной коннектом"]
        direction LR
        Dash[Дашборд]
        TG[Telegram-бот]
        Report[Отчёты]
    end

    CRM --> C1
    Zoom --> C2
    Email --> C3
    Docs --> C4

    C1 --> Clients
    C2 --> Clients
    C3 --> Clients
    C4 --> Clients

    DKCP --> FileReader
    CJM --> FileReader
    Clients --> FileReader
    Design --> FileReader

    FileReader --> API
    API --> LLM

    LLM --> Dash
    LLM --> TG
    LLM --> Report

    style layer1 fill:#e1f5ff
    style layer2 fill:#fff4e1
    style layer3 fill:#f0f0f0
    style layer4 fill:#d4edda
    style layer5 fill:#ffe1f5
    style layer6 fill:#fff4e1

Архитектурные слои и примерная реализация

1. Коннектом

Коннектом — это слой взаимодействия с внешним миром (HFLabs). Включает входные и выходные коннекторы.

Входные коннекторы (сбор данных):
Коннектор Источник данных Что собирает Примерная реализация
CRM connector CRM HFLabs (вероятно, AmoCRM или Битрикс24) Статусы сделок, контакты, история взаимодействий Python + REST API CRM
Meeting recorder Zoom, Google Meet Транскрипты встреч, длительность, участники Whisper API или AssemblyAI
Email parser Gmail, Exchange Переписка с клиентами, вложения, тон коммуникации Gmail API + Python
Document analyzer Google Docs, файлы КП, презентации, опросники клиентов Python + LLM для анализа
Выходные коннекторы (выдача рекомендаций):
Коннектор Назначение Что выдаёт Примерная реализация
Дашборд Ежедневная работа продажников Статус сделок, рекомендации по текущим клиентам, метрики отклонений Streamlit или Retool
Telegram-бот Алерты в реальном времени Уведомления о рисках, напоминания о follow-up, срочные рекомендации Telegram Bot API
Еженедельный отчёт Разбор с руководством Паттерны отклонений, статистика по сделкам, инсайты PDF/Email генератор

2. Эталонная модель (Хранилище)

Для пилота: Локальный репозиторий с размеченными MD-файлами вместо базы данных.

Структура репозитория:

/data/
  /clients/
    /client_001/
      - dkcp.md          # ДКЦП клиента
      - cjm.md           # Карта пути клиента
      - meetings/        # Транскрипты встреч
      - emails/          # Переписка
      - documents/       # КП, опросники
  /etalon/
    - dkcp_vualy.md      # Эталонная ДКЦП Вуали
    - cjm_vualy.md       # Эталонная CJM
    - design_principles.md

Конвенция стандартизации (разметка MD-файлов):

Преимущества для пилота:

Переход на БД: При масштабировании можно перейти на PostgreSQL + JSONB или MongoDB

Что хранится:

3. Транспорт

Назначение: Передача данных между Эталонной моделью и Мозговым центром.

Компоненты:

Примерная реализация:

4. Мозговой центр

Назначение: Обработка данных и генерация рекомендаций на основе эталонной модели.

Компоненты:

Примерная реализация: Python + GPT-4 API + custom промпт-система

Примерный стек технологий

Компонент Технология для пилота Комментарий
Backend Python 3.11+ Основной язык для интеграций и обработки
API интеграции REST API, OAuth2 Подключение к CRM, email, calendar
Транскрибация Whisper API или AssemblyAI Преобразование записей встреч в текст
LLM GPT-5 API или Claude Анализ и генерация рекомендаций
Хранилище Локальный Git-репозиторий MD-файлы вместо БД для ускорения пилота
Фронтенд Streamlit или Retool Быстрый MVP дашборда
Алерты Telegram Bot API Уведомления в реальном времени

Приоритет подключения точек коннектома

Для пилота рекомендуется начать с 2-3 точек, которые дадут максимальный эффект:

Приоритет Точка Почему важно Сложность интеграции
1 Встречи/Демо Здесь происходит основная аргументация Средняя (нужна транскрибация)
2 КП на пилот Здесь клиент остаётся один на один с бренд-коммуникацией Низкая (анализ документов)

Результат пилотного проекта с продуктом "Вуаль"

Что будет после этапа 1 (диагностика + эталонная модель):

Эталонная модель Вуали: ДКЦП-модель с выявленным мотивационным конфликтом клиента, карта клиентского пути (CJM) от первого контакта до конца пилота, "точка истины" для всех, кто работает с продуктом.

Понимание причин нулевой конверсии: Выявлены точки "слома" в процессе принятия решения, понятно, почему клиент восхищается, но не покупает, гипотезы проверены через интервью с реальными клиентами.

Новая аргументация: Аргументы на основе реального мотивационного конфликта, дифференциация от конкурентов на уровне ценностного предложения, рекомендации по изменению коммуникации.

План действий: Приоритизированный список изменений для увеличения конверсии, понимание, что нужно менять в первую очередь.

Что будет после этапа 2 (если запустим):

Ключевая метрика результативности: Конверсия пилотов в продажи >0%, понимание, какие изменения работают, минимум 1 успешная продажа с новой коммуникацией.

Дополнительно

Работающая система мониторинга: Коннектом на 2-3 точки контакта, автоматическое выявление отклонений от эталона, данные для непрерывного улучшения.

Переработанные материалы: КП на пилот на основе эталонной модели, презентации с правильной аргументацией, скрипты для встреч и демо.

Методология для масштабирования: Работающая модель можно применить к другим продуктам HFLabs (Маскировщик, Комбайн, Перекодер).

План работ и стоимость

Этап Что делаем Результаты Сроки Стоимость
Этап 1: Диагностика и эталонная модель 1. Предварительная аналитика
2. Стартовая сессия проблематизации (базовый чекап ДКЦП)
3. Интервью с клиентами пилотов (5 интервью)
4. Сборка эталонной модели (ДКЦП + CJM)		 • Эталонная модель Вуали (ДКЦП + CJM)
• Понимание реальной причины нулевой конверсии
• Выявленные точки слома
• Новая аргументация
• План действий для этапа 2		 6-8 недель 900 000 ₽
(фиксированная)
Этап 2: Коннектом и внедрение (опционально) 1. Коннектом на 2-3 точки контакта
2. Переработка материалов
3. Пилотное внедрение
4. A/B-тест и измерение		 • Работающий коннектом
• Переработанные материалы
• Измеренное изменение конверсии
• Минимум 1 продажа с новой коммуникацией		 4-6 недель Определяется после этапа 1

ИТОГО этап 1:
Срок: 6-8 недель (1,5-2 месяца)
Стоимость: 900 000 ₽ (фиксированная)

Примечания:

Что нужно от HFLabs для старта

1. Доступ к данным о пилотах:

2. Доступ к внутренним экспертам:

Ожидаемая нагрузка:

3. Доступ к клиентам пилотов:

Важно: Интервью будут конфиденциальными, материалы используются только для анализа в рамках проекта.

4. Материалы о продукте:

5. Организационная поддержка:

Критерии успеха

Для этапа 1 (диагностика и эталонная модель):

Количественные:

Качественные:

Для этапа 2 (коннектом и внедрение):

Количественные:

Качественные:

Особенности проекта для HFLabs

Синергия с Эталон-М:

HFLabs как кейс: При успешном результате (конверсия >0%) этот проект может стать демонстрационным кейсом для Эталон-М.

Демонстрация на реальной проблеме: B2B SaaS с проблемой конверсии пилотов — типичный кейс для многих компаний. Решение для HFLabs может быть адаптировано для других клиентов.

Возможность использования в маркетинге: С согласия HFLabs, результаты проекта (без раскрытия конфиденциальных данных) могут использоваться в маркетинге обеих компаний.

Риски и ограничения:

Зависимость от доступности клиентов: Успех этапа 1 критически зависит от возможности провести интервью с клиентами завершённых пилотов. Если клиенты не согласятся на интервью, придётся искать альтернативные источники данных.

Кастомная разработка коннектома: Этап 2 требует интеграции с инфраструктурой HFLabs. Это не стандартная услуга из каталога, а кастомная разработка. Объём работ и стоимость определяются после этапа 1.

Время на измерение эффекта: Для измерения изменения конверсии нужны новые пилоты с новой коммуникацией. Это требует времени (от момента изменений до завершения пилота может пройти 2-3 месяца).

Ограниченная выборка: Всего 5 завершённых пилотов — это небольшая выборка. Выводы будут статистически менее значимыми, чем при большем объёме данных. Но для выявления качественных инсайтов этого достаточно.

Проблема синтетических данных: Если все пилоты проводились на синтетике, а продукт лучше работает на реальных данных, возможно, проблема не в ценностном предложении, а в методологии проведения пилотов. Это важно выяснить на этапе интервью.

Понимание задачи составлено c помощью технологии Эталон-М на основе транскрипта встречи от 2.02.26