Секреты дешевого роста SaaS: как ИИ-персонализация и инженеры в маркетинге меняют правила игры

SaaStr AI 4,9 тыс. 31 мин 8 мин 30.07.2023
Главное

Как построить устойчивую и низкобюджетную стратегию роста для SaaS-бизнеса в эпоху жесткой конкуренции? В рамках подкаста SaaStr сооснователь HyperGrowth Partners Гийом «G» Кабан делится уникальным опытом масштабирования таких гигантов, как Ramp, Drift и Segment. Он подробно объясняет, почему команда роста не может существовать без инженеров, как искусственный интеллект меняет холодные продажи и каким образом можно преодолеть сопротивление клиентов при переходе со сложных систем конкурентов.

🚀 ДНК сверхбыстрого роста: почему вам нужны инженеры в маркетинге 0:00

В индустрии SaaS существует несколько хрестоматийных примеров сверхбыстрого масштабирования (hypergrowth), таких как Shopify, Twilio или Slack . Однако настоящим феноменом последних лет стала финтех-компания Ramp, которая смогла вырасти с 10 до 100 млн долларов ARR (годового регулярного дохода) всего за один год . По мнению Гийома Кабана, принимавшего участие в масштабировании Ramp, Drift и Gorgeous, у всех этих историй успеха есть одна общая черта — наличие агрессивной команды роста, готовой идти на риски ради поиска аномальных результатов (outliers) .

Кабан выделяет четыре ключевых компонента для достижения быстрого и дешевого привлечения клиентов (low CAC):

Спикер настаивает на критической важности привлечения технических специалистов в маркетинг . По его мнению, если в вашей команде роста нет штатных инженеров, то вы занимаетесь не ростом, а банальной генерацией лидов (demand generation) . Простые маркетологи ограничены стандартным инструментарием. Кабан утверждает, что «10x-маркетологов» (специалистов, работающих в 10 раз эффективнее обычных) практически не существует — разницу создают только уникальные технологии и автоматизация процессов . Если компания использует ту же популярную платформу автоматизации маркетинга Marketo, что и все ее конкуренты, она принципиально не сможет выделиться на рынке .

🛠️ Современный Outbound: как построить непревзойденный технологический стек 2:40

Одним из наиболее эффективных методов для B2B SaaS-компаний, ориентированных на продажи через менеджеров (sales-led), остается исходящий маркетинг (outbound) . Однако современный высокотехнологичный outbound кардинально отличается от устаревших спам-рассылок прошлого десятилетия.

Современный процесс, по словам Кабана, строится по следующему алгоритму:

  1. Полное картирование целевого рынка (Total Addressable Market, TAM) для сбора данных обо всех потенциально подходящих компаниях .

  2. Покупка контактных данных ключевых лиц, принимающих решения, и их агрегация в собственную базу данных .

  3. Генерация персонализированных писем с помощью алгоритмов.

  4. Запуск автоматизированных сценариев вовлечения.

В качестве примера Кабан демонстрирует стек технологий, который он внедрял в компании Segment в 2018–2019 годах . Эта архитектура в реальном времени собирает сигналы о намерениях к покупке (intent data): от активности на сайтах отзывов вроде G2 Crowd до данных о найме сотрудников от PredictLeads и веб-аналитики . Вся эта информация автоматически обогащается, скорится и передается в каналы коммуникации — от почтовых рассылок до таргетированной рекламы и динамических чатов на сайте .

Кабан обращает внимание на то, что на рынке до сих пор не существует готового (off-the-shelf) решения, способного объединить все эти функции в один интерфейс . Создание такой сквозной системы силами собственных инженеров дает стартапу мощный защитный ров (moat) перед конкурентами .

📈 Кейс Ramp: агрегация данных и видео-дипфейки 5:47

В процессе масштабирования Ramp команда столкнулась с тем, что использование единичных поставщиков данных (таких как ZoomInfo или Clearbit) дает точность контактов не более 40–50% . Для качественного outbound-маркетинга этого критически мало — требуется покрытие на уровне 80–90% .

Решением стало использование инновационного сервиса Waterfall . Этот инструмент агрегирует API множества провайдеров данных в единый интерфейс по оптовым ценам. Вместо заключения десятков дорогостоящих контрактов и долгих юридических согласований Ramp платит одной платформе, которая автоматически перераспределяет запросы и возвращает наиболее точные контакты по минимальной цене . Кабан подчеркивает, что технологическое преимущество редко длится долго — обычно не более 12 месяцев, после чего технология становится общедоступной . Поэтому лидеры рынка обязаны постоянно искать новые инструменты.

Сам Кабан активно инвестирует в новые технологии и экспериментирует с ними. Среди таких экспериментов он выделяет:

🤖 Эпоха AI-персонализации: от общих шаблонов к гипер-таргетингу 9:04

В период с 2010 по 2020 год вершиной персонализации в рассылках считалась простая подстановка имени, названия компании или отрасли из табличных баз данных . Сегодня этот подход больше не работает. С приходом генеративного искусственного интеллекта (LLM) автоматизация вышла на принципиально новый уровень.

Кабан демонстрирует два реальных примера писем из практики Ramp, которые получатели сами опубликовали в соцсети LinkedIn из-за их высокой оригинальности:

  1. Культурно-демографический таргетинг. В первом случае менеджер по продажам использовал общие национальные корни с потенциальным клиентом . Алгоритм нашел информацию о происхождении адресата и интегрировал в текст письма обсуждение традиционных персидских блюд . Подобный глубоко личный контакт вызывает у получателя чувство взаимности (reciprocity) . Однако Кабан предупреждает европейских коллег: проведение подобных экспериментов в Европе с ее жестким регулированием GDPR может привести к колоссальным судебным искам, хотя в США это работает отлично .

  2. Алгоритм спортивных ставок. Во втором письме адресату (финансовому директору) автоматически предлагалось сделать бесплатную ставку на исход ближайшего матча его университетской спортивной команды . Американские CFO в подавляющем большинстве окончили колледжи и эмоционально привязаны к своим университетским командам . За кулисами этого эксперимента стояла команда инженеров Ramp, которая за выходные собрала базу данных всех предстоящих матчей и интегрировала алгоритм спортивной аналитики . Данная кампания показала конверсию в ответы на уровне более 10% .

Как отмечает спикер, простое предложение подарочной карты на $15 или $100 за прослушивание демо-версии работает гораздо хуже, поскольку не несет в себе игрового элемента и личного контекста .

👥 Структура идеальной команды роста и менталитет бизнес-ангела 16:35

Для реализации подобных сложных технологических кампаний требуется особая организационная структура. Кабан предлагает разделить команду роста на автономные ячейки (pods) .

Рекомендуемая структура включает в себя следующие роли:

Гийом Кабан призывает относиться к маркетингу роста с менталитетом раннего венчурного инвестора (сид-ангела) . Команда должна запускать десятки мелких гипотез, понимая, что большинство из них провалятся. По мнению спикера, маркетинг роста обязан ошибаться примерно в 70% случаев, чтобы нащупать те самые 1-2 аномально успешные стратегии, которые обеспечат кратный рост бизнеса . В отличие от классического корпоративного маркетинга, который обязан быть предсказуемым и безопасным, запуск безопасных кампаний в маркетинге роста означает стагнацию и смерть стартапа .

🎯 Как работать с клиентами вне цикла покупки (Правило 10/90) 20:26

Ведущая подкаста Кейтлин задает важный вопрос: как работать с аудиторией, если в данный конкретный момент времени лишь около 10% потенциальных клиентов находятся в фазе активного поиска решения (in-market), а остальные 90% не готовы к покупке ? Можно ли как-то ускорить их цикл принятия решений?

Кабан утверждает, что искусственно ускорить цикл покупки невозможно — попытки навязать продукт клиенту, который ментально и организационно не готов к сделке, всегда заканчиваются неудачей . Однако компания может отслеживать косвенные сигналы. Например, если e-commerce бренд открывает вакансию вице-президента по клиентскому успеху (VP of Customer Success), с высокой долей вероятности через несколько месяцев компания будет менять софт для поддержки (такой как Gorgeous или Zendesk) . В этот период важно оставаться в поле зрения потенциального покупателя, поставляя ему ценный и полезный контент без прямой продажи в лоб .

В период работы в Drift Кабан внедрил специальную аналитическую метрику эффективности . Команда отслеживала все компании, которые потенциально должны были выйти на рынок за софтом для чатов:

Кроме того, спикер категорически против использования так называемых «писем о разрыве отношений» (breakup emails), которые часто раздражают получателей и отправляются ими в спам . Вместо этого первое холодное письмо должно нести непосредственную практическую ценность.

В качестве примера Кабан приводит кейс Gorgeous: инженеры разработали скрипт, который автоматически сканировал негативные комментарии под постами брендов в Instagram . Если бренд не отвечал на жалобу пользователя в течение двух дней, система делала скриншот и отправляла его директору по маркетингу бренда с нейтральным текстом: «Привет, клиенты жалуются на ваш продукт в соцсетях, вам стоит на это отреагировать» . Такое письмо не рекламирует Gorgeous напрямую, но мгновенно вовлекает клиента за счет демонстрации реальной пользы и запускает триггер взаимной благодарности .

🔄 Преодоление барьера перехода (Switching Costs) 28:11

Вторая фундаментальная проблема B2B-продаж — высокая стоимость смены поставщика услуг (switching costs). Даже если клиент признает преимущества нового софта (например, переход с Zendesk на Gorgeous или с Brex на Ramp), его пугает организационный хаос: перенос баз данных, перенастройка регулярных платежей и интеграция с другими системами .

Для нейтрализации этого страха Кабан рекомендует комбинировать два инструмента:

  1. Выкуп контракта (Contract Buyback) — компенсация клиенту остаточной стоимости его текущего контракта с конкурентом для минимизации прямых финансовых потерь .

  2. Бесплатный период пилотного проекта (POC) под жесткие обязательства — этот метод успешно применялся в Drift . Клиенту предлагают использовать продукт абсолютно бесплатно на протяжении первых трех месяцев, но с одним строгим условием: клиент обязуется поэтапно выполнить весь список задач по интеграции и внедрению, составленный инженерами . Если по истечении этого срока клиент выполнит все шаги, но не увидит заявленного роста метрик, компания возвращает ему все внедренческие затраты и мирно расстается с ним .

Такой подход снимает с клиента страх быть обманутым и одновременно решает главную проблему низкого удержания (churn) на ранних этапах — отсутствие правильного онбординга . Как отмечает Кейтлин, снятие невысказанного страха перед головной болью интеграции творит настоящую магию на финальных стадиях переговоров .

💬 Цитаты

«Если в вашей команде роста нет инженеров, я поставлю под вопрос само её существование. Скорее всего, это просто команда генерации лидов.»

Гийом «G» Кабан 01:19

«Технологическое преимущество никогда не длится вечно — обычно около 12 месяцев. Поэтому вы должны постоянно искать новые инструменты.»

Гийом «G» Кабан 07:07

«Вы не можете искусственно ускорить цикл покупки. Но вы можете стать первыми в списке контактов клиента, когда он будет готов.»

Гийом «G» Кабан 22:11
👥 Спикеры
🔗 Упомянутые сайты и проекты
📖 Термины
ARR (Annual Recurring Revenue)
Годовой регулярный доход — метрика прогнозируемой выручки SaaS-компании за год.
CAC (Customer Acquisition Cost)
Стоимость привлечения одного клиента.
Outbound-маркетинг
Исходящий маркетинг, при котором компания сама инициирует контакт с потенциальным клиентом.
ICP (Ideal Customer Profile)
Портрет идеального клиента — описание компании, которая получит максимальную пользу от продукта.
POC (Proof of Concept)
Пилотный проект или тестирование работоспособности продукта в реальных условиях клиента.
📊 Цифры
⚖️ Другая сторона
Стартапы и бизнес Guillaume Cabane HyperGrowth Partners SaaS маркетинг outbound продажи Ramp