Бизнес-модель продажи и использования ПО
Какой биллинг нужен стартапу для первого платного запуска? Подключить приём платежей — мало, но и полноценная система расчётов на старте не нужна. Разбираю, что должно войти в MVP биллинга, а какие сценарии можно оставить на потом.
Шесть российских RPA‑платформ, более 300 критериев и тысячи страниц документации. В начале исследования мы ожидали увидеть привычный для enterprise‑рынка разрыв между несколькими лидерами и остальными участниками. Вместо этого обнаружили сформировавшееся ядро зрелых платформ, каждая из которых способна работать в крупном корпоративном контуре.
Это не значит, что продукты одинаковы. Наоборот, различия есть, но искать их нужно не в базовом списке функций. Они проявляются в архитектуре, эксплуатации, требованиях к команде, работе с отечественной инфраструктурой, ИИ‑возможностях и полной стоимости владения.
В конце июля июля мы опубликовали исследование «RPA Круг Громова 2026». В этой статье расскажу, как мы его делали, какие гипотезы не подтвердились и на что смотреть заказчику, если пункт «умеет создавать программных роботов» уже ничего не объясняет.
Проверил 6 AI API-сервисов с бесплатным доступом: VyceAI, Experiential, Dahl, APInex, ModelRouter и TokenForge. Сравнил доступные модели, стартовые лимиты, RPM и поведение API на практике.
Сегодня только самый ленивый уже не попробовал создать свой SaaS. И я это знаю, так как руковожу маркетинговым агентством, которое больше 10 лет специализируется на продвижении SaaS-сервисов, и мы тоже параллельно делаем несколько собственных SaaS-продуктов, за маркетинг которых я плачу из своего кармана. И ко мне переодически приходят за консультацией по поводу продвижения разных SaaS. Поэтому, учитывая, что за эти годы мы собрали микс работающих каналов для десятков клиентских, я решил написать статью, в которой расскажу, что работает в России, а что за рубежом и что из этого доступно для российских основателей, чем продвижение B2B SaaS отличается от B2C, и с чего бы я начинал сегодня.
Отток в массовом B2B SaaS почти всегда рождается не в недовольстве продуктом, а в первых днях после покупки, до того как клиент дошёл до реального результата. Чинит его онбординг, а не запуск программы удержания.
Пользователи открывали мое приложение VibeLing и не понимали, что учить. Я добавил готовые коллекции и долго считал проблему решенной.
Но однажды открыл собственный словарь сербского и понял: все это время я решал не ту проблему.
С этого материала хочу начать небольшую серию квартальных обзоров рынка конструкторов сайтов и CMS. Сервисы сейчас развиваются настолько быстро, что уследить за всеми релизами, сменой подходов и новыми технологиями становится все сложнее. Поэтому раз в несколько месяцев буду собирать наиболее заметные изменения в одном месте и смотреть не только на то, какие функции появились, но и на то, куда в целом движутся сами платформы. Этот летний дайджест будет первым выпуском такой серии.
Всем привет! Это Денис Сметнев. Я тут рассказываю про вайбкодинг, про то, как один человек теперь может заменить команду, и как узкое горлышко переместилось из разработки в сторону маркетинга. При этом я наставник у ребят, которые пилят SaaS, но не справились бы без разработчиков. Речь про Reels-Boss — сервис, который нарезает длинные видео на вирусные вертикальные куски для Shorts, Reels и TikTok. Рассказываю, как ребята втроем обслуживают 50 000 клиентов и почему вайбкодеры не справятся с таким сервисом.
Первый запуск рекламы:
5 929 переходов
3 289 целевых действий
CR (доля посетителей, которые совершили нужное нам действие) — 55,47%
CPA (сколько нам стоило одно такое действие) — 6,89 ₽
Для нас целевым действием было первое реальное действие на онлайн-доске. Больше половины людей не просто приходило, а реально начинало пользоваться доской. На первый взгляд результаты были почти идеальными. Оставалось прикрутить монетизацию и можно было считать будущую выручку.
Или же нет? Мы детальнее посмотрели, возвращались ли пользователи.
Почти никто.
AI-сервисы, API и SaaS всё чаще переходят от фиксированной подписки к оплате за фактическое использование. Если клиент пользуется сервисом больше, он платит больше, если меньше — меньше. Такой подход кажется простым, пока не начинаешь внедрять его в реальном продукте. Здесь легко ошибиться и с самой тарифной логикой, и с учётом потребления. В статье собрала 10 ошибок, которые встречаются при внедрении pay as you go.
Я делаю сервис, который разворачивает проекты юзеров на их серверах.
Разбираю на своём примере три вещи, которые нужны любому, кто просит доступ к секретам пользователя. Что просить, как хранить и что делать, когда сузить права нельзя в принципе.
Дальше практика с кодом. Почему в ключе стоит метка, почему сам ключ встречается в команде ровно один раз, и три места, где я налажал.
Кому полезно: тем, чей сервис просит доступ к секретам своих пользователей (серверы, репозитории, токены), да и в общем всем кто как-то связан с этой темой.
За последнее время с помощью вайбкодинга я сделал пять сервисов, которые реально используются в работе: мониторинг резервных копий, управление доступами, контроль дежурств, сканер уязвимостей и интерфейс для управления firewall.
Но все они решали внутренние задачи компании. Теперь хочу проверить более интересную гипотезу: можно ли тем же способом одному человеку сделать полноценный продукт для внешних пользователей — и в итоге получить сервис, за который люди действительно будут готовы платить.
В статье рассказываю, почему после пяти рабочих внутренних проектов решил взяться за собственный SaaS, что именно собираюсь делать и почему выбрал для этого AI-сервис для разбора юридических документов.
Собрал 6 AI-роутеров с бесплатным доступом к Claude, GPT, DeepSeek, Qwen и другим моделям. Показываю, что реально дают после регистрации: баланс, доступные модели, лимиты и нюансы работы через API.
Это разбор одного канала для B2B-сервиса со сложным продуктом: как за 18 месяцев переходы из нейросетей выросли практически с нуля до 845 и почему три четверти этого трафика дала Алиса, а ChatGPT остался далеко позади. Если вы отвечаете за привлечение в онлайн-сервисе и прикидываете, стоит ли вкладываться в оптимизацию под нейросети, дальше механика без маркетинговой воды: схема замера из трех сигналов, что чинили на сайте, какую микроразметку раскладывали и как выглядит выгрузка по шести нейросетям. Клиент под NDA, поэтому обезличиваю по роду деятельности, но цифры реальные, из Яндекс Метрики, выборка 100 процентов.
За месяц восемь почтовых ящиков отправили 6021 письмо по 2107 компаниям, и с этого объема пришло 204 ответа и 19 квалифицированных лидов, при этом баунс так и остался на четырех процентах, а из строя за все время не вышел ни один ящик. Пишу для тех, кто отвечает за лидогенерацию в узком B2B-сервисе и приглядывается к холодному аутричу как к дополнительному каналу. Маркетинговую часть я тут почти опущу и разберу инженерную: как считали дневные лимиты, чем и по сколько грели ящики, зачем городили домены-двойники и как ответы уходили в CRM, минуя ручной разбор почты.
Привет, на связи Дмитрий. У меня на руках аккаунт, в котором поисковый и охватный контуры размечены раздельно, а замеры доведены до квалифицированной заявки и продажи в CRM. Если вы отвечаете за рекламу веб-сервиса и в команде идёт вечный спор, надо ли держать горячий и латентный спрос в разных кампаниях, дальше цифры этого аккаунта и решения, которые из них следуют.
Привет, на связи Дмитрий. У меня на руках аккаунт, в котором поисковый и охватный контуры размечены раздельно, а замеры доведены до квалифицированной заявки и продажи в CRM. Если вы отвечаете за рекламу веб-сервиса и в команде идёт вечный спор, надо ли держать горячий и латентный спрос в разных кампаниях, дальше цифры этого аккаунта и решения, которые из них следуют.
Содержание
1. Почему одна структура аккаунта не тянет оба типа спроса?
2. Как разметить аккаунт, чтобы замеры вообще стали возможны?
3. Что показали замеры по типам трафика?
4. Почему дешёвый клик не означает дешёвую заявку?
5. Что происходит внутри автотаргетинга и что там можно отключать?
6. Почему по цене формы нельзя резать бюджет?
7. Сколько данных нужно, чтобы решение по кампании не было случайным?
8. Как собрать структуру под каждый контур и как делить бюджет?
9. Где структура ломается чаще всего?
10. Частые вопросы
Привет, на связи Дмитрий Шестаков. Мы в агентстве собираем сквозную аналитику для онлайн-сервисов с длинным циклом сделки, и почти каждый проект начинается с одной и той же сцены: Директ показывает одно число заявок, Метрика другое, CRM третье, и все три системы уверены в своей правоте. Ниже разберу наш стек как он есть — какие слои данных нужны, по каким ключам они связываются, чем забираем выгрузки, где спотыкались сами. С замерами реального проекта, где расход в Директе за период превысил полтора миллиона рублей. Если вы отвечаете за окупаемость трафика SaaS-сервиса, схема переносится почти без изменений.
Привет, меня зовут Надя, я продуктовый менеджер сервиса «Фейскит». Наша команда делает программу, которая помогает не терять шуруповерты, болгарки и пассатижи в суровой реальности стройки. Изначально мы задумывали продукт как простой и надежный способ учета инструментов и материалов. Но жизнь распорядилась иначе: за четыре года мы прошли путь от систематизации данных из Excel-таблиц до запроса на интеграцию с бухгалтерией. Рассказываю по порядку, как все было.
Открыть ТОО в Казахстане можно быстро. Сложнее понять, как это ТОО будет принимать платежи от клиентов из США и Европы.
Привет! Меня зовут Даша, я занимаюсь развитием сервиса Скорозвон — облачного решения для автоматизации коммуникаций в отделах продаж и колл-центрах. И я менеджер продукта.
На первый взгляд, продакт не самый очевидный автор статьи о работе с клиентами: текущими вопросами обычно занимается клиентский сервис. Но чтобы развивать продукт, недостаточно получать отдельные запросы через заявки, продажи и интервью. Важно понимать, как устроен бизнес клиента, с какими проблемами он сталкивается и каких результатов хочет достичь.
Собрать этот контекст нам помогли QBR — регулярные встречи, на которых клиент, сервис и продукт вместе обсуждают текущую работу, планы и дальнейшее развитие.
В статье расскажу, как мы пришли к этому формату, почему первая попытка собирать идеи клиентов в Excel не сработала, как устроены наши QBR и что они изменили для всех участников.