Product-market fit: metodologija pronalaženja kroz 10 faza
Product-market fit je trenutak kada se proizvod, publika i položaj na tržištu poklope dovoljno dobro da rast prestane da bude muka. Fraza je čuvena, ali koncept klizav: većina timova ne može da kaže imaju li PMF, a većina pokušaja da se izmeri daje brojeve koji se pomeraju u zavisnosti od toga ko pita. Rezultat je dug period „jesmo li već stigli”, ponekad godinama.
Ovaj vodič opisuje strukturirani ciklus pronalaženja PMF-a: 10 faza, 7 dimenzija i mali skup mernih instrumenata na kraju. Oslanja se na rad Marty Cagana o product discovery, Testing Business Ideas od Davida Blanda, 7 Powers Hamiltona Helmera, 40% benchmark Sean Ellisa, framework Levels of PMF od First Round Capital i istraživanje Bill Grossa o tajmingu kao dominantnom faktoru uspeha startapa.
Ključni uvid
PMF ciklus traje mesecima i vraća se istim pitanjima u različitim oblicima — najpre kao pretpostavke, zatim kao nalazi research-a, zatim kao citati korisnika, zatim kao metrike posle launch-a. Svaki prolaz precizira sliku.
Zašto je strukturirani ciklus koristan
Većina saveta o PMF-u upada u jednu od dve zamke. Prva je zamka jedne metrike: „znaćete kad je imate” — korisno kao folklor, beskorisno kao proces. Druga je zamka ankete: „pokrenite Sean Ellis i pogledajte broj” — ali Sean Ellis na slučajnoj publici daje slučajan rezultat, a 47% na listi prijateljskih korisnika ne govori ništa.
Strukturirani ciklus rešava oba problema tako što razdvaja rad u faze gde svaka faza odgovara na jedno pitanje, ostavlja artefakt i hrani sledeću. Artefakti su stanje. Ako stanete na dva meseca i vratite se, folder sa artefaktima vam tačno govori gde ste.
Ciklus je takođe dizajniran tako da confidence može da padne. Ako novi podaci protivreče hipotezi, skor za tu dimenziju ide dole, i to je ciklus koji radi kako je zamišljeno. Self-driven PMF rad najčešće propada zato što timovi naduvaju svoje brojeve da bi se osećali bolje. Struktura se ovome opire kroz versioning svakog narrative-a i eksplicitno pitanje „šta se promenilo od prošlog puta i zašto”.
7 dimenzija
PMF je usaglašenost sedam varijabli, i sve moraju da drže odjednom. Šest dolaze iz Caganovog rada o product discovery; sedma, Timing, dolazi iz analize Bill Grossa od preko 200 startapa, gde se tajming pokazao kao jači prediktor ishoda od tima, ideje, business modela ili finansiranja.
| # | Dimenzija | Pitanje | Šta dobro izgleda |
|---|---|---|---|
| 1 | Problem to solve | Koji rezultat korisnici pokušavaju da postignu i šta ih blokira? | Konkretno, nezavisno od bilo kog proizvoda, sa markerima vremena i frekvencije |
| 2 | Target audience | Ko tačno, i zašto baš oni sada (vs ko kasnije)? | 2-3 bihejvioralna atributa, ne demografija; „Now” segment odvojen od „Future” |
| 3 | Value proposition | Koji jedan benefit, na njihovom jeziku, najjače pogađa? | Benefit-led tagline + 3-5 sub-benefita, merljivih u korisničkom vremenu/novcu/trudu |
| 4 | Competitive advantage | Koji od 7 Powers će biti vaš dugoročni moat? | Jedan od sedam kod Helmera, sa konkretnim mehanizmom compounding-a |
| 5 | Growth strategy | Kako dobijate prvih 1K i kako stižete do 100K? | Dva različita kanala za dva horizonta, sa cost i CAC za svaki |
| 6 | Business model | Koja je equation i da li je usklađena sa publikom i kanalom? | Konkretan pricing + procene LTV/CAC + put do profitabilnosti |
| 7 | Timing — zašto sada | Koji konkretan pomak u poslednjih 1-3 godine je ovo učinio mogućim ili potrebnim? | Konkretan triggering događaj u tehnologiji, ponašanju, regulativi ili ekonomiji |
Dimenzije su međuzavisne. Jake hipoteze pokazuju kako konkretna publika ima konkretan bol koji konkretan value prop adresira kroz kanal koji odgovara business modelu koji se compounds kroz jednu od sedam powers. Slabe hipoteze su one gde dimenzije sede paralelno i nikada se ne spajaju.
10-fazni ciklus
Ciklus vodi jedan proizvod kroz deset faza, od početka do kraja. Faze 6 i 8 se dešavaju van bilo kog alata — to su korisnikov terenski rad i launch proizvoda. Ostalih osam proizvode artefakte koji se nadograđuju jedan na drugi.
| # | Faza | Cilj | Artefakt |
|---|---|---|---|
| 0 | Setup | Uhvatiti kontekst proizvoda i pre-flight tima pre hipoteze | 00_setup.md |
| 1 | Hypothesis | Napisati prvu verziju narrative-a kroz svih 7 dimenzija | narrative-v1.md |
| 2 | Market research | Pronaći analoge (uspehe) i antiloge (neuspehe) po dimenziji | market-research.md |
| 3 | Synthesis | Risk-score svaku dimenziju; identifikovati rizik-dimenziju; v2 narrative | risk-prioritization.md, narrative-v2.md |
| 4 | DVF validation | Razložiti rizik-dimenziju na 9 testiranih assumption-a; dizajnirati eksperiment | assumptions-map.md, experiment-brief.md |
| 5 | Interview prep | Sastaviti vodič za 15+ dubinskih intervjua | interview-guide.md |
| 6 | Field interviews | (Van bilo kog alata — korisnik vodi intervjue) | interviews/notes/*.md |
| 7 | Interview synthesis | Pročitati svaku belešku u izolaciji, izvući obrasce, napisati v3 narrative | interview-synthesis.md, narrative-v3.md |
| 8 | MVP launch | (Van bilo kog alata — korisnik lansira proizvod) | — |
| 9 | Metrics | Postaviti Sean Ellis + retention cohorts + Levels of PMF | metrics-dashboard.md |
| 10 | Iterate | Odluka: nastaviti, iterirati ili pivot, na osnovu metrika | iteration-changelog.md |
Svaka faza čita ono što su prethodne napisale i dodaje svoje. Narrative se versionuje u tri tačke — v1 posle Stage 1, v2 posle Stage 3, v3 posle Stage 7 — i svaka verzija je svoj fajl sa sekcijom Version History. Poređenje v1 i v3 često ispada kao najkorisniji artefakt celog ciklusa: pokazuje šta je tim naučio i gde se originalna ideja savila pod kontaktom sa stvarnošću.
Procena rizika i rizik-dimenzija
Posle market research-a, svaka dimenzija dobija numerički risk score. Formula je jednostavna:
Risk Score = (10 - Evidence Score) × Failure Impact
Evidence Score je koliko jako podaci podržavaju dimenziju na skali 1-10. Failure Impact je koliko bi katastrofalno bilo ako se dimenzija ispostavi netačnom, na skali 1-4. Default vrednosti su zasnovane na tome koliko je svaka dimenzija povratna:
| Dimenzija | Default impact | Obrazloženje |
|---|---|---|
| Problem to solve | 4 (Critical) | Ako nema problema, nema ni proizvoda. Ne može da se oporavi. |
| Business model | 4 (Critical) | Ako se ekonomija ne uklapa, kompanija umire. Teško za oporavak. |
| Target audience | 3 (High) | Repozicioniranje je moguće, ali skupo. |
| Growth strategy | 3 (High) | Kanali se mogu promeniti, ali se vreme gubi. |
| Timing | 3 (High) | Ako kasniš, kasniš. Ako si rano, treba ti izdržljivost. |
| Value proposition | 2 (Medium) | Messaging se prepisuje iterativno. |
| Competitive advantage | 2 (Medium) | Moat se gradi godinama. Bitan dugoročno, na startu ne ubija. |
Rizik-dimenzija je ona sa najvišim skorom. Ona postaje fokus Stage 4. Synthesis takođe pokreće dve cross-fit provere: Channel-Model fit (rade li vaši growth kanali sa business modelom?) i Model-Market fit (radi li vaš business model za target audience?). Cross-fit konflikti često kriju fatalne probleme koje skoring sam propušta — klasičan primer je enterprise sales uparen sa freemium pricing-om, gde svaki deo izgleda u redu sam za sebe, ali je kombinacija nemoguća.
DVF: pretvaranje dimenzije u testirane assumption-e
Stage 4 uzima rizik-dimenziju i razlaže je na devet testiranih assumption-a kroz framework DVF Davida Blanda: Desirability × Viability × Feasibility, po tri assumption-a po kategoriji.
- Desirability assumption-i su samo o user needs. Bez novca, bez tehnologije. „I believe da mali e-commerce prodavci troše 4-6 sati nedeljno na ručno premeštanje narudžbina.”
- Viability assumption-i su samo o novcu. Pricing, conversion, CAC, LTV, unit economics. „I believe da će ovi prodavci platiti $29/mesec za alat koji štedi 4 sata.”
- Feasibility assumption-i su o tome možete li zaista da izgradite, podržite i operativno vodite proizvod. Operational + technical + regulatory.
9 assumption-a se postavljaju na 2×2 matricu Importance × Evidence. Critical kvadrant — high importance + weak evidence — je gde ide eksperiment. Bland-ova biblioteka eksperimenata ima 44 standardna testa, ali šest pokriva većinu ranih slučajeva: Customer Interview, Smoke Test, Concierge, Survey, Prototype, Landing Page. Svaki experiment brief postavlja konkretne pragove success i failure pre nego što se pokrene, tako da je rezultat nedvosmislen.
Ključni uvid
Terminološki pomak je bitan. U fazama 1-3 dokument je „hypothesis”. U Stage 4 postaje „assumptions”. Bland je strog oko ove razlike jer je hipoteza velika konstrukcija (cela dimenzija), dok je assumption pojedinačna testirana izjava koja počinje sa „I believe”. Mešanje termina u praksi izaziva pravu zbrku.
Terenski intervjui i sinteza
Stage 5 gradi vodič za intervju usmeren na 2-3 rizik-dimenzije iz sinteze. Vodič prati stroga pravila: bez leading pitanja, bez hipotetičkih budućnosti, bez mišljenja o tome šta bi ljudi mogli da rade — samo prošlo ponašanje u konkretnim situacijama. Svako pitanje se mapira na dimenziju i assumption kroz coverage matricu, tako da do kraja serije intervjua svaki assumption iz Critical kvadranta ima bar jedno pitanje usmereno ka njemu.
Preporučeni minimum je 15 intervjua; sweet spot je 20-30. Saturacija — tačka u kojoj novi obrasci prestaju da se pojavljuju — obično pogađa između 12 i 20.
Stage 7 čita beleške intervjua jednu po jednu, u izolaciji. Čitanje u paketu uprosečava obrasce i briše specifičnosti; izolacija čuva oboje. Za svaku dimenziju sinteza beleži: pattern (1-2 rečenice), supporting evidence count (N od M ispitanika), key verbatim citate, i confidence change (v2 score → v3 score). Surprises — nalazi koji protivreče originalnoj hipotezi — dobijaju zasebnu sekciju, jer su često najvrednija stvar u celom ciklusu.
Ako je confidence pao na dimenziji između v2 i v3, sinteza zastavica označava mogući loop i preporučuje jednu od tri akcije: više validacije, povratak na research, ili pivot.
Post-launch metrike: tri instrumenta zajedno
Stage 9 postavlja post-launch merenje kroz tri instrumenta koja se koriste zajedno. Nijedan od njih nije dovoljan sam za sebe.
Sean Ellis 40% Survey. Jedno pitanje: „Kako biste se osećali da više ne možete da koristite [proizvod]?” sa četiri opcije (Veoma razočaran / Donekle razočaran / Nije razočaran / N/A). Prag od 40% „Veoma razočaran” je empirijski izveo Ellis iz uzorka oko 100 startapa koje je savetovao: kompanije koje su prešle 40% mogle su da scale kroz paid marketing sa pozitivnom ekonomijom. Minimalan uzorak je 40 active users; manje od toga je statistički šum. Distribucija je ograničena na active users — ne newsletter listu, ne cherry-picked top customers.
Retention cohorts. Cohort tabela koja pokazuje koji procenat svake signup cohort-e se vraća u nedelji 1, 2, 3, 4, 8, 12. Zdrave retention krive se izravnavaju na stabilnom nivou (>40% za consumer, >60% za B2B, >25% za high-frequency proizvode) umesto da padaju ka nuli. Gledanje u opšti retention umesto u cohorts krije pad tokom vremena i jedna je od najčešćih grešaka u merenju.
First Round Levels of PMF. Lestvica od četiri nivoa — Nascent / Developing / Strong / Extreme — procenjena kroz tri dimenzije (Satisfaction, Demand, Efficiency). Ukupan nivo je minimum od ta tri. Tim ne može biti Strong na Satisfaction i Nascent na Efficiency u isto vreme; taj mismatch je bottleneck i govori vam na čemu da radite sledeće.
Tipične greške
Posle prolaza kroz ovaj ciklus na više proizvoda, iste greške se ponavljaju:
-
Solution-framed formulacija problema. Problem opisuje odsustvo našeg alata umesto prepreke koja stoji ispod. Ako se problem ne može iskazati bez pominjanja proizvoda, on nije validiran.
-
Publika definisana kroz demografiju. „Žene 25-45” je demografska kategorija. Korisna definicija publike koristi 2-3 bihejvioralna ili situaciona atributa i eksplicitno odvaja „Now” segment od „Future” proširenja.
-
Features prerušeni u benefits. „Real-time sync sa marketplace API” je feature. Benefit je „narudžbine se pojavljuju automatski — bez ručnog kopiranja”. Value proposition izgrađen od features umesto benefits ne testira se na rezonancu.
-
Confidence naduvan zbog osećaja. Kada market research protivreči v1 hipotezi, impuls je da se preformuliše umesto da se snizi skor. Ciklus je dizajniran tako da skor može da padne.
-
Sean Ellis na pogrešnoj publici. Pokretanje ankete na newsletter listi, na prijateljskim ranim korisnicima ili na top 10% po revenue daje lažno visok skor koji ne predviđa scale. Active users, random sample, in-context distribucija.
-
Skok pravo na metrike. Bez ranijih faza, metrike mere šum. Iskušenje je stvarno jer metrike izgledaju kao napredak.
-
Tretiranje PMF-a kao binarnog stanja. PMF je lestvica od četiri nivoa, i većina tvrdnji „imamo PMF” pripada Level 2 — još nisu dostigli prag Level 3 na kome rast postaje skalabilan. Nivo na kome ste menja ono što treba da radite sledeće.
Kada je ovaj pristup pravi izbor i kada nije
Ciklus dobro radi za B2C SaaS, B2B SaaS, marketplaces, DTC proizvode, interne alate i AI proizvode na application sloju. Pretpostavlja da znate ko je target user i koji problem pokušavate da rešite — ako ništa od toga nije jasno, Stage 0 je preuranjen i treba da počnete od šire discovery.
Pristup ne odgovara deep tech ili R&D proizvodima gde je Feasibility dominantan rizik godinama unapred (kvantno računarstvo, biotech, novi materijali). Za njih je Technology Readiness Levels pravi framework; DVF iskrivljuje. Pristup takođe pretpostavlja jedan proizvod po projektu — portfolio od pet proizvoda znači pet odvojenih ciklusa koji teku paralelno.
Ciklus ne pokreće eksperimente za vas. Faze 6 i 8 — terenski intervjui i MVP launch — su eksplicitna stanja čekanja. Metodologija proizvodi vodič i dashboard; vi radite terenski rad i launch.
Izvori metodologije
Ako želite da pročitate izvorni materijal, evo odakle dolaze delovi ciklusa:
- Marty Cagan — Inspired i Empowered. Dekompozicija na 7 dimenzija oslanja se na Caganov framing product discovery, posebno na njegovo insistiranje da problem mora biti formulisan nezavisno od rešenja.
- David Bland i Alex Osterwalder — Testing Business Ideas (2019, Strategyzer). DVF framework, struktura 9 assumption-a, 2×2 matrica importance/evidence i standardna biblioteka eksperimenata.
- Hamilton Helmer — 7 Powers: The Foundations of Business Strategy. Sedam mogućih dugoročnih moats — Scale Economies, Network Economies, Counter-Positioning, Switching Costs, Branding, Cornered Resource, Process Power.
- Sean Ellis — 40% PMF survey. Objavljeno 2009; prag od 40% je empirijski nalaz izveden iz kompanija koje je Ellis savetovao, bez teorijske osnove iza njega.
- First Round Capital — The Levels of Product/Market Fit. Todd Jackson, Brian Rothenberg, Carolyn Stein. Lestvica od četiri nivoa i mreža procene od tri dimenzije.
- Bill Gross — TED talk o #1 faktoru uspeha startapa. Analiza koja stavlja timing ispred tima, ideje, business modela i finansiranja.
- Rahul Vohra — How Superhuman Built an Engine to Find Product/Market Fit. Loop segmentiranja grupe „Veoma razočaran”, identifikovanja onoga što cene, ponovne izgradnje oko njih i ponovnog pokretanja survey-a.
Alat za pokretanje ciklusa
Ciklus opisan iznad je implementiran kao Claude Code skill pod nazivom pmf — open-source alat koji vodi jedan proizvod kroz svih 10 faza, drži artefakte u folderu projekta i nastavlja se između sesija. Dvojezičan je (engleski + ruski, izbor pri prvom pokretanju), besplatan pod MIT i trenutno u beti.
Skill, sa svojih 23 reference fajla (logika faza + metodologija + šabloni) na oba jezika, nalazi se u share repozitorijumu: github.com/alenazaharovaux/share/tree/main/skills/pmf.
Beta znači da pipeline drži od početka do kraja na stvarnim proizvodima, ali oštre ivice još nisu mapirane. Feedback od spoljnih korisnika — šta je radilo, šta je puklo, šta je bilo neobično — najvredniji je input koji projekat trenutno može da dobije. Ako probate, molim otvorite issue u share repu ili se javite.
Resursi
- Skill na GitHub-u — uputstva za instalaciju, ceo README, sve reference na EN i RU
- Hamilton Helmer — 7 Powers (knjiga)
- David Bland i Alex Osterwalder — Testing Business Ideas (knjiga)
- Sean Ellis — Finding Product-Market Fit
- First Round Review — The Levels of Product/Market Fit
- Rahul Vohra — Superhuman PMF Engine
- Bill Gross — The single biggest reason why startups succeed (TED)