Статус: опубликовано в составе Свода знаний; проходит профессиональную балансировку.

Рамка главы

Эта глава полезна тем, что возвращает маркетинг из уровня абстрактных описаний аудитории к уровню решения, которое человек пытается для себя найти. Артем Борисов показывает, что обычные формулы вроде "женщина 25-35, любит стиль и качество" почти не помогают принимать продуктовые и коммуникационные решения.

Для KA4 это важно, потому что продакт-команда должна понимать не только, кто является клиентом по соцдему, но и:

• зачем человек нанимает продукт;
• в каком контексте это происходит;
• какие альтернативы он сравнивает;
• и что именно должно оказаться в продукте, контенте и оффере, чтобы выбор произошел в пользу бренда.

Соцдем не объясняет выбор

Один из базовых тезисов главы: традиционные описания целевой аудитории часто слишком размыты. Они могут быть красивыми, но не отвечают на главный вопрос - почему человек купил именно этот продукт, а не соседний.

Проблема в том, что формулы про возраст, доход и образ жизни:

• не раскрывают механизм выбора;
• не помогают собрать сильный креатив;
• не объясняют, как проектировать ассортимент;
• и почти не помогают отличать реальные сегменты друг от друга.

То есть маркетинг, построенный только на соцдеме, часто дает ощущение знания аудитории, но не дает рабочей опоры для продукта.

Jobs to Be Done помогает увидеть работу, на которую нанимают продукт

Вместо вопроса "кто наш клиент?" Артем предлагает смотреть на вопрос "для какой работы человек нанимает наш продукт?".

Это меняет оптику. В центре оказывается не сам покупатель как объект описания, а ситуация:

• что происходит в его жизни;
• какой контекст включился;
• чего он хочет достичь;
• и почему именно этот товар кажется ему лучшим решением.

Для fashion это особенно полезно там, где выбор невозможно объяснить только функциональностью. Одежда и аксессуары часто покупаются не из-за буквальной проблемы, а потому что через них человек:

• подтверждает роль;
• показывает принадлежность к среде;
• ищет уверенность;
• усиливает образ;
• переключает состояние;
• или хочет получить социально читаемый сигнал.

У продукта почти всегда есть и функция, и символическая работа

Сильная часть этой главы в том, что она не сводит Jobs to Be Done только к функциональному миру. Артем показывает, что один и тот же предмет может одновременно решать:

• практическую задачу;
• задачу принадлежности;
• задачу статуса;
• задачу эстетического самочувствия;
• задачу узнавания "своими".

Для KA4 отсюда следует важный вывод: когда продакт описывает товар, он должен понимать не только техническое назначение модели, но и ее ролевую нагрузку. В противном случае продукт может быть "правильным" по материалу и конструкции, но слабым по рыночной притягательности.

Интервью нужны не для отчетности, а для поиска повторяющихся паттернов

Артем довольно убедительно показывает, что лучший способ понять клиента - разговаривать с ним напрямую. Не в формате случайного мнения, а в формате исследовательского интервью.

Смысл такой работы не в том, чтобы услышать один красивый комментарий, а в том, чтобы через серию разговоров увидеть:

• повторяющиеся триггеры;
• устойчивые формулировки;
• реальные критерии выбора;
• и различия между сегментами.

Для бренда это означает, что интервью - это не "дополнительная активность маркетолога", а часть настройки продуктовой системы.

В fashion особенно важно различать функциональные и эмоциональные триггеры

Отдельно полезна мысль о том, что не всякая покупка начинается с четко артикулированной проблемы. В fashion нередко происходит иначе:

• человек увидел образ;
• вспомнил контекст;
• захотел перемену состояния;
• считал культурный сигнал;
• или захотел "порадовать себя".

В таком случае классический проблемно-ориентированный опрос дает ограниченный результат. Поэтому интервью должно быть настроено не только на поиск боли, но и на поиск:

• эмоциональных переключателей;
• сценариев самоощущения;
• ролевых ожиданий;
• и критериев "это мое / не мое".

AI здесь не заменяет исследование, а ускоряет разбор корпуса интервью

Практически важная часть главы связана с использованием AI для анализа транскриптов. Артем не подает это как магию. Его логика взрослая: живое интервью по-прежнему должен провести человек, но после этого AI можно использовать как ускоритель разбора материала.

Это дает бренду несколько преимуществ:

• быстрее выделять повторяющиеся темы;
• видеть закономерности между интервью;
• собирать черновую сегментацию;
• выделять критерии выбора и триггеры;
• и быстрее возвращать выводы обратно в продуктовую и маркетинговую работу.

То есть AI в этой главе появляется не как отдельный хайповый модуль, а как рабочий инструмент анализа накопленного цифрового следа.

Сегменты отличаются не только людьми, но и работами

Один из самых полезных выводов: похожие снаружи аудитории могут покупать один и тот же продукт по разным причинам.

Это особенно важно для брендов стадии S и M, которые часто думают, что у них "одна аудитория". На практике внутри одного направления могут жить разные сегменты:

• одни ищут базовую уверенность;
• другие хотят выглядеть современно;
• третьи ищут подтверждение вкуса;
• четвертые закрывают конкретную социальную ситуацию;
• пятые выбирают из логики удобства и повторяемости.

Если эти сегменты не разделены, то бренд рискует:

• говорить со всеми одинаково;
• собирать слишком общую ассортиментную матрицу;
• путать рекламные сообщения;
• и терять точность в контенте и офферах.

Маркетинг должен помогать не продавать силой, а помогать купить

Очень здоровый акцент главы состоит в том, что в перегруженной цифровой среде задача бренда часто состоит не в том, чтобы еще громче "продавать", а в том, чтобы помочь человеку принять решение.

Это означает:

• убрать лишнее когнитивное сопротивление;
• яснее показать сценарий использования;
• точнее объяснить, кому и зачем это подходит;
• и лучше провести человека по коридору выбора.

Для KA4 это прямо связано с продуктом: если бренд не понимает путь выбора, он не сможет ни правильно подать модель, ни правильно распределить акценты в карточке, ни подготовить нужный ассортимент под нужный контекст.

Роли, проявленные в этой главе

Основные роли:

• продакт-менеджер;
• маркетолог;
• бренд-стратег;
• исследователь / интервьюер.

Смежные роли:

• собственник бренда;
• контент-команда;
• аналитик;
• e-commerce-команда;
• креативный директор.

Документы и артефакты, которые здесь подразумеваются

Для DocKA из этой главы напрашиваются:

• шаблон исследовательского интервью;
• карта Jobs to Be Done;
• таблица сегментации по работам;
• шаблон анализа транскриптов;
• промпт для AI-анализа интервью;
• карта критериев выбора по сегментам.

Что стоит закрепить в KA

Из этой главы в KA4 важно удержать:

• соцдем сам по себе не объясняет выбор;
• в центре маркетинговой логики должна быть работа, на которую нанимают продукт;
• интервью нужны для выделения повторяющихся паттернов, а не для разовых цитат;
• в fashion надо учитывать и функциональные, и эмоциональные триггеры;
• AI полезен как инструмент анализа транскриптов и ускорения сегментации;
• хороший маркетинг помогает клиенту купить, а не просто усиливает шум.

Параметризация по Кондратьеву / MBSE

RBS - требования.

Нужна система, которая позволяет описывать клиента через реальные сценарии выбора и переводить эти сценарии в продуктовые, коммуникационные и ассортиментные решения.

FBS - функции.

Система должна собирать интервью, выделять работы клиента, различать сегменты, фиксировать триггеры выбора и возвращать эти выводы в продукт, контент и маркетинговые сообщения.

SBS - компоненты.

Транскрипты интервью, карта Jobs to Be Done, сегменты, критерии выбора, продуктовые гипотезы, маркетинговые сообщения, AI-аналитика, ассортиментная матрица.

WBS - работы.

Провести интервью, расшифровать корпус, выделить повторяющиеся работы и триггеры, собрать сегменты, проверить гипотезы, скорректировать продукт и контент.

DSM - связи.

Сегменты связаны с работами клиента; работы связаны с критериями выбора; критерии выбора связаны с продуктом и контентом; интервью связаны с AI-анализом; выводы анализа связаны с ассортиментом и каналами продвижения.
Статус: согласовано с кураторами корпуса; рекомендуется точечное согласование с Автором.

Рамка главы

Эта глава полезна тем, что возвращает маркетинг из уровня абстрактных описаний аудитории к уровню решения, которое человек пытается для себя найти. Артем Борисов показывает, что обычные формулы вроде "женщина 25-35, любит стиль и качество" почти не помогают принимать продуктовые и коммуникационные решения.

Для KA4 это важно, потому что продакт-команда должна понимать не только, кто является клиентом по соцдему, но и:

• зачем человек нанимает продукт;
• в каком контексте это происходит;
• какие альтернативы он сравнивает;
• и что именно должно оказаться в продукте, контенте и оффере, чтобы выбор произошел в пользу бренда.

Соцдем не объясняет выбор

Один из базовых тезисов главы: традиционные описания целевой аудитории часто слишком размыты. Они могут быть красивыми, но не отвечают на главный вопрос - почему человек купил именно этот продукт, а не соседний.

Проблема в том, что формулы про возраст, доход и образ жизни:

• не раскрывают механизм выбора;
• не помогают собрать сильный креатив;
• не объясняют, как проектировать ассортимент;
• и почти не помогают отличать реальные сегменты друг от друга.

То есть маркетинг, построенный только на соцдеме, часто дает ощущение знания аудитории, но не дает рабочей опоры для продукта.

Jobs to Be Done помогает увидеть работу, на которую нанимают продукт

Вместо вопроса "кто наш клиент?" Артем предлагает смотреть на вопрос "для какой работы человек нанимает наш продукт?".

Это меняет оптику. В центре оказывается не сам покупатель как объект описания, а ситуация:

• что происходит в его жизни;
• какой контекст включился;
• чего он хочет достичь;
• и почему именно этот товар кажется ему лучшим решением.

Для fashion это особенно полезно там, где выбор невозможно объяснить только функциональностью. Одежда и аксессуары часто покупаются не из-за буквальной проблемы, а потому что через них человек:

• подтверждает роль;
• показывает принадлежность к среде;
• ищет уверенность;
• усиливает образ;
• переключает состояние;
• или хочет получить социально читаемый сигнал.

У продукта почти всегда есть и функция, и символическая работа

Сильная часть этой главы в том, что она не сводит Jobs to Be Done только к функциональному миру. Артем показывает, что один и тот же предмет может одновременно решать:

• практическую задачу;
• задачу принадлежности;
• задачу статуса;
• задачу эстетического самочувствия;
• задачу узнавания "своими".

Для KA4 отсюда следует важный вывод: когда продакт описывает товар, он должен понимать не только техническое назначение модели, но и ее ролевую нагрузку. В противном случае продукт может быть "правильным" по материалу и конструкции, но слабым по рыночной притягательности.

Интервью нужны не для отчетности, а для поиска повторяющихся паттернов

Артем довольно убедительно показывает, что лучший способ понять клиента - разговаривать с ним напрямую. Не в формате случайного мнения, а в формате исследовательского интервью.

Смысл такой работы не в том, чтобы услышать один красивый комментарий, а в том, чтобы через серию разговоров увидеть:

• повторяющиеся триггеры;
• устойчивые формулировки;
• реальные критерии выбора;
• и различия между сегментами.

Для бренда это означает, что интервью - это не "дополнительная активность маркетолога", а часть настройки продуктовой системы.

В fashion особенно важно различать функциональные и эмоциональные триггеры

Отдельно полезна мысль о том, что не всякая покупка начинается с четко артикулированной проблемы. В fashion нередко происходит иначе:

• человек увидел образ;
• вспомнил контекст;
• захотел перемену состояния;
• считал культурный сигнал;
• или захотел "порадовать себя".

В таком случае классический проблемно-ориентированный опрос дает ограниченный результат. Поэтому интервью должно быть настроено не только на поиск боли, но и на поиск:

• эмоциональных переключателей;
• сценариев самоощущения;
• ролевых ожиданий;
• и критериев "это мое / не мое".

AI здесь не заменяет исследование, а ускоряет разбор корпуса интервью

Практически важная часть главы связана с использованием AI для анализа транскриптов. Артем не подает это как магию. Его логика взрослая: живое интервью по-прежнему должен провести человек, но после этого AI можно использовать как ускоритель разбора материала.

Это дает бренду несколько преимуществ:

• быстрее выделять повторяющиеся темы;
• видеть закономерности между интервью;
• собирать черновую сегментацию;
• выделять критерии выбора и триггеры;
• и быстрее возвращать выводы обратно в продуктовую и маркетинговую работу.

То есть AI в этой главе появляется не как отдельный хайповый модуль, а как рабочий инструмент анализа накопленного цифрового следа.

Сегменты отличаются не только людьми, но и работами

Один из самых полезных выводов: похожие снаружи аудитории могут покупать один и тот же продукт по разным причинам.

Это особенно важно для брендов стадии S и M, которые часто думают, что у них "одна аудитория". На практике внутри одного направления могут жить разные сегменты:

• одни ищут базовую уверенность;
• другие хотят выглядеть современно;
• третьи ищут подтверждение вкуса;
• четвертые закрывают конкретную социальную ситуацию;
• пятые выбирают из логики удобства и повторяемости.

Если эти сегменты не разделены, то бренд рискует:

• говорить со всеми одинаково;
• собирать слишком общую ассортиментную матрицу;
• путать рекламные сообщения;
• и терять точность в контенте и офферах.

Маркетинг должен помогать не продавать силой, а помогать купить

Очень здоровый акцент главы состоит в том, что в перегруженной цифровой среде задача бренда часто состоит не в том, чтобы еще громче "продавать", а в том, чтобы помочь человеку принять решение.

Это означает:

• убрать лишнее когнитивное сопротивление;
• яснее показать сценарий использования;
• точнее объяснить, кому и зачем это подходит;
• и лучше провести человека по коридору выбора.

Для KA4 это прямо связано с продуктом: если бренд не понимает путь выбора, он не сможет ни правильно подать модель, ни правильно распределить акценты в карточке, ни подготовить нужный ассортимент под нужный контекст.

Роли, проявленные в этой главе

Основные роли:

• продакт-менеджер;
• маркетолог;
• бренд-стратег;
• исследователь / интервьюер.

Смежные роли:

• собственник бренда;
• контент-команда;
• аналитик;
• e-commerce-команда;
• креативный директор.

Документы и артефакты, которые здесь подразумеваются

Для DocKA из этой главы напрашиваются:

• шаблон исследовательского интервью;
• карта Jobs to Be Done;
• таблица сегментации по работам;
• шаблон анализа транскриптов;
• промпт для AI-анализа интервью;
• карта критериев выбора по сегментам.

Что стоит закрепить в KA

Из этой главы в KA4 важно удержать:

• соцдем сам по себе не объясняет выбор;
• в центре маркетинговой логики должна быть работа, на которую нанимают продукт;
• интервью нужны для выделения повторяющихся паттернов, а не для разовых цитат;
• в fashion надо учитывать и функциональные, и эмоциональные триггеры;
• AI полезен как инструмент анализа транскриптов и ускорения сегментации;
• хороший маркетинг помогает клиенту купить, а не просто усиливает шум.

Параметризация по Кондратьеву / MBSE

RBS - требования.

Нужна система, которая позволяет описывать клиента через реальные сценарии выбора и переводить эти сценарии в продуктовые, коммуникационные и ассортиментные решения.

FBS - функции.

Система должна собирать интервью, выделять работы клиента, различать сегменты, фиксировать триггеры выбора и возвращать эти выводы в продукт, контент и маркетинговые сообщения.

SBS - компоненты.

Транскрипты интервью, карта Jobs to Be Done, сегменты, критерии выбора, продуктовые гипотезы, маркетинговые сообщения, AI-аналитика, ассортиментная матрица.

WBS - работы.

Провести интервью, расшифровать корпус, выделить повторяющиеся работы и триггеры, собрать сегменты, проверить гипотезы, скорректировать продукт и контент.

DSM - связи.

Сегменты связаны с работами клиента; работы связаны с критериями выбора; критерии выбора связаны с продуктом и контентом; интервью связаны с AI-анализом; выводы анализа связаны с ассортиментом и каналами продвижения.

Маркетинг: Jobs to Be Done, интервью с клиентами и AI-анализ сегментов

Временный индекс: KA4.УМП.30

Статус: рабочий черновик главы Свода знаний.

Режим доступа: внутренний рабочий контур.

Источник: расшифровка 14.04.2026, рабочая таблица Максима.

Экспертный вклад: Артем Борисов.

Основная зона: KA4 - маркетинговая логика продукта, описание работ клиента и сегментация спроса.

Связующие зоны: KA2, KA3, KA5, частично KA6.

Связь с DocKA: шаблон интервью, карта Jobs to Be Done, шаблон сегментации, таблица анализа интервью, промпт для AI-анализа транскриптов.

Рамка главы

Эта глава полезна тем, что возвращает маркетинг из уровня абстрактных описаний аудитории к уровню решения, которое человек пытается для себя найти. Артем Борисов показывает, что обычные формулы вроде "женщина 25-35, любит стиль и качество" почти не помогают принимать продуктовые и коммуникационные решения.

Для KA4 это важно, потому что продакт-команда должна понимать не только, кто является клиентом по соцдему, но и:

• зачем человек нанимает продукт;
• в каком контексте это происходит;
• какие альтернативы он сравнивает;
• и что именно должно оказаться в продукте, контенте и оффере, чтобы выбор произошел в пользу бренда.

Соцдем не объясняет выбор

Один из базовых тезисов главы: традиционные описания целевой аудитории часто слишком размыты. Они могут быть красивыми, но не отвечают на главный вопрос - почему человек купил именно этот продукт, а не соседний.

Проблема в том, что формулы про возраст, доход и образ жизни:

• не раскрывают механизм выбора;
• не помогают собрать сильный креатив;
• не объясняют, как проектировать ассортимент;
• и почти не помогают отличать реальные сегменты друг от друга.

То есть маркетинг, построенный только на соцдеме, часто дает ощущение знания аудитории, но не дает рабочей опоры для продукта.

Jobs to Be Done помогает увидеть работу, на которую нанимают продукт

Вместо вопроса "кто наш клиент?" Артем предлагает смотреть на вопрос "для какой работы человек нанимает наш продукт?".

Это меняет оптику. В центре оказывается не сам покупатель как объект описания, а ситуация:

• что происходит в его жизни;
• какой контекст включился;
• чего он хочет достичь;
• и почему именно этот товар кажется ему лучшим решением.

Для fashion это особенно полезно там, где выбор невозможно объяснить только функциональностью. Одежда и аксессуары часто покупаются не из-за буквальной проблемы, а потому что через них человек:

• подтверждает роль;
• показывает принадлежность к среде;
• ищет уверенность;
• усиливает образ;
• переключает состояние;
• или хочет получить социально читаемый сигнал.

У продукта почти всегда есть и функция, и символическая работа

Сильная часть этой главы в том, что она не сводит Jobs to Be Done только к функциональному миру. Артем показывает, что один и тот же предмет может одновременно решать:

• практическую задачу;
• задачу принадлежности;
• задачу статуса;
• задачу эстетического самочувствия;
• задачу узнавания "своими".

Для KA4 отсюда следует важный вывод: когда продакт описывает товар, он должен понимать не только техническое назначение модели, но и ее ролевую нагрузку. В противном случае продукт может быть "правильным" по материалу и конструкции, но слабым по рыночной притягательности.

Интервью нужны не для отчетности, а для поиска повторяющихся паттернов

Артем довольно убедительно показывает, что лучший способ понять клиента - разговаривать с ним напрямую. Не в формате случайного мнения, а в формате исследовательского интервью.

Смысл такой работы не в том, чтобы услышать один красивый комментарий, а в том, чтобы через серию разговоров увидеть:

• повторяющиеся триггеры;
• устойчивые формулировки;
• реальные критерии выбора;
• и различия между сегментами.

Для бренда это означает, что интервью - это не "дополнительная активность маркетолога", а часть настройки продуктовой системы.

В fashion особенно важно различать функциональные и эмоциональные триггеры

Отдельно полезна мысль о том, что не всякая покупка начинается с четко артикулированной проблемы. В fashion нередко происходит иначе:

• человек увидел образ;
• вспомнил контекст;
• захотел перемену состояния;
• считал культурный сигнал;
• или захотел "порадовать себя".

В таком случае классический проблемно-ориентированный опрос дает ограниченный результат. Поэтому интервью должно быть настроено не только на поиск боли, но и на поиск:

• эмоциональных переключателей;
• сценариев самоощущения;
• ролевых ожиданий;
• и критериев "это мое / не мое".

AI здесь не заменяет исследование, а ускоряет разбор корпуса интервью

Практически важная часть главы связана с использованием AI для анализа транскриптов. Артем не подает это как магию. Его логика взрослая: живое интервью по-прежнему должен провести человек, но после этого AI можно использовать как ускоритель разбора материала.

Это дает бренду несколько преимуществ:

• быстрее выделять повторяющиеся темы;
• видеть закономерности между интервью;
• собирать черновую сегментацию;
• выделять критерии выбора и триггеры;
• и быстрее возвращать выводы обратно в продуктовую и маркетинговую работу.

То есть AI в этой главе появляется не как отдельный хайповый модуль, а как рабочий инструмент анализа накопленного цифрового следа.

Сегменты отличаются не только людьми, но и работами

Один из самых полезных выводов: похожие снаружи аудитории могут покупать один и тот же продукт по разным причинам.

Это особенно важно для брендов стадии S и M, которые часто думают, что у них "одна аудитория". На практике внутри одного направления могут жить разные сегменты:

• одни ищут базовую уверенность;
• другие хотят выглядеть современно;
• третьи ищут подтверждение вкуса;
• четвертые закрывают конкретную социальную ситуацию;
• пятые выбирают из логики удобства и повторяемости.

Если эти сегменты не разделены, то бренд рискует:

• говорить со всеми одинаково;
• собирать слишком общую ассортиментную матрицу;
• путать рекламные сообщения;
• и терять точность в контенте и офферах.

Маркетинг должен помогать не продавать силой, а помогать купить

Очень здоровый акцент главы состоит в том, что в перегруженной цифровой среде задача бренда часто состоит не в том, чтобы еще громче "продавать", а в том, чтобы помочь человеку принять решение.

Это означает:

• убрать лишнее когнитивное сопротивление;
• яснее показать сценарий использования;
• точнее объяснить, кому и зачем это подходит;
• и лучше провести человека по коридору выбора.

Для KA4 это прямо связано с продуктом: если бренд не понимает путь выбора, он не сможет ни правильно подать модель, ни правильно распределить акценты в карточке, ни подготовить нужный ассортимент под нужный контекст.

Роли, проявленные в этой главе

Основные роли:

• продакт-менеджер;
• маркетолог;
• бренд-стратег;
• исследователь / интервьюер.

Смежные роли:

• собственник бренда;
• контент-команда;
• аналитик;
• e-commerce-команда;
• креативный директор.

Документы и артефакты, которые здесь подразумеваются

Для DocKA из этой главы напрашиваются:

• шаблон исследовательского интервью;
• карта Jobs to Be Done;
• таблица сегментации по работам;
• шаблон анализа транскриптов;
• промпт для AI-анализа интервью;
• карта критериев выбора по сегментам.

Что стоит закрепить в KA

Из этой главы в KA4 важно удержать:

• соцдем сам по себе не объясняет выбор;
• в центре маркетинговой логики должна быть работа, на которую нанимают продукт;
• интервью нужны для выделения повторяющихся паттернов, а не для разовых цитат;
• в fashion надо учитывать и функциональные, и эмоциональные триггеры;
• AI полезен как инструмент анализа транскриптов и ускорения сегментации;
• хороший маркетинг помогает клиенту купить, а не просто усиливает шум.

Параметризация по Кондратьеву / MBSE

RBS - требования.

Нужна система, которая позволяет описывать клиента через реальные сценарии выбора и переводить эти сценарии в продуктовые, коммуникационные и ассортиментные решения.

FBS - функции.

Система должна собирать интервью, выделять работы клиента, различать сегменты, фиксировать триггеры выбора и возвращать эти выводы в продукт, контент и маркетинговые сообщения.

SBS - компоненты.

Транскрипты интервью, карта Jobs to Be Done, сегменты, критерии выбора, продуктовые гипотезы, маркетинговые сообщения, AI-аналитика, ассортиментная матрица.

WBS - работы.

Провести интервью, расшифровать корпус, выделить повторяющиеся работы и триггеры, собрать сегменты, проверить гипотезы, скорректировать продукт и контент.

DSM - связи.

Сегменты связаны с работами клиента; работы связаны с критериями выбора; критерии выбора связаны с продуктом и контентом; интервью связаны с AI-анализом; выводы анализа связаны с ассортиментом и каналами продвижения.