Что такое growth hacking простыми словами

У стартапа редко есть большой рекламный бюджет, но всегда есть задача расти быстро. Growth hacking вырос именно из этого противоречия: вместо дорогих кампаний команда запускает поток дешёвых экспериментов и оставляет то, что сработало. Разобрали, что стоит за модным термином, как устроен процесс, на каких примерах он прославился и где перестаёт работать.

Что такое growth hacking

Growth hacking (в переводе — «взлом роста») — это подход к росту компании через быстрые проверяемые эксперименты на всём пути клиента. Команда выдвигает гипотезы, как привлечь, удержать или вернуть пользователей, быстро их проверяет, отбрасывает неудачные и масштабирует те, что дали результат.

Термин ввёл маркетолог Шон Эллис в 2010 году. Он помогал молодым компаниям — среди них Dropbox — быстро набирать пользователей, а когда искал себе замену, понял, что ищет человека не совсем маркетингового склада. Обычный маркетолог отвечает за рекламу и узнаваемость, а этому нужен был тот, для кого единственная цель — рост, и кто ради него готов лезть в продукт, аналитику и механику привлечения. Такого человека Эллис и назвал growth hacker.

Слово «хакинг» здесь не про взлом систем, а про изобретательность. Growth hacker ищет нестандартные и дешёвые способы роста там, где классический маркетинг предложил бы просто увеличить бюджет. Часто такие способы встроены в сам продукт: приглашение друга, автоматическая подпись в письме, реферальная награда. Это не разовый трюк, а систематическая работа — постоянный конвейер проверок, где ценность в накоплении множества небольших улучшений, а не в одной гениальной идее.

Родился подход в среде технологических стартапов не случайно. У них нет денег на массовую рекламу, зато есть цифровой продукт, который можно быстро менять, и аналитика, которая сразу показывает результат правок. Это и создало условия для роста через эксперименты вместо роста через бюджет.

Со временем из отдельного приёма подход превратился в отлаженный метод. Шон Эллис вместе с Морганом Брауном описали его в книге «Взламывая рост», и с тех пор в компаниях появляются отдельные команды роста, которые работают именно так — потоком гипотез и тестов. Поэтому за словом growth hacking стоит не образ одиночки, который придумал хитрый трюк, а налаженный процесс, встроенный в работу команды.

Чем growth hacking отличается от обычного маркетинга

Growth hacking не отменяет маркетинг, но смотрит на рост иначе. Классический маркетинг чаще отвечает за верх воронки — привлечение и узнаваемость, — а за удержание и продажи отвечают другие отделы. Growth hacker ведёт весь путь клиента целиком и отвечает за один общий результат — рост.

Разница не в том, что один подход лучше. Классический маркетинг незаменим для бренда и работы с рынком в долгую. Growth hacking силён там, где нужно быстро найти рабочие точки роста при скромном бюджете. Главное отличие — в опоре на данные и в готовности править сам продукт: growth hacker не просто рекламирует то, что есть, а меняет онбординг, добавляет приглашения и реферальные механики, если это двигает рост.

Ещё одно отличие — отношение к неудаче. В growth hacking большая часть гипотез не срабатывает, и это норма процесса, а не провал. Ценность даёт скорость перебора: чем быстрее команда проверяет идеи, тем быстрее находит те несколько, что дают рост.

Разницу видно на простой задаче. Классический маркетолог, которому нужно больше клиентов, скорее всего предложит запустить новую рекламную кампанию и увеличить бюджет. Growth hacker сначала посмотрит в данные и может обнаружить, что реклама приводит достаточно людей, но половина из них уходит на этапе регистрации из-за длинной формы. Тогда рост даст не новый бюджет, а укороченная форма — и это будет стоить дешевле любой кампании. Оба подхода решают одну задачу, но growth hacking ищет ответ в цифрах и в самом продукте, а не только в рекламе.

Воронка AARRR: на чём строится взлом роста

Чтобы искать точки роста системно, а не наугад, growth hacking опирается на модель воронки AARRR. Её предложил инвестор Дейв Макклюр, и за созвучие с пиратским возгласом её называют «пиратскими метриками». Модель делит путь клиента на пять этапов, и на каждом можно ставить эксперименты.

Привлечение (Acquisition) — как человек узнаёт о продукте и попадает в него: поиск, реклама, соцсети, рекомендации. Здесь считают, сколько людей пришло и по какой цене.

Активация (Activation) — первый удачный опыт, момент, когда человек ощутил пользу. Пользователь может прийти, но так и не понять, зачем продукт нужен. Этот этап показывает, какая доля новичков дошла до пользы.

Удержание (Retention) — возвращаются ли люди снова. Продукт, из которого уходят после первого визита, не вырастет, сколько ни лей трафика сверху.

Рекомендации (Referral) — приводят ли пользователи новых людей. Это самый дешёвый источник роста, потому что клиенты привлекают клиентов сами.

Доход (Revenue) — платят ли пользователи и сколько приносят. В итоге все улучшения сводятся к деньгам.

У каждого этапа свои метрики. На привлечении смотрят число новых пользователей и стоимость привлечения одного. На активации — долю дошедших до первой пользы. На удержании — сколько людей возвращается через день, неделю, месяц. На рекомендациях — сколько новых пользователей приводит один существующий. На доходе — конверсию в оплату и средний чек. Эти цифры и показывают, какой этап проседает.

Смысл модели в том, что рост — это не только привлечение. Часто узкое место находится не наверху воронки, а в середине: люди приходят, но не активируются или уходят через неделю. Тогда закачивать больше трафика бессмысленно — сначала чинят дырявый этап. AARRR помогает найти, где именно теряются пользователи, и направить эксперименты туда, где они дадут больше всего.

Как работает процесс экспериментов

За внешней простотой стоит повторяемый цикл. Он превращает поток идей в проверенные точки роста и работает по кругу.

Начинается всё с главной метрики роста. Команда выбирает один показатель, который лучше всего отражает пользу продукта и его рост, — его называют North Star, «полярная звезда». Для одного продукта это число активных команд, для другого — количество завершённых заказов. Эта метрика удерживает эксперименты от погони за пустыми цифрами вроде числа скачиваний, которые не ведут к реальному результату.

Дальше собирают данные и выдвигают гипотезы. На основе аналитики команда предполагает, что именно двинет метрику: изменить первый экран, добавить приглашение друга, упростить регистрацию. Гипотез набирается много, и проверить все сразу нельзя.

Поэтому гипотезы приоритизируют. Частый способ — оценка по трём критериям, которую называют ICE: влияние на метрику (Impact), уверенность в успехе на основе данных (Confidence) и простота запуска (Ease). Каждый критерий оценивают по шкале, складывают, и наверх поднимаются идеи с лучшим сочетанием пользы и лёгкости. Так команда не спорит вкусами, а сравнивает гипотезы по общим правилам.

Затем гипотезу проверяют. Чаще всего через A/B-тест: часть пользователей видит новый вариант, часть — старый, и по заранее выбранной метрике смотрят, что сработало лучше. Тест ставят на одну переменную за раз, иначе не понять, что дало результат.

Замыкает цикл разбор результата. Удачную гипотезу внедряют и масштабируют, неудачную отбрасывают, но и из неё делают вывод — почему не сработало. После этого берут следующую идею. Отличие growth hacking от разовых акций именно в темпе: сильные команды проверяют не одну гипотезу в квартал, а несколько в неделю. Чем выше темп проверок, тем быстрее находятся рабочие точки роста.

У A/B-теста есть дисциплина, без которой выводы получаются ложными. Тест держат до тех пор, пока в каждой группе не наберётся достаточно пользователей, иначе разница между вариантами может оказаться случайной. Нельзя останавливать проверку в момент, когда нужный вариант вырвался вперёд, — на следующий день перевес часто исчезает. И сравнивают всегда одну переменную: если поменять сразу и заголовок, и кнопку, и картинку, причину результата установить не выйдет. Эти правила отличают эксперимент от самообмана, когда команда видит в цифрах то, что хочет увидеть.

Пример: как найти узкое место воронки

Проще всего увидеть логику подхода на условном примере. Цифры здесь придуманы и нужны, чтобы показать, как команда находит слабое место.

Мобильное приложение привлекает 10 тыс. новых пользователей в месяц. До первого полезного действия — активации — доходят 30%, то есть 3 тыс. Через неделю возвращаются 40% активированных, около 1,2 тыс. Из вернувшихся приглашают друга каждый десятый, а платит в итоге 5%.

Первый соблазн — залить ещё рекламы и удвоить привлечение. Но посмотрим на воронку: до активации не доходят 70% пришедших. Это и есть самое узкое место. Если поднять активацию с 30 до 45% — например, упростив первый экран и показав пользу сразу, — активированных станет 4,5 тыс. вместо 3 тыс., и весь поток ниже вырастет в полтора раза без единого лишнего рубля на рекламу.

Теперь сравним стоимость решений. Удвоить привлечение — значит удвоить рекламный бюджет и платить за него каждый месяц. Поднять активацию — значит один раз переделать онбординг, и это подействует на всех будущих пользователей. Поэтому growth hacker сначала ищет самый дырявый этап воронки, а масштабирует привлечение только тогда, когда ниже по воронке всё держится.

Тот же приём работает и на других этапах. Когда активация выправлена, узким местом может стать удержание: люди активируются, но не возвращаются. Тогда эксперименты переносят туда — добавляют письмо-напоминание, подсказку о неиспользованной функции, повод вернуться на следующий день. Growth hacking и есть постоянный поиск самого слабого звена и точечная работа над ним, а не разгон всего сразу.

Приёмы, на которых строят рост

За годы у подхода накопился набор повторяющихся рычагов. Это не готовые рецепты, а механики, которые проверяют экспериментами под конкретный продукт.

Реферальные механики — приглашение друга с наградой обеим сторонам. Работают лучше всего, когда наградой служит сам продукт: дополнительное место, дни подписки, доступ к функции. Так пользователи приводят пользователей, и привлечение обходится дешевле рекламы.

Оптимизация онбординга — сокращение пути от регистрации до первой пользы. Убирают лишние поля, ведут новичка к полезному действию сразу, показывают результат в первые минуты. Это самый частый рычаг, потому что активация решает судьбу всех, кто пришёл.

Вирусные петли — механика, где работа с продуктом сама вовлекает новых людей: ссылка на общий документ, приглашение в рабочее пространство, публичный результат, которым хочется поделиться. Чем естественнее петля встроена в сценарий, тем дешевле рост.

Триггерные письма и уведомления — сообщения по действию пользователя: брошенная корзина, незавершённая настройка, давно не открывавшийся продукт. Они возвращают людей и работают на удержание, а не на привлечение.

Посадочные страницы и A/B-тесты — быстрая проверка заголовков, предложений и кнопок на реальных посетителях. Дешёвый способ понять, что цепляет аудиторию, до вложений в масштаб.

Под всем этим лежит аналитика. Без событийной аналитики не видно, где теряются пользователи, а значит, нечего и чинить. Поэтому её настраивают первой, а приёмы применяют уже по её подсказкам, а не наугад.

Классические примеры growth hacking

Подход прославили несколько историй, которые показывают его логику лучше любого определения.

Hotmail в 1990-х вырос на одной строке. Сервис бесплатной почты добавил в конец каждого исходящего письма приписку со ссылкой: «P.S. Я люблю тебя. Заведи бесплатную почту на Hotmail». Каждое письмо пользователя становилось рекламой сервиса для получателя, и почта разошлась вирусно, набрав миллионы пользователей за полтора года. Стоила эта идея почти ничего, а рост дала взрывной — образец встроенного в продукт распространения.

Dropbox построил рост на реферальной программе. За приглашение друга сервис дарил дополнительное место и тому, кто пригласил, и тому, кто пришёл. Людям было выгодно звать знакомых, и, по данным компании, программа надолго увеличила число регистраций примерно на 60%. Реклама тут почти не участвовала — росла сама механика продукта. А ещё раньше основатель показал короткое видео с демонстрацией сервиса на профильном сайте для технической аудитории — и список ожидания за ночь вырос в разы. Оба хода объединяет то, что рост дала точная работа с нужной аудиторией, а не рекламный бюджет.

Airbnb на раннем этапе подключился к чужой аудитории. Команда сделала так, что хозяин жилья мог одним действием разместить своё объявление ещё и на популярной доске Craigslist, где уже сидели миллионы людей, искавших аренду. Сервис получал поток посетителей с чужой площадки, не тратя на это рекламный бюджет. Это пример технического хака, который тащил рост, пока продукт не встал на ноги.

PayPal разогнал рост прямой доплатой. Сервис платил деньги и новому пользователю, и тому, кто его привёл. Привлечение обходилось недёшево, зато база росла по цепочке: каждый приведённый приводил следующих. Когда сеть пользователей стала достаточно большой, доплату свернули. Здесь видно и силу приёма, и его цену — такой разгон работает, только пока за ним стоит расчёт экономики.

LinkedIn использовал поисковики. Профили пользователей сделали публичными, и они начали попадать в выдачу Google: человек искал коллегу по имени, находил его страницу в LinkedIn и заводил свой профиль, чтобы тоже быть на виду. Сеть получала поток посетителей из поиска без затрат на рекламу — рост дал не отдельный трюк, а решение открыть страницы для индексации.

Общее у этих историй одно: рост шёл не от рекламного бюджета, а от механики, встроенной в продукт или найденной в обход дорогих каналов. Но копировать эти приёмы в лоб бесполезно — они сработали в своё время и в своём продукте.

Кому подходит и с чего начать

Growth hacking сильнее всего у цифровых продуктов, которые можно быстро менять и по которым сразу видны данные: приложения, онлайн-сервисы, интернет-магазины. Там гипотезу удаётся проверить за дни, а результат посчитать точно. Чем медленнее меняется продукт и чем хуже видны цифры, тем труднее выстроить поток экспериментов.

Подход требует не столько денег, сколько культуры. Нужна команда, которая спокойно относится к тому, что большинство гипотез не сработает, и ценит быстрый перебор идей выше красивой разовой кампании. Нужна аналитика, без которой нечего измерять. И нужна готовность менять продукт, а не только рекламу.

Отсюда и состав команды роста. В неё редко входят одни маркетологи: рядом нужен человек, который правит продукт, аналитик, который считает результат, и часто дизайнер. Такая команда отвечает не за отдельный канал, а за общую метрику роста, и работает короткими циклами. В маленькой компании эти роли совмещает один-два человека, но принцип тот же: рост тянут вместе продукт, маркетинг и аналитика, а не один отдел в отрыве от остальных. Именно поэтому в чистом виде growth hacking приживается там, где отделы не разделены стеной.

Начать проще с фундамента, а не с копирования чужих хаков. Сначала настраивают аналитику и выбирают главную метрику роста. Затем по воронке AARRR находят этап, где сильнее всего теряются пользователи. И только потом запускают первые гипотезы точечно в это узкое место, а не по всему пути сразу. Один рабочий эксперимент на слабом этапе даёт больше, чем десяток ярких идей там, где и так всё в порядке.

Первые проверки стоит делать простыми и дешёвыми. Не нужно сразу перестраивать продукт: изменить один заголовок, добавить одно письмо, упростить один шаг регистрации — этого хватает, чтобы понять, движется метрика или нет. Смысл не в масштабе первого теста, а в том, чтобы запустить цикл и приучить команду принимать решения по цифрам. Дальше темп и сложность экспериментов наращивают по мере того, как накапливаются данные и понимание, что вообще влияет на рост в этом продукте.

Ошибки и мифы

Вокруг growth hacking накопилось много заблуждений, из-за которых подход применяют не так.

Главный миф — что это набор волшебных трюков, которые дадут взрывной рост любому. На деле это система из гипотез, тестов и разбора результата. Отдельный приём без процесса за ним — случайность, а не метод.

Вторая ошибка — разгонять рост до того, как продукт нужен людям. Если пользователи не возвращаются и не рекомендуют продукт, эксперименты по привлечению просто быстрее сольют деньги. Шон Эллис предлагал простую проверку готовности: спросить пользователей, сильно ли они расстроятся, если продукт исчезнет. Пока заметная доля не отвечает «очень расстроюсь», силы разумнее тратить на сам продукт, а не на его разгон.

Третья ошибка — копировать чужие кейсы дословно. Приписка Hotmail и реферальная программа Dropbox сработали в своих условиях. Чужой хак — источник идей, но не готовый рецепт: свою рабочую механику находят только собственными тестами.

Четвёртая — гнаться за верхом воронки, забывая про удержание. Когда команда празднует рост скачиваний, но люди уходят через день, растёт дырявое ведро. Пользы от такого роста нет, а деньги на привлечение тратятся впустую.

Пятая — измерять успех красивыми, но пустыми цифрами. Число подписчиков, показов и лайков приятно растёт и легко попадает в отчёт, но само по себе не говорит о деньгах и пользе. Такие показатели называют метриками тщеславия. Их отличает простой признак: если цифра выросла, а бизнесу от этого ничего не прибавилось, ориентироваться на неё нельзя. Growth hacker сверяет эксперименты с главной метрикой роста и деньгами, а не с числом, которое просто приятно видеть.

Отдельно стоит держаться подальше от серых приёмов — спама, накрутки, назойливых рассылок и рассылки приглашений без согласия. Они дают короткий всплеск и портят отношение к бренду, а часть таких методов ещё и нарушает правила площадок и закон о рекламе. Рост, построенный на раздражении пользователей, недолговечен.

Вывод

Growth hacking — это не мешок трюков, а способ растить продукт через поток проверяемых гипотез на всём пути клиента, от привлечения до дохода. Его сила в дешевизне и скорости: команда быстро перебирает идеи и оставляет те несколько, что реально двигают главную метрику. Но работает подход только на продукте, который людям уже нужен, и только вместе с честной аналитикой — без неё эксперименты превращаются в угадывание.