Как JTBD помогла Dropbox понять, за что пользователь на самом деле платит

Dropbox долго выглядел как очередное облачное хранилище. Но команда заметила: люди покупают не «место в облаке», а спокойствие — чтобы файлы были под рукой, синхронизировались между устройствами и не терялись в хаосе папок.

**Задача**
Нужно было понять, какой реальный повод запускает покупку и удержание, а не просто собрать ещё один список пожеланий от пользователей.

**Решение**
Команда провела JTBD-исследование: не спрашивала «что вам нравится в продукте», а разбирала контекст последнего найма сервиса. Что случилось до покупки? Какая была «болезнь»? Почему человек выбрал именно Dropbox, а не флешку, почту или конкурентное хранилище?

Выяснилось несколько ключевых работ:
— быстро добраться до файла с любого устройства;
— не думать о ручной синхронизации;
— не терять рабочие материалы при смене ноутбука;
— делиться папками без сложной настройки.

То есть продукт закрывал не только storage (хранилище), а задачу снижения операционного стресса.

**Результат**
На этой логике Dropbox перестроил позиционирование и продуктовую коммуникацию вокруг сценариев использования, а не вокруг объёма памяти. В результате сервис вырос из утилиты в массовый привычный инструмент для работы и личных файлов. По рынку это важный сдвиг: в категории, где функции легко копируются, выигрывает тот, кто точнее формулирует работу пользователя.

**Урок для продуктового маркетолога**
JTBD особенно полезен там, где в категории всё «почти одинаковое». В 2026-м, когда AI генерирует десятки похожих креативов и контент быстро обесценивается, выигрывает не тот, кто громче говорит о фичах, а тот, кто лучше понимает, какую работу клиент нанимает продукт делать.

Если вы строите B2B или подписочный продукт, проверьте:
— какой момент запускает поиск решения;
— какой страх мешает купить;
— какую «неочевидную» работу закрывает ваш продукт.

Часто именно там лежит рост конверсии и удержания, а не в добавлении ещё одной функции.

— @JTBDroom

В Codex внедрят GPT-5.6 Ultra

OpenAI добавит в Codex эксклюзивную версию GPT-5.6 Sol Ultra — не ту, что выйдет в паблик, а отдельную, усиленную модель.

Два ключевых режима: расширенные рассуждения (модель думает дольше) и мульти-агентная работа с параллельными субагентами. Релиз ожидается 7–9 июля 2026.

Но есть один нюанс, который OpenAI пока не раскрывает 👀 Подробности — в …

➡️ Читайте на сайте: https://aff.top/blog/v-codex-vnedriat-gpt-5-6-ultra

🧠 Ещё больше инсайтов → в канале AFF.top

Компания Meta выпустила Muse Image

Meta выпустила Muse Image — нейросеть, которая генерирует изображения как агент: сама ищет референсы, пишет код и рассуждает перед созданием картинки.

Одна из фишек — можно скинуть ссылку на публичный профиль человека в соцсети, и модель возьмёт его внешность за референс.

Есть один вопрос, который интересует всех арбитражников: как это повлияет …

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-image

🧠 Ещё больше инсайтов → в канале AFF.top

JTBD не про «что хочет клиент», а про «за что он готов заплатить временем»

В 2026 это особенно заметно: люди экономят деньги и внимание, а значит, покупают не функцию и не контент, а сокращение лишних шагов. Поэтому сильный JTBD — это не список болей в таблице, а формулировка того момента, когда человек выбирает вас вместо обходного пути. Если этого момента нет, то у вас не позиционирование, а просто набор характеристик.

— @JTBDroom

Дополнительный контекст — @PanelDataRoom

Китай планирует ограничить доступ к DeepSeek и GLM

Китай готовится ограничить публичный доступ к своим флагманским нейросетям — DeepSeek и GLM. Запрет по образцу США становится новой нормальностью.

Правительство рассматривает трёхуровневую систему: от стандартной регистрации для простых моделей до полного закрытия самых передовых — только для внутреннего использования.

Но есть один подвох, котор…

➡️ Читайте на сайте: https://aff.top/blog/kitai-planiruet-ogranichit-dostup-k-deepseek-i-glm

🧠 Ещё больше инсайтов → в канале AFF.top

ByteDance выпустила Seedream 5.0 pro

ByteDance выпустила Seedream 5.0 pro — генератор изображений с послойным редактированием прямо внутри интерфейса.

Ключевая фича: выделяешь объект — он уходит на отдельный слой, двигаешь и масштабируешь независимо. Пустую зону можно дозаполнить промтом. Текст на изображениях без глитчей — нативно.

Для арбитражников это может быть удобным инструме…

➡️ Читайте на сайте: https://aff.top/blog/bytedance-vypustila-seedream-5-0-pro

🧠 Ещё больше инсайтов → в канале AFF.top

JTBD не ищет сегмент. Он находит работу

В продуктовом маркетинге до сих пор часто начинают с вопроса: «Кто наша аудитория?» Я бы начинал иначе: **какую работу человек нанимает продукт выполнить**.

Это не игра в слова. Когда я вижу слабые исследования, почти всегда причина одна: команда описала портрет, но не разобрала контекст выбора. В итоге появляется красивый сегмент — и пустое сообщение.

JTBD полезен именно тем, что снимает маску с «пользователя» и показывает реальную логику решения:
— что стало триггером поиска;
— почему старый способ перестал работать;
— какие критерии были важны в момент выбора;
— чего человек боялся больше всего.

На практике это особенно заметно в B2B, где MQL и SQL уже не спасают от разрыва между маркетингом и продажами. Воронка может быть заполнена лидами, но если вы не понимаете, какую задачу клиент решает в этот момент, вы оптимизируете не выручку, а отчёт.

У меня был кейс, где команда уверенно говорила: «Нам нужен сегмент по размеру компании». После интервью выяснилось, что размер почти не влиял на решение. Важнее было другое: есть ли у клиента внутренний человек, который готов защищать внедрение. Это и был настоящий JTBD — не купить сервис, а **снизить личный риск выбора**.

Из этого следует простой вывод: JTBD — не про красивую сегментацию, а про точность сообщения. Если вы не можете сформулировать работу клиента в одной фразе, вы, скорее всего, ещё не знаете, почему он покупает.

И да, в 2026 это становится только важнее. Когда информационный поиск уходит в ответы ИИ, выигрывает не тот, кто публикует больше, а тот, кто лучше понимает реальную задачу клиента и говорит с ней прямо.

JTBD — это не метод исследования ради исследования. Это способ перестать продавать людям абстрактный продукт и начать отвечать на их конкретную работу.

— @JTBDroom

Создателя Telegram снова допрашивали

Павла Дурова снова допросили во Франции: встреча с следствием длилась более 6 часов.

Это уже не первый эпизод в деле, которое тянется с 2024 года: тогда основателя Telegram арестовали в аэропорту Ле-бурже и ограничивали в выезде до июня 2025.

Что именно выясняли на новом допросе — не раскрывают. Но давление на Telegram растёт, и в этой истории е…

➡️ Читайте на сайте: https://aff.top/blog/sozdatelia-telegram-snova-doprashivali

🧠 Ещё больше инсайтов → в канале AFF.top

Cloudflare запустил функцию Drop

Cloudflare запустил Drop — сервис, который разворачивает временный сайт за несколько секунд прямо из zip-архива.

Без аккаунта можно создавать сколько угодно таких страниц, но ссылка живёт всего 1 час. Потом сайт придётся переносить в аккаунт.

Зачем это нужно арбитражнику и что можно успеть за это время — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/cloudflare-zapustil-funkciiu-drop

🧠 Ещё больше инсайтов → в канале AFF.top

JTBD: как перестать спрашивать «что вам нужно» и начать понимать, за что вам платят

Методология Jobs To Be Done часто звучит как ещё один способ «поговорить с клиентом». На практике она полезна совсем не для разговоров. Она нужна, чтобы перестать описывать аудиторию через возраст, отрасль и размер компании — и начать видеть, какую работу человек нанимает ваш продукт делать.

Это важная поправка для 2026 года. Когда информационный контент обесценивается, а AI-overviews забирают верхний слой очевидных ответов, побеждает не тот, кто громче объясняет продукт, а тот, кто точнее понимает контекст выбора. JTBD как раз про это: не про демографию, а про ситуацию, в которой человек принимает решение.

**1. Люди покупают не продукт, а переход из одного состояния в другое**

У клиента почти никогда нет задачи «купить CRM» или «выбрать курс по аналитике». У него есть работа, которую нужно завершить: не потерять лиды, не утонуть в ручных таблицах, быстрее обучить команду, снять тревогу перед проверкой со стороны руководства.

Например, небольшой B2B-сервис может продавать себя как «единая платформа для автоматизации». Но если копнуть глубже, окажется, что для покупателя главная работа — не автоматизация как таковая, а сокращение хаоса между маркетингом и продажами. Тогда в коммуникации меняется всё: важнее не список функций, а сценарий, в котором отделы перестают спорить о цифрах.

JTBD хорош именно тем, что переносит фокус с объекта покупки на момент, когда продукт должен изменить жизнь человека или компании.

**2. Правильная формулировка работы всегда начинается с триггера**

Ошибка многих исследований в том, что они описывают поведение после покупки, но не понимают, что запускает поиск решения. В JTBD важно поймать момент, когда старая схема перестала работать.

Например, бренд в e-com видит падение повторных заказов. Легко сделать вывод: «нужна скидка». Но исследование по JTBD может показать другую работу: человек начал экономить, ему важнее не размер скидки, а ощущение разумной траты и уверенность, что товар не разочарует через неделю. Тогда вместо гонки за первой покупкой возникает другой вопрос: как укрепить retention (удержание) и LTV (пожизненную ценность клиента) через доказательство пользы, а не через промоакции.

Триггер — это не «купить, потому что надо». Это «мне больше нельзя жить по-старому». И именно там начинается настоящая работа.

**3. В JTBD важен не только функциональный, но и эмоциональный слой**

Один из самых частых провалов в исследованиях — свести работу к функции. Кажется, будто человек выбирает только скорость, цену, удобство. Но почти всегда рядом есть ещё два слоя: эмоциональный и социальный.

Пример: руководитель выбирает сервис для отчётности. Функционально ему нужно сократить время на сбор данных. Но эмоционально он хочет перестать чувствовать себя человеком, который каждую пятницу тушит пожар. Социально — выглядеть в глазах команды и начальства как тот, кто навёл порядок.

Если это не увидеть, продукт начинает говорить только о функциях: «собираем отчёты в одном окне», «ускоряем процессы», «уменьшаем ручной труд». Всё правда, но не хватает причины, почему решение вообще вызывает доверие. В B2B это особенно заметно: люди редко покупают только рационально. Они покупают ещё и способ снизить риск для себя.

**4. JTBD помогает не только в исследовании, но и в приоритизации**

Методология часто воспринимается как исследовательская игрушка. На деле она очень прикладная: после хорошего JTBD-интервью продуктовая и маркетинговая команда начинает лучше понимать, что делать первым.

Например, если вы выяснили, что клиенту нужна не «ещё одна аналитика», а быстрый способ доказать ценность кампании внутри компании, то приоритеты меняются. Важнее не добавлять новый график, а сделать понятный отчёт для руководителя, шаблон объяснения результата и сценарий для sales-цикла. Это уже не про красоту продукта, а про снятие конкретной работы.
…

Open AI выпустила ChatGPT-5.6 и ChatGPT Work

OpenAI выпустила ChatGPT-5.6 и ChatGPT Work: новая модель получила три версии и понятный прайс, а Work стал универсальным инструментом для кодинга, текстов, изображений и анализа данных. Вывод простой: экосистема ChatGPT усиливается, а фокус смещается на многофункциональные сценарии, где один продукт закрывает сразу несколько задач.

➡️ Читайте на сайте: https://aff.top/blog/open-ai-vypustila-chatgpt-5-6-i-chatgpt-work

🧠 Ещё больше инсайтов → в канале AFF.top

SpacexAI выпустила Grok 4.5

xAI выпустила Grok 4.5 — новую версию флагманской нейросети, доступную в Cursor на всех тарифах и по API за $2 за миллион входных токенов. Бенчмарков пока нет, но модель в 4,2 раза экономнее по токенам на SWE Bench Pro и обучена на данных Cursor, что делает её сильным инструментом для разработки приложений.

➡️ Читайте на сайте: https://aff.top/blog/spacexai-vypustila-grok-4-5

🧠 Ещё больше инсайтов → в канале AFF.top

ChatGPT ads внедрил функцию автосоздания креативов

OpenAI добавила в ChatGPT Ads автогенерацию креативов: вставляешь ссылку на сайт, ИИ анализирует лендинг и создаёт релевантный креатив. По ощущениям, такие материалы должны легко проходить модерацию, но пока неясно, насколько они поддаются правкам. Источник интересен ещё и тем, что вайт можно сгенерировать тут же через ChatGPT.

➡️ Читайте на сайте: https://aff.top/blog/chatgpt-ads-vnedril-funkciiu-avtosozdaniia-kreativov

🧠 Ещё больше инсайтов → в канале AFF.top

В Google search console теперь можно добавлять соцсети

Google добавил в Search Console поддержку аккаунтов соцсетей: теперь можно отслеживать ключевые запросы, источники и географию переходов, показы и клики по ссылкам. Функция подключается там же, где и сайты, доступны четыре соцсети на выбор. Rollout постепенный — доступ получают не все сразу.

➡️ Читайте на сайте: https://aff.top/blog/v-google-search-console-teper-mozhno-dobavliat-socseti

🧠 Ещё больше инсайтов → в канале AFF.top

Google стал помечать креативы, созданные ИИ

Google объявил, что начнёт помечать рекламные креативы, созданные нейросетями. Причина — ИИ-баннеры и видео стали слишком похожи на настоящие.

Формат и заметность маркировки будут зависеть от законов конкретного региона: где-то предупреждение появится прямо на креативе, где-то — в его информации.

Что это значит для арбитражников и когда правила …

➡️ Читайте на сайте: https://aff.top/blog/google-stal-pomechat-kreativy-sozdannye-ii

🧠 Ещё больше инсайтов → в канале AFF.top

Компания Meta выпустила Muse Spark 1.1

Meta выпустила Muse Spark 1.1 почти одновременно с новой ChatGPT-5.6. Это мультимодальный агент, который сам дробит задачу на подзадачи и распределяет их между субагентами.

Стоимость тоже заметно ниже топовых западных моделей: $1.25 за миллион входных токенов и $4.25 за миллион выходных.

Но главный вопрос — насколько она реально сильна на фоне к…

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-spark-1-1

🧠 Ещё больше инсайтов → в канале AFF.top

JTBD-разбор: как IKEA переупаковывала ценность «собираю сам» в сценарии покупателя (и подняла продажи аксессуаров)

Контекст
В 2026-м e-com живёт по модели retention/LTV, а не «одна покупка и до свиданий». Параллельно растёт доля zero-click: часть спроса уходит в AI-обзоры и ответы в выдаче, поэтому бренд должен выигрывать не объемом контента, а конкретикой и доказуемой экспертизой. В таких условиях IKEA столкнулась с типичной ловушкой: люди приходили за мебелью, но удержание и допродажи упирались в то, что коммуникация “объясняет товар”, а не “снимает работу” в голове покупателя.

Задача
У IKEA была понятная линейка продуктов, но продуктовый маркетинг замечал провал в кросс-продажах: пользователи покупали базовый предмет (например, кухонную секцию или систему хранения), а затем «застревали» на следующей работе:
— чем дополнить, чтобы это реально стало рабочей системой под мой сценарий (хранение, организация вещей, доступность, устойчивость);
— как не ошибиться с размерами и совместимостью;
— как уложиться в время сборки и не получить «полуготовое» решение.

Иными словами, ценность «соберу сам» воспринималась как функция, а не как прогресс в задаче клиента: человек хотел быстро перейти из состояния “выбираю” в состояние “у меня всё работает в доме”.

Решение
Команда применила JTBD (Job To Be Done) не как формальность, а как методология для проектирования воронки смыслов. Схема была такая:

1) Сегментирование по “работе”, а не по демографии
Собрали интервью и наблюдения в точках контакта: сайт, карточки товаров, возвраты, обращения в поддержку. Выделили JTBD-сценарии. Один из ключевых звучал так:
— “Хочу собрать и организовать пространство так, чтобы не тратить лишние часы и деньги на переделки”.

2) Функциональная декомпозиция боли
Разложили “собрать сам” на 3 подзадачи (progress markers):
— подобрать совместимые детали (уменьшить риск несовпадений);
— понять последовательность и время (уменьшить риск “соберу не за вечер”);
— закрыть «хочу как на картинке» (уменьшить риск несоответствия ожиданиям).

3) Переупаковка контента в “следующий шаг”
Вместо универсальных описаний сделали контент, который отвечает на вопрос “что мне делать дальше, чтобы работа продвинулась”. Например, в карточках систем хранения появились блоки “комплект под сценарий”: “для хранения мелочей в доступе”, “для кухонной зоны без хаоса”, “чтобы всё было устойчиво и удобно”. Ключ: это не рекомендации «что купить», а ответы на работу “как получить предсказуемый результат”.

4) Конкуренция концепций в эпоху AI
Поскольку AI-обзоры часто кратко пересказывают характеристики, IKEA усилила собственную экспертизу: где люди чаще всего ошибаются, какие вопросы люди задают в поддержку, как избежать возврата. Это стало “доказательной базой” для карточек и гайдов по сборке.

Результат
Как это измеряли: фокус сместили с «конверсия в покупку мебельной базы» на поведенческие сигналы продвижения JTBD в рамках одной сессии и последующих недель.

По данным внутренних тестов IKEA (проводимых по методике incremental lift — измеряли прирост относительно контрольной группы):
— рост добавления аксессуаров в корзину после просмотра карточки основного товара;
— снижение доли возвратов из-за причин “не подошло/не учёл совместимость” (где причина часто связана с неполной картиной потребности);
— увеличение повторных покупок сопутствующих позиций в первые 30–60 дней, то есть повышение LTV не только за счёт первой покупки, но и за счёт “закрытия работы” до конца.

Точные проценты в публичных сводках у IKEA обычно не раскрываются по каждому эксперименту, но характер эффекта стабильно описывается: когда контент переводит пользователя от “выбор продукта” к “завершение сценария”, аксессуары начинают покупать не в последнюю очередь, а внутри логики прогресса.
…

Как провести JTBD-интервью и не собрать «мнением»

JTBD-исследование полезно, когда нужно понять, почему человек нанимает продукт, а не просто что он о нём думает. Для продуктового маркетолога это особенно важно: в 2026-м выигрывает не тот, кто громче рассказывает о фичах, а тот, кто точнее попадает в ситуацию выбора.

Чек-лист:
— **Сформулируйте ситуацию найма.**
Не начинайте с «что вам нравится в продукте». Опишите, в какой момент человек вообще ищет решение: что случилось, что стало неудобно, почему вопрос стал срочным.

— **Найдите реальное событие, а не общее мнение.**
Просите вспомнить последний конкретный эпизод: «что произошло в тот день?», «кто был рядом?», «почему начали искать именно тогда?». Память о событии полезнее абстрактной оценки.

— **Разберите путь по шагам.**
Фиксируйте цепочку: триггер → поиск вариантов → сравнение → выбор → первые дни использования. На каждом шаге спрашивайте, что тормозило и что снимало риск.

— **Ищите не боли, а компромиссы.**
Человек редко покупает «из-за боли». Чаще он выбирает меньшее зло: дешевле, быстрее, безопаснее, проще внедрить, легче согласовать с командой.

— **Собирайте язык клиента дословно.**
Записывайте формулировки как есть: слова про «подстраховаться», «не провалить запуск», «не таскать всё вручную». Это основа для сообщений, лендинга и сценариев продаж.

— **Отделяйте мотив покупки от мотива отказа.**
Почему выбрали сейчас — и почему не выбрали конкурента? Иногда решение двигает не выгода, а страх ошибки, давление сроков или необходимость показать результат руководству.

— **Проверяйте вывод на нескольких интервью.**
Один разговор даёт гипотезу, три–пять одинаковых историй — уже основание для формулировки сегмента и оффера. Без повторяемости JTBD превращается в красивую легенду.

Когда это пригодится: при запуске нового позиционирования, пересборке оффера, уточнении сегмента и в B2B, где маркетинг всё чаще отвечает не за лиды, а за выручку вместе с продажами и customer success.

— @JTBDroom