Он расшарил экран и открыл таблицу Customers. Внутри — 12 строк. Колонка D называлась «почему ушли». Заполнено было четыре поля.
«Команда решила поставить все инструменты на паузу».
«Сворачиваемся, спасибо за всё».
«Бюджета не будет до следующего раунда».
«Режем всё, что не входит в roadmap».
Он зачитал это по порядку и озвучил вывод: «У меня сломан онбординг».
К этому моменту он уже не сидел сложа руки. Новая welcome-цепочка, звонок-проверка на 14-й день, Loom-разбор для каждого нового аккаунта. Пять недель работы. Продукт он строил 19 месяцев. Это был первый квартал, когда выручка пошла назад, и на созвон он записался именно из-за онбординга.
Средний клиент платил ему $312 в месяц. 12 клиентов — это около $3700 выручки. Четверо ушедших унесли с собой примерно $1250 внутри пяти месяцев.
Прежде чем трогать onboarding, я попросил добавить ещё одну колонку: кому продаёт каждый клиент.
Он заполнял её, пока я смотрел.
Симптом: «сломан онбординг»
На первый взгляд всё сходилось. Люди уходят в первые месяцы, значит, их плохо провели по продукту. Значит, нужно больше писем, больше звонков, больше инструкций. Такой вывод звучит логично, потому что онбординг — это то, что фаундер может контролировать.
Но когда появляется колонка «кому продаёт клиент», картина меняется. У четырёх ушедших клиентов был общий профиль: они сами продавали стартапам и малому бизнесу. Их выручка зависела от чужих маркетинговых бюджетов, которые режутся первыми при любой турбулентности. Один обслуживал e-commerce-бренды, которые после скачка стоимости привлечения начали замораживать всё, что не влияет на отгрузку «сегодня».
Оставшиеся восемь работали в более стабильных нишах: B2B-контракты, предсказуемый цикл сделки, меньше клиентов, исчезающих за месяц. Их логотипы в таблице выглядели скучно, но именно они продолжали платить.
Почему колонка «почему ушли» врёт
Когда клиент пишет «нет бюджета», «сворачиваемся» или «режем всё, что не входит в roadmap», это редко бывает полной правдой. Это вежливая формулировка, которая позволяет закрыть аккаунт без долгой переписки. Настоящая причина глубже: у самого клиента закончился воздух.
Когда 4 из 12 клиентов уходят не потому, что им не объяснили продукт, а потому что у них самих закончились деньги, welcome-письмо это не лечит. Это можно только увидеть заранее.
Отток здесь был не дефектом onboarding-а, а следствием того, что фаундер не разделял клиентов по устойчивости их собственного бизнеса. Он смотрел на выручку как на общий котёл и поэтому принял рыночный спад за своё упущение.
Во что обошлась бы ошибка
Пять недель на новую приветственную последовательность — это не только время. Это ещё и ложное ощущение, что проблема решается. Через месяц он бы увидел: отток не исчез, потому что из-за онбординга уходили в лучшем случае единицы.
Настоящая потеря была не в $1250, которые ушли с четырьмя клиентами. Она была в том, что следующие четыре таких же клиента уже стояли в очереди на подключение. Без изменения критериев отбора продукт продолжал бы притягивать тех, кто уходит не из-за продукта, а из-за своего рынка.
Как быстро проверить, где настоящий churn
1. Разложите клиентов по сегментам, а не по тарифам
Тарифы ничего не говорят о живучести клиента. Важнее три вопроса: кому он продаёт, как устроена его выручка и какой у него горизонт планирования. Четыре строки в таблице дали больше, чем пять недель работы над welcome-цепочкой.
Для регулярного анализа этого мало. Нужно, чтобы churn раскладывался по когортам, каналам и сегментам автоматически. Если воронка собирается руками, вы снова увидите проблему с опозданием. Здесь может быть полезна настройка сквозной аналитики и лидгена — когда отток виден не как одна цифра, а как структура: кто уходит, откуда пришёл и какой сегмент начал сыпаться.
2. Ищите сигналы до ухода, а не причины после
Формулировка «нет бюджета» появляется в конце. До этого клиент обычно реже заходит в продукт, перестаёт открывать отчёты, меняет владельца аккаунта или молчит в ответ на апселл. Если таких сигналов нет, а клиент всё равно ушёл — это внешний шок, а не провал onboarding.
Чтобы не собирать эти сигналы вручную, часть диагностики можно отдать автоматизации. Например, внедрение ИИ-агентов и n8n воркфлоу позволяет забирать данные из CRM, биллинга и писем, подсвечивать аккаунты с падающей активностью и заранее выводить их в список на ручной разбор.
3. Считайте unit-экономику по сегментам, а не «в среднем»
Средний LTV и средний churn маскируют главное. Один сегмент может давать 80% предсказуемой выручки, а второй — бесконечную текучку. Если вы не видите разницу, вы инвестируете в оба одинаково.
В таких случаях мы обычно начинаем не с креативов и не с редизайна onboarding, а с разбора юнит-экономики по сегментам. Маркетинговое агентство Dragon Farm помогает увидеть, какие клиенты окупаются, какие создают кассовый разрыв и какие вообще не стоило подключать без квалификации.
Что изменилось у фаундера
Он не выбросил onboarding полностью. Он отложил его на две недели и сначала переписал квалификацию новых клиентов. В приоритете оказались не «любые платящие аккаунты», а компании с более устойчивой структурой выручки и понятным buyer journey. Для сегмента, который сыпался, он ввёл дополнительный этап проверки: если клиент сам зависит от венчурных бюджетов и стартапов, его подключали без долгих кастомных настроек и не закладывали его выручку в план.
Онбординг всё равно улучшили. Но уже после того, как стало понятно, кого именно нужно доводить до первой ценности, а кого не спасёт ни одно welcome-письмо.
