Перейти к содержимому

Pillar article

Как разработать повторяемый GTM-плейбук, который масштабируется

GTM-плейбук важен, только если он повторяем. Как проектировать сценарии, которые масштабируются за пределы ваших лучших менеджеров.

7 min read

Как создать повторяемый GTM-плейбук, который масштабируется

Рано или поздно каждый руководитель по выручке упирается в эту стену. Первые десять сделок закрылись потому, что основатель или один очень сильный менеджер дотянул их до финиша. Следующие сто должны идти тем же путём, но не идут, потому что этот путь существовал только в голове одного человека. Когда модель держится на героизме, рост ограничен числом героев, которых вы сможете нанять, и количеством часов, которые они способны отработать.

Повторяемый GTM-плейбук превращает это неявное, индивидуальное знание в общую систему, по которой может работать любой компетентный менеджер и по которой любой руководитель может вести коучинг. Если сделать это хорошо, выручка становится функцией качества процесса, а не личностей. Ниже — как построить плейбук, который выдержит нагрузку, со ссылками на тактические материалы по каждой части.

Выберите модель, прежде чем что-либо писать

Прежде чем документировать хоть один шаблон письма, решите, какую именно модель закрепляет плейбук. Product-led модель, где пользователи самостоятельно переходят на платные тарифы, почти не похожа на корпоративную модель с ACV в шесть знаков и закупочным комитетом из двенадцати человек. Напишите один универсальный плейбук для обеих, и получится документ настолько общий, что его никто не прочтёт.

Если вы всё ещё взвешиваете варианты, наш разбор моделей product-led, sales-led и ecosystem-led показывает, как подобрать модель под ваш ACV, покупателя и сложность продукта. А если соблазн вести несколько сразу, сначала прочитайте о том, когда сочетать несколько GTM-моделей. Наслоение умножает сложность, и делать это рано — один из самых частых способов, которыми, как мы видели, команды застревают.

Модель определяет всё дальнейшее: кто делает первое касание, как долго длится цикл, какие сигналы важны и что вообще значит «квалифицирован».

Стадии с критериями выхода

Масштабируемый плейбук — это последовательность стадий с чёткими критериями входа и выхода. Расплывчатые стадии («мы над этим работаем») — место, где погибают прогнозы. Точные стадии дают всем общий язык и ускоряют обзоры воронки.

Для каждой стадии запишите, что должно быть верно, чтобы сделка здесь находилась (определено лицо, принимающее бюджетное решение, боль измерена), в чём задача менеджера, пока сделка на этой стадии, и какое наблюдаемое подтверждение означает, что она готова двигаться дальше.

Описывайте результаты. «Отправить фоллоу-ап» — это активность. «Покупатель письменно подтверждает бюджет и сроки» — результат. Активности — это входы, а повторяемый плейбук управляется выходами. Когда критерии выхода объективны, два менеджера, глядя на одну сделку, оценят её одинаково. Именно эта согласованность делает возможными прогнозирование и коучинг, когда у вас сорок менеджеров, а не четыре.

Библиотека плеев

Самая большая ошибка при проектировании плейбука — написать жёсткий линейный сценарий и ждать, что сделки ему подчинятся. Сделки ветвятся. Рабочий плейбук — это библиотека самодостаточных плеев, из которых вы собираете подходящий под текущую ситуацию.

У хорошего плея есть триггер, цель, набор действий и определённый результат успеха. Наше руководство по анатомии высококонверсионного сейлз-плея разбирает эту структуру. Создайте плеи для моментов, которые повторяются в большинстве сделок: плей дискавери, чтобы выявить и измерить боль, плей многопоточности, чтобы выйти за пределы единственного чемпиона, плей вытеснения конкурента, когда действующий поставщик присутствует в комнате, и плей реактивации для сделок, которые замолчали.

Поскольку плеи модульные, менеджеры комбинируют их, а не маршируют по сценарию, предполагающему, что все сделки одинаковы. Это же позволяет плейбуку развиваться. Когда плей перестаёт работать, вы заменяете именно этот модуль, а не переписываете всю систему.

Измеряйте его, иначе это страница в вики

Плейбук, который нельзя измерить, — всего лишь рекомендация. Живую систему от вики-страницы, которую никто не открывает, отличает измерение: по каждой стадии и каждому плею вы видите, что конвертируется, а где идут потери.

Здесь разваливается большинство статичных плейбуков, и поэтому столько сейлз-плеев тихо умирает в полевых условиях, хотя на бумаге выглядят отлично. Решение — подключить плейбук к живым сигналам. Какие плеи запускаются, какие пропускаются, где сделки застревают, как поведение покупателей соотносится с результатами. Платформы оркестрации выручки вроде Revnewo существуют, чтобы закрыть именно этот пробел: они выводят следующее лучшее действие из живых сигналов покупки, а не оставляют менеджеров гадать. Переход от документа к динамической системе — достаточно большой сдвиг, чтобы мы разобрали его отдельно в статье от статичных плейбуков к динамической оркестрации.

Какими бы инструментами вы ни пользовались, измеряйте каждую стадию, смотрите на данные еженедельно и относитесь к плейбуку как к продукту, который постоянно дорабатываете. А не как к политике, которую публикуют один раз и забывают.

Ключевые выводы

  • Сначала выберите модель. Плейбук масштабируется, только если построен под одну конкретную модель.
  • Стадиям нужны объективные критерии выхода, записанные как результаты, чтобы любые два менеджера оценивали сделку одинаково.
  • Создайте библиотеку модульных плеев. Реальные сделки ветвятся, а линейный сценарий за ними не поспевает.
  • Если вы не можете это измерить, это документ. Подключите его к живым сигналам и пересматривайте еженедельно.

Повторяемый плейбук — то, на чём держится всё остальное в организации выручки, от проектирования территорий до передач клиентов. Когда вы будете готовы перейти от статичного документа к системе, которая подстраивается по мере движения сделок, оркестрация выручки — путь, которым хороший плейбук становится тем, что действительно исполняется.

See revenue orchestration in action

Unify your revenue data, signals, and plays on one AI-native platform.