Бенджамин Лозье раскрыл операционные механики роста Lyft и Thumbtack

Lenny's Podcast 23,3 тыс. 1 ч 24 мин 12 мин 29.09.2024
Главное

Маркетплейсы представляют собой одну из самых сложных, но в то же время устойчивых бизнес-моделей в технологическом секторе, требующую баланса между спросом и предложением. В рамках нового выпуска Lenny's Podcast эксперт по продукту Бенджамин Лозье, опираясь на свой 15-летний опыт в Lyft и Thumbtack, подробно разобрал внутреннюю механику работы двусторонних платформ. Материал охватывает ключевые рычаги роста, метрики здоровья рынка, а также неочевидные тактические решения, позволившие стартапам выживать в условиях жесткой конкуренции.

🧩 Анатомия маркетплейса: определение и глубина контроля 3:07

По определению, которое приводит Бенджамин Лозье, классический маркетплейс состоит из двух или более обособленных сторон, приносящих ценность друг другу, и посредника, способствующего обмену этой ценностью. Фундаментальное операционное отличие маркетплейса от традиционного бизнеса продаж заключается в том, что платформа физически не владеет предложением (supply). Посредник лишь помогает соединить независимых и автономных участников.

В практике создания платформ Лозье выделяет спектр вовлеченности посредника, определяющий степень управляемости маркетплейса:

👶 Этап до соответствия продукта рынку: фокус на «сложной» стороне 8:09

Гость отмечает распространенную ошибку начинающих основателей: до достижения product-market fit (PMF) они слишком увлекаются экономическими теориями и сложными коэффициентами маркетплейсов вместо концентрации на базовом обмене ценностью. По мнению Лозье, если у стартапа нет подтвержденного PMF и внятной стратегии роста хотя бы для одной стороны, про специфические динамики маркетплейсов стоит временно забыть. На раннем этапе необходимо выбрать одну сторону платформы и бросить все силы на её масштабирование, используя временные хаки для закрытия потребностей второй стороны.

При определении приоритетной стороны гость рекомендует фокусироваться на самой сложной для привлечения части аудитории:

Примером успешного хака на старте Лозье называет использование сторонних досок объявлений. В начале своего пути Thumbtack (маркетплейс домашних услуг) привлекал клиентов под конкретные задачи. Когда пользователю требовался, например, ремонт кухни, сотрудники Thumbtack вручную шли на Craigslist, публиковали там вакансию и переводили откликнувшихся подрядчиков на свою платформу.

Другим интересным, хотя и неудачным в данном кейсе тактическим маневром гость называет попытку Lyft конвертировать существующих пользователей из одной категории в другую. В условиях жесткого дефицита водителей на экране приложения пассажирам показывали всплывающее окно: «Извините, все водители заняты. Прямо сейчас они зарабатывают по $50 в час. Не хотите ли вы сесть за руль?». По признанию Лозье, в Lyft эта конверсия оказалась незначительной и отвлекала от основного интерфейса, тогда как Uber, согласно его данным, смог привлечь таким образом ощутимый объем предложения.

📈 Ликвидность как главный множитель успеха 16:34

Для масштабирующихся маркетплейсов Лозье считает ликвидность центральным фактором победы на рынке. Ликвидность измеряет способность платформы эффективно сопоставлять покупателей и продавцов, определяя, насколько быстро пользователи находят то, что ищут. Спикер иллюстрирует это в виде диаграммы Венна, где один круг — это то, что хочет продать supply, второй — то, что хочет купить demand, а ликвидность является зоной их пересечения.

Лозье разделяет показатели ликвидности на две категории — результирующие метрики и опережающие индикаторы здоровья рынка:

  1. Результирующая метрика (Fill Rate) — это уровень заполняемости целевого спроса, показывающий, какой процент поисковых сессий с явным намерением (например, поиск жилья с конкретными датами в Airbnb) конвертируется в транзакцию. Однако эта метрика сильно подвержена экзогенным факторам: снежная буря или агрессивные рекламные ставки конкурентов могут резко её снизить.
  2. Опережающий индикатор (Market Health Metric) — более практичный прокси-показатель, который лучше всего предсказывает ликвидность. Для Lyft и Uber таким показателем стало расчетное время прибытия машины (ETA). Команда экспериментально определила критический порог: если ближайший водитель находится в пределах двух минут, вероятность бронирования выходит на плато (пользователь гарантированно заказывает поездку). Если ETA превышает две минуты (например, составляет пять минут), клиент начинает проверять приложение Uber, решает пойти пешком или сесть на автобус.

Выявление подобного операционного порога позволяет командам продукта работать адресно. Например, если команда привлечения добавляет 100 новых водителей в конкретный район, она оценивает свой успех не по абстрактным продажам, а по реальному снижению ETA в этой локации. По словам Ленни Рачитски, в Airbnb аналогичным главным рычагом влияния на Fill Rate выступал объем доступного качественного предложения.

🚨 Почему маркетплейсы терпят неудачу: три основные причины 32:45

Анализируя крах многих проектов, Бенджамин Лозье выделяет три системные уязвимости, характерные именно для маркетплейс-моделей:

Кроме того, Ленни Рачитски добавляет, что ряд проектов (например, Cherry, пытавшийся стать «Uber для автомойки», или Exec) прогорели на базовой экономике: клиенты оказались не готовы оплачивать реальную стоимость выезда профильного специалиста на место.

🚗 Спектр контроля: опыт управляемых маркетплейсов и кейс Lyft с General Motors 36:23

Поскольку маркетплейс юридически не контролирует исполнителей (в США жесткие требования к классификации контракторов не позволяют диктовать им условия работы под страхом судебных исков), управление качеством превращается в балансирование. Лозье считает, что прямое принуждение часто оборачивается непредсказуемым сопротивлением со стороны людей.

В качестве примера гость приводит реформу модели монетизации в Thumbtack. Изначально платформа продавала мастерам «лиды» (контакты потенциальных клиентов). Продуктовая команда из лучших побуждений решила повысить ROI исполнителей примерно на 20% и перевела их на систему прямых гарантированных бронирований (direct bookings). Вопреки ожиданиям аналитиков, мастера возненавидели это обновление. Выяснилось, что на психологическом уровне исполнителям нравился «азарт охоты» и личный контакт с клиентом при продаже своих услуг; они систематически переоценивали свою способность закрывать сделки вручную. Цифры говорили об увеличении доходов, но субъективное ощущение контроля у мастеров было подорвано.

Вместо тотального контроля Лозье рекомендует внедрять прозрачные правила игры (guardrails), создавать инструменты обучения и точечно инвестировать в инфраструктурную поддержку:

По словам спикера, еще одной ошибкой является избыточная фильтрация со стороны пользователей, которая искусственно сужает предложение. На примере Thumbtack Лозье рассказал про фильтр «дымовая машина» при поиске свадебных диджеев. Около половины пользователей ставили эту галочку просто потому, что она была доступна. При этом лишь 5% диджеев на платформе обладали этой техникой, из-за чего система автоматически отсекала 95% качественного предложения. Проблема решилась, когда фильтр перевели в категорию факторов ранжирования: диджеи с машинами поднимались выше, но остальные не исчезали из выдачи.

🥊 Партизанская война против гигантов: как Lyft конкурировал с Uber, имея в 10 раз меньше ресурсов 46:46

В период 2014–2015 годов Uber превосходил Lyft по выручке, объему ликвидности и штату примерно в 30 раз. В этой ситуации выживание Lyft зависело от способности принимать решения, которые были бы в 10 раз эффективнее шагов конкурента. Ключевой точкой оптимизации стала воронка онбординга водителей. Финальный этап регистрации включал визуальный осмотр машины, проверку документов и короткий тест-драйв. Uber решал эту задачу линейно: нанимал команду на местах, арендовал офисы и проводил массовые сессии в стиле классических МРЭО (DMV). Это требовало огромных затрат времени и капитальных вложений на аренду и персонал.

Lyft задействовал силу своего бренда (знаменитые розовые усы на бамперах) и преданное комьюнити. Была запущена менторская программа (Mentor Program), в рамках которой лучшим действующим водителям платили по $35 за проведение одной сессии проверки новичка. Опытный водитель осматривал машину, фотографировал права и проводил тестовую поездку.

Результаты превзошли ожидания по нескольким направлениям:

  1. Эффективная активация: менторы выступали евангелистами бренда. В то время как лучшие умы корпоративного офиса Lyft составляли выверенные маркетинговые письма с призывами выходить на работу в субботу, менторы с глазу на глаз давали реальные советы: «Не слушай парней из офиса. Выезжай во вторник в два часа дня, вставай вот в этой точке — там всегда много заказов, там ты реально заработаешь». Социальное доказательство от коллеги работало безотказно.
  2. Высокая масштабируемость: небольшая команда сотрудников Lyft прилетала в новый город, жестко отбирала и обучала 10–20 топ-водителей, после чего улетала, оставляя масштабирование онбординга на автопилоте местным менторам.
  3. Удержание лучших кадров: для водителей с рейтингом 4.9 статус ментора воспринимался как повышение по службе. Проведя две сессии за час, они зарабатывали $70, отдыхая от постоянного нахождения за рулем, что резко снизило отток 핵심-исполнителей.

Развитием этой концепции стала программа «рекрутеров». Когда Lyft обнаружил просадку на этапе заполнения анкет (люди не вводили номер соцстрахования SSN и бросали заявки), они создали внутренний интерфейс для водителей-партнеров. В периоды затишья на дорогах водитель мог открыть дашборд, взять контакт «отвалившегося» кандидата и набрать его лично: «Привет, я Джеймс, тоже вожу в Lyft. Вижу, у тебя зависла анкета, есть вопросы? Давай помогу заполнить». За каждую активацию водитель получал $20. Это позволило Lyft утилизировать простои предложения в часы низкого спроса и развернуть федеральную сеть присутствия, потратив малую долю бюджетов Uber.

Комментируя текущую разницу в капитализации компаний (Uber оценивается примерно в $150 млрд, а Lyft — в $5 млрд), Лозье отмечает стратегический выбор векторов развития. По мнению гостя, Lyft всегда был сфокусирован исключительно на пассажирских перевозках и реинжиниринге общественного транспорта через совместные поездки (shared rides). Uber изначально позиционировал себя как глобальная логистическая платформа для «битов и атомов», инвестируя в грузоперевозки и доставку еды (Uber Eats). Во время пандемии COVID-19, когда спрос на такси упал практически до нуля, диверсификация бизнеса спасла Uber, в то время как Lyft получил тяжелейший удар, от которого долго восстанавливался.

🌍 Кремниевая долина против Европы: глубинное различие продуктовых культур 59:25

Переехав во Францию, Бенджамин Лозье столкнулся с кардинальным отличием европейской технологической экосистемы от американской. По мнению гостя, в США рынок труда чрезвычайно ликвиден: менеджеру продукта сразу доверяют крупный кусок бизнеса и широкую автономию. Если за 6–12 месяцев человек не показывает измеримого бизнес-результата, его увольняют.

Во Франции и Европе ситуация иная:

Тем не менее, гость отмечает мощный технологический всплеск в сфере искусственного интеллекта в Париже, локомотивами которого выступают Mistral AI и Hugging Face. Этому способствует и позиция французского правительства, выделившего около $2,5 млрд на поддержку национальных AI-проектов до 2030 года и развивающего внутренние государственные инкубаторы.

🏥 Кейс Nurra Health: запуск стартапа с нуля по собственным правилам 1:10:59

Пройдя путь топ-менеджера в крупных компаниях, Лозье столкнулся с реальностью этапа «от нуля к единице», назвав запуск собственного бизнеса крайне сложным и одиноким процессом. Его новая компания Nurra Health родилась из личной драмы: три года назад у супруги Бенджамина начались хронические боли и недиагностированное медицинское состояние. Столкнувшись с американской системой здравоохранения, семья прошла через административные препятствия: ожидание приема невролога затягивалось на 3 месяца, сам визит длился в среднем 10–12 минут, после чего врач сыпал терминами, констатировал нормальные анализы и отправлял к другому специалисту.

Лозье обнаружил системный изъян: из-за финансового давления частного капитала врачи перегружены, имеют на балансе тысячи пациентов и физически не могут выступать защитниками (advocates) интересов больного. Почти половина американцев живет с тем или иным хроническим заболеванием, ведя борьбу в одиночку с помощью Google.

Результатом полугодовых интервью с сотнями врачей и пациентов стал запуск платформы Nurra Health. Сервис предоставляет пациентам с комплексными диагнозами круглосуточного персонального медицинского ассистента. Помощники берут на себя всю рутину: выбивают направления у клиник, ищут окна для записи, расшифровывают анализы и часами изучают академический консенсус по редким видам лечения.

Следуя собственным советам для маркетплейсов, Лозье на старте полностью проигнорировал двустороннюю динамику платформы. На текущем этапе медицинские адвокаты нанимаются и субсидируются самой компанией напрямую, а фокус команды сосредоточен исключительно на валидации ценности для самой сложной стороны — пациентов (спроса). Лишь после подтверждения PMF модель может трансформироваться в открытый маркетплейс.

⚡ Блиц-раунд: книги, сериалы и ментальные якоря 1:17:01

В традиционной финальной сессии Бенджамин Лозье поделился личными рекомендациями и источниками вдохновения:

💬 Цитаты

«Если у вас нет product market fit и если у вас нет хорошей стратегии роста для хотя бы одной стороны вашего маркетплейса, просто забудьте обо всей этой специфике маркетплейсов.»

Бенджамин Лозье 08:37

«Ликвидность — это то, как маркетплейсы побеждают. Это мера вашей способности эффективно сопоставлять покупателей и продавцов.»

Бенджамин Лозье 17:02
👥 Спикеры
📚 Упомянутые книги
🎬 Упомянутые фильмы и сериалы
🔗 Упомянутые сайты и проекты
📖 Термины
Ликвидность маркетплейса
Способность платформы быстро и эффективно соединять спрос и предложение для совершения транзакции.
Fill Rate
Процент успешно завершенных транзакций от общего числа поисковых запросов пользователей с явным коммерческим намерением.
Product-Market Fit (PMF)
Степень соответствия созданного продукта реальным потребностям и ожиданиям целевого рынка.
ETA (Estimated Time of Arrival)
Расчетное время прибытия автомобиля такси к пользователю, служащее опережающим индикатором удовлетворенности спроса.
📊 Цифры
🗓 Хронология
  1. 2014 Lyft сталкивается с колоссальным отставанием от Uber и начинает внедрять сверхуспешную программу менторства водителей.
  2. 2019 Бенджамин Лозье покидает компанию Lyft незадолго до проведения процедуры IPO.
  3. 2025 Ожидаемый год выхода второго сезона популярного драматического сериала The Last of Us.
  4. 2030 Целевой срок реализации государственной программы Франции по развитию ИИ-технологий стоимостью 2,5 млрд долларов.
⚖️ Другая сторона
Стартапы и бизнес Бенджамин Лозье Lyft Thumbtack ликвидность маркетплейс