TL;DR
- HADI - это цикл Hypothesis, Action, Data, Insight: гипотеза, действие, данные, вывод.
- Смысл HADI не в красивой аббревиатуре, а в снижении цены ошибки. Команда не строит большой проект вслепую, а быстро проверяет рискованное предположение.
- Хорошая гипотеза содержит действие, метрику, ожидаемый эффект, срок и объяснение причины.
- Data - это не "посмотрели в GA4". Это заранее выбранные события, сегменты, контроль качества данных и критерий успеха.
- Insight должен менять следующее действие. Если после теста команда просто пишет "результат неоднозначный", цикл не закрыт.
Что такое HADI
HADI-цикл - это рабочая форма продуктового и маркетингового эксперимента. Он помогает не спорить бесконечно о том, "какой баннер лучше", "нужен ли квиз", "стоит ли делать рассрочку на первом экране". Вместо спора команда формулирует проверяемое предположение и запускает минимальное действие, которое даст данные.
В маркетинге HADI особенно полезен там, где много неопределенности: новый оффер, новая аудитория, новый канал, новая механика онбординга, новая CRM-цепочка. Чем выше неопределенность, тем опаснее сразу строить полноценное решение.
Схема цикла
Hypothesis отвечает на вопрос: что мы считаем правдой и почему? Action - что минимально сделаем, чтобы это проверить? Data - какие цифры покажут результат? Insight - что теперь знаем и как меняем поведение?
Пример слабой гипотезы: "Нужно поменять лендинг, потому что он устарел". Пример нормальной: "Если вынести цену и рассрочку в первый экран лендинга курса, CR в заявку среди мобильного трафика из Instagram вырастет с 2,8% до 3,5% за 7 дней, потому что пользователи часто спрашивают цену в директе до заявки".
Почему HADI экономит деньги
Главная экономия - не в том, что тест маленький. Главная экономия в том, что команда раньше узнает правду. Можно три месяца разрабатывать личный кабинет, потому что "пользователям нужна мотивация". А можно за неделю проверить, растет ли возвращаемость после простого email/WhatsApp-напоминания с прогрессом. Если не растет, личный кабинет не стоит делать в прежнем виде.
Для P&L это прямой эффект. Меньше часов разработки уходит на слабые идеи. Меньше бюджета сгорает в каналах, где проблема не в трафике. Быстрее находятся сегменты, офферы и касания, которые действительно двигают конверсию или удержание.
Как собрать хороший HADI-тест
Начните с метрики. Не с идеи. Например: "Хотим поднять долю SQL из заявок", "хотим увеличить оплату в первые 24 часа", "хотим снизить отвал на втором шаге онбординга". Затем найдите наблюдение, которое объясняет проблему. Это может быть запись сессий, вопрос менеджерам, когорта, данные CRM, частый комментарий в Telegram.
После этого формулируйте гипотезу по шаблону:
Если мы сделаем X для сегмента Y, то метрика Z изменится на N за T дней, потому что наблюдение Q показывает причину.
Дальше определите минимальное действие. Не "пересобрать сайт", а "заменить первый экран на 50% трафика". Не "внедрить новую CRM", а "сделать ручной пилот на 100 заявках". Не "построить реферальную систему", а "дать промокод 200 пользователям и проверить долю приглашений".
Данные: где чаще всего ломается цикл
Во многих командах HADI проваливается на этапе Data. Тест вроде бы запустили, но события не размечены, выборка маленькая, CRM-статусы заполняются криво, а результаты смотрят по всем пользователям сразу. В итоге сильный эффект в одном сегменте маскируется шумом в другом.
Перед запуском ответьте на четыре вопроса:
- Какие события должны сработать?
- Где будет виден результат: GA4, Amplitude, CRM, рекламный кабинет, BI?
- Какой сегмент анализируем?
- Что считаем успехом, провалом и нейтральным результатом?
Если на эти вопросы нет ответа, тест еще не готов.
Локальный пример
Допустим, школа английского в Алматы получает много заявок с Meta, но менеджеры говорят, что люди "просто интересуются". HADI-подход:
- Hypothesis: если добавить на форму вопрос "цель обучения" и показывать разные сообщения для работы, экзамена и переезда, доля квалифицированных заявок вырастет.
- Action: меняем форму только на одном лендинге и передаем цель в CRM.
- Data: смотрим не CPL, а SQL rate и оплату в течение 7 дней.
- Insight: если SQL вырос, масштабируем сегментацию; если заявок стало меньше, но оплат больше, считаем экономику; если все упало, откатываем.
Частые ошибки
Самая частая ошибка - запускать HADI без владельца. Когда "команда тестирует", на практике никто не отвечает за критерий успеха и выводы. У каждого эксперимента должен быть один owner.
Вторая ошибка - менять слишком много сразу. Если одновременно поменяли заголовок, цену, форму, канал и скрипт продаж, вы не узнаете, что сработало.
Третья ошибка - не закрывать цикл. Insight - это не отчет ради отчета. Это решение: масштабируем, повторяем с другой формулировкой, переносим в другой сегмент или закрываем.
Видео
Что почитать в первоисточниках
- Eric Ries: Minimum Viable Product: a guide
- Brian Balfour: Principles, Process, Team, Tactics
Главный совет
Не запускайте HADI, пока не можете одним предложением сказать, что именно должно измениться в цифрах. Без этого цикл превращается в активность ради активности.