База идей

Pocus: $475K в месяц на ИИ-инструменте для sales-команд — кейс Алексы Грабелл

Pocus — ИИ-платформа для sales-команд, которая агрегирует данные продукта и поведения клиента, чтобы менеджеры тратили время на продажи, а не на сбор информации из десяти разных систем. $475K выручки в месяц ($5.7M ARR), двое основателей, прибыльно, ~30 сотрудников. Запущена в 2021 году, привлекла $23M венчурного финансирования за два года.

Главное в кейсе — Алекса Грабелл построила сообщество до продукта. Slack-комьюнити sales-профессионалов вырос с 10 человек до 4000+ и стал главным двигателем входящих заявок. Контент-маркетинг плюс community — это формула B2B SaaS-роста для аудитории, которая не реагирует на рекламу.

Кто такая Алекса Грабелл

Алекса до Pocus работала в sales operations в Dataminr — компании, которая обрабатывает данные для финансовых рынков. Там она увидела изнутри, как sales-команды тонут в разрозненных данных: один инструмент для аналитики, другой для CRM, третий для подсчёта поведения пользователей.

Она поступила на MBA в Stanford, где встретила сооснователя и через программу Lean Launchpad проинтервьюировала 350 sales-руководителей, чтобы валидировать идею Pocus.

Какую проблему решает Pocus

Современный sales-менеджер тратит часы в неделю не на продажи, а на «копание в данных»: какие клиенты использовали продукт, кто близок к выгоранию, кто перешёл на тарифный план. Эти сигналы рассыпаны по разным системам — Salesforce, продуктовая аналитика, CRM, email-инструменты.

Pocus собирает всё в одной платформе:

  • Интеграция с продуктовой аналитикой (Mixpanel, Amplitude, Segment)
  • ИИ-выделение «горячих» аккаунтов на основе поведения
  • Готовые сегменты для outbound-команд
  • Триггеры для timely-engagement (когда юзер показывает признаки покупки)

Sales-команда видит «вот этому клиенту нужно написать сейчас» вместо того, чтобы вручную копаться в десяти системах.

Как родилась идея

Личный опыт Алексы в Dataminr плюс наблюдение, что в product-led компаниях огромный объём данных о юзере вообще не доходит до sales-команд. Раз продукт сам приводит юзеров, кажется что sales не нужны — но на самом деле выручку от enterprise-аккаунтов умеет извлекать только живой менеджер с правильным контекстом.

После 350 интервью команда получила чёткую картину: проблема настоящая, инструмента нет, готовы платить enterprise-чеки.

Как собрали MVP

Разработка первой версии заняла около года. Команда стартовала с быстрых итераций («ship-erate» культура): выпустили первый прототип, получили обратную связь от 5-10 ранних клиентов, переделали, выпустили снова.

Главный технический вызов — robust-обработка больших объёмов данных в реальном времени. Pocus подключается к продуктовой аналитике клиента, считывает поведение тысяч юзеров и за секунды выделяет тех, кто готов к продаже.

Стек:

СлойИнструмент
ИИ-скорингкастомные ML-модели
ИнтеграцииPLG-стек (Mixpanel, Amplitude, Segment, Salesforce)
UIвеб-приложение

Финансирование — $23M венчурного капитала за два года, что позволило быстро нанимать инженеров и закрывать enterprise-сделки.

Стратегия роста

Контент и сообщество

Главный канал Pocus — LinkedIn-контент Алексы про будущее sales-индустрии. Slack-сообщество выросло с 10 до более чем 4000 человек и стало источником входящих заявок. Это не «спам-канал», а реально активная площадка для обмена практиками sales-профессионалов.

Это сработало потому, что sales-аудитория не покупает по холодной рекламе, но активно учится новому. Сообщество = форма доверия = форма продаж.

Warm outbound

Алекса лично запускала outbound в первые месяцы. По мере роста команда отказалась от cold outbound в пользу warm outbound — связи с теми, кто уже знал бренд Pocus через контент или сообщество.

Это сработало потому, что персонализация и релевантность пробивают шум входящих писем sales-руководителей. Когда email начинается с «вы комментировали наш пост о PLG sales» — открываемость в разы выше.

Партнёрства с big SaaS

Pocus подписала партнёрства с Asana, Canva, Miro, Loom — крупными product-led компаниями. Эти партнёрства дали кредит доверия и доступ к их базам клиентов.

Это сработало потому, что когда Asana рекомендует Pocus своим клиентам — это сильнее любой рекламы. Партнёрство = социальный proof.

Product-Led Growth-элементы

Pocus не строго PLG-компания (есть enterprise sales), но они переняли часть PLG-практик: простая интеграция, мгновенная демонстрация ценности на реальных данных клиента, прозрачные results-метрики.

Pricing

  • Tiered pricing по usage и фичам
  • Стартовый план + enterprise-контракты

Полный прайс не публикуется — стандартно для enterprise B2B, где цена обсуждается под объём.

5 уроков из кейса

  1. 350 интервью до строчки кода. Алекса с сооснователем не написали ничего, пока не поговорили с 350 sales-руководителями. Это и есть «product-market fit с первого релиза» — невозможно угадать боль на 350 человек, можно только услышать.
  2. Сообщество > реклама в B2B. 4000 человек в Slack-комьюнити — это аудитория, которая доверяет бренду и сама приходит за продуктом. Этот канал не отключить — он растёт сам.
  3. Warm outbound > cold outbound. Когда у тебя есть контент-машина, ты не «холодишь» — ты дополняешь беседу. Конверсия в разы выше при том же usage времени менеджера.
  4. Партнёрства с крупными SaaS — короткий путь к credibility. Asana и Canva в клиентском листе сразу убирают вопрос «надёжный ли вы». Это рычаг, который ускоряет enterprise sales на месяцы.
  5. «Ship-erate» — культура быстрых итераций. Pocus не делал «идеальный релиз»: выпускали сырое, собирали обратную связь, переделывали за неделю. В B2B-сегменте это работает, потому что enterprise-клиенты понимают цикл разработки и сами хотят влиять на roadmap.

Главная мысль: в B2B SaaS для sales-аудитории побеждает тот, кто строит сообщество и контент-машину раньше продукта. Pocus не пытался «продать инструмент» — она стала площадкой, где sales-руководители учатся современным практикам. И когда они готовы покупать инструмент — Pocus уже там, на расстоянии одного клика.

Похожие идеи

  • Lutra.ai — $417K · ИИ-агент для автоматизации рабочих процессов
  • Clearbit — $3.17M · B2B API для обогащения данных о компаниях и людях
  • Visitor Queue — $150K · B2B website visitor tracking — определение компаний, посещающих сайт
  • Fireflies.ai — $908K · ИИ-транскрибатор и саммари встреч
  • Agree.com — $1.15M · E-signature + invoicing + payments для sales-команд