3.bunch — BUNCH / Граф Нексуса и сегменты (Step 2: Customer)¶

Фаза Sprint: BUNCH (тяжёлая). Источник: operating-model (Банч вместо Беклога, Принцип 1; Банч из текущего состояния), [S1] VI.6. Термины — по naming_conventions.

🎯 Цель фазы для Step 2¶

Превратить разрозненные единицы знания (из EXECUTE) и кандидат-узлы (из SCOUT) в связный подграф Нексуса потребителя из 8 сущностей с метрикой CR как вычисляемым gate (2.5), затем кластеризовать узлы в 2–5 поведенческих сегментов с workslop-фильтром «персона ≥4 интервью» (2.6). Документация исчезает → цифровой профиль продукта [S2] III.5.

Ключевые инверсии PAF: - «Единый контекст потребителя» в одном документе → граф узлов (8 сущностей), цифровой двойник [2.5]. - Empathy Map / CJM / ручные персоны → верифицированный подграф с поведенческими узлами [2.6]. - CR как самооценка → CR = вычисляемая метрика (полнота × актуальность).

Эта фаза питается данными из EXECUTE (единицы знания о поведении). На ранних циклах Sprint может стартовать на каркасе из SCOUT и дозаполняться по мере поступления интервью — цикл event-based [S1] VI.2.

👤 Роль¶

Product Engineer — владелец графа; проверяет связность (каждая проблема привязана к пути и триггеру; каждая мотивация — к цели); задаёт разрез сегментации (ситуация-триггер / уровень боли / поведение / цель / мотивация / ролевой контекст / опыт) [2.6].
Product Ops — поддерживает структуру графа, метрику CR, флаги увядания; обслуживает workslop-фильтр (правило ≥4 интервью) и метапознание-гейт.
Growth Engineer — строит ребро Value Stream → mNSM (дельта ценности как потенциал монетизации); добавляет mNSM-профиль каждому сегменту [2.5, 2.6].
Зона человека: решение «достаточно ли спел контекст» для сегментации; выбор фокус-сегмента (переходит в PITCH) — стратегический вызов.

🤖 Кортекс-агенты¶

1. Nexus-Builder Agent (сборка графа): 2.5 instruction - Вход: единицы знания о поведении из EXECUTE + карточки интервью + обновлённые CP. - Действие: собирает 8 сущностей в граф (Сегмент → Триггер → Начальное → Целевое → Альтернативные пути → Проблемы+Причины → Мотивация → Value Stream); выявляет ситуации-триггеры, пары «начальное→целевое», проблемы на шагах путей; считает CR; флагует узлы на увядание; строит ребро Value Stream→mNSM. - Выход: спелый подграф Нексуса потребителя с CR как live-метрикой.

2. Сегментатор (AI Segmenter Agent) с workslop-фильтром: 2.6 instruction - Вход: спелый подграф Нексуса потребителя. - Действие: кластеризует узлы по поведенческим разрезам; формирует профили сегментов (название/описание/триггеры/начальное→целевое/мотивация/поведение/ключевые проблемы/ценности/уровень боли); применяет workslop-фильтр: узел Сегмент допускается только при ≥4 подтверждающих интервью с цитатами-доказательствами (иначе отбрасывается как AI-выдумка); метапознание-чек. - Выход: 2–5 поведенческих сегментов как подграфов Нексуса, каждый с mNSM-профилем и CP.

🧠 Человек (метапознание)¶

Чекпоинт связности графа: у каждой проблемы есть путь и триггер? у каждой мотивации — цель? у каждого пути ≥1 проблемы с причиной? ребро Value Stream→mNSM построено? нет «висящих» узлов без источника? Если нет — граф неспел, CR ниже порога, возврат к интервью (EXECUTE) [2.5].
«Контекст важнее демографии»: узлы описывают поведение/ситуацию, а не возраст/пол [2.5, 2.6].
Триангуляция: после авто-кластеризации Product Engineer возвращается к карточкам интервью и проверяет — соответствует ли каждый реальный респондент сегменту? «Не вписывающиеся» → возможный новый сегмент (доп. интервью) или выброс (исключить с обоснованием) [2.6].
Veto-право: отбраковать сегмент-«средний пользователь» (мешанина паттернов) или AI-персону без 4 интервью.

📦 Артефакт = узлы Нексуса потребителя (+CR)¶

Полный граф из 8 сущностей. Метаданные каждого узла: источник-интервью[], CP, timestamp, статус увядания, частота.
Ребра: триггер→состояние, путь→проблема, проблема→причина, мотивация→цель, Value Stream→mNSM.
Узлы Сегмент (2–5), каждый — подграф: триггер + путь + проблема + мотивация + ценности + уровень боли + разрез сегментации, список подтверждающих интервью (≥4), готовность платить (mNSM), демография (вспомогательная, в конце).
Цитата-доказательство = отдельный узел типа quote с ребром evidence (без привязки → workslop) [2.5].
Context Ripeness = полнота × актуальность — вычисляется (не самооценка).

🚦 CP-гейт¶

Критерий выхода из BUNCH (сборка графа, 2.5): CR Нексуса потребителя ≥ порога — все 8 сущностей представлены, узлы верифицированы, CP фокус-проблем ≥ gate.
Критерий выхода из BUNCH (сегментация, 2.6): каждый сегмент ≥4 интервью; разрезы сегментации осмыслены; нет AI-персон без доказательной базы.
Стоимость риска: «Сколько стоит проектирование продукта на неспелом контексте или фокус на выдуманном сегменте (продукт не для кого)?» [2.5, 2.6].

🛡️ Анти-workslop (критический фильтр стадии)¶

Правило «персона ≥4 интервью» — главный workslop-фильтр Step 2 [reformation 2.9]. Сегмент из 1–3 интервью → кандидат на доработку (не персона). Сегмент из «интуиции Кортекса» без интервью → отбрасывается, CP=0.
Запрет на «портрет среднего пользователя» (мешанина сегментов) → только поведенческие узлы конкретных контекстов.
Цитаты-доказательства обязательны для каждого проблемного узла.
CR не растёт от «дописывания текста» — только от добавления верифицированных узлов.
Трассировка сегмента до конкретных интервью (список в метаданных).

❓ Контрольные вопросы (метапознание)¶

У каждой проблемы есть путь и триггер? у каждой мотивации — цель? у каждого пути ≥1 проблемы с причиной? (связность графа)
Построено ли ребро Value Stream→mNSM (Growth Engineer)?
Каждый сегмент подтверждён ≥4 интервью с цитатами? (правило workslop-фильтра)
Разрез сегментации — поведенческий (триггер/боль/поведение), а не демографический?
Демография — в конце профиля, не в начале? нет сегмента-«среднего пользователя»?
Каждый ли реальный респондент отнесён к сегменту? 2–5 чётких профилей (а не 10 размытых)?
Есть ли mNSM-профиль у каждого сегмента? CR ≥ порога для перехода к PITCH?

⚠️ Типичные ошибки фазы¶

Граф с «висящими» узлами (проблема без пути) → CR ниже порога, возврат к EXECUTE.
AI-персона из 1–3 интервью → главный workslop Step 2; фильтр ≥4 обязателен.
Демография как ядро профиля → контекст первичен; демография в конце.
Value Stream без ребра mNSM → теряется связь с Business Lens.
«Портрет среднего пользователя» → мешанина сегментов; разделить или исключить выбросы.
Меньше 8 сущностей → теряется причинность цикла «почему человек действует»; полнота CR падает.

🔗 Дальше¶

→ 4.pitch (PITCH): NPV-скорер (2.7) добавляет mNSM + NPV-параметр → Pitching of Trust защищает выбор фокус-сегмента.

Назад: 2.scout · Вход данных: 5.execute (единицы знания из интервью). Источники: 2.5 instruction · 2.6 instruction

Version: 1.0 · Last updated: 2026-06-20 · Maintained by: AI-KORTEX