Финансовая модель и масштабирование
Ключевые цифры
CPL: 6 250 ₽ | CPA: 27 778 ₽ | LTV: 450K–1.2M ₽ | LTV/CAC: 16–43x | Break-even: месяц 3 (6 клиентов) | Year 1: 82 клиента, 7.4M MRR
Пакеты услуг
Линейка пакетов
| Пакет | Цена | Тип | SKU | Что входит | ICP |
|---|---|---|---|---|---|
| АУДИТ | 25 000 ₽ | Разовый | 3 | Аудит-отчёт, бенчмарк, рекомендации | Первичный контакт |
| ОПТИМИЗАЦИЯ | 75 000 ₽/мес | Подписка | 5 | Фото + видео + инфографика + SEO | Малый селлер |
| РОСТ | 150 000 ₽/мес | Подписка | 10+ | Всё из ОПТИМИЗАЦИЯ + аналитика + A/B тесты | Средний селлер |
| МАСШТАБИРОВАНИЕ | 300 000+ ₽/мес | Подписка | 20+ | Всё + менеджмент каталога + стратегия | Крупный бренд |
graph LR
A["АУДИТ\n25K разово\n(конвертер)"] --> B["ОПТИМИЗАЦИЯ\n75K/мес\n(entry)"]
B --> C["РОСТ\n150K/мес\n(core)"]
C --> D["МАСШТАБ\n300K+/мес\n(enterprise)"]
style A fill:#e3f2fd
style B fill:#fff3e0
style C fill:#e8f5e9
style D fill:#c8e6c9
Себестоимость по пакетам
АУДИТ (25 000 ₽ разово)
| Статья | Сумма |
|---|---|
| SF API (3 SKU × запросы) | 200 ₽ |
| Аналитик (1.5 часа × 800 ₽) | 1 200 ₽ |
| Автоматизация (сервер, генерация PDF) | 100 ₽ |
| Менеджер (отправка, follow-up, 0.5ч) | 400 ₽ |
| Себестоимость | 1 900 ₽ |
| Маржа | 23 100 ₽ (92%) |
Аудит — это лид-магнит
Маржа 92% — но главная ценность аудита не в самом чеке 25K, а в конверсии 30%+ в подписку на ОПТИМИЗАЦИЮ (75K/мес). Один аудит = 0.3 × 75K × 6 мес = 135K LTV.
ОПТИМИЗАЦИЯ (75 000 ₽/мес)
| Статья | Сумма/мес |
|---|---|
| SF подписка (пропорционально) | 550 ₽ |
| Фотограф (5 SKU × 2ч × 1 500 ₽) | 15 000 ₽ |
| Видеограф (5 SKU × 1.5ч × 2 000 ₽) | 15 000 ₽ |
| Дизайнер инфографики (5 SKU × 1ч × 1 200 ₽) | 6 000 ₽ |
| Копирайтер SEO (5 SKU × 0.5ч × 800 ₽) | 2 000 ₽ |
| Аналитик (отчёты, оптимизация, 3ч) | 2 400 ₽ |
| Менеджер (коммуникация, 2ч) | 1 600 ₽ |
| Себестоимость | 42 550 ₽ |
| Маржа | 32 450 ₽ (43%) |
РОСТ (150 000 ₽/мес)
| Статья | Сумма/мес |
|---|---|
| SF подписка (пропорционально) | 1 100 ₽ |
| Фотограф (10 SKU × 2ч × 1 500 ₽) | 30 000 ₽ |
| Видеограф (10 SKU × 1.5ч × 2 000 ₽) | 30 000 ₽ |
| Дизайнер инфографики (10 SKU × 1ч × 1 200 ₽) | 12 000 ₽ |
| Копирайтер SEO (10 SKU × 0.5ч × 800 ₽) | 4 000 ₽ |
| Аналитик (аналитика + A/B тесты, 6ч) | 4 800 ₽ |
| Менеджер (коммуникация, 4ч) | 3 200 ₽ |
| Себестоимость | 85 100 ₽ |
| Маржа | 64 900 ₽ (43%) |
МАСШТАБИРОВАНИЕ (300 000 ₽/мес)
| Статья | Сумма/мес |
|---|---|
| SF подписка (полная Business) | 5 490 ₽ |
| Продакшн-команда (20+ SKU) | 120 000 ₽ |
| Выделенный аналитик (20ч) | 16 000 ₽ |
| Менеджер аккаунта (10ч) | 8 000 ₽ |
| A/B тесты + инструменты | 5 000 ₽ |
| Себестоимость | 154 490 ₽ |
| Маржа | 145 510 ₽ (49%) |
Юнит-экономика
Воронка и конверсии
UNIT ECONOMICS: от сканирования до клиента
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1. Сканирование: 500 SKU / категория
2. Problem cards: 125 SKU (25%)
3. Unique sellers: 85 (67%)
4. С контактами: 50 (59%)
5. Аутрич: 50 сообщений
├── Стоимость аутрича: 250 ₽/сообщение (время менеджера + инструменты)
└── Итого на аутрич: 12 500 ₽
6. Ответы: 5 (10% response rate)
7. Аудиты: 3 (60% audit rate)
├── Стоимость аудита: 1 900 ₽/шт
└── Итого на аудиты: 5 700 ₽
8. Клиенты: 1 (33% close rate)
ИТОГО СТОИМОСТЬ ПРИВЛЕЧЕНИЯ:
Сканирование (SF API): 2 500 ₽
Аутрич (50 сообщений): 12 500 ₽
Аудиты (3 штуки): 5 700 ₽
Менеджер (переговоры): 7 000 ₽
─────────────────────────────────
CAC (Cost of Acquisition): 27 700 ₽
Ключевые метрики
| Метрика | Значение | Комментарий |
|---|---|---|
| CPL (Cost per Lead) | 6 250 ₽ | (12 500 + 2 500) ÷ 50 × 5 ответов |
| CPA (Cost per Acquisition) | 27 700 ₽ | Все расходы на привлечение 1 клиента |
| Средний чек | 112 500 ₽/мес | Взвешенное среднее по пакетам |
| Средний lifetime | 6 мес | Консервативная оценка |
| LTV | 675 000 ₽ | 112 500 × 6 мес |
| LTV/CAC | 24.4x | Отличный показатель (>3x = хорошо) |
| Payback period | 7.4 дня | CAC / (средний чек / 30) |
| Gross margin | 43% | Средняя по пакетам |
| Net margin | 28% | С учётом фиксированных расходов |
Распределение по пакетам (прогноз)
| Пакет | % клиентов | Средний lifetime | LTV | Взвешенный LTV |
|---|---|---|---|---|
| АУДИТ (только) | 20% | 1 мес | 25 000 ₽ | 5 000 ₽ |
| ОПТИМИЗАЦИЯ | 40% | 4 мес | 300 000 ₽ | 120 000 ₽ |
| РОСТ | 30% | 8 мес | 1 200 000 ₽ | 360 000 ₽ |
| МАСШТАБ | 10% | 12 мес | 3 600 000 ₽ | 360 000 ₽ |
| Средневзвешенный | 100% | 6 мес | 845 000 ₽ |
Консервативный vs Оптимистичный LTV
- Консервативный: 450 000 ₽ (только ОПТИМИЗАЦИЯ, 6 мес)
- Реалистичный: 845 000 ₽ (средневзвешенный по пакетам)
- Оптимистичный: 1 200 000 ₽ (с upsell + referral)
В модели используем консервативный для надёжности.
Когортная мо дель (12 месяцев)
Месячная когорта: от аутрича до MRR
| Месяц | Категорий просканировано | Лидов в pipeline | Аутричей | Ответов (10%) | Аудитов (60%) | Новых клиентов (33%) | MRR новых | Отток (10%/мес) | Активных клиентов | Общий MRR |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 3 | 150 | 100 | 10 | 6 | 2 | 225K | 0 | 2 | 225 000 ₽ |
| 2 | 5 | 250 | 180 | 18 | 11 | 4 | 450K | 0 | 6 | 675 000 ₽ |
| 3 | 8 | 400 | 300 | 30 | 18 | 6 | 675K | 1 | 11 | 1 237 500 ₽ |
| 4 | 10 | 500 | 400 | 40 | 24 | 8 | 900K | 1 | 18 | 2 025 000 ₽ |
| 5 | 10 | 500 | 400 | 40 | 24 | 8 | 900K | 2 | 24 | 2 700 000 ₽ |
| 6 | 12 | 600 | 450 | 45 | 27 | 9 | 1 013K | 2 | 31 | 3 487 500 ₽ |
| 7 | 12 | 600 | 450 | 45 | 27 | 9 | 1 013K | 3 | 37 | 4 162 500 ₽ |
| 8 | 15 | 750 | 500 | 50 | 30 | 10 | 1 125K | 4 | 43 | 4 837 500 ₽ |
| 9 | 15 | 750 | 500 | 50 | 30 | 10 | 1 125K | 4 | 49 | 5 512 500 ₽ |
| 10 | 15 | 750 | 500 | 50 | 30 | 10 | 1 125K | 5 | 54 | 6 075 000 ₽ |
| 11 | 18 | 900 | 600 | 60 | 36 | 12 | 1 350K | 5 | 61 | 6 862 500 ₽ |
| 12 | 18 | 900 | 600 | 60 | 36 | 12 | 1 350K | 6 | 67 | 7 537 500 ₽ |
Допущения:
- Средний чек: 112 500 ₽/мес (взвешенное среднее)
- Response rate: 10% (стабильный после калибровки)
- Audit rate: 60% (ответ → аудит)
- Close rate: 33% (аудит → клиент)
- Monthly churn: 10% (с месяца 3)
- Рост количества категорий: +2–3/мес
- Рост аутрича: ограничен capacity менеджеров
Потоки выручки
3 источника дохода
graph TD
A["Выручка лидогенерации"] --> B["1. Контент-продакшн\n(основной)"]
A --> C["2. SF реферальные\n(комиссия)"]
A --> D["3. Консалтинг\n(часы)"]
B --> B1["75-300K/мес\nна клиента"]
C --> C1["~2 000 ₽/мес\nна реферала"]
D --> D1["5 000 ₽/час\nразовые консультации"]
style B fill:#c8e6c9
style C fill:#bbdefb
style D fill:#fff3e0
1. Контент-продакшн (85% выручки)
Основной поток — подписка на пакеты услуг: фото, видео, инфографика, SEO-оптимизация.
| Пакет | Клиентов (мес 12) | MRR |
|---|---|---|
| ОПТИМИЗАЦИЯ | 27 | 2 025 000 ₽ |
| РОСТ | 20 | 3 000 000 ₽ |
| МАСШТАБ | 7 | 2 100 000 ₽ |
| Итого | 54 | 7 125 000 ₽ |
2. SalesFinder реферальные комиссии (10% выручки)
Каждый клиент получает подписку SalesFinder для мониторинга своих карточек. Fotofactor = реферальный партнёр.
| Параметр | Значение |
|---|---|
| SF подписка (Business) | 5 490 ₽/мес |
| Реферальная комиссия | ~20% = 1 100 ₽/мес |
| Активных рефералов (мес 12) | ~50 |
| MRR от рефералов | 55 000 ₽ |
| Annualized | 660 000 ₽ |
3. Консалтинг (5% выручки)
Часовые консультации для клиентов, которые хотят самостоятельно оптимизировать карточки.
| Параметр | Значение |
|---|---|
| Ставка | 5 000 ₽/час |
| Часов/мес | ~15 |
| MRR | 75 000 ₽ |
Суммарный MRR (месяц 12)
| Поток | MRR | Доля |
|---|---|---|
| Контент-продакшн | 7 125 000 ₽ | 86% |
| SF рефералы | 55 000 ₽ | 1% |
| Консалтинг | 75 000 ₽ | 1% |
| Аудиты (разовые) | 250 000 ₽ | 3% |
| Доход от клиентов бесплатных аудитов (разовые) | 750 000 ₽ | 9% |
| ИТОГО | ~8 255 000 ₽ | 100% |
Break-even анализ
Фиксированные расходы
| Статья | Месяц 1–3 | Месяц 4–6 | Месяц 7–12 |
|---|---|---|---|
| Разработчик (backend) | 120 000 ₽ | 120 000 ₽ | 120 000 ₽ |
| Аналитик (50%→100%) | 40 000 ₽ | 80 000 ₽ | 80 000 ₽ |
| Менеджер продаж (50%→100%→×2) | 35 000 ₽ | 70 000 ₽ | 140 000 ₽ |
| SF API подписка | 8 000 ₽ | 8 000 ₽ | 16 000 ₽ |
| Инфраструктура (серверы) | 5 000 ₽ | 8 000 ₽ | 15 000 ₽ |
| Инструменты (CRM, email, etc.) | 3 000 ₽ | 5 000 ₽ | 8 000 ₽ |
| Руководство (20%) | 30 000 ₽ | 30 000 ₽ | 30 000 ₽ |
| Итого фиксированных | 241 000 ₽ | 321 000 ₽ | 409 000 ₽ |
Точка безубыточности
Break-even = Фиксированные расходы / Маржа на клиента
Месяц 1-3:
Фиксированные: 241 000 ₽/мес
Маржа ОПТИМИЗАЦИЯ: 32 450 ₽/мес
Break-even: 241 000 / 32 450 = 7.4 клиентов ≈ 8 клиентов
Месяц 4-6:
Фиксированные: 321 000 ₽/мес
Средняя маржа (mix): 48 000 ₽/мес
Break-even: 321 000 / 48 000 = 6.7 клиентов ≈ 7 клиентов
Месяц 7-12:
Фиксированные: 409 000 ₽/мес
Средняя маржа (mix): 55 000 ₽/мес
Break-even: 409 000 / 55 000 = 7.4 клиентов ≈ 8 клиентов
Break-even
При текущей модели break-even достигается при 6–8 активных клиентах. По когортной модели это происходит на месяце 3 (11 активных клиентов).
P&L помесячно (первые 6 месяцев)
| Мес 1 | Мес 2 | Мес 3 | Мес 4 | Мес 5 | Мес 6 | |
|---|---|---|---|---|---|---|
| Выручка | ||||||
| Подписки (MRR) | 225K | 675K | 1 238K | 2 025K | 2 700K | 3 488K |
| Аудиты (разовые) | 50K | 100K | 150K | 200K | 200K | 225K |
| Итого выручка | 275K | 775K | 1 388K | 2 225K | 2 900K | 3 713K |
| Переменные расходы | ||||||
| Продакшн (контент) | 85K | 256K | 529K | 891K | 1 188K | 1 534K |
| Аутрич + аудиты | 18K | 31K | 50K | 65K | 65K | 73K |
| SF API | 8K | 8K | 8K | 8K | 8K | 8K |
| Итого переменных | 111K | 295K | 587K | 964K | 1 261K | 1 615K |
| Фиксированные расхо ды | ||||||
| Команда + инфра | 241K | 241K | 241K | 321K | 321K | 321K |
| EBITDA | -77K | 239K | 560K | 940K | 1 318K | 1 777K |
| Маржа EBITDA | -28% | 31% | 40% | 42% | 45% | 48% |
| Накопленный P&L | -77K | 162K | 722K | 1 662K | 2 980K | 4 757K |
Сценарии масштабирования
Как улучшается юнит-экономика с ростом
| Метрика | Месяц 1 (MVP) | Месяц 6 (Growth) | Месяц 12 (Scale) |
|---|---|---|---|
| Клиентов | 2 | 31 | 67 |
| MRR | 225K | 3.5M | 7.5M |
| CAC | 27 700 ₽ | 22 000 ₽ | 18 000 ₽ |
| Avg чек | 112K | 112K | 112K |
| Маржа | 30% | 45% | 52% |
| LTV/CAC | 16x | 21x | 27x |
Почему экономика улучшается:
- Фиксированные расходы амортизируются: разработка, инфраструктура, SF подписка делятся на большее число клиентов
- Автоматизация снижает CAC: чем больше шаблонов, A/B тестов, автоматических follow-up — тем дешевле привлечение
- Referrals: довольные клиенты приводят новых (referral coefficient ~0.15 после месяца 6)
- Upsell: клиенты переходят на более дорогие пакеты (ОПТИМИЗАЦИЯ → РОСТ → МАСШТАБ)
- Продакшн-эффективность: при 10+ клиентах можно проводить «сборные» съёмки
SalesFinder Revenue Model
Реферальный доход от SF
| Месяц | Новых клиентов-рефералов | Всего активных | SF MRR (реф.) | Накопленный |
|---|---|---|---|---|
| 1 | 1 | 1 | 1 100 ₽ | 1 100 ₽ |
| 3 | 3 | 8 | 8 800 ₽ | 22 000 ₽ |
| 6 | 5 | 25 | 27 500 ₽ | 115 500 ₽ |
| 9 | 7 | 42 | 46 200 ₽ | 313 500 ₽ |
| 12 | 8 | 55 | 60 500 ₽ | 633 000 ₽ |
Допущение: ~80% клиентов подключают SF подписку, комиссия 20%.
SF как партнёр
Мы приводим SalesFinder платящих клиентов — это выгодно обеим сторонам. SF получает MRR, мы получаем комиссию + данные для работы.
Анализ чувствительности
Что если конверсия упадёт на 50%?
| Метрика | Базовый сценарий | Конверсия -50% | Влияние |
|---|---|---|---|
| Response rate | 10% | 5% | |
| Audit request rate | 60% | 60% | не меняется |
| Close rate | 33% | 33% | не меняется |
| Новых клиентов/мес (мес 6) | 9 | 4.5 ≈ 5 | -44% |
| MRR (мес 6) | 3.5M | 1.9M | -46% |
| Break-even | Мес 3 | Мес 5 | +2 мес |
| Год 1 клиентов | 82 | 42 | -49% |
| Год 1 MRR | 7.5M | 3.9M | -48% |
Вывод: даже при 50% снижении конверсии модель остаётся прибыльной (break-even на месяце 5).
Что если средний чек на 40% ниже?
| Метрика | Базовый | Чек -40% | Влияние |
|---|---|---|---|
| Средний чек | 112 500 ₽ | 67 500 ₽ | -40% |
| MRR (мес 6) | 3.5M | 2.1M | -40% |
| Break-even | Мес 3 (8 клиентов) | Мес 4 (13 клиентов) | +1 мес |
| Маржа | 43% | 35% | -8pp |
| LTV | 675K | 405K | -40% |
| LTV/CAC | 24x | 15x | -9x |
Вывод: при чеке -40% экономика всё ещё здоровая (LTV/CAC 15x, break-even мес 4).
Что если и конверсия -50% И чек -40%?
| Метрика | Базовый | Worst case | Влияние |
|---|---|---|---|
| Новых клиентов/мес | 9 | 5 | -44% |
| Средний чек | 112 500 ₽ | 67 500 ₽ | -40% |
| MRR (мес 6) | 3.5M | 1.1M | -69% |
| Break-even | Мес 3 | Мес 7 | +4 мес |
| LTV/CAC | 24x | 9x | -15x |
Вывод: даже в worst case сценарии LTV/CAC = 9x и break-even на месяце 7. Модель устойчива.
Таблица чувствительности (MRR на месяц 12, тыс. ₽)
| Чек 67.5K | Чек 90K | Чек 112.5K | Чек 135K | Чек 160K | |
|---|---|---|---|---|---|
| RR 5% | 2 025 | 2 700 | 3 375 | 4 050 | 4 800 |
| RR 8% | 3 240 | 4 320 | 5 400 | 6 480 | 7 680 |
| RR 10% | 4 050 | 5 400 | 6 750 | 8 100 | 9 600 |
| RR 12% | 4 860 | 6 480 | 8 100 | 9 720 | 11 520 |
| RR 15% | 6 075 | 8 100 | 10 125 | 12 150 | 14 400 |
RR = Response Rate. Базовый сценарий выделен жирным.
Cash Flow
Помесячный cash flow
| Месяц | Приход | Расход | Net CF | Кумулятивный |
|---|---|---|---|---|
| 0 (MVP) | 0 | -275K | -275K | -275K |
| 1 | 275K | 352K | -77K | -352K |
| 2 | 775K | 536K | +239K | -113K |
| 3 | 1 388K | 828K | +560K | +447K |
| 4 | 2 225K | 1 285K | +940K | +1 387K |
| 5 | 2 900K | 1 582K | +1 318K | +2 705K |
| 6 | 3 713K | 1 936K | +1 777K | +4 482K |
| 7 | 4 388K | 2 340K | +2 048K | +6 530K |
| 8 | 5 063K | 2 690K | +2 373K | +8 903K |
| 9 | 5 738K | 3 040K | +2 698K | +11 601K |
| 10 | 6 300K | 3 340K | +2 960K | +14 561K |
| 11 | 7 088K | 3 770K | +3 318K | +17 879K |
| 12 | 7 788K | 4 100K | +3 688K | +21 567K |
Runway
При начальном бюджете 275K ₽ (MVP) первый положительный cash flow — месяц 2. Кумулятивный выход в плюс — месяц 3. К месяцу 12 — 21.6M ₽ на счёте.
Сравнение: cold vs data-driven
Экономика холодных продаж
| Метрика | Cold | Data-driven | Разница |
|---|---|---|---|
| Response rate | 1.5% | 10% | 6.7x |
| Audit request | 20% | 60% | 3x |
| Close rate | 15% | 33% | 2.2x |
| End-to-end conversion | 0.045% | 2.0% | 44x |
| CPL | 15 000 ₽ | 6 250 ₽ | 2.4x дешевле |
| CPA | 333 000 ₽ | 27 700 ₽ | 12x дешевле |
| Avg deal size | 50 000 ₽ | 112 500 ₽ | 2.25x больше |
| LTV | 200 000 ₽ | 675 000 ₽ | 3.4x больше |
| LTV/CAC | 0.6x | 24x | 40x |
Для привлечения 10 клиентов в месяц:
Cold: 10 / 0.00045 = 22 222 сообщения × 250 ₽ = 5.6M ₽
Data-driven: 10 / 0.020 = 500 сообщений × 250 ₽ = 125K ₽
Экономия: 5.6M - 125K = 5 475 000 ₽/мес (44x дешевле)
Вывод
Холодные продажи для контент-услуг на маркетплейсах экономически нежизнеспособны (LTV/CAC < 1). Data-driven подход — единственный масштабируемый путь.
3 сценария роста
Консервативный (82 клиента/год)
Допущения: response rate 8%, close rate 25%, churn 12%/мес, средний чек 90K
| Показатель | Год 1 | Год 2 | Год 3 |
|---|---|---|---|
| Клиентов на конец года | 45 | 85 | 130 |
| MRR на конец года | 4.1M | 7.7M | 11.7M |
| ARR | 49M | 92M | 140M |
| Годовая прибыль | 15M | 35M | 55M |
Умеренный (150 клиентов/год)
Допущения: response rate 10%, close rate 33%, churn 10%/мес, средний чек 112K
| Показатель | Год 1 | Год 2 | Год 3 |
|---|---|---|---|
| Клиентов на конец года | 67 | 145 | 240 |
| MRR на конец года | 7.5M | 16.3M | 27.0M |
| ARR | 90M | 196M | 324M |
| Годовая прибыль | 28M | 65M | 110M |
Агрессивный (250 клиентов/год)
Допущения: response rate 12%, close rate 40%, churn 8%/мес, средний чек 135K, 2 менеджера с мес 3
| Показатель | Год 1 | Год 2 | Год 3 |
|---|---|---|---|
| Клиентов на конец года | 110 | 260 | 450 |
| MRR на конец года | 14.9M | 35.1M | 60.8M |
| ARR | 179M | 421M | 730M |
| Годовая прибыль | 60M | 145M | 260M |
3-летний путь к 10M+ годовой выручки
graph LR
Y1["Год 1\n49-179M ARR\n45-110 клиентов"] --> Y2["Год 2\n92-421M ARR\n85-260 клиентов"]
Y2 --> Y3["Год 3\n140-730M ARR\n130-450 клиентов"]
style Y1 fill:#e3f2fd
style Y2 fill:#fff3e0
style Y3 fill:#c8e6c9
Реалистичная цель
При умеренном сценарии: 10M+ ежемесячной выручки достигается к месяцу 9–10 первого года. К концу года 1 — MRR 7.5M ₽, ARR 90M ₽, чистая прибыль ~28M ₽.
Инвестиции в масштабирование
Когда и что масштабировать
| Триггер | Действие | Инвестиция | Ожидаемый эффект |
|---|---|---|---|
| MRR > 1M | +1 менеджер продаж | +70K/мес | +50% pipeline capacity |
| MRR > 2M | +1 аналитик (100%) | +80K/мес | Лучшая калибровка, выше close rate |
| MRR > 3M | +1 менеджер продаж | +70K/мес | +50% pipeline capacity |
| MRR > 5M | Выделенный продакшн-менеджер | +100K/мес | -20% время на клиента |
| MRR > 7M | +1 разработчик (автоматизация) | +120K/мес | -30% CAC через автоматизацию |
| MRR > 10M | Head of Sales | +200K/мес | Системное управление ×3 менеджерами |
Ключевые вехи
| Веха | Когда | Что означает |
|---|---|---|
| Первый клиент | Неделя 6 | Гипотеза подтверждена |
| Break-even | Месяц 3 | Самоокупаемость |
| MRR 1M | Месяц 4 | Масштабирование можно начинать |
| MRR 3M | Месяц 6 | Устойчивый бизнес |
| MRR 7.5M | Месяц 12 | Стабильный рост, команда 8+ человек |
| MRR 10M | Месяц 14–16 | Enterprise-уровень |
Риски и митигация (финансовые)
| Риск | Вероятность | Финансовое влияние | Митигация |
|---|---|---|---|
| Churn выше 15%/мес | Средняя | MRR -30% к году 1 | Onboarding, NPS, monthly reviews |
| Средний чек < 75K | Низкая | Break-even сдвигается на мес 5 | Upsell, value demonstration |
| Response rate < 5% | Средняя | CAC × 2, break-even мес 5 | A/B тесты, новые каналы |
| SF поднимает цены | Низкая | Маржа -3–5% | Собственный парсер, альтернативы |
| Конкуренты копируют | Средняя | Давление на цены | Скорость, экспертиза, кейсы |
| Кассовый разрыв | Низкая | Невозможность платить зарплаты | Предоплата от клиентов, резерв 500K |
CLI команды финансовой модели
# Текущие финансовые метрики
python spider.py leadgen finance-metrics \
--period "2026-03" \
--json
# P&L отчёт
python spider.py leadgen pnl \
--period "2026-Q1" \
--format excel \
--output "reports/pnl_q1.xlsx"
# Unit economics
python spider.py leadgen unit-economics \
--json
# Прогноз MRR
python spider.py leadgen mrr-forecast \
--months 12 \
--scenario moderate \
--json
# Когортный анализ
python spider.py leadgen cohort-analysis \
--period "2026-01:2026-06" \
--json
Резюме
┌──────────────────────────────────────────────────────────────┐
│ ФИНАНСОВАЯ МОДЕЛЬ: КЛЮЧЕВЫЕ ЦИФРЫ │
├──────────────────────────────────────────────────────────────┤
│ │
│ Инвестиция в MVP: 275 000 ₽ │
│ Break-even: Месяц 3 (8 клиентов) │
│ ROI на инвестицию (год 1): 78x │
│ │
│ CAC: 27 700 ₽ │
│ LTV (средний): 675 000 ₽ │
│ LTV/CAC: 24x │
│ Payback period: 7 дней │
│ │
│ MRR (мес 6): 3.5M ₽ │
│ MRR (мес 12): 7.5M ₽ │
│ ARR (год 1): 90M ₽ │
│ Чистая прибыль (год 1): 28M ₽ │
│ │
│ Worst case (конв -50%, чек -40%): │
│ LTV/CAC: 9x (всё ещё отлично) │
│ Break-even: Месяц 7 │
│ │
│ Data-driven vs Cold: 44x эффективнее │
│ │
└──────────────────────────────────────────────────────────────┘
Следующий шаг
Начните с Problem Detection Engine — это ядро системы. MVP можно запустить за 6 недель с бюджетом 275K ₽. Первые клиенты — через 4–6 недель после старта разработки.