Направление 2: SalesFinder как Data-слой для SaaS-продуктов

Суть предложения

Роман Басов (ИП Басов Р.К.) создаёт собственные SaaS-продукты для продавцов маркетплейсов, используя SalesFinder API как основной источник данных. Это гарантирует SalesFinder стабильный и растущий объём API-запросов, значительно превышающий потребление индивидуальных Pro-аккаунтов.

"Я создаю собственные SaaS-дашборды и инструменты автоматизации. Хочу использовать SalesFinder как основной Data-слой для своих продуктов, обеспечивая вам стабильный объём API-запросов."

--- Роман Басов, письмо команде SalesFinder

---

Суть направления

Концепция: SalesFinder становится «Intel Inside» для экосистемы SaaS-продуктов Романа. Каждый продукт решает узкую задачу продавца маркетплейса, но под капотом использует данные SalesFinder API --- аналитику категорий, товаров, ценовую динамику, SEO-позиции.

Почему это выгодно SalesFinder:

Параметр	Индивидуальный Pro-аккаунт	SaaS-партнёр (Роман)
API-запросов/мес	2 000--5 000 (типичный)	100 000--500 000+
Предсказуемость	Низкая (может отменить)	Высокая (бизнес зависит от API)
Привлечение новых юзеров	0	Реферальный поток
Оплата	20 000 руб./мес	50 000--200 000+ руб./мес
Churn-риск	Высокий (33% annual)	Минимальный (SaaS-зависимость)

Ключевая идея

Один SaaS-партнёр, потребляющий API на уровне 50--200 индивидуальных аккаунтов, --- это более надёжный и масштабируемый источник дохода для SalesFinder, чем десятки розничных подписчиков.

---

Текущий технический стек Романа

Роман уже имеет боевой опыт построения data-интенсивных систем. Ключевые проекты:

Platrum Spider --- CRM-автоматизация

Компонент	Технология	Статус
Язык	Python 3.11+	Production
ORM	SQLAlchemy 2.0	30+ таблиц
HTTP-клиент	httpx (async)	Rate limiting, retry, backoff
CLI	Typer + Rich	80+ команд
Валидация	Pydantic v2	Все API-модели
База данных	SQLite	5 000+ записей
Scheduler	APScheduler	Автосинхронизация
Rate Limiter	Token Bucket	9 req/sec, 100/min
Sync Engine	Bulk upsert	20% быстрее стандарта

Уже реализовано:

• Интеграция с 4 API (Platrum, Wazzup24, ADESK, S3)
• 30+ таблиц базы данных с миграциями (Alembic)
• Инкрементальная синхронизация с change detection
• Audit trail для всех write-операций
• Streamlit-дашборды для визуализации
• Async processing с background workers

AI Content Factory --- контент-производство

Параметр	Значение
Объём	100+ единиц контента/мес на клиента
Тарифы	49 000 --- 299 000 руб./мес
Маржа	44--55%
Технологии	AI-генерация, Python-автоматизация

Что уже готово для интеграции с SF API

                       УЖЕ ГОТОВО
 ┌──────────────────────────────────────────┐
 │  Rate Limiter (Token Bucket)             │
 │  Retry с экспоненциальным backoff        │
 │  Bulk Upsert (500 записей/batch)         │
 │  Инкрементальная синхронизация           │
 │  CLI-фреймворк (Typer + Rich)            │
 │  JWT-авторизация (refresh, logout)       │
 │  Pydantic-модели валидации               │
 │  Audit logging                           │
 │  Scheduler (APScheduler)                 │
 │  Streamlit дашборды                      │
 └──────────────────────────────────────────┘
                        │
              НУЖНО ТОЛЬКО ДОБАВИТЬ
                        │
                        ▼
 ┌──────────────────────────────────────────┐
 │  SalesFinderClient (httpx)               │
 │  SF-модели данных (Pydantic)             │
 │  SF-таблицы в SQLite                     │
 │  SF-синхронизатор (BaseSyncer)           │
 │  Бизнес-логика SaaS-продуктов           │
 └──────────────────────────────────────────┘

Оценка времени

Базовая интеграция с SF API --- 3--5 дней (не недель), благодаря готовой инфраструктуре. Роман уже интегрировал 4 сторонних API по аналогичному паттерну.

---

SaaS-продукты на базе SF API

Продукт A: SellerPulse --- Мониторинг здоровья магазина

Что это: Real-time дашборд для продавцов, показывающий все ключевые метрики магазина в одном месте с AI-рекомендациями по улучшению.

Проблема, которую решает: Продавцы тратят 2--3 часа в день, переключаясь между кабинетами WB/Ozon, SalesFinder, таблицами Excel. SellerPulse собирает всё в единый экран с алертами.

Параметр	Значение
Целевая аудитория	Средние продавцы (50--500 SKU)
Цена	5 000--15 000 руб./мес
Используемые SF-эндпоинты	product/info, product/overview, product/days, ext-analitic/show_category, ext-analitic/category_overview_all
Уникальное преимущество	SF-аналитика + AI-рекомендации (Claude/GPT)
Формат	Web-дашборд (Streamlit/React) + Telegram-бот

Функциональность:

Функция	Описание	SF-эндпоинт
Health Score	Общая оценка магазина 0--100	product/overview (агрегация)
Алерт-система	Падение позиций, цен, рейтинга	product/days, product/categories
SEO-аудит	Качество карточек vs конкуренты	product/keywords, product/info
Ценовой радар	Положение цен относительно рынка	ext-analitic/get_category_product
Тренд-анализ	Динамика продаж за 30/60/90 дней	product/days
AI-советник	Персональные рекомендации	Агрегация всех данных + LLM

Расчёт API-запросов на одного клиента (средний магазин 200 SKU):

Операция	Частота	Запросов/день	Запросов/мес
Обновление overview (200 SKU)	2 раза/день	400	12 000
SEO-мониторинг (топ-50 SKU)	1 раз/день	50	1 500
Категории (20 категорий)	1 раз/день	20	600
Ценовой мониторинг (200 SKU)	1 раз/день	200	6 000
Детализация по дням (200 SKU)	1 раз/неделю	29	870
Итого на 1 клиента		~699	~20 970

---

Продукт B: ContentROI --- Платформа атрибуции контента

Что это: Платформа, которая отслеживает, как изменения контента карточки (фото, описание, инфографика) влияют на продажи, с расчётом статистической значимости.

Проблема, которую решает: Контент-агентства (включая Fotofactor) не могут доказать клиенту ROI от обновления карточки. ContentROI показывает: «после обновления фото продажи выросли на 23% (p-value < 0.05)».

Параметр	Значение
Целевая аудитория	Контент-агентства, бренды с 100+ SKU
Цена	20 000--50 000 руб./мес
Используемые SF-эндпоинты	product/info, product/days, product/overview, repricer/get_product_list
Уникальное преимущество	A/B-тестирование с контролем цены (репрайсер фиксирует цену на время теста)
Формат	Web-платформа + PDF-отчёты для клиентов

Функциональность:

Функция	Описание
Before/After Tracker	Фиксирует метрики до и после изменения контента
Ценовой контроль	Репрайсер SF держит цену стабильной во время эксперимента
Статистический анализ	t-test, confidence intervals, p-value
ROI-калькулятор	Конвертирует прирост продаж в рубли
Автоотчёты	Брендированные PDF для клиента агентства
Портфолио	Накопление кейсов «контент повысил продажи на X%»

Расчёт API-запросов на одного клиента (агентство с 10 активными тестами):

Операция	Частота	Запросов/день	Запросов/мес
Базовые метрики тестируемых SKU	Ежедневно	10	300
Детализация по дням (контроль)	Ежедневно	10	300
Ценовой мониторинг (фиксация)	4 раза/день	40	1 200
Категорийный контекст	1 раз/неделю	2	60
Ключевые слова (SEO-эффект)	1 раз/день	10	300
Архивные данные (бенчмарк)	По запросу	5	150
Итого на 1 клиента		~77	~2 310

---

Продукт C: NicheScout --- Автоматический поиск ниш

Что это: Еженедельный дайджест растущих ниш с низкой конкуренцией на WB и Ozon. Telegram-бот + web-интерфейс.

Проблема, которую решает: Начинающие продавцы тратят недели на ручной поиск ниши. NicheScout автоматически сканирует категории SF и выдаёт готовые рекомендации.

Параметр	Значение
Целевая аудитория	Начинающие продавцы, инвесторы в маркетплейсы
Цена	3 000--7 000 руб./мес (подписка)
Используемые SF-эндпоинты	ext-analitic/show_category, ext-analitic/category_report, ext-analitic/get_category_brand, ext-analitic/category_overview_all, ext-analitic/get_category_seller
Уникальное преимущество	ML-скоринг ниш (рост + конкуренция + маржа)
Формат	Telegram-бот + веб-дашборд

Скоринговая модель ниши:

Niche Score = (Growth × 0.35) + (LowCompetition × 0.25) +
              (HighMargin × 0.20) + (Demand × 0.20)

Где:
  Growth         = рост выручки категории за 30 дней (%)
  LowCompetition = 1 / (число брендов в топ-100)
  HighMargin     = средняя наценка в категории (%)
  Demand         = частотность поисковых запросов

Расчёт API-запросов (фоновый процесс, не зависит от числа клиентов):

Операция	Частота	Запросов/неделю	Запросов/мес
Сканирование категорий WB (2 000 категорий)	1 раз/неделю	2 000	8 000
Сканирование категорий Ozon (1 500 категорий)	1 раз/неделю	1 500	6 000
Детальный отчёт по топ-200 растущим	1 раз/неделю	200	800
Бренды в перспективных категориях (топ-200)	1 раз/неделю	200	800
Продавцы в перспективных категориях (топ-200)	1 раз/неделю	200	800
Итого (фиксированный расход)		~4 100	~16 400

Масштабирование без дополнительных запросов

NicheScout потребляет фиксированный объём API вне зависимости от количества подписчиков: 100 пользователей или 10 000 --- данные одни и те же. Это делает продукт исключительно маржинальным.

---

Продукт D: PriceOptimizer --- Интеллектуальный ценовой советник

Что это: ML-система рекомендаций по ценообразованию, использующая репрайсер SF API для автоматического управления ценами.

Проблема, которую решает: Продавцы устанавливают цены «на глаз» или копируют конкурентов. PriceOptimizer анализирует эластичность спроса, сезонность и конкуренцию для определения оптимальной цены.

Параметр	Значение
Целевая аудитория	Продавцы с 100+ SKU, бренды
Цена	10 000--30 000 руб./мес
Используемые SF-эндпоинты	repricer/get_script_list, repricer/create_compensation, repricer/create_competitor_spp, repricer/store_competitor_plus, repricer/get_product_list, repricer/update_product, repricer/get_sku_dynamic_list, repricer/get_sku_history_list
Уникальное преимущество	ML-оптимизация цен + автоматическое применение через SF репрайсер
Формат	Web-дашборд + автоматизация

Логика работы:

┌─────────────────┐     ┌──────────────────┐     ┌─────────────────┐
│ Сбор данных     │────>│ ML-модель        │────>│ Исполнение      │
│                 │     │                  │     │                 │
│ - Продажи/день  │     │ - Эластичность   │     │ - SF Репрайсер   │
│ - Цены конкур.  │     │ - Сезонность     │     │ - Автокоррекция  │
│ - СПП динамика  │     │ - Конкуренция    │     │ - Лимиты min/max │
│ - Остатки       │     │ - Рекомендация   │     │ - Логирование    │
└─────────────────┘     └──────────────────┘     └─────────────────┘

Расчёт API-запросов на одного клиента (магазин 300 SKU):

Операция	Частота	Запросов/день	Запросов/мес
Список товаров (пагинация)	2 раза/день	6	180
Динамика цен управляемых SKU	1 раз/день	300	9 000
История событий репрайсера	1 раз/день	300	9 000
Обновление цен (рекомендации)	1 раз/день	300	9 000
Мониторинг конкурентов	1 раз/день	100	3 000
Обновление сценариев	По необходимости	5	150
Итого на 1 клиента		~1 011	~30 330

---

Продукт E: MarketInsight API --- B2B Data API

Что это: Value-added API-слой поверх данных SalesFinder. Обогащённые, агрегированные, ML-размеченные данные для других SaaS-компаний, агентств и аналитических платформ.

Проблема, которую решает: Компании хотят встроить маркетплейс-аналитику в свои продукты, но не хотят разбираться с raw-данными SF, кешированием и rate limits.

Параметр	Значение
Целевая аудитория	SaaS-компании, рекламные агентства, BI-интеграторы
Цена	30 000--100 000 руб./мес (по объёму запросов)
Используемые SF-эндпоинты	Все 28 эндпоинтов
Уникальное преимущество	Обогащение + агрегация + кеширование + удобный REST API
Формат	REST API + документация + SDK (Python, JS)

Слои обогащения данных:

Слой	Что добавляется	Пример
Агрегация	Сводные метрики по нишам, брендам, продавцам	Средняя маржа в категории «Электроинструменты»
ML-скоринг	Предсказание трендов, оценка конкуренции	«Ниша вырастет на 40% за 3 мес (confidence 0.82)»
Кросс-данные	WB + Ozon в одном запросе	Сравнение цен на товар на двух площадках
Исторические	Агрегированная история за 12+ месяцев	Сезонные паттерны по категориям
Кеширование	Мгновенный ответ, без ожидания SF	Latency < 200ms vs 5s у SF

Расчёт API-запросов (зависит от количества B2B-клиентов):

Операция	Частота	Запросов/день	Запросов/мес
Фоновое обновление категорий (3 500)	1 раз/день	3 500	105 000
Обновление топ-товаров (10 000)	1 раз/день	10 000	300 000
SEO-данные (5 000 товаров)	1 раз/неделю	714	21 420
Ценовая динамика (10 000 товаров)	1 раз/день	10 000	300 000
Итого (при полной загрузке)		~24 214	~726 420

Требуется особый режим API

MarketInsight API генерирует объём запросов, несовместимый со стандартным rate limit SF (1 запрос / 5 секунд). Этот продукт возможен только при партнёрском соглашении с SF на расширенные лимиты.

---

Расчёт объёма API-запросов

По продуктам (сценарий «12 месяцев после запуска»)

Продукт	Клиентов	Запросов/клиент/мес	Общий объём/мес	Эквивалент Pro-аккаунтов
SellerPulse	200	20 970	4 194 000	27.9x
ContentROI	50	2 310	115 500	0.8x
NicheScout	500	--- (фикс.)	16 400	0.1x
PriceOptimizer	100	30 330	3 033 000	20.2x
MarketInsight API	10	--- (фикс.)	726 420	4.8x
ИТОГО	860		8 085 320	~54x Pro

Главная цифра

8 миллионов API-запросов в месяц --- это эквивалент 54 отдельных Pro-аккаунтов SalesFinder (при макс. потреблении 150 000 запросов/мес каждый). Один партнёр = стабильный доход, сопоставимый с 54 розничными клиентами.

Динамика роста по месяцам

Месяц	SellerPulse	ContentROI	NicheScout	PriceOptimizer	MarketInsight	Итого запросов/мес
1	10 кл. (209 700)	2 кл. (4 620)	Бета (16 400)	---	---	230 720
3	30 кл. (629 100)	5 кл. (11 550)	50 кл. (16 400)	5 кл. (151 650)	---	808 700
6	80 кл. (1 677 600)	15 кл. (34 650)	150 кл. (16 400)	30 кл. (909 900)	2 кл. (726 420)	3 364 970
9	140 кл. (2 935 800)	30 кл. (69 300)	300 кл. (16 400)	60 кл. (1 819 800)	5 кл. (726 420)	5 567 720
12	200 кл. (4 194 000)	50 кл. (115 500)	500 кл. (16 400)	100 кл. (3 033 000)	10 кл. (726 420)	8 085 320

Сравнение с типичным потреблением

Типичный Pro-аккаунт:       ████ 2 000-5 000 запросов/мес
Активный Pro-аккаунт:       ████████ 50 000-150 000 запросов/мес

SaaS-партнёр (месяц 1):     ████████████ 230 720
SaaS-партнёр (месяц 6):     ████████████████████████████████████████████ 3 364 970
SaaS-партнёр (месяц 12):    ████████████████████████████████████████████████████████████ 8 085 320

---

Техническая архитектура

Общая схема

                    ┌──────────────────────────────────────────┐
                    │           SalesFinder API                │
                    │  (28 эндпоинтов, rate limit 1/5с)       │
                    └──────────┬───────────────────────────────┘
                               │
                    ┌──────────▼───────────────────────────────┐
                    │        API Gateway / Rate Limiter         │
                    │  Token Bucket + Queue + JWT Refresh       │
                    └──────────┬───────────────────────────────┘
                               │
                    ┌──────────▼───────────────────────────────┐
                    │          Cache Layer                      │
                    │  Redis (hot data) + SQLite (cold data)   │
                    │  TTL: 5 мин --- 24 часа (по типу данных) │
                    └──────────┬───────────────────────────────┘
                               │
                    ┌──────────▼───────────────────────────────┐
                    │       Processing Engine                   │
                    │  Python + Celery workers                  │
                    │  ML-модели + агрегация + обогащение       │
                    └──────────┬───────────────────────────────┘
                               │
          ┌────────────────────┼────────────────────┐
          │                    │                    │
  ┌───────▼──────┐   ┌────────▼─────┐   ┌─────────▼────┐
  │ SellerPulse  │   │ ContentROI   │   │ NicheScout   │
  │ (Streamlit)  │   │ (Web App)    │   │ (TG Bot)     │
  └──────────────┘   └──────────────┘   └──────────────┘
          │
  ┌───────▼──────┐   ┌──────────────┐
  │PriceOptimizer│   │MarketInsight │
  │ (Dashboard)  │   │   (REST API) │
  └──────────────┘   └──────────────┘

Стратегия кеширования

Тип данных	Источник SF	TTL кеша	Хранилище
Статика товара (название, бренд)	product/info	24 часа	SQLite
Показатели товара (продажи, выручка)	product/overview	6 часов	Redis
Детализация по дням	product/days	12 часов	SQLite
Категории	ext-analitic/show_category	24 часа	SQLite
SEO-позиции	product/keywords	6 часов	Redis
Ценовая динамика	repricer/get_sku_dynamic_list	1 час	Redis
Категорийный отчёт	ext-analitic/category_report	12 часов	SQLite

Экономия API-запросов за счёт кеширования:

Без кеша	С кешем	Экономия
8 085 320 запросов/мес	~1 200 000 запросов/мес	85%

Реальная нагрузка на SF API

Благодаря агрессивному кешированию, фактическая нагрузка на SF API составит ~1.2 млн запросов/мес, а не 8 млн. Остальные 85% запросов обслуживаются из локального кеша. При rate limit 1 запрос / 5 секунд это ~46 000 запросов/день (при максимуме 17 280/день на 1 аккаунт --- потребуется 3 Pro-аккаунта или партнёрский тариф).

Multi-tenant архитектура

# Каждый SaaS-клиент изолирован
class TenantConfig:
    tenant_id: str           # Уникальный ID клиента
    sf_store_ids: list[int]  # Подключённые магазины SF
    plan: str                # "basic" | "pro" | "enterprise"
    api_quota: int           # Лимит запросов/мес
    features: list[str]      # Доступные модули

# Данные разделены по tenant_id
class SFProductCache(Base):
    __tablename__ = "sf_product_cache"
    id = Column(Integer, primary_key=True)
    tenant_id = Column(String, index=True)  # Изоляция данных
    external_id = Column(String)
    marketplace = Column(String)
    data = Column(JSON)                     # Кешированные данные SF
    cached_at = Column(DateTime)
    ttl_seconds = Column(Integer)

Async Processing Pipeline

# Celery workers для фоновой обработки
@celery.task(rate_limit="12/m")  # Соблюдение SF rate limit
async def sync_product_data(tenant_id: str, product_ids: list[int]):
    """Фоновая синхронизация данных товаров из SF."""
    client = SalesFinderClient(api_key=get_tenant_key(tenant_id))

    for product_id in product_ids:
        data = await client.get_product_info(product_id)
        cache.set(
            key=f"product:{tenant_id}:{product_id}",
            value=data,
            ttl=21600  # 6 часов
        )
        await asyncio.sleep(5)  # SF rate limit

@celery.task
async def generate_niche_digest():
    """Еженедельное сканирование категорий для NicheScout."""
    categories = await sf_client.get_categories()
    for cat in categories:
        report = await sf_client.get_category_report(cat["id"])
        score = calculate_niche_score(report)
        save_to_digest(cat, report, score)

---

Гипотезы

H1: SellerPulse привлечёт 200 пользователей за 6 месяцев

Параметр	Значение
Гипотеза	SellerPulse привлечёт 200 платящих пользователей за 6 месяцев при цене 5 000--15 000 руб./мес
Обоснование	На WB 500 000+ продавцов, 1% средних (50--500 SKU) = 5 000 потенциальных клиентов. 200 = 4% от TAM
Метрика успеха	MRR >= 1 500 000 руб. от SellerPulse
Измерение	Регистрации, конверсия trial-to-paid, retention month-2
Критерий подтверждения	200 платящих + churn < 10%/мес
Таймлайн	6 месяцев с момента запуска MVP
Критерий опровержения	< 50 платящих через 6 месяцев

H2: ContentROI генерирует 3x больше API-запросов, чем индивидуальные SF Pro

Параметр	Значение
Гипотеза	Один клиент ContentROI (агентство) генерирует 3x больше API-запросов, чем средний индивидуальный SF Pro-аккаунт
Обоснование	Агентство тестирует 10--50 SKU одновременно, каждый требует ежедневного мониторинга
Метрика успеха	Средний клиент ContentROI = 2 310 запросов/мес vs ~770 у среднего SF Pro
Измерение	Логирование API-вызовов по tenant_id
Критерий подтверждения	Медианный клиент > 2 000 запросов/мес
Таймлайн	3 месяца после подключения первых 5 клиентов

H3: Бесплатный NicheScout конвертирует 5% в платные SF-подписки

Параметр	Значение
Гипотеза	Freemium-версия NicheScout (3 ниши/неделю бесплатно) конвертирует 5% пользователей в платные SF-подписки через реферальную ссылку
Обоснование	Пользователь видит ценность данных SF, хочет глубже --- переходит на прямую подписку
Метрика успеха	5% конверсия free NicheScout --> SF Start/Business подписка
Измерение	Реферальные переходы, трекинг UTM, подтверждение от SF
Критерий подтверждения	>= 25 реферальных подписок SF за 6 месяцев (при 500 бесплатных юзерах)
Таймлайн	6 месяцев
Ценность для SF	25 подписок x 5 000 руб./мес = 125 000 руб./мес дополнительного дохода SF

H4: Совокупный объём API достигнет 50 000 запросов/мес за 3 месяца

Параметр	Значение
Гипотеза	Через 3 месяца после запуска первого продукта (SellerPulse) совокупный объём API-запросов превысит 50 000/мес
Обоснование	30 клиентов SellerPulse x ~1 400 запросов/мес (с кешем) = 42 000 + NicheScout фон = 16 400
Метрика успеха	Суммарный API-counter > 50 000
Измерение	Счётчик запросов в API Gateway
Критерий подтверждения	Стабильно > 50 000/мес на протяжении 2+ недель
Таймлайн	3 месяца

H5: White-label дашборды для агентств создают 10x API-потребление

Параметр	Значение
Гипотеза	Одно агентство с white-label SellerPulse (20 конечных клиентов) генерирует 10x API-запросов по сравнению с одним прямым SF-аккаунтом
Обоснование	20 клиентов x 20 970 запросов = 419 400 vs ~50 000 у одного Pro
Метрика успеха	White-label аккаунт > 400 000 запросов/мес
Измерение	API Gateway по tenant_id
Критерий подтверждения	3+ агентства с white-label, каждое > 300 000 запросов/мес
Таймлайн	9 месяцев

H6: ML-обогащённые данные стоят 3x дороже raw-данных SF

Параметр	Значение
Гипотеза	Клиенты MarketInsight API готовы платить 3x premium за ML-обогащённые и агрегированные данные по сравнению с прямым доступом к SF API
Обоснование	Экономия 40+ часов разработки/мес у клиента, готовые инсайты вместо raw data
Метрика успеха	MarketInsight API цена = 30 000--100 000 руб./мес vs SF Pro = 20 000 руб./мес
Измерение	Conversion rate на тарифы, NPS, willingness-to-pay опросы
Критерий подтверждения	10+ платящих B2B-клиентов на MarketInsight API
Таймлайн	12 месяцев

H7: Совокупные SaaS-продукты обеспечат ROI > 500% на API-расходы

Параметр	Значение
Гипотеза	Общая выручка SaaS-продуктов превысит расходы на SF API в 5+ раз
Обоснование	При 3 Pro-аккаунтах = 60 000 руб./мес расходов, выручка SaaS = 3 000 000+ руб./мес
Метрика успеха	SaaS Revenue / SF API Cost > 5.0
Измерение	P&L каждого продукта
Критерий подтверждения	ROI > 500% 3 месяца подряд
Таймлайн	12 месяцев

---

Модель партнёрства с SalesFinder

Сравнение вариантов

	Опция A: Volume Pricing	Опция B: Revenue Share	Опция C: Tech Partnership	Опция D: White-Label
Суть	Скидка за объём API-запросов	% от выручки SaaS-продуктов	Ранний доступ к API + поддержка	Перепродажа SF под своим брендом
SF получает	Гарантированный доход + volume	Долю растущего SaaS-бизнеса	Экосистему + инновации	Расширение каналов продаж
Роман получает	Предсказуемые расходы	Мотивацию на рост	Конкурентное преимущество	Право на white-label
Цена для Романа	50 000--150 000 руб./мес (фикс)	20 000 руб./мес + 5--15% revenue	20 000 руб./мес + commitment	Индивидуально
+ для SF	Предсказуемость, простота	Растущий доход, upside	Инновации, фидбэк, PR	Новый канал продаж
- для SF	Упущенная маржа при росте	Сложность учёта	Расходы на поддержку	Риск каннибализации
+ для Романа	Простота, предсказуемость	Низкий порог входа	Техническое превосходство	Полный контроль
- для Романа	Высокий фикс на старте	Отдаёт долю навсегда	Зависимость от SF-роадмапа	Сложность соглашения

Рекомендуемая модель: гибрид A + C

Предлагаемая структура

Этап 1 (месяцы 1--6): Tech Partnership (Опция C)

• 1 Pro-аккаунт по стандартной цене (20 000 руб./мес)
• Расширенный rate limit: 1 запрос / 2 секунды (вместо 5)
• Приоритетная техподдержка по API
• Ранний доступ к новым эндпоинтам

Этап 2 (месяцы 7--12): Volume Pricing (Опция A)

• 3 Pro-аккаунта с объёмной скидкой 30% = 42 000 руб./мес (вместо 60 000)
• Или: единый Enterprise API-аккаунт за 50 000 руб./мес с лимитом 100 000 запросов/день
• Dedicated API endpoint (отдельная очередь, без конкуренции с другими юзерами)

Этап 3 (12+ месяцев): Revenue Share (Опция B)

• Базовая плата 50 000 руб./мес + 3% от MRR SaaS-продуктов, использующих SF-данные
• Взаимные реферальные программы
• Co-marketing (совместные вебинары, кейсы)

---

Финансовая модель

Выручка по продуктам

Сценарий 100 пользователей (на каждый продукт)

Продукт	Пользователей	Ср. чек/мес	Выручка/мес	Себестоимость	Прибыль/мес
SellerPulse	100	10 000	1 000 000	350 000	650 000
ContentROI	100	35 000	3 500 000	1 400 000	2 100 000
NicheScout	100	5 000	500 000	100 000	400 000
PriceOptimizer	100	20 000	2 000 000	800 000	1 200 000
MarketInsight API	100	65 000	6 500 000	2 600 000	3 900 000

Сценарий 500 пользователей

Продукт	Пользователей	Выручка/мес	Себестоимость	Прибыль/мес
SellerPulse	500	5 000 000	1 500 000	3 500 000
ContentROI	500	17 500 000	6 125 000	11 375 000
NicheScout	500	2 500 000	350 000	2 150 000
PriceOptimizer	500	10 000 000	3 500 000	6 500 000
MarketInsight API	500	32 500 000	11 375 000	21 125 000

Сценарий 1 000 пользователей

Продукт	Пользователей	Выручка/мес	Себестоимость	Прибыль/мес
SellerPulse	1 000	10 000 000	2 800 000	7 200 000
ContentROI	1 000	35 000 000	11 550 000	23 450 000
NicheScout	1 000	5 000 000	600 000	4 400 000
PriceOptimizer	1 000	20 000 000	6 600 000	13 400 000
MarketInsight API	1 000	65 000 000	21 450 000	43 550 000

SF API Cost как % от выручки

Масштаб	Выручка SaaS/мес	Расход на SF API/мес	SF API как % выручки
Старт (мес. 1--3)	500 000	20 000	4.0%
Рост (мес. 4--6)	2 000 000	42 000	2.1%
Масштаб (мес. 7--12)	5 000 000	50 000	1.0%
Зрелость (12+ мес.)	15 000 000	80 000	0.5%

Ключевой вывод

Стоимость SF API составляет 0.5--4% от выручки SaaS-продуктов. Это делает модель исключительно устойчивой --- даже многократное повышение цен SF не угрожает рентабельности.

Точка безубыточности по продуктам

Продукт	Постоянные расходы/мес	Маржа/клиент	Безубыточность
SellerPulse	200 000	6 500	31 клиент
ContentROI	350 000	21 000	17 клиентов
NicheScout	80 000	4 000	20 клиентов
PriceOptimizer	300 000	12 000	25 клиентов
MarketInsight API	500 000	39 000	13 клиентов

24-месячная проекция (реалистичный сценарий)

Берём SellerPulse + NicheScout как первые два продукта:

Месяц	SellerPulse (кл.)	NicheScout (кл.)	MRR	Расход SF API	Чистая прибыль
1	10	20	150 000	20 000	-70 000
3	30	80	700 000	20 000	300 000
6	80	200	1 800 000	42 000	1 000 000
9	140	350	3 150 000	50 000	2 000 000
12	200	500	4 500 000	50 000	3 000 000
18	350	800	7 500 000	80 000	5 500 000
24	500	1 200	11 000 000	100 000	8 000 000

Общий доход SF от партнёрства (24 месяца)

Источник дохода SF	Месяцы 1--6	Месяцы 7--12	Месяцы 13--24	Итого 24 мес.
API-подписки (прямая оплата)	120 000	300 000	960 000	1 380 000
Revenue share (3% MRR с мес. 12)	---	---	2 700 000	2 700 000
Реферальные подписки (NicheScout)	150 000	600 000	2 400 000	3 150 000
Co-marketing ценность	---	200 000	600 000	800 000
Итого доход SF	270 000	1 100 000	6 660 000	8 030 000

Итог для SalesFinder

За 24 месяца партнёрства SalesFinder получит ~8 млн рублей совокупного дохода (прямые платежи + revenue share + рефералы). Это эквивалентно ~33 стабильных Pro-аккаунтам за тот же период, но с нулевым CAC и нулевым churn-риском.

---

MVP Roadmap (12 недель)

Недели 1--3: SellerPulse MVP

Неделя	Задачи	Результат
1	SF API клиент, JWT-авторизация, rate limiter, базовые модели	Работающее подключение к SF API
2	Кеширующий слой (Redis + SQLite), sync engine, CLI-команды	Фоновая синхронизация данных
3	Streamlit-дашборд: Health Score, алерты, базовые графики	MVP SellerPulse --- демо для 5 пилотных клиентов

Бюджет фазы: 0 руб. (собственная разработка Романа) SF API расход: ~20 000 запросов/мес (1 Pro-аккаунт)

Недели 4--6: ContentROI MVP

Неделя	Задачи	Результат
4	Before/After трекер, интеграция с репрайсером SF (фиксация цен)	Система A/B-тестирования контента
5	Статистический модуль (t-test, confidence), ROI-калькулятор	Автоматический расчёт ROI
6	PDF-генератор отчётов, web-интерфейс для агентств	MVP ContentROI --- пилот с 3 агентствами

Бюджет фазы: 30 000 руб. (дизайн PDF-отчётов) SF API расход: ~5 000 запросов/мес (доп. к существующему аккаунту)

Недели 7--9: NicheScout MVP (Telegram-бот)

Неделя	Задачи	Результат
7	Сканер категорий, ML-скоринг ниш, фоновый worker	Еженедельный дайджест ниш
8	Telegram-бот (aiogram), freemium-модель, реферальные ссылки SF	Бот в Telegram
9	Landing page, оплата (ЮKassa), onboarding-воронка	MVP NicheScout --- публичный запуск

Бюджет фазы: 50 000 руб. (landing + платёжная интеграция) SF API расход: ~16 400 запросов/мес (фиксированный)

Недели 10--12: Интеграция, тестирование, пилотный запуск

Неделя	Задачи	Результат
10	Multi-tenant архитектура, единая система биллинга	Общая платформа для 3 продуктов
11	Нагрузочное тестирование, оптимизация кеша, мониторинг	Стабильная работа под нагрузкой
12	Пилот с 15--20 клиентами, сбор метрик, A/B цен	Запуск коммерческих продаж

Бюджет фазы: 100 000 руб. (серверы, мониторинг, маркетинг) SF API расход: ~50 000 запросов/мес

Сводный бюджет

Фаза	Период	Бюджет	SF API	Результат
SellerPulse MVP	Нед. 1--3	0	20 000 руб./мес	Демо для 5 клиентов
ContentROI MVP	Нед. 4--6	30 000	--- (в рамках Pro)	Пилот с 3 агентствами
NicheScout MVP	Нед. 7--9	50 000	--- (в рамках Pro)	Публичный запуск
Интеграция	Нед. 10--12	100 000	--- (в рамках Pro)	Коммерческие продажи
ИТОГО	12 недель	180 000 руб.	20 000 руб./мес	3 MVP + запуск продаж

Минимальные инвестиции

Общий бюджет запуска: 180 000 руб. + 60 000 руб. (3 мес. SF Pro) = 240 000 руб. При достижении безубыточности на 3-м месяце (31 клиент SellerPulse) ROI первоначальных инвестиций --- менее 3 месяцев.

---

Ценность для SalesFinder

Прямая ценность

Метрика	Значение
Гарантированный API-доход	20 000 -- 100 000+ руб./мес (растёт с масштабом)
Минимальный API-объём	50 000 запросов/мес через 3 месяца
Целевой API-объём (12 мес.)	1 200 000+ запросов/мес (с кешем)
Контрактный commitment	12+ месяцев (SaaS-зависимость)
Churn-риск	Близок к нулю (бизнес построен на SF-данных)

Косвенная ценность

Метрика	Значение
Реферальные подписки SF	25--100+ новых SF-аккаунтов/год через NicheScout
Расширение рынка	Доступ к аудитории, которая не стала бы прямым клиентом SF
PR и co-marketing	Совместные кейсы, вебинары, контент
Фидбэк по API	Баг-репорты, feature-реквесты от профессионального разработчика
Экосистема	SF становится платформой, а не просто SaaS-инструментом

Эффект «Intel Inside»

   ┌─────────────────────────────────────────────────┐
   │           SaaS-экосистема Романа                │
   │                                                 │
   │   SellerPulse    ContentROI    NicheScout       │
   │   PriceOptimizer MarketInsight API              │
   │                                                 │
   │   860+ конечных пользователей                   │
   │   Каждый знает: "Данные — SalesFinder"          │
   │                                                 │
   │        ┌───────────────────────┐                │
   │        │  Powered by           │                │
   │        │  SalesFinder          │                │
   │        │  ████████████████     │                │
   │        └───────────────────────┘                │
   │                                                 │
   │   Бренд SF виден в каждом продукте:             │
   │   - "Данные SalesFinder" в footer               │
   │   - Бейдж "Powered by SF" в дашбордах           │
   │   - Реферальные ссылки в отчётах                │
   └─────────────────────────────────────────────────┘

Каждый конечный пользователь SaaS-продукта --- это потенциальный прямой клиент SF. По мере того как пользователь растёт и его потребности усложняются, он переходит на прямую подписку SF Pro для доступа ко всем данным.

---

Риски и митигация

#	Риск	Вероятность	Влияние	Митигация
1	SF изменит API / поднимет цены	Средняя	Критическое	Долгосрочный контракт с фиксированными условиями на 12+ мес. Абстрактный data layer в коде --- замена SF на альтернативу за 2--4 недели
2	SF заблокирует аккаунт за высокий трафик	Низкая	Критическое	Предварительное согласование лимитов, партнёрский договор, кеширование 85% запросов
3	Не наберётся достаточно клиентов SaaS	Средняя	Высокое	Запуск с SellerPulse (низкий порог входа, 5 000 руб./мес), бесплатный NicheScout как лид-магнит
4	SF запустит аналогичные продукты	Средняя	Высокое	Фокус на AI/ML-обогащение и UX --- то, что SF не будет делать in-house. Партнёрский договор с non-compete на SaaS-продукты
5	Конкуренты создадут аналоги на базе других данных	Высокая	Среднее	Скорость выхода на рынок (12 недель до MVP), глубокая интеграция с SF, switching costs для клиентов
6	Техническая сложность multi-tenant	Низкая	Среднее	Роман уже реализовал аналогичные системы (Platrum Spider --- 30+ таблиц, 4 API-интеграции)
7	Rate limit SF (1 запрос / 5 сек) блокирует масштабирование	Высокая	Критическое	Агрессивное кеширование (85% из кеша), несколько Pro-аккаунтов, переговоры о партнёрском rate limit
8	Каннибализация прямых клиентов SF	Низкая	Среднее	SaaS-продукты таргетируют другую аудиторию --- тех, кто не стал бы прямым клиентом SF. NicheScout наоборот приводит новых клиентов

Матрица критичности

     Влияние
       ▲
  Крит.│  [1] [2]                  [7]
       │
  Выс. │           [3] [4]
       │
  Сред.│                     [5]       [8]
       │
  Низ. │                          [6]
       └──────────────────────────────────►
         Низкая    Средняя    Высокая
                  Вероятность

Главный риск

Риск #7 (rate limit) --- самый вероятный и критичный. Без партнёрского соглашения на расширенные лимиты масштабирование выше 200 клиентов SellerPulse невозможно при стандартных условиях SF API. Это главный предмет переговоров.

---

Следующие шаги

#	Действие	Ответственный	Срок
1	Презентация этого предложения команде SF	Роман	Неделя 1
2	Обсуждение модели партнёрства (Опция A/B/C)	Роман + SF	Неделя 2
3	Подписание NDA + партнёрского соглашения	Юристы	Неделя 3
4	Получение расширенного API-доступа	SF	Неделя 3
5	Старт разработки SellerPulse MVP	Роман	Неделя 4
6	Пилот SellerPulse (5 клиентов)	Роман	Неделя 7
7	Оценка результатов, корректировка модели	Роман + SF	Неделя 8
8	Масштабирование + запуск NicheScout	Роман	Неделя 9--12

---

Контакты

Роман Басов

• ИП Басов Роман Константинович, ИНН 244501769109
• Email: roman_basov_rukovoditel@fotofactor.ru
• Компания: Fotofactor (fotofactor.ru)
• Проект: Platrum Spider (CRM-автоматизация)
• Технический стек: Python, SQLAlchemy, httpx, Streamlit