Направление 1: Продакшн на основе данных (ROI-контент)

Суть предложения для SalesFinder

Роман Басов (Fotofactor): «Планирую интегрировать ваше API в CRM нашего продакшена, чтобы наглядно показывать клиентам корреляцию между нашими съёмками и ростом их продаж/позиций. Это сделает ваши данные стандартом качества для наших крупных заказчиков.»

---

1. Суть направления

ROI-контент -- это модель, при которой каждая единица визуального контента (фото, видео, инфографика), произведённая Fotofactor, получает измеримую привязку к бизнес-результату клиента на маркетплейсе.

Сегодня контент-студия сдаёт клиенту фотографии. Клиент загружает их в карточку. Через какое-то время он либо видит рост, либо нет -- но никто не может доказать причинно-следственную связь между конкретными визуальными решениями и динамикой продаж.

Что мы строим:

┌───────────────────────────────────────────────────────────────────────────┐
│                        ROI-CONTENT FRAMEWORK                            │
│                                                                         │
│  ┌──────────────┐    ┌──────────────┐    ┌──────────────────────────┐   │
│  │   ЗАМЕР ДО   │───>│   КОНТЕНТ    │───>│      ЗАМЕР ПОСЛЕ         │   │
│  │              │    │  ОБНОВЛЕНИЕ  │    │                          │   │
│  │ • Позиции    │    │              │    │ • Позиции (через 7/14/   │   │
│  │ • Продажи    │    │ • Фото       │    │   30 дней)               │   │
│  │ • Конверсия  │    │ • Видео      │    │ • Продажи (сравнение)    │   │
│  │ • CTR        │    │ • Инфографика│    │ • Конверсия (дельта)     │   │
│  │ • Ключевики  │    │ • Описание   │    │ • CTR (прирост)          │   │
│  └──────────────┘    └──────────────┘    └──────────────────────────┘   │
│         │                                          │                    │
│         └──────────────────┬───────────────────────┘                    │
│                            ▼                                            │
│                   ┌────────────────┐                                    │
│                   │  CONTENT SCORE │                                    │
│                   │   (0–100)      │                                    │
│                   │                │                                    │
│                   │ ROI-отчёт      │                                    │
│                   │ для клиента    │                                    │
│                   └────────────────┘                                    │
└───────────────────────────────────────────────────────────────────────────┘

Ключевая идея: данные SalesFinder становятся «линейкой качества» -- объективным инструментом, которым Fotofactor измеряет эффективность собственной работы и демонстрирует её клиенту в цифрах.

---

2. Текущая проблема рынка

Рынок контент-продакшна для маркетплейсов

Проблема	Последствие для студии	Последствие для клиента
Контент воспринимается как commodity	Давление на цену, демпинг конкурентов	Выбирает «дешевле» -- получает низкое качество
Невозможно доказать ROI от съёмки	Клиент не видит ценности, торгуется	Не понимает, зачем платить 25 000 вместо 5 000
Нет данных о позициях и продажах	Студия не знает, что именно работает	Клиент сам разбирается, «работает ли фото»
Разовые проекты, нет recurring revenue	Постоянный поиск новых клиентов, высокий CAC	Нет долгосрочных отношений, нет итеративного улучшения
Субъективная оценка качества	«Мне нравится» / «Мне не нравится» -- споры	Нет объективных критериев для приёмки

Масштаб проблемы в цифрах

Метрика	Значение
Количество продавцов на WB (2025)	~500 000 активных
Количество продавцов на Ozon (2025)	~350 000 активных
Средняя продолжительность работы с контент-студией	1--2 проекта (нет retention)
% студий, отслеживающих ROI контента	< 1%
% клиентов, которые хотят видеть ROI	> 80% (опрос Fotofactor)
Средняя маржа «голого» контента	25--35%

Главная боль рынка

Контент-студия не может ответить на вопрос клиента: «Сколько денег мне принесли ваши фотографии?» Это убивает retention, сдерживает рост чеков и превращает фотографию в commodity.

Последствия для бизнеса

Нет данных о ROI                 Текущая ситуация
       │                                │
       ▼                                ▼
Клиент не видит             Средний чек: 15-25K руб.
ценности                    Retention: 1-2 проекта
       │                    Маржа: 25-35%
       ▼                    CAC: высокий
Торгуется,                  LTV: 30-50K руб.
уходит к дешёвым
конкурентам
       │
       ▼
Нет recurring revenue
Постоянный поиск
новых клиентов

---

3. Решение: ROI-Content Framework

3.1. Before/After трекинг по каждому SKU

Для каждого артикула, по которому Fotofactor создаёт контент, фиксируются ключевые метрики до и после обновления карточки.

Временные точки замера:

Точка	Когда	Что фиксируем
T0 (Baseline)	За 1 день до обновления карточки	Все метрики «как есть»
T1 (Week 1)	Через 7 дней после обновления	Первичный эффект, индексация
T2 (Week 2)	Через 14 дней	Стабилизация позиций
T3 (Month)	Через 30 дней	Устойчивый результат
T4 (Quarter)	Через 90 дней	Долгосрочный ROI

Метрики, отслеживаемые для каждого SKU:

Метрика	Источник SF API	Описание
Позиция в категории	/product/categories	Позиция товара в каждой привязанной категории
Позиция по ключевым запросам	/product/keywords	Позиции по топ-20 поисковых запросов
Оценка продаж (шт/мес)	/product/overview	Расчётный объём продаж
Оценка выручки (руб/мес)	/product/overview	Расчётная выручка
Количество отзывов	/product/info	Динамика отзывов
Рейтинг	/product/info	Средний рейтинг товара
Цена / скидка	/product/days	Динамика цены по дням

Пример отчёта Before/After:

Метрика	T0 (до)	T1 (+7 дн.)	T2 (+14 дн.)	T3 (+30 дн.)	Дельта
Позиция «шуруповёрт makita»	#18	#12	#8	#5	+13 позиций
Позиция «шуруповёрт аккумуляторный»	#45	#30	#22	#15	+30 позиций
Продажи (шт/мес)	120	145	180	210	+75% рост
Выручка (руб/мес)	960 000	1 160 000	1 440 000	1 680 000	+75% рост
Рейтинг	4.3	4.3	4.5	4.6	+0.3

Ценность для клиента

Клиент видит: «Fotofactor обновил мне карточку, и через месяц я поднялся с 18-й на 5-ю позицию, а продажи выросли на 75%. Это окупило стоимость съёмки за 3 дня.»

3.2. ContentScore -- метрика качества карточки (0--100)

ContentScore -- агрегированная метрика, отражающая «здоровье» товарной карточки на маркетплейсе. Рассчитывается на основе данных SalesFinder.

Формула расчёта:

ContentScore = w1 * PositionScore
             + w2 * SalesScore
             + w3 * KeywordCoverage
             + w4 * VisualCompleteness
             + w5 * CompetitivePosition

Компоненты и веса:

Компонент	Вес	Что измеряет	Источник данных SF
PositionScore	0.25	Средняя позиция по ключевым запросам	/product/keywords
SalesScore	0.25	Уровень продаж относительно категории	/product/overview + /ext-analitic/category_overview_all
KeywordCoverage	0.20	% покрытия релевантных поисковых запросов	/product/keywords
VisualCompleteness	0.15	Кол-во фото, наличие видео, инфографики	/product/info
CompetitivePosition	0.15	Позиция относительно конкурентов	/ext-analitic/get_category_brand

Шкала ContentScore:

Балл	Оценка	Цвет	Рекомендация
90--100	Отлично	Зелёный	Поддерживать текущее качество
70--89	Хорошо	Жёлтый	Точечные улучшения (видео, инфографика)
50--69	Средне	Оранжевый	Требуется обновление контента
30--49	Плохо	Красный	Срочное обновление контента
0--29	Критически	Чёрный	Полная переработка карточки

Применение ContentScore

• Для продажи: «Ваша карточка набрала 42/100 -- конкуренты в среднем 71. Мы доведём до 80+.»
• Для retention: «После нашей съёмки ContentScore вырос с 42 до 78 -- это топ-20% в категории.»
• Для upsell: «Добавьте видеообзор -- прогноз роста ContentScore до 88.»

3.3. Автоматические ROI-отчёты

Система генерирует еженедельные/ежемесячные отчёты для каждого клиента автоматически.

Структура отчёта:

1. Сводка: общий ContentScore портфеля, изменение за период
2. Топ-5 растущих SKU: какие карточки показали лучший рост
3. Топ-5 проблемных SKU: где нужно внимание
4. Before/After: детальное сравнение по обновлённым карточкам
5. Рекомендации: что обновить следующим, прогноз эффекта
6. ROI-расчёт: «Инвестиции в контент: X руб. → Прирост выручки: Y руб. → ROI: Z%»

Форматы доставки:

Формат	Периодичность	Аудитория
Email (PDF)	Еженедельно	Менеджер клиента
Telegram-бот	Ежедневно (алерты)	Оперативный контроль
Streamlit-дашборд	В реальном времени	Стратегическое планирование
CSV/Excel	Ежемесячно	Аналитика, финансовый учёт

3.4. Real-time дашборд для клиентов

Персональный веб-дашборд (Streamlit), доступный клиенту 24/7.

Основные виджеты:

┌─────────────────────────────────────────────────────────────┐
│  FOTOFACTOR x SALESFINDER — Дашборд клиента «BrandX»       │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────────┐  │
│  │ ContentScore │  │   Продажи    │  │ ROI от контента  │  │
│  │              │  │              │  │                  │  │
│  │    ██ 74     │  │  +23% ▲      │  │   847%           │  │
│  │  ████████    │  │  за 30 дней  │  │  окупаемость     │  │
│  │  ████████    │  │              │  │  за 4 дня        │  │
│  └──────────────┘  └──────────────┘  └──────────────────┘  │
│                                                             │
│  ┌──────────────────────────────────────────────────────┐  │
│  │  Before/After по обновлённым карточкам               │  │
│  │  ┌─────────┬────────┬─────────┬──────────┬───────┐  │  │
│  │  │ SKU     │ До     │ После   │ Дельта   │ ROI   │  │  │
│  │  ├─────────┼────────┼─────────┼──────────┼───────┤  │  │
│  │  │ A-1001  │ #18    │ #5      │ +13 поз. │ 520%  │  │  │
│  │  │ A-1002  │ #45    │ #12     │ +33 поз. │ 890%  │  │  │
│  │  │ A-1003  │ #7     │ #3      │ +4 поз.  │ 340%  │  │  │
│  │  └─────────┴────────┴─────────┴──────────┴───────┘  │  │
│  └──────────────────────────────────────────────────────┘  │
│                                                             │
│  ┌──────────────────────────────────────────────────────┐  │
│  │  Динамика позиций (график за 90 дней)               │  │
│  │                                                      │  │
│  │  Позиция                                             │  │
│  │  1 │                          ·····                  │  │
│  │  5 │                    ·····                        │  │
│  │ 10 │              ·····                              │  │
│  │ 15 │        ·····                                    │  │
│  │ 20 │  ·····    ↑ Обновление контента                │  │
│  │    └──────────────────────────────────────────── t   │  │
│  └──────────────────────────────────────────────────────┘  │
└─────────────────────────────────────────────────────────────┘

---

4. Техническая архитектура интеграции

4.1. Используемые эндпоинты SalesFinder API

Эндпоинт	Назначение в ROI-Framework	Частота вызовов
POST /api/2025_09/product/info	Статические данные товара (бренд, фото, рейтинг)	При первичной привязке SKU
POST /api/2025_09/product/overview	Агрегированные продажи и выручка за период	Ежедневно для активных SKU
POST /api/2025_09/product/days	Детализация по дням (цены, продажи, остатки)	Ежедневно для трекинга
POST /api/2025_09/product/keywords	Позиции по поисковым запросам	2 раза в неделю
POST /api/2025_09/product/categories	Позиции в категориях	2 раза в неделю
POST /api/2025_09/ext-analitic/show_category	Список категорий для анализа ниши	Еженедельно
POST /api/2025_09/ext-analitic/category_overview_all	Общие показатели категории (для сравнения)	Еженедельно
POST /api/2025_09/ext-analitic/get_category_brand	Бренды в категории (конкурентный анализ)	Еженедельно
POST /api/2025_09/ext-analitic/get_category_product	Товары в категории (бенчмарк)	Еженедельно
POST /api/2025_09/product/stores	Данные по складам (география)	Ежемесячно

4.2. Поток данных

┌─────────────────────────────────────────────────────────────────────────┐
│                         DATA FLOW                                       │
│                                                                         │
│  ┌──────────────┐     ┌──────────────┐     ┌──────────────────────┐    │
│  │ SalesFinder  │     │ Platrum      │     │  Analytics           │    │
│  │ API          │────>│ Spider DB    │────>│  Engine              │    │
│  │              │     │ (SQLite)     │     │                      │    │
│  │ rate limit:  │     │              │     │ • ContentScore calc  │    │
│  │ 1 req/5sec   │     │ sf_products  │     │ • Before/After diff  │    │
│  │              │     │ sf_keywords  │     │ • ROI calculation    │    │
│  │ auth: JWT    │     │ sf_metrics   │     │ • Trend detection    │    │
│  │ token 3h     │     │ sf_snapshots │     │ • Anomaly alerts     │    │
│  └──────────────┘     └──────┬───────┘     └──────────┬───────────┘    │
│                               │                        │                │
│                               │                        │                │
│                        ┌──────▼────────────────────────▼───────────┐    │
│                        │           OUTPUT LAYER                     │    │
│                        │                                           │    │
│                        │  ┌───────────┐  ┌──────────┐  ┌────────┐ │    │
│                        │  │ Streamlit │  │ PDF/     │  │Telegram│ │    │
│                        │  │ Dashboard │  │ Email    │  │ Bot    │ │    │
│                        │  │ (клиент)  │  │ (отчёты) │  │(алерты)│ │    │
│                        │  └───────────┘  └──────────┘  └────────┘ │    │
│                        └───────────────────────────────────────────┘    │
└─────────────────────────────────────────────────────────────────────────┘

4.3. Ключевые отслеживаемые метрики

Группа	Метрика	API-источник	Частота обновления
Позиции	Позиция по ключевому запросу	product/keywords	2 раза/неделю
Позиции	Позиция в категории	product/categories	2 раза/неделю
Продажи	Оценка продаж (шт)	product/overview	Ежедневно
Продажи	Оценка выручки (руб)	product/overview	Ежедневно
Конверсия	CTR карточки (косвенно)	product/days (показы→корзина)	Ежедневно
Конкуренты	Доля бренда в категории	ext-analitic/get_category_brand	Еженедельно
SEO	Покрытие ключевых слов	product/keywords	2 раза/неделю
Контент	Количество фото/видео	product/info	При обновлении

4.4. Стратегия кеширования

Критически важно: Rate Limit

SalesFinder API допускает не более 1 запроса в 5 секунд на аккаунт. Это фундаментальное ограничение, которое определяет всю архитектуру кеширования.

Многоуровневое кеширование:

Уровень	TTL	Что кешируем	Объём
L1: In-memory	5 минут	Последние ответы API (для дедупликации)	~50 MB
L2: SQLite	24 часа	Все метрики, позиции, продажи	~500 MB
L3: Snapshots	Бессрочно	Исторические срезы для Before/After	~2 GB/год

Расчёт запросов для 50 клиентских SKU:

Операция	Запросов/день	Запросов/неделю
product/overview (50 SKU)	50	350
product/days (50 SKU)	50	350
product/keywords (50 SKU, 2x/нед)	--	100
product/categories (50 SKU, 2x/нед)	--	100
ext-analitic/* (10 категорий, 1x/нед)	--	30
ИТОГО	~100	~930

При 1 req/5sec = 12 req/min = 720 req/hour:

• 930 запросов/неделю = ~1.3 часа синхронизации в неделю
• Оптимально: ночной batch-процесс (3:00 AM, ~20 мин/день)

Архитектура синхронизации:

# Расписание синхронизации (APScheduler)
SYNC_SCHEDULE = {
    "product_overview":  {"trigger": "cron", "hour": 3, "minute": 0},    # Ежедневно
    "product_days":      {"trigger": "cron", "hour": 3, "minute": 30},   # Ежедневно
    "product_keywords":  {"trigger": "cron", "day_of_week": "mon,thu", "hour": 4},  # 2x/нед
    "product_categories":{"trigger": "cron", "day_of_week": "mon,thu", "hour": 4, "minute": 30},
    "category_analytics":{"trigger": "cron", "day_of_week": "mon", "hour": 5},  # 1x/нед
}

4.5. Новые таблицы БД для ROI-трекинга

-- Снапшоты метрик для Before/After
CREATE TABLE sf_metric_snapshots (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    product_external_id VARCHAR(50) NOT NULL,
    marketplace VARCHAR(20) NOT NULL,
    snapshot_type VARCHAR(20) NOT NULL,       -- 'baseline', 'week1', 'week2', 'month', 'quarter'
    content_update_id INTEGER,                -- Привязка к проекту съёмки
    position_avg FLOAT,                       -- Средняя позиция по ключевикам
    position_best INTEGER,                    -- Лучшая позиция
    sales_estimate INTEGER,                   -- Оценка продаж
    revenue_estimate FLOAT,                   -- Оценка выручки
    keyword_coverage FLOAT,                   -- % покрытия ключевых слов
    content_score INTEGER,                    -- Рассчитанный ContentScore
    raw_data JSON,                            -- Полные данные для глубокого анализа
    captured_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    UNIQUE(product_external_id, marketplace, snapshot_type, content_update_id)
);

-- Проекты обновления контента (привязка к съёмкам)
CREATE TABLE content_updates (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    client_id VARCHAR(50) NOT NULL,           -- ID клиента Fotofactor
    product_external_id VARCHAR(50) NOT NULL, -- SKU на маркетплейсе
    marketplace VARCHAR(20) NOT NULL,
    update_type VARCHAR(50),                  -- 'photo', 'video', 'infographic', 'full'
    content_items_count INTEGER,              -- Количество единиц контента
    cost FLOAT,                               -- Стоимость для клиента
    updated_at DATETIME NOT NULL,             -- Дата обновления карточки
    baseline_score INTEGER,                   -- ContentScore ДО
    current_score INTEGER,                    -- ContentScore ПОСЛЕ (обновляется)
    roi_percent FLOAT,                        -- ROI в процентах (обновляется)
    status VARCHAR(20) DEFAULT 'tracking',    -- 'tracking', 'completed', 'inconclusive'
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);

-- Индексы
CREATE INDEX idx_snapshots_product ON sf_metric_snapshots(product_external_id, marketplace);
CREATE INDEX idx_snapshots_update ON sf_metric_snapshots(content_update_id);
CREATE INDEX idx_content_updates_client ON content_updates(client_id);
CREATE INDEX idx_content_updates_status ON content_updates(status);

---

5. Гипотезы для тестирования

H1: Retention клиентов с ROI-отчётами в 3 раза выше

Параметр	Значение
Описание	Клиенты, получающие еженедельные ROI-отчёты с Before/After метриками, продолжают работу с Fotofactor в 3 раза дольше, чем клиенты без отчётов
Метод измерения	A/B тест: группа A (20 клиентов) получает ROI-отчёты, группа B (20 клиентов) -- стандартный формат работы. Отслеживаем retention через 3, 6, 12 месяцев
Критерий успеха	Retention группы A ≥ 75% через 6 месяцев vs ≤ 25% у группы B (текущий baseline)
Таймлайн	6 месяцев для статистически значимого результата
Ресурсы	Настроенный pipeline данных SF, шаблон отчёта (PDF), 40 клиентов-участников
Метрика-прокси	Количество повторных заказов за период

---

H2: ContentScore > 70 коррелирует с топ-10 позициями в 80% случаев

Параметр	Значение
Описание	Товары с ContentScore выше 70 (по нашей методологии) занимают позиции в топ-10 по основным поисковым запросам в 80%+ случаев
Метод измерения	Собрать ContentScore для 500 SKU в 10 категориях WB. Корреляционный анализ: ContentScore vs средняя позиция по топ-5 ключевых запросов
Критерий успеха	Коэффициент корреляции >= 0.7, доля топ-10 при CS > 70 >= 80%
Таймлайн	4 недели (сбор данных) + 2 недели (анализ)
Ресурсы	SF API (Pro), аналитик (40 ч), вычислительные ресурсы
Метрика-прокси	R-квадрат линейной регрессии ContentScore → Position

---

H3: Дашборд Before/After увеличивает средний чек на 40%

Параметр	Значение
Описание	Демонстрация интерактивного Before/After дашборда на этапе продажи увеличивает средний чек с 20 000 руб. до 28 000 руб. (клиент выбирает более дорогой пакет)
Метод измерения	30 продаж с демонстрацией дашборда vs 30 продаж без. Сравнение средних чеков
Критерий успеха	Средний чек группы «с дашбордом» >= 28 000 руб.
Таймлайн	8 недель (60 продаж)
Ресурсы	Готовый Streamlit-дашборд, обученный менеджер по продажам
Метрика-прокси	% клиентов, выбравших PREMIUM вместо STANDARD

---

H4: Автоматические еженедельные отчёты снижают отток на 50%

Параметр	Значение
Описание	Клиенты, получающие автоматические еженедельные email-отчёты с динамикой метрик, демонстрируют отток (churn) в 2 раза ниже, чем при ручном формате взаимодействия
Метод измерения	Когортный анализ: новые клиенты с января (автоотчёты) vs исторические данные за аналогичный период (без отчётов)
Критерий успеха	Месячный churn ≤ 5% (vs текущий ~10%)
Таймлайн	6 месяцев для накопления данных
Ресурсы	Автоматизированная система отчётов, шаблоны email, 30+ активных клиентов
Метрика-прокси	Open rate отчётов, % клиентов, задающих вопросы после отчёта

---

H5: ROI-подтверждённые пакеты контента стоят в 2 раза дороже

Параметр	Значение
Описание	Пакеты контента с гарантией ROI-трекинга (Before/After замеры, ContentScore, еженедельные отчёты) продаются за цену в 2 раза выше обычных пакетов без потери конверсии продаж
Метод измерения	Запуск двух прайс-листов: «Контент» (текущая цена) и «ROI-контент» (2x цена, с трекингом). Сравнение конверсий при 50/50 split
Критерий успеха	Конверсия ROI-пакетов >= 70% от конверсии стандартных пакетов
Таймлайн	12 недель (достаточная выборка)
Ресурсы	Готовый ROI-pipeline, обновлённый прайс-лист, обученная команда продаж
Метрика-прокси	Win rate по ROI-пакетам, средний чек, NPS

---

H6: Бесплатный ContentScore-аудит конвертирует 25% лидов в клиентов

Параметр	Значение
Описание	Предложение бесплатного ContentScore-аудита 5 SKU клиента (с рекомендациями по улучшению) конвертирует 25% лидов в платящих клиентов
Метод измерения	Воронка: лид → бесплатный аудит → платный проект. Трекинг через CRM. Запуск на 100 лидах
Критерий успеха	Конверсия аудит → заказ >= 25% (vs текущий cold-конверсия ~5%)
Таймлайн	6 недель (100 аудитов)
Ресурсы	Автоматизированный аудит-скрипт (SF API), менеджер по продажам, шаблон отчёта-аудита
Метрика-прокси	Конверсия из аудита в звонок, из звонка в сделку

---

H7: Клиенты тратят на 30% больше при наличии SKU-level данных

Параметр	Значение
Описание	Бренды и крупные селлеры, получающие детализированные данные по каждому SKU (позиции, продажи, конкуренты), увеличивают бюджет на контент на 30% за 6 месяцев
Метод измерения	Отслеживание среднемесячного бюджета на контент у 15 клиентов до и после внедрения SKU-level аналитики
Критерий успеха	Средний бюджет клиента через 6 мес >= 130% от стартового
Таймлайн	6 месяцев наблюдения
Ресурсы	Работающий ROI-dashboard, 15 активных клиентов с >= 10 SKU
Метрика-прокси	Количество SKU на обслуживании (растёт = больше доверия)

---

Приоритизация гипотез

Гипотеза	Влияние	Сложность	Приоритет	Очередь
H6 (бесплатный аудит)	Высокое	Низкая	P0	Неделя 1
H3 (дашборд → средний чек)	Высокое	Средняя	P1	Неделя 3
H5 (premium pricing)	Высокое	Средняя	P1	Неделя 5
H2 (ContentScore точность)	Среднее	Средняя	P2	Неделя 3
H1 (retention 3x)	Очень высокое	Высокая	P2	Неделя 5
H4 (автоотчёты → churn)	Высокое	Высокая	P3	Неделя 7
H7 (SKU-data → бюджет)	Среднее	Средняя	P3	Неделя 7

Стратегия тестирования

Начинаем с H6 (бесплатный аудит) -- это самая быстрая гипотеза для проверки, которая одновременно генерирует лиды и валидирует ценность ContentScore для рынка. Результаты H6 информируют все остальные гипотезы.

---

6. Ценность для SalesFinder

6.1. Стабильный объём API-потребления

Параметр	Год 1	Год 2	Год 3
Активных клиентов Fotofactor	30	80	200
Средний SKU на клиента	20	25	30
Отслеживаемых SKU	600	2 000	6 000
API-запросов/месяц	~4 000	~13 000	~39 000
Стоимость подписки SF (Pro)	240 000 руб./год	240 000 руб./год	По договору

Предсказуемый revenue для SF

Fotofactor обеспечивает стабильное и предсказуемое потребление API -- независимо от сезонности маркетплейсов, потому что контент-студия работает с клиентами круглогодично.

6.2. SalesFinder как «стандарт качества»

Когда крупные бренды на маркетплейсах слышат от Fotofactor: «Мы измеряем качество контента через SalesFinder», это создаёт восприятие:

• SalesFinder = объективная метрика (как PageRank для SEO)
• Бренд начинает ассоциировать SF с качеством -- даже если раньше не пользовался
• Доверие через третье лицо -- «Если мой контент-партнёр использует SF, значит, это серьёзный инструмент»

Эффект снежного кома:

Fotofactor использует SF    →    Клиенты видят SF-метрики
для измерения ROI                в отчётах
         │                              │
         ▼                              ▼
Клиенты начинают             Клиенты говорят
спрашивать:                  другим селлерам:
"А что такое                 "Наша студия использует
ContentScore?"               SalesFinder для аналитики"
         │                              │
         ▼                              ▼
Клиенты подписываются       Вирусный рост
на SF самостоятельно         осведомлённости

6.3. Новый канал привлечения клиентов для SF

Источник	Механизм	Прогноз конверсий/год
Бесплатные ContentScore-аудиты	Клиенты Fotofactor видят ценность SF → подписываются самостоятельно	15--25 подписок
Публичные кейсы	«Рост продаж на 75% после обновления контента (данные SalesFinder)»	5--10 подписок (от PR-эффекта)
Вебинары и выступления	Совместные мероприятия Fotofactor + SF	10--20 подписок
Реферальная программа	Код Fotofactor при регистрации в SF	20--40 подписок
ИТОГО		50--95 новых подписок SF/год

При среднем чеке SF 10 000 руб./мес:

• 50 подписок = 6 000 000 руб./год дополнительного дохода для SF
• 95 подписок = 11 400 000 руб./год

6.4. Кейсы и социальное доказательство

Fotofactor генерирует реальные кейсы с цифрами, которые SF может использовать в маркетинге:

• «ContentScore вырос с 42 до 78 → продажи +75%»
• «Позиция с #18 на #5 за 30 дней после обновления контента»
• «ROI от обновления карточки: 847% за первый месяц»

Форматы использования:

Формат	Аудитория	Объём
Кейс-стади на сайте SF	Потенциальные клиенты SF	3--5 кейсов/квартал
Цитаты в email-рассылке SF	База подписчиков SF	Ежемесячно
Совместные вебинары	Селлеры маркетплейсов	1 раз/квартал
Материалы для отдела продаж SF	Менеджеры SF	Постоянно обновляются

6.5. B2B реферальный pipeline

┌─────────────────────────────────────────────────────────┐
│              РЕФЕРАЛЬНЫЙ PIPELINE                        │
│                                                         │
│  Fotofactor клиент  ───────────>  SF подписчик          │
│        │                              │                 │
│        │ "Мне нужны                   │ Пользуется      │
│        │  те же данные"               │ SF для своего    │
│        │                              │ бизнеса          │
│        ▼                              ▼                 │
│  Подписывается на SF          Рекомендует коллегам      │
│  через реф. ссылку            по маркетплейсам          │
│        │                              │                 │
│        └──────────┬───────────────────┘                  │
│                   ▼                                     │
│          РОСТ ПОДПИСЧИКОВ SF                            │
│          (органический, без                             │
│           затрат на маркетинг)                          │
└─────────────────────────────────────────────────────────┘

---

7. MVP план (8 недель)

Недели 1--2: API-интеграция и базовый pipeline данных

Задача	Трудозатраты	Результат
Настройка аутентификации SF API (JWT)	4 ч	Работающий API-клиент
Создание SalesFinderROIClient в Platrum Spider	8 ч	Класс с методами для всех нужных эндпоинтов
Таблицы sf_metric_snapshots, content_updates	4 ч	Миграция БД
Базовый синхронизатор (product/info, product/overview)	8 ч	Ежедневный сбор данных по SKU
Rate limiter (1 req/5sec) и retry логика	4 ч	Стабильная работа с API
CLI: spider.py roi baseline <sku_id>	4 ч	Команда для фиксации T0
Итого	32 ч	Рабочий pipeline сбора данных

Бюджет: 80 000 руб. (разработчик) + 20 000 руб. (подписка SF Pro) = 100 000 руб.

---

Недели 3--4: ContentScore v1 и Before/After трекер

Задача	Трудозатраты	Результат
Алгоритм ContentScore v1 (5 компонентов)	16 ч	Формула расчёта CS
Калибровка весов на исторических данных (100 SKU)	8 ч	Валидированные коэффициенты
Before/After diff engine	8 ч	Автоматическое сравнение T0-T1-T2-T3
CLI: spider.py roi score <sku_id>	4 ч	Вывод ContentScore для SKU
CLI: spider.py roi compare <update_id>	4 ч	Before/After отчёт в консоли
Unit-тесты для ContentScore	8 ч	Покрытие >= 80%
Итого	48 ч	ContentScore v1 + Before/After

Бюджет: 120 000 руб. (разработчик) + 20 000 руб. (SF Pro -- уже оплачен) = 120 000 руб.

---

Недели 5--6: Клиентский дашборд и автоматические отчёты

Задача	Трудозатраты	Результат
Streamlit-дашборд: общий ContentScore портфеля	8 ч	Главная страница дашборда
Streamlit: Before/After визуализация по SKU	8 ч	Графики и таблицы
Streamlit: ROI-калькулятор	4 ч	Автоматический расчёт ROI
PDF-генератор для еженедельных отчётов	8 ч	Шаблон отчёта
Email-рассылка (автоматическая, каждый понедельник)	4 ч	Cron-задача отправки
Брендирование (логотип Fotofactor, цвета)	4 ч	Профессиональный вид
CLI: spider.py roi report --client <id>	4 ч	Генерация отчёта из CLI
Итого	40 ч	Дашборд + автоотчёты

Бюджет: 100 000 руб. (разработчик) + 10 000 руб. (хостинг Streamlit) = 110 000 руб.

---

Недели 7--8: Пилот с 5 клиентами, замер результатов

Задача	Трудозатраты	Результат
Отбор 5 пилотных клиентов (разные ниши, 10+ SKU)	4 ч	Список участников
Фиксация baseline (T0) для всех SKU участников	8 ч	Данные T0 в БД
Обновление контента для 5 клиентов	40 ч	Новые фото/видео загружены
Настройка автоматического трекинга T1/T2	4 ч	Cron-задачи
Сбор обратной связи от клиентов	8 ч	NPS, интервью
Анализ первых результатов (T1 через неделю)	4 ч	Промежуточный отчёт
Презентация результатов для SalesFinder	8 ч	Deck с цифрами
Итого	76 ч	Реальные данные пилота

Бюджет: 190 000 руб. (разработчик + продакшн) + 20 000 руб. (SF Pro) = 210 000 руб.

---

Сводный бюджет MVP

Фаза	Период	Бюджет
API-интеграция	Недели 1--2	100 000 руб.
ContentScore + Before/After	Недели 3--4	120 000 руб.
Дашборд + отчёты	Недели 5--6	110 000 руб.
Пилот	Недели 7--8	210 000 руб.
ИТОГО MVP	8 недель	540 000 руб.

Окупаемость MVP

При среднем чеке ROI-пакета 50 000 руб. и 5 пилотных клиентах: 5 * 50 000 = 250 000 руб. выручки уже на этапе пилота. Полная окупаемость через 2 месяца после запуска продаж (клиенты 6--16).

---

8. Финансовая модель направления

8.1. Тарифные пакеты ROI-контента

Пакет	Цена	Что входит	Целевой клиент
АУДИТ	Бесплатно (лид-магнит)	ContentScore 5 SKU + рекомендации	Новый лид
СТАРТ	30 000 руб./артикул	Съёмка + Before/After трекинг 30 дней	Малый селлер, 1--5 SKU
РОСТ	60 000 руб./артикул	Съёмка + полный ROI-трекинг 90 дней + дашборд	Средний селлер, 5--20 SKU
МАСШТАБ	150 000 руб./мес	Неограниченный контент + ROI-дашборд + еженедельные отчёты	Бренд, 20+ SKU
ENTERPRISE	300 000+ руб./мес	Всё + выделенный аналитик + API-интеграция	Крупный бренд, 100+ SKU

8.2. Unit-экономика по пакетам

Пакет СТАРТ (30 000 руб./артикул):

Статья расходов	Сумма
Продуктовая съёмка + обработка	7 000 руб.
SEO-анализ карточки через SF	1 500 руб.
Before/After трекинг (настройка + 30 дней мониторинга)	2 000 руб.
Доля подписки SF Pro	500 руб.
Отчёт для клиента (автоматический)	500 руб.
Себестоимость	11 500 руб.
Маржа	18 500 руб. (62%)

Пакет РОСТ (60 000 руб./артикул):

Статья расходов	Сумма
Продуктовая съёмка + обработка	10 000 руб.
Полный ROI-анализ (конкуренты, ниша, ключевики)	4 000 руб.
Before/After трекинг 90 дней + дашборд	3 000 руб.
Доля подписки SF Pro	500 руб.
Еженедельные автоотчёты (4 шт/мес x 3 мес)	1 500 руб.
Рекомендации по оптимизации (ежемесячно)	2 000 руб.
Себестоимость	21 000 руб.
Маржа	39 000 руб. (65%)

Пакет МАСШТАБ (150 000 руб./мес):

Статья расходов	Сумма
Контент-производство (~10 артикулов)	20 000 руб.
Аналитик (частичная загрузка, 25 ч/мес)	12 500 руб.
Дашборд + автоотчёты (обслуживание)	3 000 руб.
Доля подписки SF Pro	1 000 руб.
ContentScore мониторинг (20+ SKU)	3 000 руб.
Стратегические рекомендации	5 000 руб.
Себестоимость	44 500 руб.
Маржа	105 500 руб. (70%)

8.3. Break-even анализ

Параметр	Значение
Постоянные расходы/мес	250 000 руб. (2 аналитика + SF Pro + инфраструктура)
Средняя маржа на клиента (СТАРТ)	18 500 руб.
Средняя маржа на клиента (РОСТ)	39 000 руб.
Средняя маржа на клиента (МАСШТАБ)	105 500 руб./мес
Break-even (только СТАРТ)	14 клиентов/мес
Break-even (микс СТАРТ + РОСТ)	8 клиентов/мес
Break-even (микс с МАСШТАБ)	4 клиента

8.4. Проекция на 12 месяцев

Месяц	СТАРТ	РОСТ	МАСШТАБ	Выручка	Расходы	Прибыль
1	3	0	0	90 000	284 500	-194 500
2	5	1	0	210 000	305 000	-95 000
3	8	2	1	510 000	374 500	135 500
4	10	3	1	630 000	397 000	233 000
5	10	5	2	900 000	459 000	441 000
6	12	5	3	1 110 000	508 500	601 500
7	12	8	3	1 290 000	567 000	723 000
8	15	8	4	1 530 000	617 000	913 000
9	15	10	5	1 800 000	690 000	1 110 000
10	15	10	6	1 950 000	735 000	1 215 000
11	15	12	6	2 070 000	774 000	1 296 000
12	15	12	8	2 370 000	863 000	1 507 000

Итоги за 12 месяцев

• Выручка за год: 14 460 000 руб.
• Прибыль за год: 7 885 000 руб.
• Выход в плюс: месяц 3
• Целевой 1 млн/мес прибыли: месяц 9

8.5. Доля расходов на SalesFinder

Параметр	Значение
Стоимость подписки SF Pro	20 000 руб./мес (240 000 руб./год)
Выручка за год	14 460 000 руб.
SF как % от выручки	1.7%
Прибыль за год	7 885 000 руб.
SF как % от прибыли	3.0%

Для SalesFinder

Подписка SF составляет менее 2% от выручки направления -- это означает, что Fotofactor является высокомотивированным, долгосрочным клиентом с нулевым риском оттока. Более того, Fotofactor генерирует для SF в 25--48 раз больше дополнительного дохода через реферальный pipeline, чем стоит его собственная подписка.

---

9. KPI и метрики успеха

9.1. Клиентские метрики

Метрика	Текущее значение	Целевое значение	Срок
Client retention (6 мес)	~25%	85%+	9 месяцев
Средний контракт (разовый)	20 000 руб.	45 000 руб.+	6 месяцев
Средний контракт (месячный)	0 руб. (нет recurring)	150 000 руб.+	9 месяцев
Client referral rate	~5%	20%+	12 месяцев
NPS	не измеряется	50+	6 месяцев
Доля recurring revenue	0%	60%+	12 месяцев

9.2. Продуктовые метрики

Метрика	Целевое значение	Срок
ContentScore точность (корреляция с позициями)	R >= 0.7	3 месяца
ContentScore покрытие (% SKU с рассчитанным score)	95%+	3 месяца
Before/After data completeness	90%+ SKU с полным циклом замеров	6 месяцев
Время генерации отчёта	< 30 секунд	2 месяца
Uptime дашборда	99.5%+	Постоянно

9.3. Метрики для SalesFinder

Метрика	Целевое значение	Срок
API-запросов/месяц (стабильно)	4 000+ (год 1), 13 000+ (год 2)	По плану
Реферальные подписки SF	50+/год	12 месяцев
Совместные кейсы (опубликованные)	4+/год	12 месяцев
Совместные вебинары	4+/год	12 месяцев
Упоминания SF в материалах Fotofactor	100+/год	Постоянно

9.4. Дашборд метрик

┌─────────────────────────────────────────────────────────┐
│  ROI-CONTENT DIRECTION — KPI DASHBOARD                  │
├─────────────────────────────────────────────────────────┤
│                                                         │
│  КЛИЕНТЫ           ФИНАНСЫ          ПРОДУКТ             │
│  ┌──────────┐     ┌──────────┐    ┌──────────┐         │
│  │Retention │     │ MRR      │    │CS Точность│         │
│  │  85% ▲   │     │1.2M ▲    │    │ R=0.73 ✓ │         │
│  │(цель 85%)│     │          │    │(цель 0.7) │         │
│  └──────────┘     └──────────┘    └──────────┘         │
│                                                         │
│  ┌──────────┐     ┌──────────┐    ┌──────────┐         │
│  │Avg Check │     │ Margin   │    │ Uptime   │         │
│  │ 48K ▲    │     │  64% ✓   │    │ 99.7% ✓  │         │
│  │(цель 45K)│     │(цель 60%)│    │(цель 99.5)│        │
│  └──────────┘     └──────────┘    └──────────┘         │
│                                                         │
│  SF PARTNERSHIP                                         │
│  ┌──────────┐     ┌──────────┐    ┌──────────┐         │
│  │API Calls │     │Referrals │    │ Cases    │         │
│  │ 5.2K/мес │     │ 32/год ▲ │    │ 3 опубл. │         │
│  │(план 4K) │     │(цель 50) │    │(цель 4)  │         │
│  └──────────┘     └──────────┘    └──────────┘         │
└─────────────────────────────────────────────────────────┘

---

10. Риски и митигация

Риск 1: SalesFinder API нестабилен или меняет формат

Параметр	Значение
Вероятность	Средняя (API в активной разработке, версия 2025_09)
Влияние	Высокое -- ломает весь pipeline данных
Митигация	1) Абстрактный слой API-клиента (быстрая адаптация к изменениям). 2) Локальный кеш данных в SQLite (работает без API до 24ч). 3) Версионирование API-клиента (поддержка нескольких версий). 4) Прямой контакт с командой SF для раннего уведомления
План B	При длительном downtime -- переключение на парсинг публичных данных (временно)

Риск 2: Клиенты не видят ценности в ROI-данных

Параметр	Значение
Вероятность	Средняя (не все селлеры data-driven)
Влияние	Высокое -- низкая конверсия и retention
Митигация	1) Бесплатный ContentScore-аудит как точка входа (H6). 2) Простой, визуальный формат отчётов (не «данные», а «результат»). 3) Фокус на крупных брендах (они data-driven по определению). 4) Обучающий контент: «Как читать ROI-отчёт за 2 минуты»
План B	Переупаковка: вместо «ROI-отчёт» -- «Гарантия результата» (тот же инструмент, другой нарратив)

Риск 3: ContentScore показывает неточные результаты

Параметр	Значение
Вероятность	Средняя (v1 алгоритма -- калибровка потребует итераций)
Влияние	Высокое -- потеря доверия клиентов
Митигация	1) Начинаем с beta-метки: «ContentScore v1 beta». 2) Калибровка на 500 SKU перед запуском (H2). 3) Постоянный мониторинг корреляции CS → позиции. 4) Быстрые итерации весов (деплой новой формулы за 1 день). 5) Дисклеймер: «Оценочная метрика, не гарантия»
План B	Упрощение до 3 компонентов (позиция + продажи + ключевики) -- меньше переменных, выше точность

Риск 4: SF повысит цены или ограничит API

Параметр	Значение
Вероятность	Низкая (мы выгодный партнёр)
Влияние	Среднее -- рост себестоимости
Митигация	1) Партнёрское соглашение с фиксированными условиями. 2) Демонстрация ценности: «Мы приводим вам X клиентов/год». 3) Резервный фонд на рост цен (3 мес подписки вперёд). 4) Архитектура с абстракцией -- возможность подключить альтернативный источник
План B	При росте > 2x -- частичный переход на собственный парсинг + SF только для премиум-данных

Риск 5: Конкуренты скопируют модель ROI-контента

Параметр	Значение
Вероятность	Высокая (через 6--12 месяцев после запуска)
Влияние	Среднее -- давление на маржу
Митигация	1) Преимущество первого хода: пока конкуренты копируют v1, мы запускаем v3. 2) Глубокая интеграция с Platrum Spider (сложно повторить). 3) База данных: 12+ месяцев исторических данных = непреодолимое преимущество. 4) Партнёрство с SF: эксклюзивные условия для первого интегратора
План B	Лицензирование ROI-framework другим студиям (становимся платформой, а не конкурентом)

Матрица рисков

Влияние
  ▲
  │
Высокое │  [Р3: CS неточный]    [Р1: API нестабилен]
  │         Средняя              Средняя
  │
  │  [Р2: Нет ценности]
  │         Средняя
  │
Среднее │  [Р5: Конкуренты]     [Р4: Рост цен SF]
  │         Высокая              Низкая
  │
Низкое  │
  │
  └────────────────────────────────────────────> Вероятность
        Низкая     Средняя      Высокая

---

11. Следующие шаги

Немедленные действия (эта неделя)

#	Действие	Ответственный	Дедлайн
1	Отправить это предложение команде SalesFinder	Роман Басов	День 1
2	Запросить тестовый доступ к SF API (Pro trial)	Роман Басов	День 2
3	Подготовить список 5 пилотных клиентов	Менеджер продаж	День 3
4	Создать техническое задание на API-интеграцию	Разработчик	День 5
5	Согласовать формат партнёрского соглашения	Роман Басов + SF	День 7

Краткосрочный план (1 месяц)

#	Действие	Результат
1	Подписать партнёрское соглашение с SF	Юридическая база
2	Запустить разработку MVP (недели 1--2)	Работающий API pipeline
3	Провести 10 бесплатных ContentScore-аудитов (H6)	Валидация ценности
4	Зафиксировать baseline (T0) для пилотных клиентов	Данные для Before/After
5	Создать первый совместный кейс SF + Fotofactor	Маркетинговый актив

Среднесрочный план (3 месяца)

#	Действие	Результат
1	Завершить MVP (8 недель)	Полнофункциональный ROI-framework
2	Запустить пилот с 5 клиентами	Реальные данные ROI
3	Валидировать гипотезы H2, H3, H6	Решение о масштабировании
4	Вывести ContentScore из beta	Готовый продукт
5	Начать продажи ROI-пакетов (10 клиентов)	Первая выручка
6	Провести первый совместный вебинар с SF	Генерация лидов

Долгосрочная цель (12 месяцев)

Месяц 1-3:         Месяц 4-6:           Месяц 7-9:          Месяц 10-12:
MVP + Пилот         Рост                  Масштабирование      Доминирование

5 клиентов          20 клиентов          35 клиентов          50+ клиентов
0.5M выручки        1.1M выручки         1.8M выручки         2.4M выручки
Валидация           Прибыльность         1M+ прибыли          1.5M+ прибыли
гипотез             Unit-экономика ✓     Найм аналитиков      Лицензирование
                    3 кейса SF           SF партнёр года       фреймворка

---

Заключение

Почему это win-win для SalesFinder и Fotofactor

Для SalesFinder:

• Стабильный высокомотивированный клиент API (1.7% от выручки = нулевой риск оттока)
• 50--95 реферальных подписок/год (6--11 млн руб. доп. дохода)
• Реальные кейсы с ROI-цифрами для маркетинга
• Статус «стандарт качества» в глазах крупных брендов

Для Fotofactor:

• Трансформация из «фото-студии» в «data-driven контент-платформу»
• Рост среднего чека в 2--3 раза (с 20K до 45--60K)
• Recurring revenue (60%+ от оборота)
• 1.5 млн руб. чистой прибыли к месяцу 12

Для рынка:

• Первый объективный стандарт качества контента для маркетплейсов
• Прозрачность ROI от визуального контента
• Повышение качества карточек товаров (выигрывают все)

---

Документ подготовлен: Fotofactor (fotofactor.ru) Контакт: Роман Басов, roman_basov_rukovoditel@fotofactor.ru Дата: Февраль 2026