Анализ бизнес-идеи · 6 ИИ-моделей
#
46 из 100 Под вопросом
⟳ ПИВОТ

Проблема реальная, но этот угол не сработает. Конкретная альтернатива — ниже.

Проанализировано Claude Opus GPT-4o Grok Perplexity Sonar Deep Synthesis
Это голосовой Telegram-бот для учёта личных трат: говоришь — он сам раскидывает по категориям. Технически это собирается за 10 дней и есть тренд на голосовой ввод, но фундаментальная проблема — нулевой ров и катастрофический ретеншен ручных трекеров в B2C, где банки уже категоризируют траты бесплатно. Главный риск: вы строите бесплатную фичу, за которую массовый юзер не платит, а каждый активный пользователь стоит вам денег на API.
🧠 Вердикт 6 моделей ?
⚔️ Критик
☠ Убить
5 угроз выявлено
🌊 Тренды
🚀 Сейчас
Голосовые технологии и LLM быстро улучшаются, Telegram остаётся основным мессен…
🏗️ Архитектор
Реализуемость 9/10
MVP 10 дн.
🔍 Исследование
Выполнено
Perplexity Sonar
🎯 Синтез
⟳ PIVOT
Балл: 46/100
Быстрый фильтр ? 2/5
MVP собирается за ≤2 недели с AI-инструментами?
Архитектор подтверждает: aiogram + Whisper + gpt-4o-mini, 10 дней соло.
Люди УЖЕ платят за решение этой проблемы?
За трекеры платят (Дзен-мани, CoinKeeper, YNAB), но именно за голосовой ввод в Telegram — нет доказательств готовности платить.
Валовая маржа ≥ 60%?
Каждый голосовой запрос = расход на Whisper+LLM; при бесплатной готовности платить активный юзер уходит в минус.
Масштабируется без линейного роста затрат?
Затраты на OpenAI API растут пропорционально числу активных пользователей и количеству трат в день.
Чёткое конкурентное преимущество против бесплатных аналогов?
Рва нет: клонируется за выходные, банки категоризируют траты автоматически и бесплатно.
📋 Детальная оценка ?
Сила боли
4
Платёжеспособность ICP
4
Доступность канала
7
Юнит-экономика
3
Конкурентный ров
2
Скорость сборки
9
AI-ускорение
9
Скорость до выручки
6
Регуляторный риск
5
Тайминг тренда
7
Рекомендованный пивот ?
Перенаправьте тот же голосовой движок на самозанятых и ИП: бот, который голосом фиксирует доходы/расходы по деятельности, считает налог (НПД/УСН), напоминает о платежах и формирует выгрузку для ФНС/банка. Здесь есть острая боль (штрафы налоговой), готовность платить 300–500₽/мес и реальный ров через налоговую логику и интеграции, а не тривиальный промпт к GPT.
⚔️ Атаки критика ?
Рынок забит бесплатными аналогами
Высокий
Трекеров финансов сотни (CoinKeeper, Дзен-мани, Monefy, встроенные функции банков), и почти все бесплатны. Голосовой ввод — это фича на один вечер, а не продукт.
Вероятность:
85%
💡 Найти узкий сегмент с реальной болью, который игнорируют банки (например, самозанятые с раздельным учётом), и строить под него, а не очередной общий трекер.
Банки уже делают это бесплатно и лучше
Высокий
Тинькофф, Сбер, Альфа автоматически категоризируют траты прямо из транзакций — без всякого голоса и ручного ввода. Зачем юзеру диктовать боту то, что банк уже знает?
Вероятность:
90%
💡 Интегрироваться с банковскими API/выписками, чтобы дополнять автоматику, а не конкурировать с ручным вводом.
Ручной ввод = смерть ретеншена
Высокий
Финтрекеры на ручном вводе все умирают одинаково: юзер ведёт 3 дня, потом забивает. Голос не решает проблему дисциплины, он лишь чуть ускоряет ввод.
Вероятность:
80%
💡 Доказать на собственном использовании, что вы сами ведёте трекер дольше 30 дней — если нет, идея мертва.
Юнит-экономика не сходится
Высокий
За голосовую транскрипцию и LLM-категоризацию вы платите за каждый запрос, а юзер платить $3/мес не готов — это бесплатная категория. Каждый активный пользователь будет в минус.
Вероятность:
75%
💡 Просчитать стоимость одного голосового запроса × среднее число трат в день × 30, и сравнить с реалистичной готовностью платить (ноль).
Ноль защитного рва
Высокий
Любой разработчик соберёт это за выходные на Whisper + GPT + Telegram Bot API. Нет данных, нет сетевого эффекта, нет switching costs.
Вероятность:
95%
💡 Честно признать, что технологического рва нет, и искать ров в дистрибуции или нишевой экспертизе.
Скрытые допущения
Людям неудобно вводить траты вручную, и голос решит эту проблему
Проблема не в скорости ввода, а в дисциплине и мотивации. Люди бросают трекеры не потому, что печатать долго, а потому, что им неинтересно вести учёт. Голос экономит 5 секунд, но не создаёт привычку.
Это отдельный продукт, за который будут платить
Категоризация трат — это уже бесплатная функция внутри каждого банковского приложения. Платить за то, что банк делает автоматически и бесплатно, никто не станет.
Голосовая категоризация — это сложная и ценная технология
Это тривиальный промпт к LLM. Whisper + одна строка инструкции GPT справляются с этим из коробки. Ценности, которую нельзя скопировать за вечер, здесь нет.
⚠️ Когнитивные ловушки
Предвзятость подтверждения
Идея звучит как «мне самому было бы удобно», и предполагается, что раннее одобрение друзей подтвердит спрос.
✅ Проверка реальностью: Спросите тех же друзей не «нравится ли идея», а «будете ли платить 300₽/мес» — и потом проверьте, ведут ли они трекер хотя бы 2 недели бесплатно.
Ошибка оптимизма
Предполагается, что голос автоматически решит проблему удержания, хотя все ручные финтрекеры исторически имеют катастрофический ретеншен.
✅ Проверка реальностью: Посмотрите на статистику удержания существующих финтрекеров (90%+ отвал за месяц) и спросите, почему ваш голосовой ввод изменит этот паттерн.
Ошибка планирования
Кажется, что «бот сам раскидывает по категориям» — это простая фича, но точность категоризации, обработка ошибок голоса и валюты потребуют в разы больше времени.
✅ Проверка реальностью: Попробуйте надиктовать 50 реальных трат с шумом, сленгом и опечатками — увидите, сколько брака даёт распознавание.
🤖 Угроза ИИ-замены
Дней до клона
3
Риск от Big Tech
Высокий
Рва нет вообще. Это связка Whisper + GPT + Telegram API, которую любой соберёт за выходные, а банки и так делают категоризацию бесплатно из транзакций.
Худший сценарий
Через 18 месяцев у вас 200 установок, из которых 15 активны, и все — ваши друзья. Месячный счёт за OpenAI API превышает выручку (которой нет), а Тинькофф выкатывает голосовой ввод трат прямо в своём приложении. Вы потратили полгода на проект, который ChatGPT повторяет одним промптом.
Минимальный эксперимент
За 1 вечер соберите MVP на готовом no-code (Telegram Bot + Make + GPT, ~$0–50) и заставьте 20 знакомых вести траты 14 дней. Замерьте, сколько человек дотянут до дня 14. Если меньше 5 — идея мертва, ретеншена нет.
💡 Альтернативная стоимость
1
Сделать узкий инструмент учёта для самозанятых/ИП с расчётом налогов и экспортом для ФНС
Здесь есть реальная боль и готовность платить, потому что цена ошибки — штрафы налоговой, а не просто любопытство к тратам.
2
Потратить те же 2 недели на 30 проблемных интервью с людьми, которые реально платят за финтех
Вы найдёте настоящую боль и не сожжёте полгода на продукт, который никому не нужен.
3
Прокачать навык интеграций с банковскими API и продавать готовые автоматизации бизнесам
B2B платит за автоматизацию реальными деньгами, в отличие от B2C-юзера, который не заплатит за трекер ни рубля.
📊 Рынок и конкуренты ?
🔍 Глубокое исследование ?

=== COMPETITIVE INTELLIGENCE === # Голосовые и AI‑боты для учета личных финансов в Telegram: конкурентная разведка и рыночные возможности Вокруг идеи голосового Telegram‑бота для учета личных финансов — «говоришь: потратил 500 рублей на еду, бот сам всё разносит по категориям» — уже сложился насыщенный конкурентный ландшафт из трёх перекрывающихся групп: специализированные Telegram‑боты (Cointry, Мобс, SpendBookBot), мобильные AI‑трекеры с голосовым вводом (Vossa, MonAi, Say) и более широкие финансовые ассистенты (Cleo, YNAB и другие).[2][18][2][18][42][13] Эти игроки решают одну и ту же базовую задачу — снизить трение при фиксации расходов и дать человеку понятную картину денег, — но делают это с разной глубиной автоматизации, разным фокусом на голос и разной степенью «вшитости» в повседневные привычки пользователей.[2][2][18][42][13] Ключевые выводы этой разведки таковы: в нише уже есть очень сильные решения, но одновременно сохраняются заметные рыночные «дыры» — прежде всего в Telegram‑сегменте, в поддержке русского языка и диалектов, в глубокой аналитике и рекомендациях внутри бота, а также в честной и прозрачной монетизации, не пугающей пользователей неожиданными комиссиями.[2][18][13] Для основателя на стадии идеи основной фокус в ближайшее время должен быть не на разработке сложной AI‑системы, а на проверке гипотез: что именно пользователи хотят получать от такого голосового бота, какие боли конкуренты не закрывают и за какие конкретные удобства люди готовы платить ежемесячную подписку. ## 1. Ландшафт конкуренции: где находится ваша идея ### 1.1. Три пересекающихся сегмента Идея «Телеграм‑бота, которому говоришь простую фразу о расходе, а он сам всё записывает и категоризует» ложится на стык сразу трёх продуктовых сегментов, которые уже существуют и набирают силу.[2][18][2][18][42][13] Первый сегмент — это специализированные Telegram‑боты учета расходов и доходов, которые живут целиком внутри мессенджера и используют либо кнопки, либо текстовые команды, а всё хранение данных выносят в Google Sheets или собственные хранилища.[18][2][18][18][18] Примеры здесь включают Cointry, который позволяет пользователю просто написать «500 кино» или «+400 зарплата», чтобы бот записал расход или доход, подобрал категорию и при необходимости сконвертировал валюту,[2][21] а также Мобс, который автоматически раскладывает текстовые и голосовые сообщения по категориям и заполняет вашу Google‑таблицу.[18][18][18][32] SpendBookBot тоже относится к этому сегменту и в последних версиях добавляет голосовой ввод, распознавание чеков и AI‑аналитику, но по‑прежнему живёт в Telegram и работает с довольно простым интерфейсом.[50] Второй сегмент — мобильные AI‑приложения‑трекеры расходов с голосовым вводом и автоматической категоризацией, которые существуют как отдельные приложения для iOS и Android, но концептуально решают задачу, очень похожую на вашу.[3][8][15][17][42][13] Vossa позиционирует себя как «AI expense tracker», где пользователь может добавлять траты голосом, фотографией чека или текстом, без привязки банковских счетов; приложение само структурирует данные и распределяет их по категориям.[3][13][46][3][13] MonAi делает акцент на голосовом вводе «как голосовое сообщение», которое автоматически разбивается на отдельные траты и раскладывается по категориям без логина и с хранением данных в iCloud пользователя.[8][15][42][47][47] Say, в свою очередь, выступает как «hands free budget app», где пользователь просто говорит о расходе, а приложение в реальном времени расп === MARKET & RISK RESEARCH === # Voice-Enabled Telegram Bot For Personal Finance Tracking: Market Sizing, Failure Analysis, Regulatory Risks, And Funding Landscape The idea under consideration is a Telegram bot for tracking personal finances via voice input: a user says “потратил 500 рублей на еду” and the bot records the transaction and automatically assigns it to the correct category. This report situates that concept within the broader personal finance apps and budgeting software market, focusing on a Russia/CIS–centric, Telegram-first, voice-enabled product. It synthesizes available market sizing data, examines notable failures and shutdowns of personal finance apps, reviews regulatory and legal risks for such a service, and surveys recent funding activity that signals investor sentiment. Because the founder appears to be at the idea stage and targeting Russian-speaking Telegram users, the emphasis is on hypothesis testing, realistic opportunity framing, and risk identification rather than on scaling or detailed build plans. Throughout the report, care is taken not to fabricate companies, numbers, or failure narratives; instead, existing industry reports and documented cases are used to extract lessons, while data gaps and uncertainties are explicitly called out where the evidence is insufficient. ## 1. Concept And Landscape: Positioning A Voice-Enabled Telegram Finance Bot ### 1.1 The business idea in the context of personal finance apps The proposed product is a Telegram bot that allows users to track personal expenses and income simply by speaking in natural language, in Russian, such as “потратил 500 рублей на еду,” with the bot then parsing the utterance, storing the amount, and automatically categorizing the transaction. This idea sits at the intersection of three established but evolving domains: personal finance applications, conversational and voice-based interfaces, and Telegram bot ecosystems. The personal finance apps market has expanded rapidly in recent years, with one global report estimating that the market will grow from USD 165.9 billion in 2025 to USD 207.69 billion in 2026 at a compound annual growth rate (CAGR) of 25.2%, and further to USD 507.64 billion by 2030 at a 25% CAGR, indicating strong demand for digital tools that help individuals manage budgets, track expenses, and plan finances.[1][9] These figures provide a backdrop suggesting that the general category of “personal finance app” is already large and still growing. Within that broad market, there is a more specialized segment of budgeting apps, which are projected to grow at a slower but still meaningful pace. Technavio reports that the budget apps market size is forecast to increase by USD 335.7 million between 2024 and 2029, at a CAGR of 11.4%, reflecting increasing adoption of tools specifically focused on expenditure planning and budget adherence.[2] Another lens on the sector is the personal finance software market, which IMARC estimates at USD 1.4 billion in 2025 and forecasts to reach USD 2.1 billion by 2034, implying a more modest CAGR of 4.51% between 2026 and 2034.[3] These differing scales and growth rates reveal that “personal finance apps” as defined in some studies include a wide range of services beyond simple consumer budgeting tools, while dedicated software segments represent === DEMAND SIGNALS ===

⚙️ Техническая реализуемость ?
Оценка реализуемости
90%
Невозможно Сложно Легко
Дней до MVP
10
в одиночку
Масштабируемость
Сложно
Боты не имеют состояния (stateless), их легко масштабировать добавлением новых инстансов. База данных простая. Единственное потенциальное узкое место — пул подключений к БД (легко решается через PgBouncer).
Рекомендуемый стек
Python (aiogram 3.x) OpenAI API (Whisper + gpt-4o-mini) PostgreSQL Railway
🚫 Не строим в MVP ?
Настраиваемые пользовательские категории
💭 Кажется, что каждый человек хочет иметь свои уникальные категории трат.
→ Это сильно усложняет логику промптов для LLM (нужно передавать список категорий юзера в каждом запросе) и БД. В MVP достаточно фиксированного списка из 15-20 базовых категорий.
Интеграция с банковскими API / парсинг SMS
💭 Обещание 100% автоматизации и учета абсолютно всех трат.
→ Дорого, технически сложно (API банков закрыты или платные), SMS-форматы меняются. Суть фичи — быстрый ОСОЗНАННЫЙ голосовой ввод. Банки здесь не нужны.
Генерация графиков (pie charts) в виде картинок
💭 Наглядная и красивая аналитика расходов за месяц.
→ Рендеринг изображений требует тяжелых библиотек (matplotlib) и усложняет деплой. Для первых продаж достаточно аккуратно отформатированной текстовой сводки с эмодзи.
Ключевые интеграции
Telegram Bot API
Основной пользовательский интерфейс и инфраструктура взаимодействия с пользователем
$0/мес
Высокий
OpenAI API
Whisper для распознавания голоса (STT) в текст и gpt-4o-mini для извлечения суммы и категории
$15/мес
Высокий
Telegram Payments (YooKassa / Stripe)
Прием платежей за премиум-подписку (снимается только процент за эквайринг)
$0/мес
Высокий
☁️ Расходы на инфраструктуру
Стадия Итого/мес Что входит
M1 (~10) $10 Railway (хостинг бота и БД) $5 + OpenAI API $5
M6 (~100) $55 Railway (бот) $10 + Managed PostgreSQL $15 + OpenAI API $30
M12 (~1K) $360 Railway (бот) $30 + Managed PostgreSQL $30 + OpenAI API $300
📅 План по неделям
W1
Core MVP и работа с AI
→ Бот принимает голосовое сообщение и сохраняет правильно распознанную запись в БД
~20h
W2
Аналитика и бизнес-логика
→ Работают команды вывода статистики за день/неделю/месяц, экспорт в CSV
~25h
W3
Монетизация и подготовка к запуску
→ Подключены лимиты для бесплатных пользователей, работает оплата подписки (Telegram Payments), бот в продакшене
~15h
🤖 Преимущество ИИ-разработки
AI-ассистенты пишут весь шаблонный код для aiogram (обработчики, стейт-машины, интеграцию с API) практически мгновенно. Также они идеально помогают настроить системный промпт для LLM, чтобы всегда получать на выходе валидный JSON с транзакцией.
⚠️ Главный технический риск
Слишком большая задержка ответа (latency). Если процесс «скачивание аудио от Telegram → отправка в Whisper → отправка в GPT → запись в БД → ответ» займет дольше 3-4 секунд, пользовательский опыт сильно пострадает, и люди вернутся в банковские приложения.
🛠️ MVP — план постройки ?
Дней до MVP
16
в одиночку
Инфраструктура
$55
в месяц
Инвестиции до окупаемости
$600
P50 реалист
Стек
Python aiogram OpenAI Whisper API Anthropic API (Claude) PostgreSQL (Supabase) Railway Telegram Bot API Telegram Stars / ЮKassa
Функции MVP
MUST
Голосовой ввод транзакций
Это ядро ценности — без голоса продукт ничем не отличается от десятков текстовых трекеров. Пользователь должен надиктовать голосовое в Telegram и получить распознанную трату. Без этого нечего валидировать.
⏱ ~16h
MUST
Парсинг суммы и категории через LLM
Превращение «потратил 500 рублей на еду» в структурированную запись (сумма, категория, дата). Это магия, ради которой человек платит. Используем готовую LLM, своя ML не нужна.
⏱ ~14h
MUST
Подтверждение и правка записи
LLM ошибается в 10-20% случаев. Без быстрой кнопки «исправить категорию/сумму» юзер потеряет доверие после первой же ошибки и отвалится. Критично для удержания.
⏱ ~10h
MUST
Сводка по категориям (за неделю/месяц)
Без отчёта трекинг бессмысленен — человек не видит результата своих усилий. Команда /summary показывает, куда ушли деньги. Это момент ценности (aha-moment).
⏱ ~12h
MUST
Хранение данных пользователя
Транзакции должны накапливаться по user_id, иначе нет истории и нет смысла возвращаться. База — фундамент удержания.
⏱ ~8h
MUST
Платная подписка через Telegram Stars / ЮKassa
Нужно проверить готовность платить, а не только пользоваться бесплатно. Лимит бесплатных записей + платный безлимит. Без этого нет валидации монетизации.
⏱ ~14h
SHOULD
Онбординг-сценарий первого запуска
Юзер не знает, что можно говорить голосом. Первое сообщение бота должно показать пример и попросить надиктовать тестовую трату. Резко снижает отвал на старте.
⏱ ~6h
🗺️ Путь первого клиента ?
1
Знакомство
👤 Видит пост в телеграм-канале про личные финансы или короткое видео «надиктовал — бот записал»
👁 Демонстрация голосового ввода за 3 секунды + ссылка на бота ⚙️ Посев у микроблогеров, контент в финансовых пабликах
2
Старт бота
👤 Нажимает Start в Telegram
👁 Приветствие, пример голосовой команды, просьба надиктовать тестовую трату ⚙️ Онбординг-сценарий первого запуска
3
Первый голосовой ввод ⚠️ РИСК ОТКАЗА
👤 Записывает голосовое «потратил 500 рублей на еду»
👁 Распознанную запись: сумма, категория, кнопки подтвердить/исправить ⚙️ Whisper + LLM-парсинг, обработка ошибок распознавания
4
Момент ценности
👤 Вводит несколько трат за пару дней, запрашивает /summary
👁 Сводку: сколько ушло на еду, транспорт, развлечения ⚙️ Агрегация и наглядный отчёт по категориям
5
Упор в лимит
👤 Превышает бесплатный лимит записей в месяц
👁 Предложение оформить безлимит за 299₽/мес ⚙️ Пейволл, оплата через Telegram Stars / ЮKassa
6
Оплата
👤 Оплачивает подписку
👁 Подтверждение, безлимитный доступ ⚙️ Обработка платежа, активация подписки
7
Удержание
👤 Возвращается каждый день записывать траты
👁 Еженедельную сводку-напоминание, рост привычки ⚙️ Триггерные напоминания, недельные отчёты
💡 Что делать с риском отказа: Первый голосовой ввод — точка, где умирает большинство. Если Whisper неверно распознал русскую речь или LLM ошибся в категории/сумме, доверие рушится мгновенно. Решение: (1) показывать распознанный текст рядом с результатом, чтобы юзер видел, что именно услышал бот; (2) одна кнопка «исправить» с быстрым выбором категории и правкой суммы в один тап — а не повтор всего ввода; (3) поддержать и текстовый ввод как fallback на случай шумного места или плохого микрофона; (4) на этапе онбординга дать пример точной фразы, чтобы первая попытка с высокой вероятностью сработала.
💰 Финансовый прогноз (реалист) ?
Нужно инвестировать
$300
до выхода в ноль
Окупаемость
М11
месяц возврата
MRR М12
$1800
через 12 мес
LTV/CAC
2.1×
цель ≥ 3
Месяц MRR
M1 $0
M3 $250
M6 $700
M12 ✅ Окупился $1800
🟥 тратим больше · 🟩 вернули вложения · ✅ ОКУПИЛСЯ = вернули всё инвестированное
📈 Три сценария (P20 / P50 / P80) ?
P20 — Осторожный
MRR М12
$800
CAC
$8
Отток/мес
22%
До окупаемости
$1800
CAC вдвое выше ожиданий, отток 22% в месяц, органики нет. Цена подписки низкая (~199₽), маржа съедается стоимостью Whisper+LLM на голос. Доходит, но болезненно.
P50 — Реалист
MRR М12
$3000
CAC
$4
Отток/мес
14%
До окупаемости
$600
Привлечение через тематические телеграм-каналы и личные финансы-блогеров. Средняя подписка ~299₽/мес, конверсия из бесплатного 4-6%, стандартный для финтрекеров отток.
P80 — Оптимист
MRR М12
$9000
CAC
$1
Отток/мес
7%
До окупаемости
$200
Виральный пост у крупного финблогера или попадание в подборку Telegram-ботов. Реферальная механика (пригласи друга — месяц безлимита), сильное удержание за счёт привычки ежедневного ввода.
Месяц P20 P50 реалист P80
M1 $0 $60 $250
M3 $90 $350 $1200
M6 $300 $1100 $3500
M12 $800 $3000 $9000
🧪 Гипотезы для проверки ?
H1
Если дать 20 знакомым голосовой трекер бесплатно, то хотя бы 5 будут вести траты ≥14 дней подряд (ретеншен реален).
🔬 No-code MVP (Telegram Bot + Make + GPT) на 20 человек, замер активных на день 14. ⏱ 14 дней
H2
Если предложить самозанятым голосовой учёт с расчётом налога НПД, то ≥30% из 30 опрошенных скажут, что готовы платить 300₽/мес.
🔬 30 проблемных интервью с самозанятыми/ИП + лендинг с кнопкой 'оформить за 300₽/мес' и замер кликов. ⏱ 7 дней
H3
Если измерить полный цикл голос→Whisper→GPT→БД→ответ, то он укладывается в ≤3 сек и точность распознавания русских трат ≥90%.
🔬 Прогнать 50 реальных голосовых трат со сленгом и шумом, замерить latency и долю ошибок категоризации. ⏱ 3 дней
🛑 Когда остановиться ?
Из 20 тестовых пользователей менее 5 ведут траты до дня 14 — ретеншена нет, продукт мёртв в B2C-форме.
Из 30 опрошенных самозанятых менее 20% готовы платить 300₽/мес за налоговую версию — пивот тоже не работает.
Стоимость одного активного юзера на API превышает реальную выручку с него на 6-м месяце — экономика не сходится.
⚖️ Риски и возможности ?
Главные риски
Ретеншен ручного трекера: 80–90% отвал за месяц, голос экономит секунды, но не создаёт привычку.
Юнит-экономика: расходы на Whisper+LLM на каждого активного юзера против нулевой готовности B2C платить.
Ноль рва + угроза Big Tech: банки (Тинькофф, Сбер) категоризируют траты автоматически и бесплатно, фича клонируется за выходные.
Главные возможности
Голосовой ввод в Telegram реально снижает трение по сравнению с тяжёлым onboarding банковских и десктопных трекеров.
Дешёвый канал привлечения через тематические Telegram-каналы про финансы и продуктивность.
Ниша самозанятых/ИП с налоговой логикой — острая боль и готовность платить, которую игнорируют общие трекеры.
Первые 48 часов ?
1
Провести 10 коротких интервью с самозанятыми/фрилансерами: как они сейчас считают доходы и налог, что бесит, готовы ли платить за автоматизацию.
2
Собрать за вечер no-code MVP (Telegram Bot + Make + GPT) и лично записать 50 голосовых трат, замерив latency и точность категоризации на русском.
3
Опубликовать лендинг с двумя вариантами (общий трекер vs трекер для самозанятых с налогом) и кнопкой 'хочу за 300₽/мес', собрать клики из 2-3 тематических Telegram-чатов.
📅 План на 30 дней ?
W1
Неделя 1
Проверить, где реальная боль и готовность платить — общий B2C или ниша самозанятых.
Провести 30 проблемных интервью: 15 с обычными пользователями, 15 с самозанятыми/ИП; зафиксировать, кто говорит про штрафы и реально готов платить.
Запустить два лендинга (общий vs налоговый) и измерить конверсию в клик 'оформить за 300₽/мес' минимум на 200 переходах.
Прогнать 50 голосовых трат через no-code MVP, замерить latency (цель ≤3 сек) и точность категоризации (цель ≥90%).
W2
Неделя 2
Запустить ретеншен-тест на победившем сегменте.
Дать бесплатный no-code бот 20 пользователям из сильнейшего сегмента и попросить вести траты 14 дней.
Настроить ежедневный замер активных пользователей и причин отвала через короткий опрос на день 3 и день 7.
W3
Неделя 3
Если сегмент самозанятых выигрывает — собрать MVP с налоговой логикой.
Реализовать на aiogram голосовой ввод доходов/расходов + расчёт налога НПД и напоминания о платеже.
Подключить Telegram Payments с подпиской 300₽/мес и лимитами для бесплатной версии.
W4
Неделя 4
Итерация по реальным данным и первые платящие.
Привести 50 целевых пользователей из Telegram-чатов самозанятых, замерить конверсию в платящих и день-14 ретеншен.
Если ≥3 платящих и ретеншен ≥25% — углублять налоговую выгрузку для ФНС; если нет — остановиться и пересмотреть гипотезу.