PIVOT

Перепродаж даних

Агрегація і перепродаж бізнес-даних та баз даних для маркетингу і продажів.

Категорія: SaaS
Дата: 02.04.2026
ID: 62c504f2…

Стислий висновок

BCS-1.0
Впевненість Середня
Покриття доказами 3/5 Переглянути докази
Вирішальні припущення
  1. Спеціалізовані B2B дані (контакти, фінансові показники) мають високу готовність платити серед корпоративних клієнтів
  2. Агрегація публічно доступних даних та їх структурування створює цінність, яку можна продати
  3. Нішеві датасети (конкретна галузь) коштують у 10-100 разів дорожче за загальні
Перевірити припущення
62 /100
PIVOT
Обґрунтування порога

40–64 → PIVOT: проблема може бути реальною, але підхід треба змінити.

Наступна рекомендована дія

Перевірте запропонований півот і найризикованіше припущення до витрат на розробку.

Фінансова панель — ключові показники
Необхідні інвестиції ?Загальний капітал, необхідний для досягнення окупності: сервери, маркетинг, розробка.
5 000 USD
для початку
Окупність ?Місяць, коли місячний прибуток покриє всі стартові витрати.
Місяць 9
від запуску
Цільовий MRR ?Місячний повторюваний дохід, при якому проект вважається успішним і готовим до масштабування.
3 000 USD
на місяць
Маржа ?Частка кожного долара, що залишається після інфраструктури, API та прямих витрат. 70%+ здорово для SaaS.
75%
від доходу збережено
Прогноз місячного зростання доходу
Реалістичний прогноз виручки за місяцями. У таблиці наведено ті самі значення, що й на графіку.
Дані прогнозу
МісяцьРеалістична місячна виручка
Місяць 17 USD
Місяць 232 USD
Місяць 380 USD
Місяць 4151 USD
Місяць 5246 USD
Місяць 6368 USD
Місяць 7517 USD
Місяць 8694 USD
Місяць 9900 USD
Місяць 101 495 USD
Місяць 111 921 USD
Місяць 122 227 USD
Місяць 132 446 USD
Місяць 142 603 USD
Місяць 152 715 USD
Місяць 162 796 USD
Місяць 172 854 USD
Місяць 182 895 USD
Економіка одиниці — показники на одного клієнта
Дохід на клієнта ?Скільки один клієнт платить на місяць (ARPU). Чим вище, тим менше клієнтів потрібно для сильного прибутку.
11 USD/міс.
на клієнта в середньому
Прибутковість ?Частка кожного долара, що залишається після серверів, API та інших прямих витрат.
~75-82%
від доходу збережено
Окупність ?Коли стартові витрати будуть повністю відшкодовані і бізнес почне генерувати чистий прибуток.
~Місяць 2–3
до прибутковості
Вартість життя клієнта ?Загальний дохід від одного клієнта протягом усього взаємовідношення (LTV). В ідеалі 3× вище за вартість залучення.
3 000 USD
за весь період
Максимальна вартість залучення ?Максимальні витрати на рекламу на одного клієнта при збереженні прибутковості бізнес-моделі (цільова CAC).
200 USD
на нового клієнта
LTV / CAC ?Співвідношення вартості життя клієнта до вартості залучення. 3× і вище — здорово.
15.0×
Вище еталону
Сценарії розробки
Сценарій Дохід до 6-го місяця Дохід до 12-го місяця Ключове припущення
Песимістичний 128 USD 779 USD CAC вищий за прогноз, конверсія нижче 5%
Реалістичний 368 USD 2 227 USD За планом: CAC ≤ цілі, churn ≤ 5%/міс
Оптимістичний 920 USD 5 567 USD Віральність спрацювала, CAC у 2 рази нижчий за ціль
Чому цей вердикт

Аргументи НА КОРИСТЬ

  • Високий ARPU в B2B сегменті
  • Масштабованість: дані продаються багаторазово
  • Зростаючий попит на якісні дані для AI-моделей

Чому не вище

  • Юридичні ризики: GDPR, CCPA, галузеві регуляції
  • Комодитизація: дані швидко застарівають і втрачають цінність
  • Конкуренція з великими гравцями (Bloomberg, Nielsen, ZoomInfo)
Коли зупинити проект
K1
Немає конверсій після 100 кліків
leads == 0 AND clicks >= 100
→ пауза трафіку, діагностика
K2
CAC перевищив LTV × 0.5
cac > ltv * 0.5 AND leads >= 5
→ зупинити трафік
K3
Два збої Gate
gate_failures >= 2
→ закрити проект
Що перевірити перед масштабуванням
Що сказали AI моделі
~
Claude Opus (Критик)
Перепродаж даних належить до юридично складних сфер. GDPR і CCPA роблять багато моделей роботи з даними незаконними. Без чіткого юридичного каркасу це серйозний ризик.
~
GPT-4.1 (Ринковий Стратег)
Легальний перепродаж даних, тобто публічні дані чи B2B дані, отримані за згодою, це робоча модель. Ключ у спеціалізації на конкретному вертикальному ринку та унікальній обробці й збагаченні даних.
~
Grok-3 (Технічний Аналітик)
Ринок даних (data marketplace) оцінюється в мільярди доларів. Спеціалізовані дані (крипто on-chain, B2B контакти, нерухомість) продаються за 10K USD-100K за датасет. Агрегація та очищення дають реальну цінність.
Етапи та віхи
M1
Збір і нормалізація даних
Завершено
M2
Розробка платформи агрегації
Завершено
M3
Залучення перших клієнтів
В процесі
M4
Побудова правової бази
Очікується
M5
Масштабування парку даних
Очікується
Сценарії інвестицій та виходу

Загальні необхідні інвестиції

5 000 USD
для досягнення прибутковості
Маркетинг 2 500 USD
Розробка 1 250 USD
Інфраструктура 750 USD
Операції 500 USD
Сильні сторони та ризики

Сильні сторони

  • Висока маржинальність: дані майже не мають змінної собівартості після одноразової агрегації та очищення
    маржа ~75-82% (картка проєкту), margin_pct=75 (юніт-модель)
  • Масштабованість без зростання витрат: один і той самий датасет продається багаторазово різним покупцям
  • Зростаючий ринок даних для B2B-аналітики та навчання AI-моделей: загальний попит на дані щороку зростає двозначними темпами
    світовий ринок data broker оцінюється в 300 USD-460 млрд на 2026 рік (розкид через різну методологію галузевих звітів)
  • Технічний MVP вже побудований: джерела даних підключені, каталог датасетів працює
    віхи M1 і M2 у статусі achieved
  • На папері хороший запас міцності юніт-економіки: цільовий LTV у 15 разів вищий за цільовий CAC
    LTV 3 000 USD / CAC-ціль 200 USD
  • У модель вже вбудовані автоматичні стоп-крани, які не дадуть злити бюджет на канал, що не працює
    kill-тригери K1 (0 конверсій на 100 кліків) і K2 (CAC вищий за LTV×0.5)

Ризики

  • Юридичний ризик оцінений як серйозний однією з трьох ІІ-моделей-рецензентів: GDPR/CCPA і зростаюча кількість штатів з обов'язковою реєстрацією data broker роблять частину бізнес-моделей прямо незаконними
    high
  • Реєстрація як data broker коштує реальних грошей понад бюджет 5 000 USD: у Каліфорнії це 6 000 USD/рік, у Вермонті до 900 USD/рік плюс застава 20 USD 000 за новими поправками; штрафи за пропуск реєстрації в Каліфорнії вже сягали 42 USD 000
    high
  • Юридична база бізнесу (M4) ще не побудована, хоча залучення перших платних клієнтів (M3) вже триває. Є ризик продавати дані раніше, ніж закритий комплаєнс.
    high
  • Конкуренти на два порядки більші за охопленням даних і маркетинговим бюджетом: у ZoomInfo 260М+ контактів, у Apollo.io 270М+
    medium
  • Дані швидко застарівають (комодитизація). Без постійного оновлення цінність датасету падає за лічені місяці.
    medium
  • На момент аналізу немає жодного підтвердженого платного клієнта. Уся заявлена юніт-економіка (CAC 200 USD LTV 3 000 USD) поки гіпотеза, а не факт.
    medium
Матриця ризиків
Ризик Ймовірність Вплив Заходи
Порушення GDPR/CCPA або продаж без обов'язкової реєстрації data broker
Стоп-сигнал
 35% High Юрист з privacy до першого продажу; реєстрація в штатах з обов'язковою реєстрацією (CA/VT/TX/OR); використовувати лише публічні або явно узгоджені джерела даних
Витрати на комплаєнс з'їдають бюджет і маржу
 40% Medium Закласти окремо 6 USD-10 тис/рік на реєстрацію та юридичний супровід, не змішувати зі стартовим бюджетом 5 000 USD; починати з юрисдикцій без обов'язкової реєстрації
Датасет застаріває швидше, ніж окупається (комодитизація)
 55% Medium Фокус на одній вузькій вертикалі з щотижневим автооновленням замість широкого загального каталогу
Великі гравці (ZoomInfo, Apollo.io, Coresignal) забирають попит
 50% High Не конкурувати в контактних даних загального профілю. Обрати вузьку нішу, де у гігантів немає готового продукту.
CAC перевищує LTV×0.5 на перших 5+ лідах
Стоп-сигнал
 35% Medium Тестувати 2-3 канали невеликим бюджетом паралельно, одразу рахувати факт. CAC по кожному
Нуль конверсій після 100 кліків трафіку
Стоп-сигнал
 25% High Пауза трафіку, діагностика офера та посадкової сторінки, зміна каналу
Місячний грошовий потік (реалістичний сценарій)
Період Дохід Витрати Сальдо Накопичено
Місяць 1 7 USD 2 900 USD −2 893 USD −2 893 USD
Місяць 2 32 USD 550 USD −518 USD −3 411 USD
Місяць 3 80 USD 550 USD −470 USD −3 881 USD
Місяць 4 151 USD 1 150 USD −999 USD −4 880 USD
Місяць 5 246 USD 550 USD −304 USD −5 184 USD
Місяць 6 368 USD 550 USD −182 USD −5 366 USD
Місяць 7 517 USD 550 USD −33 USD −5 399 USD
Місяць 8 694 USD 550 USD 144 USD −5 255 USD
Конкурентне середовище
Ринковий каталізатор: Зростання попиту на якісні дані для навчання AI-моделей і для B2B-аналітики продовжує підганяти весь ринок даних
Конкурент Розмір Комісія Слабкість
ZoomInfo
 260М+ контактів ціна не публікується (enterprise)
Enterprise-ціни та складні контракти. Недоступно малому бізнесу, ніша дешевого входу залишається вільною.
Apollo.io
 270М+ контактів від 49 USD/місце/міс (Basic)
Широке загальне охоплення контактів, але без спеціалізації на вузьких вертикальних датасетах
Coresignal
 структуровані датасети компаній і співробітників від 1 000 USD/рік за API-доступ
Дорогий вхід для невеликих покупців. Залишає місце для дешевшої нішевої підписки.
Bright Data
 широка web-scraping інфраструктура —
Фокус на сирих веб-даних і проксі, а не на курованих вертикальних датасетах під конкретну галузь
MVP — план по тижнях
Тиж. 1
  • Юридичний аудит джерел даних, перевірка чи потрібна реєстрація data broker (CA/VT/TX/OR)
  • Обрати одну вузьку вертикаль для першого датасету
Юридичний висновок отриманоВертикаль обрана
Тиж. 2
  • Зібрати та очистити перший нішевий датасет (500-1000 записів)
  • Налаштувати оплату та видачу доступу (Creem + API-ключі або CSV-експорт)
Датасет готовий до продажуПлатіжний потік перевірено end-to-end
Тиж. 3
  • Запустити лендинг з двома тарифами: 11 USD/міс самостійний доступ і заявка на кастомний корпоративний датасет 500 USD/міс
  • Теплий outreach у 2-3 канали (LinkedIn, нішеві форуми, cold email)
Перші пробні доступи виданіВідкриваність листів >20%
Тиж. 4
  • Закрити перші платні підписки
  • Звірити факт. CAC з ціллю 200 USD по кожному каналу; перевірити kill-тригер K1
3-5 платних клієнтівCAC заміряно по каналах
Тиж. 6
  • Автоматизувати щотижневе оновлення датасету
  • Перерахувати unit-економіку по факту на перших 10-15 клієнтах
Оновлення без ручної праціФакт. CAC ≤ 200 USD або зафіксовано тригер K2
Тиж. 8
  • Рішення: масштабувати вертикаль чи тестувати другу нішу
  • Закрити реєстрацію data broker до перевищення порогу за обсягом даних, якщо застосовно
MRR у діапазоні 150 USD-250 (реалістичний сценарій)Юридичний статус закрито
Конкурентний рів

Легко скопіювати

  • Збір публічних даних. Відтворюваний будь-яким конкурентом зі скрапером.
  • Типовий UI каталогу/маркетплейсу. Стандартне SaaS-рішення.
  • Цінова модель 11 USD/міс. Легко скопіювати.

Важко скопіювати

  • Експертиза в конкретній вузькій вертикалі та напрацьовані відносини з джерелами даних
  • Юридично чистий статус (реєстрація data broker, договори на використання даних). Конкуренту потрібні час і гроші на комплаєнс.
  • Накопичена історія/часові ряди по датасету. Новий гравець стартує з нуля.
Рів формується до: M12+
Вартість залучення по каналах
Канал CAC Примітки Прибутково?
Cold email / LinkedIn outreach (B2B) 150 USD-250 (оцінка, ще не підтверджена реальними продажами) Відповідає cac_target=200 USD з моделі; сильно залежить від точності списку адресатів Так
SEO / контент за нішевими запитами 20 USD-50 на папері, але окупається лише через 6-12 місяців через довгий набір трафіку Довгий цикл. Не допоможе вийти на операційну беззбитковість до 8-9 місяця, але знижує CAC у перспективі. Так
Платна реклама (Google/LinkedIn Ads) 300 USD-500+ (оцінка для B2B даних, зазвичай дорожче за органіку) Kill-тригер K2 (CAC вищий за LTV×0.5 = 1 500 USD) може спрацювати раніше, ніж в органіці. Вмикати лише після перевірки конверсії. Ні
Партнерські інтеграції / каталоги даних змінний, часто % від продажу замість фікс. CAC Швидше довіра клієнта, але комісія партнеру знижує маржу із заявлених 75-82% Так
Аудит надмірного оптимізму
1
Картка проєкту заявляє breakeven '~2-3 міс', а детальна фінмодель показує операційну беззбитковість лише до 8-9 місяця. Це два різні показники (окупність CAC по одному клієнту проти окупності всього проєкту), їх переплутали в різних місцях сайту.
Орієнтуватися на 8-9 місяців як реальний строк виходу в операційний плюс по всьому проєкту, а не на цифру з картки.
не змінює вердикт, але очікування щодо строків варто знизити
2
ARPU 11 USD/міс на картці проєкту і ARPU 500 USD/міс у фінмоделі (unit economics), судячи з усього, це два різних тарифи, не описані явно як окремі продукти.
Явно зафіксувати two-tier модель (self-serve 11 USD/міс + enterprise 500 USD/міс) з окремою unit-економікою на кожен тариф. Інакше загальний прогноз MRR ненадійний.
знижує точність прогнозу MRR, вердикт не змінює
3
Віха M3 (перші клієнти) вже в роботі, а віха M4 (юридична база) все ще в статусі pending. Тобто продажі можуть початися раніше, ніж закритий комплаєнс.
Заморозити прийом платних клієнтів зі штатів з обов'язковою реєстрацією data broker (CA/VT/TX/OR) до завершення M4, навіть якщо це затримає зростання MRR.
знижує ймовірність оптимістичного сценарію (MRR 5 567 USD до 12 місяця), реалістичніше: нижня половина реалістичного сценарію
4
Співвідношення LTV:CAC = 15:1 виглядає підозріло добре для каналу продажів, який ще не підтверджений жодною реальною оплатою.
Вважати це гіпотезою до 10+ реальних платних клієнтів; на старті закладати більш консервативний CAC (300 USD-500), а не цільові 200 USD.
юніт-економіка на практиці може виявитися слабшою за заявлену, поки не підтверджена продажами

Маєте власну ідею?

Ми перевірили 40 бізнес-ідей через 5 експертних ШІ-перспектив і окремий синтез. Дивіться вердикти, оцінки, маржу та строки окупності.

Перевірити ідею — 39 USD