Клиенту нужна была не собственная система, а 3-10 подходящих объектов каждое утро. Когда агентство оценило разработку примерно в 490 тысяч рублей и 10 недель, а сам клиент назвал ориентир 3-5 тысяч рублей в месяц за готовый сервис, я решил проверить, не скрывается ли здесь отдельная продуктовая ниша.

Как появилась идея сервиса для поиска коммерческих помещений

У этой гипотезы не было истории в духе “я увидел огромный рынок и решил сделать новый продукт”. Все началось с конкретного предпринимателя. Он работает с коммерческой недвижимостью и регулярно ищет помещения под свою модель бизнеса. Один из основных источников - Авито. На первый взгляд задача звучит просто:

найти подходящие помещения.

Но если разложить ее на реальные действия, получается совсем другая работа.

• регулярно просматривать новые объявления;
• отбрасывать неподходящую площадь, этаж, расположение и цену;
• понимать по тексту то, что продавец не вынес в отдельные параметры;
• смотреть, как давно продается объект;
• замечать снижение цены;
• проверять вход, первую линию, мощность, вентиляцию и другие характеристики;
• оценивать окружение и потенциальный поток людей;
• понимать, собственник это или посредник.

А в итоге получать не еще одну таблицу из сотен помещений, а несколько объектов, которыми действительно стоит заняться сегодня.

Клиенту нужен был не поиск объявлений, а очередь подходящих объектов

В исходной постановке предприниматель хотел примерно такой результат:

Каждое утро получать 3 - 10 объектов, которые прошли первичный отбор и с которыми имеет смысл работать дальше.

Это уже сильно отличается от обычного фильтра на сайте объявлений. Для него были важны помещения от 150 квадратных метров в Москве внутри МКАД. Интересовали подвалы, цокольные этажи и некоторые сочетания с первым этажом. Нужно было учитывать отдельный вход, возможность размещения вывески, технические параметры, состояние помещения.

Отдельно было важно, сколько времени объект находится в продаже. Если помещение продается давно, а цену уже несколько раз снижали, это может говорить о большей мотивации собственника.

Причем сама бизнес-модель тоже необычная. Предприниматель не просто ищет помещение, чтобы его купить. Он хочет находить собственников продающихся помещений и предлагать им долгосрочную аренду. Для собственника это возможность превратить свободный объект в помещение с арендатором и уже потом продавать его как объект, который приносит доход.

Поэтому обычный поиск по площади, цене и району решает только небольшую часть задачи. Нужна была система, которая понимает именно его критерии.

Из простой идеи получилось техническое задание на 48 разделов

Когда задача была разложена подробнее, получилось большое техническое задание. В нем уже были:

• сбор объявлений;
• хранение истории;
• отслеживание изменения цены;
• объединение дублей;
• разделение объявления и самого физического объекта;
• извлечение характеристик из текста;
• первичные фильтры;
• анализ расположения;
• оценка объекта по заданным критериям;
• объяснение причин оценки;
• отправка подходящих объектов в Telegram;
• фиксация результата звонка и просмотра;
• обратная связь для последующей корректировки отбора.

То есть довольно быстро стало понятно, что речь уже не о небольшом боте для Авито. Это отдельная система. Причем человек все равно остается внутри процесса.

Система может найти, собрать, структурировать, сравнить, отфильтровать и расставить приоритеты.
Но она не может по объявлению достоверно измерить реальный поток людей возле входа.
Не может проверить помещение физически.
Не может принять за предпринимателя решение об аренде.

Поэтому задача выглядела разумно именно как автоматизация первичного поиска и отбора.

Агентство оценило разработку примерно в 490 тысяч рублей

Предприниматель уже ходил с этой задачей на рынок. Одно из агентств подготовило коммерческое предложение. Разработку разделили на три этапа:

• первый прототип - 150 тысяч рублей;
• добавление анализа и Telegram - 145 тысяч рублей;
• полная версия - 195 тысяч рублей.

Итого - 490 тысяч рублей примерно за 10 недель работы.

После запуска отдельно предлагалась обязательная техническая поддержка за 20 тысяч рублей в месяц.
Еще примерно 15-25 тысяч рублей в месяц могли уходить на серверы, промежуточные сервисы, обработку данных и другие технические расходы.

Сама оценка выглядела объяснимой с учетом объема работ. Если действительно делать отдельную систему с получением данных, хранением истории, обработкой объявлений, оценкой объектов, Telegram и рабочей воронкой, это уже не маленькая задача.

Проблема была в другом. Для клиента такая экономика не сходилась.

Клиент не хотел покупать разработку

Он смотрел на задачу иначе.

Ему не нужна была собственная большая система как отдельный актив.
Ему нужен был результат.

Чтобы сервис сам следил за новыми помещениями.
Сам применял его критерии.
Сам убирал очевидно неподходящие варианты.
И регулярно присылал несколько объектов, которые стоит проверить дальше.

За такой готовый ИИ-сервис он называл совсем другой порядок цены - примерно 3-5 тысяч рублей в месяц. 3-5 тысяч рублей - не доказанный рыночный тариф. Это ориентир одного конкретного клиента. Но именно он показал большой разрыв между тем, сколько стоит индивидуальная разработка, и тем, сколько клиент хотел бы платить за готовый результат.

С одной стороны: 490 тысяч рублей на создание отдельной системы плюс дальнейшие расходы.
С другой: 3-5 тысяч рублей в месяц за уже работающий сервис.

Именно этот разрыв и превратил клиентскую задачу в продуктовую гипотезу.

Если таких клиентов много, экономика может стать другой

Если один предприниматель регулярно выполняет эту работу, но не готов платить почти полмиллиона за индивидуальную разработку, возможно, он не один. Может быть, есть брокеры, операторы субаренды, небольшие сети и другие компании, которые делают примерно одно и то же.

Ищут помещения.
Просматривают одни и те же площадки.
Применяют свои критерии.
Отбрасывают большую часть вариантов.
Ведут таблицы.
Созваниваются с собственниками.
Возвращаются к поиску на следующий день.

Тогда экономика могла бы измениться. Не нужно создавать отдельную систему за 490 тысяч рублей каждому клиенту. Можно сделать один общий сервис, а для каждого пользователя настраивать требования к помещению.

У одного важен первый этаж.
У другого вентиляция.
У третьего мощность.
У четвертого определенный радиус от метро.
У пятого парковка и отдельный вход.

Общая система остается одной, а правила отбора меняются. По крайней мере, так выглядела первоначальная гипотеза.

На этом месте очень легко было начать разработку

Тем более технически задача выглядела понятной.
Есть объявления.
Есть критерии.
Есть современные модели, которые умеют разбирать текст.
Есть карты.
Есть Telegram.
Есть понятный результат.

Можно было взять исходное техническое задание, сократить его до первой версии и начать собирать продукт. Но здесь меня остановил другой вопрос.

А откуда вообще следует, что кроме этого одного предпринимателя такой сервис кому-то нужен?

Сам клиент этого не доказывает. Подробное техническое задание тоже не доказывает. Даже готовность одного человека платить 3-5 тысяч рублей в месяц говорит только о поведении одного конкретного человека.

А оценка разработки в 490 тысяч рублей подтверждает лишь то, что такую систему можно заказать на рынке и что индивидуальное создание получается для этого клиента слишком дорогим.

Между этими фактами и выводом “нужно делать отдельный продукт” огромная дистанция. Это тот же принцип, который я зафиксировал раньше: сначала исследование, потом продукт.

Поэтому я решил сначала проверить гипотезу, а не писать программу

Мне нужно было последовательно ответить на несколько вопросов.
Существует ли такая работа за пределами одного бизнеса?
Кто ее выполняет?
Как часто?
Компании действительно платят людям за поиск и первичный отбор помещений?
Какая часть этой работы уже автоматизирована?
Есть ли готовые системы, которые уже решают значительную часть задачи?

И главное:

достаточно ли компаний находятся в ситуации, когда вручную работать уже дорого, а строить собственную систему еще невыгодно?

Именно там мог бы существовать рынок готового сервиса. Если таких компаний много, гипотезу стоит продолжать. Если их мало, а основная потребность сосредоточена у крупных компаний, которые способны решить задачу внутри своих систем, картина будет совсем другой.

Что я зафиксировал после первого шага

На этом этапе у меня было четыре факта:

1. Реальный клиент регулярно выполняет работу по поиску и первичному отбору коммерческих помещений.
2. Индивидуальная разработка под его процесс стоит для него слишком дорого.
3. Клиент предпочел бы готовый сервис с гораздо меньшей ежемесячной ценой.
4. Пока это всего один клиент, поэтому делать вывод о рынке рано.

Отсюда получился следующий исследовательский вопрос:

можно ли собрать нижний технический слой поиска помещений без собственной дорогой разработки и что уже существует на рынке?

С него я продолжил проверку гипотезы.

Короткий вывод

История началась не с идеи “сделать ИИ для недвижимости”. Она началась с разрыва между реальной стоимостью индивидуальной автоматизации и ценой, которую конкретный клиент был готов платить за готовый результат.

490 тысяч рублей и около 10 недель на отдельную разработку против 3-5 тысяч рублей в месяц за готовый сервис.

Этот разрыв был достаточно большим, чтобы проверить продуктовую гипотезу. Но недостаточным, чтобы сразу начинать разработку.

Поэтому дальше я пошел не писать программу, а последовательно проверять две вещи:

• какую часть задачи уже решили существующие сервисы;
• сколько компаний вообще регулярно платят людям за такую работу.

Только после этих проверок можно было решать, есть ли здесь отдельный продукт или это останется хорошей индивидуальной автоматизацией для одного клиента.