# 🎯 Исследование ниш для calls24

> Стратегия: **Агентства недвижимости = голубой океан (основа)**.  
> Остальные ниши = диверсификация по готовности выхода на рынок.
> Дата: 2026-06-10

---

## 📊 Контекст: общий рынок

| Параметр | Значение |
|----------|----------|
| Объём рынка речевой аналитики РФ | ~12,5 млрд ₽ (2025) |
| Рост YoY | +25,1% |
| Прогноз 2026 | 16–19 млрд ₽ (+25–30%) |
| Enterprise (7 вендоров) | 80% рынка |
| **SMB-сегмент** | **<1% (~30 млн ₽) — формируется** |

### Ценовые ориентиры конкурентов

| Сервис | Модель | Диапазон |
|--------|--------|----------|
| Bewise.ai | за пользователя | 19–99 000 ₽/мес |
| Rechka.ai | за минуты | 3 900–24 900 ₽/мес |
| Imot.io | по запросу | 54 000–400 000 ₽/мес |
| SpeechSense (Яндекс) | pay-as-you-go | от ~1 ₽/мин + разработка |
| Exolve (МТС) | по запросу | от ~50 000 ₽/мес |

---

## 🎯 ОСНОВНАЯ НИША: Агентства недвижимости

> **«Голубой океан» — практически нет конкурентов в речевой аналитике. 550 000 риелторов + 9 300 агентств.**

### Бизнес-модель

```
Клиент B2B: Агентство недвижимости (покупатель)
   └─ РП: Собственник агентства / РОП / Управляющий
       └─ Потребители: Риелторы (лиды, покупают через агентство)
           └─ Источники лидов: ЦИАН, Авито, Домклик, соцсети, сарафанное радио
```

### Целевая аудитория

| Сегмент | Кол-во | Метрика |
|---------|--------|---------|
| Агентства (юр. лица) | 9 300 | 34% рынка |
| Частные брокеры | 52 000 | 54% рынка |
| Фриланс-риелторы | 550 000 | Вспомогательная база |
| **ИТОГО база** | **611 300** | |

### Почему агентства — идеальный B2B-клиент

1. **Один покупатель → N риелторов** (экономия масштаба)
2. **ROI для собственника:** 1 потерянная сделка = 100 000–3 000 000 ₽
3. **Боль острая:** 80% лидов теряется на звонках, конверсия 2–8%
4. **Решение принимает собственник/РОП** — один контакт, а не N риелторов
5. **Интеграция:** 95% используют AmoCRM (простая интеграция)
6. **Нет конкурентов:** никто не делает речевую аналитику для агентств

### Размер рынка

| Метрика | Значение |
|---------|----------|
| Базовая база | 611 300 контактов |
| Конверсия 0.1% | 611 клиентов |
| АРМ (15 000 ₽/мес) | **9 165 000 ₽/мес** |
| Конверсия 0.5% | 3 056 клиентов |
| АРМ (15 000 ₽/мес) | **45 840 000 ₽/мес** |
| Конверсия 1% | 6 113 клиентов |
| АРМ (15 000 ₽/мес) | **91 695 000 ₽/мес** |

### Стратегия входа

**Этап 1 — MVP (2 недели):**
1. Анализ звонков риелторов → выявление «потерь лидов»
2. Генерация скриптов из успешных звонков → авто-обучение
3. Голосовой робот для квалификации лидов (холодные звонки)
4. Интеграция с AmoCRM (95% агентств)

**Этап 2 — Маркетинг (1 неделя):**
- Парсинг базы 611 000 контактов (ЦИАН, Авито, Домклик)
- Холодная рассылка: «AI-аудит ваших звонков — бесплатно, покажу 3 ошибки»
- Telegram-каналы: «Недвижимость России», «Риелтор», «Агентство»
- Партнёрство: AmoCRM (рефералка), ЦИАН

**Этап 3 — Масштабирование (3 месяца):**
```
Месяц 1 → 50 клиентов = 750 000 ₽/мес
Месяц 2 → 200 клиентов = 3 000 000 ₽/мес
Месяц 3 → 500 клиентов = 7 500 000 ₽/мес
```

---

## 📈 МАТРИЦА ОЦЕНКИ НИШ

| Ниша | Вероятность × | Размер рынка × | Готовность платить × | **ИТОГО** |
|------|:-:|:-:|:-:|:-:|
| **🥇 Агентства недвижимости** | 3 | 5 | 3 | **15** |
| **🥈 Автодилеры** | 5 | 3 | 4 | **15** |
| 🥈 Клиники/стоматологии | 4 | 5 | 3 | **15** |
| 🥉 Финтех | 4 | 2 | 5 | **13** |
| Отели | 3 | 3 | 2 | **10** |
| B2B-агентства | 2 | 3 | 2 | **8** |

> ⚠️ Автодилеры и клиники имеют высокий балл, но **агентства — голубой океан** (нет конкурентов в речевой аналитике).

---

## 🔍 Детальный анализ по нишам

### 1. 🥇 Агентства недвижимости (ОСНОВНАЯ НИША)

| Параметр | Значение |
|----------|----------|
| **Размер рынка** | ~410 млрд ₽ (риелторские услуги): 34% агентства, 54% частные брокеры |
| **Компаний** | 9 300 агентств (+11,7% YoY). 52 000+ брокеров. 550 000 риелторов в РФ. |
| **LTV клиента** | Агентство: 180 000 ₽/год (12 мес × 15 000 ₽). Риелтор: 100 000–5 000 000 ₽ (комиссия). |
| **Звонков/день** | 15–30 на риелтора (низкая конверсия, много «пустых» звонков) |
| **Готовность платить** | 10–20к/мес (малые) / 30–50к/мес (сети) |
| **Лицо принятия** | Собственник агентства / РОП / Руководитель отдела |
| **Боль** | 🔴 **Высокая**. 80% лидов теряется из-за плохих звонков. Конверсия 2–8%. |
| **Текущие решения** | AmoCRM, Bitrix24, ЦИАН-CRM, Excel. Речевая аналитика — практически нет. |
| **Конкуренты** | **Практически нет.** «Голубой океан». |

**Стратегия:** Фокус на агентства как на B2B-покупателей. Риелторы — потребители внутри агентства.

---

### 2. 🥈 Автодилеры

| Параметр | Значение |
|----------|----------|
| **Размер рынка** | ~1,5 трлн ₽ (новые авто) + ~500 млрд ₽ (услуги/запчасти) |
| **Компаний** | ~4 300–4 500 дилерских центров (рост +6,2% YoY) |
| **LTV клиента** | 1,5–3 млн ₽ (авто), 15–50 тыс ₽ (услуги) |
| **Звонков/день** | 20–40 на менеджера (высокая интенсивность) |
| **Готовность платить** | 30–50к/мес (малые) / 100к+/мес (сети) |
| **Лицо принятия** | Собственник / Коммерческий директор |
| **Боль** | 🔴 **Критическая**. Каждая потерянная сделка = миллионы ₽. ROI — 300–600%. |
| **Текущие решения** | AmoCRM, Bitrix24, 1С:Колл-центр, телефония с записью. |
| **Конкуренты** | SpeechSense (кейс «Форвард-Авто»), Exolve, Roistat, Mango Office. SMB-сегмент свободен. |

**Стратегия:** Диверсификация после захвата агентств. Автодилеры — вторая по приоритету ниша.

---

### 3. 🥈 Клиники/стоматологии

| Параметр | Значение |
|----------|----------|
| **Размер рынка** | ~717 млрд ₽ (частная стоматология, +15,4% YoY) |
| **Компаний** | ~50 000 клиник + 80 000 мед. центров |
| **LTV клиента** | 3 000–15 000 ₽ (приём). LTV пациента: 50–200 тыс ₽/год. |
| **Звонков/день** | 10–20 на администратора |
| **Готовность платить** | 10–30к/мес (малые) / 30–50к/мес (сети) |
| **Лицо принятия** | Собственник / Главный врач / Управляющий |
| **Боль** | 🟡 **Средне-высокая**. Уже есть конкуренты: Atis Voice, Довод. |
| **Текущие решения** | YClients, Dikidi, 1С:Медицина, Bitrix24, AmoCRM. |
| **Конкуренты** | Atis Voice, Довод, OrbitAI, Imot.io. |

**Стратегия:** Диверсификация. Рынок растёт, но уже есть нишевые игроки.

---

### 4. 🥉 Финтех (страховые, кредитные брокеры)

| Параметр | Значение |
|----------|----------|
| **Размер рынка** | ~12 трлн ₽ (страхование РФ) + ~500 млрд ₽ (кредитные брокеры) |
| **Компаний** | 129 страховщиков + 3 000–5 000 кредитных брокеров |
| **LTV клиента** | ОСАГО: 5–20 тыс ₽. КАСКО: 30–100 тыс ₽. LTV: 30–150 тыс ₽/год. |
| **Звонков/день** | 20–50 на оператора (высокая интенсивность) |
| **Готовность платить** | 50–100к+/мес (страховые) / 30–50к/мес (брокеры) |
| **Лицо принятия** | Руководитель продаж / РОП / IT-директор / Директор по качеству |
| **Боль** | 🔴 **Критическая**. Комплаенс-риски, штрафы ЦБ. ROI — 400–800%. |
| **Текущие решения** | 1С:Колл-центр, Bitrix24, SpeechSense, Exolve. |
| **Конкуренты** | SpeechSense (лидер), Exolve, 3iTech, Mango Office. **Высокая конкуренция.** |

**Стратегия:** Низкий приоритет. Высокая конкуренция, длинный цикл сделки (IT-директор, комплаенс).

---

### 5. Отели

| Параметр | Значение |
|----------|----------|
| **Размер рынка** | ~120 млрд ₽ (гостиничные услуги, +10% YoY). 242 млн ночевок. |
| **Компаний** | ~70 000 средств размещения. Сети до 50 объектов: ~200–300 объектов. |
| **LTV клиента** | 3 000–8 000 ₽/сутки. Бронирование = 10 000–30 000 ₽. |
| **Звонков/день** | 5–15 на ресепшн/бронирование |
| **Готовность платить** | 10–20к/мес (малые) / 30–50к/мес (сети) |
| **Лицо принятия** | Директор отеля / Генеральный директор / Revenue Manager |
| **Боль** | 🟡 **Средняя**. Потеря бронирований, отсутствие контроля стандартов. |
| **Текущие решения** | Sirvoy, TradeCloud, TravelLine, 1С:Отель, Bitrix24. |
| **Конкуренты** | Практически нет. МТТ, Imot.io, 3iTech. |

**Стратегия:** Низкий приоритет. Низкая частота звонков снижает ценность продукта.

---

### 6. B2B-агентства (рекламные/маркетинговые)

| Параметр | Значение |
|----------|----------|
| **Размер рынка** | ~710 млрд ₽ (рекламный рынок РФ, +13% YoY) |
| **Компаний** | ~15 000–20 000 агентств |
| **LTV клиента** | 100 000–500 000 ₽/мес. LTV агентства: 6–24 мес. |
| **Звонков/день** | 20–40 (холодные звонки) |
| **Готовность платить** | 30–50к/мес (средние агентства) |
| **Лицо принятия** | Директор агентства / РОП / Собственник |
| **Боль** | 🟡 **Средняя**. Качество влияет на удержание, но не критическая боль. |
| **Текущие решения** | Bitrix24, AmoCRM, RetailCRM, Google Analytics. |
| **Конкуренты** | Практически нет специализированных игроков. |

**Стратегия:** Низкий приоритет. Боль не критическая, сложно обосновать ROI.

---

## 🏆 СТРАТЕГИЯ ДИВЕРСИФИКАЦИИ

### План выхода на ниши

```
Месяц 1–3: Агентства недвижимости (голубой океан)
   └─ Фокус: 9 300 агентств + 52 000 брокеров
   └─ Цель: 50–100 клиентов = 750 000 – 1 500 000 ₽/мес

Месяц 3–4: Автодилеры (первая диверсификация)
   └─ Фокус: 4 500 дилерских центров
   └─ Цель: 20–30 клиентов = 600 000 – 900 000 ₽/мес

Месяц 5–6: Клиники/стоматологии (вторая диверсификация)
   └─ Фокус: 50 000 клиник
   └─ Цель: 100–200 клиентов = 1 000 000 – 3 000 000 ₽/мес

ИТОГО (6 месяцев):
   └─ 170–330 клиентов
   └─ 2 350 000 – 5 400 000 ₽/мес
```

### Почему такой порядок?

1. **Агентства** — нет конкурентов, один продукт, быстрый захват
2. **Автодилеры** — похожий продукт, но выше чек, сложнее цикл сделки
3. **Клиники** — похожий продукт, но больше нишевых игроков

---

## 💡 Ключевой инсайт

> SMB-сегмент речевой аналитики составляет **<1% рынка** (менее 30 млн ₽ для всех игроков вместе). Это «голубой океан» с потенциалом роста до 200–500 млн ₽ за 2–3 года. У calls24 есть 1–2 года на закрепление в 2–3 вертикалях до того, как экосистемные игроки (Сбер, МТС) потянут SMB через пакетные предложения.

### 🎯 Агентства недвижимости — наш «конь»:
- **Нет конкурентов** в речевой аналитике
- **550 000 риелторов** — армия продавцов, каждый с болью потери лидов
- **Один B2B-покупатель** → N потребителей внутри агентства
- **ROI для агентства:** 1 потерянная сделка = 100 000–3 000 000 ₽

---

## 📊 Сводная таблица конкурентов

| Конкурент | Сегмент | Модель оплаты | Целевая ниша | Оценка |
|-----------|---------|---------------|--------------|--------|
| SpeechSense (Яндекс) | Enterprise | Проектная | Банки, телеком | 🔴 Лидер, но не для SMB |
| Exolve (МТС) | Enterprise | Проектная | Банки, телеком | 🔴 Мощный, но пакетное решение |
| Imot.io | Mid-market | По запросу | Универсальный | 🟡 Быстро растёт (+283%), mid-market |
| Bewise.ai | SMB-Mid | 19–99 000 ₽/мес | Универсальный | 🟡 Хороший UX, понятные тарифы |
| Rechka.ai | SMB | 3 900–24 900 ₽/мес | Универсальный | 🟡 Сильный маркетинг, фокус на SMB |
| Atis Voice | Нишевый | По запросу | Клиники/стоматологии | 🟢 Специализация — плюс |
| Довод (dovod.tech) | Нишевый | По запросу | Клиники | 🟢 Специализация — плюс |

---

## 📋 Итоговое резюме

**ОСНОВНАЯ НИША:** Агентства недвижимости — голубой океан, нет конкурентов, 550 000 риелторов, один B2B-покупатель (агентство) → N потребителей (риелторы).

**ДИВЕРСИФИКАЦИЯ:** Автодилеры → Клиники → Финтех (по приоритету).

**КЛЮЧЕВОЕ ПРЕИМУЩЕСТВО calls24:** SMB-сегмент почти не затронут конкурентами. Enterprise-игроки (SpeechSense, Exolve) ориентированы на банки и телеком с бюджетами от 500к+/мес. calls24 может занять вакуум в 10–50к/мес для малого и среднего бизнеса.
"""

credentials = base64.b64encode(b"neo:!Ufa23Nikita").decode()

# Read the niches content
with open("/tmp/niches_v2.md", "r") as f:
    niches_content = f.read()

# Upload to Gitea
result = subprocess.run(
    ["curl", "-s",
     "-H", f"Authorization: Basic {credentials}",
     "-H", "Content-Type: application/json",
     "-X", "PUT",
     "http://192.168.1.230:3333/api/v1/repos/neo/calls24/contents/NICHES.md",
     "-d", json.dumps({
         "branch": "main",
         "message": "Update: focus on agencies (B2B buyer), diversification plan, updated math model",
         "content": base64.b64encode(niches_content.encode()).decode(),
         "sha": "cf4ec4e915cdd2767013b70edafd1ead4b9cbb1d",
         "author_name": "neo"
     })],
    capture_output=True, text=True
)

resp = json.loads(result.stdout)
if "content" in resp:
    print("✅ NICHES.md updated, sha:", resp["content"]["sha"][:8])
    print("   URL:", resp["content"]["html_url"])
    print("   Size:", resp["content"]["size"], "байт")
else:
    print("❌ Error:", json.dumps(resp, indent=2)[:500])