Evidence-досье: Уровень 4 · «Копилка результатов» + ось «связка/платформа»

Дата сбора: 2026-07-17. Все URL проверены на эту дату. Теги: [FACT] — подтверждённый факт (первоисточник/отчётность); [VENDOR-CASE] — данные вендора о себе (bias); [ESTIMATE] — оценка третьей стороны / вторичный источник; [HYPOTHESIS] — вывод-гипотеза, прямых данных нет.

Предмет: корпус исходов «действие → гипотеза → конверсия → ниша», накопленный на портфеле холдинга, через 2–3 года экстернализуемый как decision/market intelligence для серийных инвесторов (холдинги, венчур-студии, PE, акселераторы) и продуктовых команд, входящих в нишу. Плюс сквозная ось: интегрированная многопродуктовая платформа на одном графе данных против точечных решений.


1. Ценность Уровня 4: данные исходов > прокси-данные

1.1 Contributory-модели (данные исходов как ров) — работающие прецеденты

Verisk (NYSE: VRSK) — эталон. Модель «give-to-get»: страховщики отдают данные о премиях и убытках, взамен получают доступ к отраслевому пулу. База ClaimSearch — 1,8 млрд страховых случаев от 2 800+ контрибьюторов; выход из модели «теоретически возможен, практически несостоятелен» — прекративший контрибуцию страховщик теряет доступ к широчайшему корпусу исходов и проигрывает в андеррайтинге. [FACT / VENDOR-CASE — блог Verisk, но масштаб подтверждён 10-K] Экономика этой модели: выручка-2025 план $3,03–3,08 млрд, 83% — подписка, adj. EBITDA-маржа 55,0–55,8% — так рынок оценивает монополию на данные исходов. [FACT]

ZoomInfo — contributory-сеть на B2B-контактах: Community Edition даёт бесплатный доступ в обмен на синхронизацию адресных книг; сеть верифицирует ~20 млн email-подписей в месяц; по оценкам, 60–70% качественных данных ZoomInfo — из contributory-сети. Прецедент: продукт целиком построен на «пользователи платят данными». [ESTIMATE — доля из вторичного источника; механика — VENDOR-CASE]

Jellyfish (engineering intelligence): бенчмарк на 20М+ pull requests — прямой аргумент продаж («докажите CFO, что AI-инвестиция работает, сравнив себя с корпусом»). Корпус чужих исходов продаётся как фича за $30K+/год минимального контракта. [VENDOR-CASE]

1.2 Данные исходов точнее прокси-данных — количественно

Truthset (исследование точности данных): сторонние (third-party) таргетинговые данные неточны до 51% случаев, точность по провайдерам 32–69%. First-party данные (реальные покупки, реальные события) структурно точнее — нет слоёв агрегации и моделирования. [FACT — исследование, цитируется через вторичный источник] BCG: бренды с first-party данными — ROI маркетинга 5–8x, uplift выручки до 2,9x, CPA −25%+. [ESTIMATE — цитата BCG через вторичный источник, первоисточник не проверен]

Контр-факт (важно): Similarweb продаёт именно прокси-данные (panel/clickstream-оценки трафика) — и это бизнес на ~$283 млн выручки со средним чеком крупного клиента ~$370K. Прокси тоже монетизируются, если альтернативы нет. Тезис «исходы > прокси» — про точность и защищаемость, а не про то, что прокси нельзя продать. [FACT]

1.3 Действуют ли серийные инвесторы на накопленном интеллекте портфеля

GSSN (Global Startup Studio Network), отчёт 2022: венчур-студии — ближайший аналог «копилки результатов» (переиспользуемый playbook исходов на портфеле):

Рынок decision intelligence: $13,3 млрд (2024) → $50,1 млрд (2030), CAGR 24,7% (MarketsandMarkets). [ESTIMATE — известный якорь, аналитический отчёт]

AlphaSense как доказательство спроса на «решать быстрее»: ARR $600M (март 2026, +73% г/г в 2025), оценка $7,5 млрд (июнь 2026), 7 000+ корпоративных клиентов, 88% S&P 100; ARR на клиента вырос с $28K до $66K за <3 года. Плюс покупка Tegus за $930 млн — консолидация именно первичного контента (экспертные звонки = чужой опыт исходов). [FACT — пресс-релизы; детали экономики — ESTIMATE via Sacra]


2. Готовность платить за Уровень 4: реальные цены

Продукт Что продаёт Цена (год) Источник/тег
AlphaSense market/company intelligence $10–20K за место; ARR/клиент $66K; сделки до $1M+ Sacra [ESTIMATE]
Tegus (куплен AlphaSense) экспертные звонки/первичка сделка $930M якорь [FACT]
CB Insights рыночная/венчурная аналитика $29,8–100K; типично $50–70K costbench, easyvc [ESTIMATE]
PitchBook данные по сделкам/компаниям медиана $30K, среднее ~$56K (114 сделок Vendr); соло-место ~$20K vendr.com [FACT — данные закупок]
Similarweb прокси-трафик/digital intelligence средний ARR клиента >$100K-когорты ≈ $370K; 454 таких клиента = 63% ARR IR-отчёт Q4'25 [FACT]
Crayon competitive intelligence $15–50K (вход ~$15–16K, полный контур $40–50K) vendr, clientcues [ESTIMATE]
Klue competitive intelligence $15–20K parano.ai [ESTIMATE — источник рядом с конкурентом, bias]
Wynter B2B-аудитории/message testing $20–100K якорь [FACT]
Gong conversation/revenue intelligence (данные взаимодействий × исходов сделок) $1 400–1 600/юзер + платформенный сбор $5–50K; команда из 10 чел. ≈ $28–73K в 1-й год oliv.ai, itsconvo [ESTIMATE]
Chronograph PE portfolio monitoring $120K → $650K (от <25 LP до 200+ LP) ctacquisitions [ESTIMATE]
Standard Metrics VC portfolio monitoring бесплатно для GP <$250M AUM (land-grab), платно выше ctacquisitions [ESTIMATE]
Jellyfish engineering benchmarks (20M+ PR) $20–40/dev/мес, минимум $30K/год codepulsehq [ESTIMATE]

2.1 Платят ли уже сейчас за «что конвертит в нише»? Да — но дёшево

Продукт Корпус Цена Тег
Varos data co-op: 4 500+ компаний, >$4 млрд ad spend; бенчмарки CAC/CVR/CPM/ROAS по вертикали и размеру от $99/мес (~$1,2K/год) [VENDOR-CASE — масштаб со слов Varos]
Triple Whale Benchmarks 50 000+ брендов, 21+ категорий; бенчмарки внутри attribution-платформы входит в планы $129–259/мес; >$5M GMV — цена от GMV [VENDOR-CASE]
Motion creative analytics + отраслевые бенчмарки креативов $99–499/мес [ESTIMATE]

Ключевой разрыв цен: «что конвертит в нише» сегодня монетизируется по $1–6K/год как фича маркетинговых платформ, а «на чём принимать решение о ставке» (AlphaSense, CB Insights, Chronograph) — по $30–650K/год. Премия достаётся не сырому бенчмарку, а данным, встроенным в решение с большой ценой ошибки (инвестиция, вход в нишу). [HYPOTHESIS — вывод из таблиц выше]


3. Ценность связки: платформа на одном графе данных против точечных решений

3.1 Публичные SaaS-раскрытия: мультипродукт → выше NRR/удержание

Datadog (Q4 2025): 55% клиентов используют 4+ продукта (год назад 50%); 33% — 6+ продуктов (год назад 26%). Компания годами показывает эту метрику как драйвер net retention. [FACT]

HubSpot (Q4'25–Q1'26): 63% новых Pro+ клиентов заходят сразу с несколькими хабами (+3 п.п. г/г); 42% Pro+ ARR — у клиентов с 4+ хабами (+6 п.п. г/г); NRR 103–105%, рост объясняют «платформенной консолидацией и multi-hub momentum». [FACT]

monday.com: один Work OS → 4 продукта (WM/CRM/Dev/Service); >11% ARR уже с новых продуктов, CRM прошёл $100M ARR; NDR 112% общий, 114% в когорте >$50K — прямая формулировка менеджмента: «чем больше продуктов, тем клиент липче». [FACT — 6-K/earnings]

3.2 Предпочтения покупателей и экономика бандла

Оговорка: корреляция «мультипродукт ↔ высокий NRR» частично объясняется отбором — лучшие, растущие клиенты покупают больше продуктов. Причинность в раскрытиях не доказывается. И рынок вознаграждает платформы не везде: в revenue-критичных категориях покупатели по-прежнему берут best-of-breed. [HYPOTHESIS / ESTIMATE]


4. Дыры в доказательствах

  1. Нет прямого компа для кросс-индустриального корпуса исходов. Verisk, Gong, Jellyfish, Varos — все contributory-модели живут в ОДНОЙ вертикали с однородной схемой данных (страховой случай, сделка, PR, ad-кампания). Переносимость выводов «что сработало» между 5 несвязанными индустриями холдинга — недоказанная гипотеза; публичных прецедентов монетизации именно такого корпуса не найдено. [HYPOTHESIS]
  2. Проблема масштаба выборки. Triple Whale — 50 000 брендов, Varos — 4 500 компаний, Verisk — 2 800 контрибьюторов. Портфель холдинга ~25 BU даёт на 3 порядка меньше наблюдений; статистическая ценность «копилки» на таком N — главная незакрытая дыра. Митигация — глубина и приватность данных, не ширина, но комп-прецедентов «узкий глубокий корпус за premium» не найдено. [HYPOTHESIS]
  3. Цена именно за «что конвертит в нише» пока низкая ($1–6K/год, раздел 2.1). Скачок к $30K+ происходит только при упаковке в решение с высокой ценой ошибки — это требование к продукту, а не данность. [ESTIMATE]
  4. Retention/renewal rates AlphaSense, CB Insights, Crayon не раскрыты — устойчивость WTP на intelligence-подписки проверить нельзя. [FACT — отсутствие данных]
  5. GSSN-цифры по студиям — self-reported, survivorship bias, 2022 год; независимой реплики не найдено. [ESTIMATE]
  6. NRR-эффект связки — корреляция, не причинность (см. 3.2).

5. Вердикт (3 строки)

  1. Модель «данные исходов как ров» доказана деньгами на уровне лучших публичных комп (Verisk: 83% подписки, 55% EBITDA-маржа; Gong/Jellyfish/ZoomInfo — contributory работает), а WTP за decision intelligence реальна и высока ($30–650K/год у AlphaSense/CB Insights/Chronograph).
  2. Связка подтверждена публичной отчётностью: Datadog 33% клиентов на 6+ продуктах, HubSpot 42% Pro+ ARR на 4+ хабах, monday NDR 112–114% — мультипродукт на одном графе системно поднимает удержание (с оговоркой о причинности).
  3. Незакрытое: никто ещё не монетизировал КРОСС-индустриальный корпус исходов на малой выборке (~25 BU) — ценность Уровня 4 через 2–3 года держится на двух недоказанных допущениях: переносимость выводов между нишами и достаточность N; проверять их надо раньше, чем строить экстернализацию.