Startupculture

1. Видение и проблема

Контекст: любительский бег и триатлон растут по миру; миллионы людей готовятся к 5K/10K/21K/70.3, но делают это без системного подхода.
Проблема: до 95% любителей тренируются без периодизации, контроля восстановления и адаптации нагрузки → травмы, плато в результатах, выгорание и досрочный отказ от целей.
Симптомы: хроническая усталость, боль в коленях и спине, пропуск стартов, срыв планов подготовки, ощущение, что «я стою на месте» несмотря на усилия.
Текущие решения: статичные планы из интернета, «универсальные» фитнес-приложения и дорогие персональные коучи ($100–300/мес), которые недоступны массово и слабо масштабируются.
Причина: большинство решений не используют данные пользователя (HR/HRV/сон/нагрузка), не подстраиваются под изменяющийся график и не учитывают реальные ограничения времени, мотивации и здоровья.
Возможность: создать массовый продукт уровня «личный коуч в телефоне», который адаптирует план под человека и его данные в реальном времени, снижая риск травм и увеличивая вероятность достижения цели.

2. Решение и продукт

Core-продукт: ИИ-коуч, который строит и динамически адаптирует тренировочный план под цель, уровень, календарь и данные с устройств (HR/HRV, сон, нагрузка, внеплановые тренировки).
Форматы тренировок: бег, вело, плавание, комбинированные сессии для триатлона, силовые блоки, recovery-сессии и injury-mode для выхода из травм.
Интеграции: Garmin, Strava, Coros, Apple Health — автоматический импорт данных, учет прогресса и состояния в реальном времени без ручного ввода.
Ключевые сценарии: подготовка к первому старту, улучшение личного рекорда, безопасный вход в триатлон, возвращение после травмы, поддержание формы между сезонами.
Модель монетизации: Free → Pro Monthly ($9.99) → Pro Annual ($79) + add-ons под конкретные ивенты (гоночные недели, спец-планы под старты, челленджи).
Ценность для пользователя: понятный план «под меня», объяснения «почему именно так», снижение риска травм, ощущение прогресса и контроля, экономия времени на выборе и планировании.

3. Рынок

TAM (Digital Fitness): $20–25B — глобальный рынок цифровых фитнес-решений (приложения, платформы, подписки), включая бег, триатлон и сопутствующие направления.
SAM (Running/Triathlon AI Coaching): $3.5–5B — сегмент приложений и сервисов, помогающих готовиться к соревнованиям и улучшать результаты в циклических видах спорта.
SOM (горизонт 2 года): целевая доля рынка при фокусе на EMEA + СНГ и частичном выходе в US/Canada — годовая выручка порядка $4–6M при достижении целевых метрик конверсии и удержания.
Ключевые тренды: рост числа массовых стартов, популярность полумарафонов и триатлона, проникновение wearables, переход от «общих программ» к персонализированным AI-решениям.
Сегменты внутри рынка: начинающие бегуны, продвинутые любители, триатлеты, корпоративные wellness-программы, беговые клубы и организаторы стартов.
Географический фокус: старт в EMEA/СНГ с глубокой локализацией (язык, методика, ценовой уровень) и последующее масштабирование в США и Канаду за счёт универсальности боли и продукта.

4. Почему сейчас

Технологический сдвиг: стоимость LLM-инференса и облачных вычислений упала в 3–4 раза за последние годы, что делает персонализированные AI-решения экономически жизнеспособными для массового сегмента.
Рост wearables: более 1 млрд активных устройств (часы, трекеры) генерируют HR/HRV/сон/нагрузку, но большая часть этих данных не используется для реального принятия решений о тренировках.
Поведенческий тренд: марафоны, полумарафоны, tri series, любительские старты заполняются за минуты; люди хотят прогресса и публично делятся им (Strava, TikTok, Reels).
Проблема старых решений: статичные планы и простые трекеры не отвечают ожиданиям новых пользователей, которые привыкли к адаптивным и «умным» сервисам.
Окно возможностей: сформирован рынок, есть данные, есть готовность платить за качество и персонализацию, но нет «де-факто стандарта» AI-коучинга в беге и триатлоне.

5. Активность пользователей (Traction)

Базовые метрики: 14K установок, 2.8K MAU, 470 платных пользователей на пилотной стадии продукта.
Конверсия в оплату: стабильная доля платящих пользователей в диапазоне 12–15% от активной базы при базовом уровне маркетинга.
Удержание: churn D30 — 6.8%, retention D90 — 44%, что подтверждает ценность продукта для ядра аудитории.
Экономика привлечения: LTV/CAC ≈ 3.9x на текущих каналах и креативах, при отсутствии агрессивной оптимизации.
Качественный фидбек: пользователи отмечают понимание «почему именно такие тренировки», снижение риска перетренированности и удобство адаптации под жизнь (работа, семья, путешествия).
Гипотеза: при системной работе с контентом, виральностью и партнёрствами можно масштабировать MAU ×10 без радикального ухудшения метрик удержания.

6. Бизнес-модель и юнит-экономика

Основной источник дохода: подписка Pro (Monthly/Annual) с премией за годовой план и низким оттоком среди ядра активных пользователей.
Дополнительная монетизация: add-ons под конкретные старты (гоночные недели, спец-планы, челленджи), а также потенциальные B2B/B2B2C-партнёрства с организаторами стартов и клубами.
Ценовая модель: Free → Pro Monthly ($9.99) → Pro Annual ($79) — упор на перевод части базы в годовые планы с лучшим LTV и более предсказуемым cash flow.
Целевые метрики: доля платящих 12–15% от MAU, ARPPU $8.5/мес, LTV $80–90 при валовой марже 85–90%.
LTV/CAC: целевой диапазон 3–5x, окупаемость маркетинга < 2 месяцев на платящего пользователя за счёт комбинации платной рекламы и органики/рефералок.
Скалируемость: модель подписки и цифровой доставки позволяет масштабировать выручку без пропорционального роста затрат на поддержку и операционный персонал.

7. Конкуренты и защитные преимущества (Competition & Moat)

Конкурентное поле: Strava (социальный трекинг), Nike Run Club/Adidas Run (массовые приложения), TrainingPeaks/Final Surge (коучинг и планирование), Runna, Athlytic и другие AI-коучи.
Позиционирование PaceMind: true-adaptive AI-коуч для мультиспорта (бег + триатлон) с фокусом на данные восстановления, объяснения «почему» и локализацию под конкретные рынки.
Data advantage: накопление паттернов HR/HRV, нагрузки и восстановлений для разных типов спортсменов, что улучшает рекомендации и делает модель точнее со временем.
Product lock-in: прогресс, история тренировок и персональные настройки завязаны на PaceMind, что повышает стоимость смены сервиса для пользователя.
Community moat: челленджи, клубы, совместные подготовки к стартам и обмен прогрессом создают сетевой эффект и органический рост рекомендаций.
Integration moat: партнёрства с Garmin/Strava/организаторами стартов (white-label mini-coach для ивентов) укрепляют позиции как «дефолтного» решения для старта подготовки.

8. Стратегия выхода на рынок (Go-to-Market)

Географический фокус: старт в EMEA и СНГ с локализацией, затем масштабирование в US/Canada после отработки продукта и экономики на первых рынках.
Основные каналы привлечения: TikTok/YouTube Shorts (документирование прогресса и историй пользователей), SEO по запросам тренировок и планов, инфлюенсеры и лидеры мнений в беге и триатлоне.
Партнёрства: организаторы стартов (промо в стартовых пакетах, спец-планы подготовки), беговые клубы и триатлонные команды как каналы B2B2C-доставки продукта.
Виральность: механики «поделись планом/результатом», социальные доски целей, клубные челленджи и реферальные программы.
Целевые метрики GTM (6–12 мес): CAC платящего пользователя $18–25, CPI $0.9–1.6, конверсия trial→paid 35–45%, рост MAU и выручки 8–10% MoM.
Подход: быстрые экспериментальные циклы по креативам, офферам и воронкам, постоянное A/B-тестирование paywall и онбординга.

9. Команда

Ключевая экспертиза: сочетание опыта в AI/ML, продуктовой разработке, мобильной разработке, спорте (бег/триатлон) и пользовательском опыте (UX).
Текущий состав R&D: ML/DS, iOS, Android, Backend, Frontend, QA — полный цикл разработки и поддержки продукта.
Контент и методология: методисты по бегу и триатлону, спортивный врач/консультант, отвечающие за безопасную и доказательную методическую базу.
Маркетинг и рост: performance-маркетолог, контент-продюсер и партнёр-менеджер для выстраивания канального и партнёрского роста.
Ближайший найм: усиление ML-направления (модели рекомендаций и предикции риска травм), масштабирование мобильной разработки и выделенный специалист по data-аналитике для продуктов.
Unfair advantage: личный опыт команды в спорте и общении с ЦА, глубокое понимание боли «как тренироваться умно» и доступ к живым коммьюнити бегунов и триатлетов.

10. Roadmap (12–18 мес)

PMF: injury-mode, объяснения «почему», community-механики
Скорость роста: v2 paywall, локализации, мобильные A/B
Расширение: white-label для стартов, выход в US

11. Финансовый план

Доход: +8–10% MoM
EBITDA Break-even за 18 мес при текущем CAC

12. Запрос (Pre-Seed Round)

$600K SAFE для ускорения роста
Use of funds: 40% маркетинг, 30% R&D, 20% продукт, 10% юр/админ

13. Риски и их предотвращение

Сильные игроки → дифференциация через data-moat и community.
Churn → годовые подписки + progress-loops.
Интеграции → дублирование API + offline-режим.

14. Резюме

Боль огромная и растущая → рынок готов.
PMF-сигналы уже есть — задача: ускорить рост.
Moat усиливается с данными → чем дольше с нами, тем лучше результат.