monobrand-scout

name: monobrand-scout description: > Поиск и анализ виральных монобрендов (1-5 SKU, один продукт/категория). Используй когда: (1) найти хайповый монобренд, (2) оценить виральность бренда/продукта, (3) анализ ниши для монобренда, (4) найди монобренд, виральный продукт, (5) скоринг бренда по виральности и продажам, (6) найти бренд-донор для локализации. НЕ для: мультибрендовой аналитики, общего маркетингового анализа.

Universal AI Skill -- works with Claude Code, OpenClaw, Cursor, Windsurf, or any LLM agent that reads markdown and can execute commands.

Monobrand Scout -- поиск виральных монобрендов

Что такое монобренд

Бренд с 1-5 SKU в одной товарной категории. Фокус на одном продукте, глубокое понимание клиента, виральный потенциал. Все SKU в одной вертикали, похожи между собой.

Примеры: UNCO (мужское белье, 3 SKU), Stanley (термокружки), Ridge Wallet (кошельки), Crocs (клоги), Solo Stove (костровые чаши), Truff (соус).

Монобренд vs Арбитраж: арбитражная модель -- 20-30 несвязанных товаров, низкая маржа, нет LTV. Монобренд -- 1-5 SKU, глубокий продукт, виральность, повторные покупки, сильная команда на одном фокусе.

Стратегия: копирование и локализация

Основная стратегия -- НЕ придумывать с нуля, а находить работающий бренд-донор в другом регионе (США, Европа) и локализовать на свой рынок (РФ, СНГ).

Бренд-донор -- успешный монобренд, чей продукт и модель можно адаптировать.

Пайплайн поиска

Вход

• Категория (опционально): детская одежда, косметика, кухня, массажеры...
• Гео: РФ / глобальный / конкретная страна
• Цель: найти бренд-донор для локализации / найти нишу / контент
• Минимальный порог: бренд-донор >$1M/год оборот

Этап 1. Сбор кандидатов (4 потока параллельно)

Поток A -- Amazon (главный источник доноров):

• Best Sellers -- что хорошо продается в категории
• New Releases -- что недавно запустили
• Movers & Shakers -- кто быстро растет (ключевой сигнал!)
• Фильтр по подкатегориям, рейтинг, отзывы

Поток B -- Shopify D2C магазины:

• Internet Search Unit (internetunit.com) -- аналитика Shopify магазинов:
  • Оборот за 30 дней, количество продаж
  • Фильтры по категории, стране, SKU
  • Основной сервис для поиска доноров
• Hom10 -- дополнительная аналитика Shopify
• Ручной просмотр: перейти в /collections/all, посчитать SKU

Поток C -- Маркетплейсы РФ (проверка доступности):

• Wildberries API: есть ли уже на рынке
• Ozon: аналитика через MPStats/Moneyplace
• Если бренда НЕТ на WB/Ozon -- это возможность для локализации

Поток D -- Соцсети + тренды (виральность):

• TikTok Creative Center: трендовые продукты
• Instagram бренда: подписчики, Reels, engagement
• YouTube: обзоры, просмотры
• Google Trends: рост запросов
• Exploding Topics: ранние сигналы

Этап 2. 12 критериев отбора донора

Этап 3. Скоринг виральности

Формула:

Virality Score = (TikTok Views x 0.25) + (Google Trends Growth x 0.20) 
  + (UGC Count x 0.15) + (Engagement Rate x 0.10) + (Review Count x 0.10)
  + (Financial Score x 0.20)

Шкала:

• 80-100: Вирусный хит, идеальный донор (Stanley, Crocs)
• 60-79: Сильный рост, отличный кандидат (Ridge Wallet)
• 40-59: Перспективный, стоит изучить глубже
• 20-39: Нишевый, только если сильно верите в идею
• 0-19: Пропускаем

Этап 4. Карточка бренда-донора

Бренд: [название]
Сайт: [URL Shopify магазина]
Страна: [происхождение]
Продукт: [что продают]
SKU: [количество, описание каждого]
Категория: [ниша]
Цена: [диапазон в USD]
Оборот (оценка): [$X M/год]
Virality Score: [0-100]
---
Amazon: [ссылка, BSR, рейтинг, отзывы]
Instagram: [подписчики, engagement]
TikTok: [просмотры по хэштегу]
Google Trends: [рост % за 3 мес]
---
Есть на WB/Ozon: [да/нет, конкуренты]
Производимость: [легко/средне/сложно]
Логистика: [простая/средняя/сложная]
Маржинальность (оценка): [%]
---
12 критериев: [X/12 пройдено]
Вердикт: [копировать / изучить глубже / пропустить]
Почему: [1-2 предложения]

Этап 5. Этапы запуска (после выбора донора)

1. Поиск фабрики -- найти производителя товара-донора или аналогичную фабрику
2. Прайсы и MOQ -- запросить цены, минимальный заказ у нескольких фабрик
3. Логистика -- определить способ доставки:
   • Карго (тестовая партия, быстро, но серая зона)
   • Белый ВЭД (для масштабирования, сертификация)
4. Тестовая партия -- первая партия через карго на маркетплейс
5. Тест на маркетплейсе -- WB/Ozon, оценка спроса
6. Масштабирование -- если тест ОК: белый ВЭД, бренд, маркетинг

Этап 6. Выход

• Shortlist 5-10 брендов-доноров с карточками
• Рейтинг по Virality Score
• Для каждого: вердикт и следующий шаг

Инструменты

Бесплатные

Платные (ключевые)

Минимальный стек (бесплатный)

Amazon (Best Sellers + Movers & Shakers) + Google Trends + YouTube API + TikTok Creative Center + WB API + DuckDuckGo + Claude

Рекомендуемый стек (~$200/мес)

Все бесплатное + Internet Search Unit (~$100) + Exploding Topics ($39) + MPStats ($50)

Полный стек (~$400/мес)

Рекомендуемый + SerpAPI ($50) + JungleScout ($49) + Hom10 ($50) + Tokboard ($30)

Верификация данных (антиманипуляция)

ВНИМАНИЕ: рейтинги, списки «лучших», Reddit-посты и обзоры легко манипулируются. Попадание в рейтинг может стоить $100-200. LLM по умолчанию ищут именно по таким источникам -- это ловушка.

Ненадежные источники (использовать только как первичный сигнал)

• Рейтинги «Top 10 brands» на блогах и Reddit -- покупаются
• Sponsored обзоры на YouTube -- оплачены
• «Best of» списки -- часто SEO-спам
• Отзывы на Amazon/WB < 50 шт -- могут быть накручены

Надежные источники (для верификации)

• Реальные продажи: Internet Search Unit, MPStats, JungleScout (оборот, не рейтинг)
• Google Trends: невозможно подделать поисковый спрос миллионов людей
• UGC от реальных пользователей: не бренд-аккаунт, а обычные люди в TikTok/Reels
• Amazon BSR (Best Seller Rank): основан на реальных продажах, обновляется каждый час
• Количество отзывов > 500: сложно и дорого накрутить такой объем
• Shopify трафик (SimilarWeb): реальные посещения сайта
• Повторные упоминания в разных источниках: если бренд всплывает и на Amazon, и в TikTok, и в Google Trends -- это настоящий сигнал

Правило верификации

Каждый кандидат должен подтверждаться минимум из 3 НЕЗАВИСИМЫХ источников:

1. Финансовый (продажи/оборот) -- Internet Search Unit, MPStats, JungleScout
2. Поисковый (спрос) -- Google Trends
3. Социальный (виральность) -- реальный UGC, не бренд-контент

Если бренд найден только в рейтингах/списках и НЕ подтвержден продажами и трендами -- ПРОПУСКАЕМ.

Метод Perplexity/Claude (из практики)

Пользователи уже пробуют: загружают файл с критериями монобренда в Claude/Perplexity и просят найти из списка 100 брендов подходящие. Работает, но:

• Результат зависит от качества входного списка
• LLM может галлюцинировать метрики
• Каждый найденный кандидат ОБЯЗАТЕЛЬНО верифицируется через надежные источники выше

Автоматизация

Amazon Best Sellers парсинг

# Через DuckDuckGo/веб-поиск
from duckduckgo_search import DDGS
with DDGS() as ddgs:
    results = list(ddgs.text(f'amazon.com best sellers {CATEGORY} 2024', max_results=10))

Google Trends

from pytrends.request import TrendReq
pytrends = TrendReq(hl='ru', tz=180)
pytrends.build_payload(['brand1', 'brand2'], timeframe='today 3-m')
data = pytrends.interest_over_time()

Wildberries API

curl -s "https://search.wb.ru/exactmatch/ru/common/v7/search?query=CATEGORY&resultset=catalog" \
  | jq '.data.products[:20] | .[] | {brand, name, rating, feedbacks}'

YouTube Data API

curl -s "https://www.googleapis.com/youtube/v3/search?part=snippet&q=BRAND+review&type=video&order=viewCount&maxResults=10&key=API_KEY"

Shopify магазин: проверка SKU

# Открыть /collections/all на сайте бренда -- посчитать товары
curl -s "https://BRAND-SITE.com/collections/all" | grep -c 'product-card'

Секреты

Источники методологии

Методология основана на курсе "Запуск Бренда" (Expansio / Валерий):

• Урок 1: Определение монобренда, преимущества перед арбитражем
• Урок 2: Поиск донора через Amazon и Shopify
• Урок 3: 12 критериев идеального донора
• Урок 4: Практический разбор доноров на примерах
• Урок 5: Этапы запуска от первой партии до продаж (Анна, UNCO)