Files
estimator/docs/bot-estimation-market-data.md

40 KiB
Raw Permalink Blame History

Сервис оценки трудозатрат и стоимости: сбор рыночных данных по разработке ботов

Версия: 1.0 · Дата снимка рынка: 30 октября 2026 · Охват: РФ и ЕС/Великобритания · Тип работ: Telegram-боты, боты для сайта, мультиканальные боты, ИИ-агенты


0. Как читать документ

Раздел Что внутри
1 Принцип: что считает LLM, а что код
2 Слои данных и откуда их брать
3 Карта источников РФ и ЕС с оценкой надёжности
4 Процесс сбора (ETL) шаг за шагом
5 Схема данных и нормализация
6 Текущая аналитика рынка (снимок на 30.10.2026)
7 Сквозные примеры расчёта (РФ и ЕС)
8 Калибровка, контроль качества, обновление
9 Юридические риски сбора данных
10 План внедрения
Приложение Список использованных источников

Важное замечание о достоверности. Все рыночные цифры в разделе 6 взяты из открытых публикаций, найденных 30.10.2026. Большинство из них маркетинговые материалы вендоров и агентств: верхние границы у них завышены, нижние занижены, а методика почти нигде не раскрыта. Поэтому они годятся как стартовые ориентиры (приоры), но не как финальная истина. Реальную цену сервис должен выводить из ваших собственных сделок и план/факта (раздел 8).


1. Принцип работы

ТЗ клиента ─► Агент (LLM): уточнение → декомпозиция → оценка часов (O/M/P) → критик
                                   │
              Справочник рынка ◄───┤  (ставки, эталонные задачи, коэффициенты каналов)
                                   ▼
              Детерминированный код: PERT, ставки, PM, наценка, резерв, налоги, курс валют
                                   ▼
              Смета: диапазон «от и до», допущения, версия
  • LLM понимает текст: разбивает работу на задачи, оценивает часы, находит аналоги.
  • Код считает деньги. Расчёт воспроизводим, проверяем и объясним клиенту.
  • Справочник рынка (этот документ) поставляет ставки, диапазоны цен и коэффициенты для сверки: «наша смета в границах рынка или выбивается».

2. Какие данные нужны (слои)

Слой Что хранить Зачем Источники Надёжность
A. Цены проектов Итоговая цена за типовой проект (бот с одним каналом, ИИ-агент, мультиканал) Сверка итоговой цифры сметы с рынком Прайсы агентств, обзоры, публичные закупки, кейсы Низкая–средняя
B. Ставки Почасовые и дневные ставки по ролям и регионам Вход для price() Биржи фриланса, вакансии, зарплатные обзоры, агентские прайсы Средняя
C. Трудозатраты Часы на типовые задачи (RAG, CRM-интеграция, адаптер канала) Калибровка оценок LLM Ваша история, открытые кейсы, таймтрекеры Высокая, если ваши
D. Эксплуатация Хостинг, токены LLM, поддержка, платные API каналов Строка «run» в смете Прайсы провайдеров, вендорные калькуляторы Высокая
E. Коэффициенты Мультиканальность, срочность, комплаенс (GDPR, 152-ФЗ) Корректировки Ваша история, экспертные оценки Средняя
F. Курсы и налоги Курс ЦБ РФ / ECB, НДС, взносы Пересчёт между РФ и ЕС ЦБ РФ, ECB (API) Высокая

Приоритет по ценности: C (ваша история) > B > D > A > E. Слой C всегда должен постепенно вытеснять внешние источники.


3. Карта источников

3.1. Россия

Источник Что даёт Тип Надёжность Замечания
Обзоры вендоров конструкторов (BotHelp и аналоги) Градация цен по способам создания, цены по каналам Маркетинг вендора Низкая–средняя Заинтересованы занижать цену конструктора и завышать цену разработки
Habr Career (вакансии) Зарплатные вилки разработчиков ботов Вакансии Средняя Пересчёт зарплаты в ставку: см. 5.3
hh.ru (вакансии, API) Зарплатные вилки, объём спроса Вакансии Средняя Есть открытое API для вакансий; проверьте текущие условия
FL.ru, Kwork, Habr Freelance Нижний сегмент цен, сроки Биржи Средняя для нижнего сегмента Сильно искажены демпингом
Workspace.ru (каталог подрядчиков) Диапазоны цен и количество специалистов Каталог Средняя Цены заявлены исполнителями
Статьи на vc.ru, Sostav, Habr Кейсы с реальными сметами Блоги Низкая–средняя Часто реклама; ценны конкретные сметы с часами
Закупки (zakupki.gov.ru) Реальные цены контрактов на чат-боты и мини-приложения Госзакупки Высокая для своего сегмента Сегмент не равен коммерческому рынку
Ваши КП, договоры, акты Фактические цены и часы Внутренние Максимальная Главный источник

3.2. ЕС и Великобритания

Источник Что даёт Тип Надёжность Замечания
Прайсы и блоги агентств (Берлин, Лондон) Цены запуска и эксплуатации Маркетинг Средняя Часть публикует фиксированные тарифы, это ценно
Клатч-подобные каталоги (Clutch, GoodFirms) Диапазон ставок и бюджетов проектов Каталоги Средняя Самозаявленные данные
Фриланс-платформы (Upwork, Fiverr, Malt) Ставки по сегментам, цена за проект Биржи Средняя Fiverr: цена проекта в нижнем сегменте
Зарплатные обзоры (Glassdoor, StepStone, Indeed, Stack Overflow Survey) Зарплаты, пересчёт в ставку Опросы Средняя Нужна поправка на накладные расходы
Eurostat (стоимость рабочей силы) Макроуровень стоимости труда по странам Официальная статистика Высокая Для коэффициентов между странами
Публичные тендеры (TED, национальные порталы, например Hilma в Финляндии) Фактические цены контрактов Госзакупки Высокая для своего сегмента Крупные проекты, не малый бизнес
SaaS-платформы ботов (Intercom, Tidio, Crisp, Zendesk) Цены подписок и каналов Прайсы Высокая Нужны для строки эксплуатации и сравнения «build vs buy»
Прайс WhatsApp Business API (Meta) Платная часть каналов Официальный Высокая Модель тарификации менялась в 2025–2026, перепроверять каждый квартал

Порталы и API в таблицах выше названы по моим знаниям, а не проверены в рамках этой сессии: перед внедрением проверьте доступность, условия использования и актуальность.

3.3. Как оценивать источник

Каждому источнику присваивайте вес w ∈ [0, 1]:

w = тип (внутренний 1.0, тендер 0.8, прайс провайдера 0.8, биржа 0.5, агентство 0.5, вендор-маркетинг 0.3)
    × свежесть (≤3 мес 1.0, 3–12 мес 0.7, >12 мес 0.4)
    × раскрытие (есть состав работ и часы 1.0, только цена 0.6)

Агрегация диапазонов идёт взвешенными перцентилями (раздел 5.4), а не простым средним.


4. Процесс сбора (ETL)

1. Поиск → 2. Сбор → 3. Извлечение → 4. Нормализация → 5. Валидация → 6. Хранение → 7. Агрегация → 8. Публикация в конфиг → 9. Обратная связь

Шаг 1. Поиск источников

  • Раз в квартал запускайте поисковые запросы по шаблонам: «стоимость разработки telegram бота 2026», «chatbot development cost 2026 Germany», «AI agent development price EUR».
  • Для каждого запроса сохраняйте URL, дату, заголовок. Новые домены добавляйте в реестр источников (раздел 5.1).

Шаг 2. Сбор

  • Ручной сбор для маркетинговых статей: открыть, выписать таблицы цен.
  • API там, где оно есть (вакансии, курсы валют ЦБ/ECB).
  • Скрейпинг только с соблюдением условий сайта и robots.txt (раздел 9). Сохраняйте сырой HTML и дату получения, чтобы можно было перепроверить.

Шаг 3. Извлечение (LLM со структурированным выводом)

LLM читает страницу и возвращает JSON по схеме. Нельзя давать ему «додумывать»: пустые поля остаются null.

from pydantic import BaseModel, Field
from typing import Optional, Literal

class PricePoint(BaseModel):
    source_url: str
    published: Optional[str] = None            # дата публикации, ISO
    region: Literal["RU", "EU", "UK", "OTHER"]
    segment: str                                # "tg_single", "multichannel", "ai_agent", "site_bot", "mini_app"
    provider_type: Literal["freelance", "constructor_expert", "agency", "custom", "saas"]
    currency: str                               # "RUB", "EUR", "GBP", "USD"
    price_min: Optional[float] = None
    price_max: Optional[float] = None
    unit: Literal["project", "hour", "day", "month"] = "project"
    scope_note: Optional[str] = Field(None, description="Что входит в цену, дословно из источника, кратко")
    hours_disclosed: Optional[float] = None
    quote_verbatim: str = Field(description="Короткая цитата для проверки, до 15 слов")

Промпт для извлечения (ключевые правила):

  1. Извлекай только то, что явно написано. Не пересчитывай валюты и не усредняй.
  2. Если указана вилка, заполни price_min и price_max.
  3. Если цена «от X», заполни price_min, price_max = null.
  4. Различай разовую цену проекта и ежемесячную поддержку.
  5. Верни null, если данных нет.

Шаг 4. Нормализация

  • Приведите валюту к базовой (например, EUR) по курсу на дату публикации, а не на сегодня.
  • Приведите единицы: час, день (8 ч), проект.
  • Определите, с НДС или без, и приведите к «без НДС».
  • Приведите сегмент к вашему классификатору (раздел 5.2).

Шаг 5. Валидация

Автоматические проверки:

  • price_min ≤ price_max.
  • Цена в разумных границах сегмента (например, бот на одном канале за 10 млн ₽ помечается как аномалия).
  • Дубликаты (одна цифра переписана в разных блогах): сохраняйте оригинал, копии помечайте как derived_from.
  • Ручная проверка 10–20% выборки на соответствие цитате.

Шаг 6. Хранение

Postgres: сырые документы отдельно от нормализованных точек, чтобы можно было переизвлечь при смене схемы.

Шаг 7. Агрегация

Считайте взвешенные перцентили (P25, P50, P75) по каждому сегменту, региону и типу исполнителя. Подробнее в 5.4.

Шаг 8. Публикация в конфиг сервиса

Из агрегатов формируется версионируемый market_config_YYYY_QN.json: ставки, диапазоны проектов, коэффициенты. Смета ссылается на версию конфига, поэтому её можно воспроизвести.

Шаг 9. Обратная связь

После каждого проекта фиксируйте план/факт часов и итоговую цену. Эти данные получают вес 1.0 и постепенно заменяют внешние приоры.


5. Схема данных и нормализация

5.1. Таблицы (Postgres)

CREATE TABLE source (
  id SERIAL PRIMARY KEY,
  url TEXT UNIQUE NOT NULL,
  domain TEXT,
  source_type TEXT CHECK (source_type IN
    ('internal','tender','provider_price','marketplace','agency','vendor_marketing','salary_survey','vacancy')),
  region TEXT,
  weight_base REAL,            -- вес по типу
  first_seen DATE,
  tos_checked BOOLEAN DEFAULT FALSE
);

CREATE TABLE raw_document (
  id SERIAL PRIMARY KEY,
  source_id INT REFERENCES source(id),
  fetched_at TIMESTAMPTZ,
  published DATE,
  content_hash TEXT,
  body TEXT                    -- сырой текст или путь к архиву
);

CREATE TABLE price_point (
  id SERIAL PRIMARY KEY,
  raw_document_id INT REFERENCES raw_document(id),
  region TEXT, segment TEXT, provider_type TEXT,
  unit TEXT,
  price_min NUMERIC, price_max NUMERIC, currency TEXT,
  price_min_eur NUMERIC, price_max_eur NUMERIC,   -- нормализовано, без НДС
  fx_rate NUMERIC, fx_date DATE,
  vat_included BOOLEAN,
  hours_disclosed NUMERIC,
  scope_note TEXT, quote_verbatim TEXT,
  weight REAL,
  derived_from INT REFERENCES price_point(id)
);

CREATE TABLE rate (                -- ставки по ролям
  id SERIAL PRIMARY KEY,
  region TEXT, role TEXT, level TEXT,
  hourly_eur NUMERIC, basis TEXT,  -- 'agency_billing' | 'freelance' | 'salary_derived'
  source_id INT, observed DATE
);

CREATE TABLE task_benchmark (       -- эталонные задачи (слой C)
  id SERIAL PRIMARY KEY,
  task_type TEXT,                   -- 'tg_core','rag','crm_integration','channel_adapter','qa','deploy'
  hours_o NUMERIC, hours_m NUMERIC, hours_p NUMERIC,
  actual_hours NUMERIC,
  project_id INT, closed_at DATE
);

CREATE TABLE project_actual (       -- план/факт
  id SERIAL PRIMARY KEY,
  segment TEXT, region TEXT,
  est_hours NUMERIC, actual_hours NUMERIC,
  est_price_eur NUMERIC, actual_price_eur NUMERIC,
  channels INT, has_ai BOOLEAN, has_crm BOOLEAN, closed_at DATE
);

5.2. Классификатор сегментов

Код Описание
tg_single Сценарный Telegram-бот, один канал
site_bot Бот для сайта (виджет чата)
multichannel Два и более канала (Telegram, MAX, ВКонтакте, WhatsApp, сайт)
ai_agent Бот с LLM, базой знаний (RAG), интеграциями
mini_app Telegram Mini App
run Эксплуатация (поддержка, хостинг, токены)

5.3. Пересчёт зарплаты в часовую ставку

Из вилки зарплаты (в месяц) получается себестоимость часа для сметы:

ставка_час = зарплата_мес × (1 + взносы_и_налоги_работодателя) × (1 + накладные) / продуктивные_часы_мес
  • продуктивные_часы_мес ≈ 120–130 (не 160: отпуск, встречи, простои). Это допущение, настраивается по вашему таймтрекеру.
  • накладные 15–30%: офис, лицензии, управление. Допущение, откалибруйте под вашу компанию.

5.4. Агрегация

Взвешенный перцентиль по weight:

import numpy as np

def weighted_percentile(values, weights, q):
    idx = np.argsort(values)
    v = np.array(values)[idx]
    w = np.array(weights)[idx]
    cum = np.cumsum(w) - 0.5 * w
    cum /= w.sum()
    return float(np.interp(q / 100, cum, v))

Если в сегменте меньше 5 точек, показывайте диапазон min–max и пометку «мало данных», а не перцентили.


6. Текущая аналитика рынка (снимок на 30.10.2026)

Все цифры из публичных источников (приложение). Валюты не пересчитывались, чтобы не накладывать ошибки курса. Таблицы РФ в рублях, ЕС в EUR/GBP/USD, как в источниках.

6.1. Россия: градация по способу создания

Способ Срок Цена
Конструктор самостоятельно 1 день от 0 ₽/мес
Конструктор + шаблон 2–3 часа от 0 ₽/мес
Эксперт на конструкторе 3–7 дней 20 000–60 000 ₽
Агентство 3–6 недель 80 000–250 000 ₽ (+10–20 тыс. ₽/мес поддержка)
Кастомная разработка 1,5–4 месяца от 250 000 ₽

Источник: обзор BotHelp (обновлён сентябрь 2026). Для сравнения, фрилансерское предложение простого бота на бирже: около 6 500 ₽ за 3 дня.

6.2. Россия: цена по каналам при заказе у разработчика

Канал Цена
Telegram от 80 000 ₽
ВКонтакте от 60 000 ₽
MAX от 80 000 ₽
Все три вместе от 200 000 ₽

Вывод: суммарно по отдельности 220 000 ₽, комплектом 200 000 ₽. Мультиканальность дешевле суммы лишь за счёт общего ядра, но не радикально.

6.3. Россия: ИИ-агент и рынок труда

  • Кастомный ИИ-бот с подключением к LLM: от 200 000 ₽ за разработку, токены отдельно.
  • Вакансия разработчика Telegram-ботов (Habr Career): 200 000–350 000 ₽ в месяц.

6.4. ЕС и Великобритания

Сегмент Цена Источник
B2B-бот поддержки с ИИ и RAG, Берлин 10 000–30 000 € запуск; FAQ-бот от 10 000 € за 4 недели Kolonell, 09.2026
Эксплуатация, Берлин 230–2 000 €/мес при 500–10 000 диалогов/мес Kolonell, 09.2026
Дневная ставка ИИ-разработчика, Берлин 500–800 € Kolonell, 09.2026
SME, Великобритания 3 000–25 000 £; мультиканальный с CRM 18 000–25 000 £ Softomate, 2026
Крупное лондонское агентство 25 000–100 000+ £ Softomate, 2026
Кастомный разговорный ИИ в Европе (с безопасностью и комплаенсом) 40 000–150 000 $ и выше CMARIX, 08.2026
Немецкие агентства, кастомная разработка 100–200 €/ч xmethod.de через Qualimero

6.5. Почасовые ставки по регионам (по обзорам агентств)

Регион Диапазон Источники
Западная Европа 80–170 $/ч или 90–200 $/ч Space-O, GMTA
Восточная Европа 40–80 $/ч Space-O, GMTA
Северная Америка 100–200 $/ч Space-O

Один обзор называет для Западной Европы 180–300 $/ч и для AI-агентств 150–350 $/ч. Это не ошибка, а другой уровень: расценка агентства «под ключ» (с управлением и маржой) против ставки разработчика. В конфиге обязательно храните поле basis (agency_billing или freelance), иначе ставки смешаются.

6.6. Глобальные ориентиры (для контекста)

Источник Вилка
Fiverr (маркетплейс) 45–520 $ за проект, 47–315 $/ч
Space-O 3 000 (простой) – 300 000+ (энтерпрайз)
RaftLabs 4 500–12 000 (rule-based) – 72 000–210 000 (энтерпрайз-агент)
Один AI-агентский калькулятор 15 000–45 000 $ за чатбот с одним сценарием и RAG

Расхождения в 10–100 раз между источниками объясняются не ошибкой, а разным сегментом (виджет и энтерпрайз) и типом исполнителя. Поэтому слой segment × provider_type обязателен.

6.7. Эксплуатация и платный слой каналов

  • WhatsApp Business API: у Meta отдельная и менявшаяся модель тарификации, перепроверять каждый квартал.
  • SaaS-платформы часто берут за WhatsApp дополнительно несколько десятков евро в месяц (например, 49–99 €/мес у разных вендоров).
  • Для кастомных ботов: хостинг (VPS от нескольких сотен рублей), токены LLM, мониторинг, поддержка 10–20 тыс. ₽/мес в РФ.

НДС. Сверка сравнивает цены без НДС. Источники рыночных цен часто не указывают, с НДС ли они; у каждого ориентира в справочнике есть признак includes_vat (сейчас везде false как допущение, его нужно подтвердить по источникам). Подробности в ADR-0002.

6.8. Сводные ориентиры (для сверки итога сметы)

Сегмент РФ (разработчик/агентство) ЕС/Великобритания
Простой бот, один канал 20–80 тыс. ₽ (эксперт) – 80+ тыс. ₽ (агентство) единицы тысяч € (FAQ-бот от ~10 тыс. € у агентства)
Мультиканал (3 канала) от ~200 тыс. ₽ ~18–25 тыс. £ (с CRM)
ИИ-агент с RAG и CRM от ~200 тыс. ₽ и выше 10–30 тыс. € (Берлин), 40–150 тыс. $ (комплаенс-уровень)
Эксплуатация 10–20 тыс. ₽/мес (поддержка) 230–2 000 €/мес

Ключевые наблюдения:

  1. Разрыв РФ и ЕС по сопоставимому проекту порядка 5–10 раз, но он зависит от сегмента и типа исполнителя.
  2. Цену определяют интеграции (CRM, платежи, RAG) и комплаенс, а не сам бот.
  3. Эксплуатация за 2–3 года сопоставима с разработкой, её нужно выводить отдельной строкой.
  4. Конструкторы и SaaS радикально снижают цену простых ботов, поэтому в смете нужен вариант «build vs buy».

7. Сквозные примеры расчёта

Обновлено 31.10.2026: расчёт резерва и наценки приведён к ADR-0001. Прежняя версия складывала плоские 10% и запас P85 и давала 397 000 ₽, эта цифра убрана.

Задача

Мультиканальный ИИ-агент: Telegram + MAX + ВКонтакте, база знаний (RAG), интеграция с amoCRM, тестирование, деплой.

7.1. Декомпозиция и оценка часов (результат работы агента)

# Задача Роль O M P E = (O+4M+P)/6 σ = (P−O)/6
1 Аналитика, ТЗ analyst 8 12 20 12,7 2
2 Ядро бота (Telegram) backend 16 24 40 25,3 4
3 RAG и база знаний backend 20 32 56 34,0 6
4 Интеграция amoCRM backend 8 16 32 17,3 4
5 Адаптер MAX backend 8 12 20 12,7 2
6 Адаптер ВКонтакте backend 8 12 20 12,7 2
7 Тестирование qa 12 20 36 21,3 4
8 Деплой и мониторинг devops 4 8 16 8,7 2
Итого 144,7 ч √Σσ² = 10 ч
  • Ожидаемые часы: 144,7.
  • Резерв по разбросу оценок (PERT): 1,04 × 10 = 10,4 ч (7,2%).
  • Минимальный резерв: 10% × 144,7 = 14,5 ч.
  • Берётся большее, то есть 14,5 ч, часы с резервом 159,1. Это запас по разбросу оценок, а не калиброванный квантиль (подробности в ADR-0001).

7.2. Расчёт стоимости, профиль РФ

Ставки (иллюстративные допущения, калибруются по вашим данным): analyst 1 500, backend 1 800, qa 1 200, devops 1 800 ₽/ч. PM 15%, риск 10%, маржа 20%.

Роль Часы Ставка Сумма
analyst 12,7 1 500 19 000
backend 102,0 1 800 183 600
qa 21,3 1 200 25 600
devops 8,7 1 800 15 600
База 243 800 ₽
без резерва:  243 800 × 1,15 (PM) × 1,20 (наценка)  ≈ 336 444 ≈ 336 000 ₽
с резервом:   336 444 × (1 + 14,5 / 144,7)            ≈ 370 088 ≈ 370 000 ₽

Для фиксированной цены называется 370 000 ₽ (резерв внутри). Для Time & Materials называется ожидаемая стоимость 336 000 ₽ и потолок бюджета 370 000 ₽. Наценка 20% даёт маржу 16,7%.

Сверка с рынком (6.2 и 6.3): три канала от 200 тыс. ₽ плюс ИИ-агент от 200 тыс. ₽ у разработчика, то есть около 400 тыс. ₽. Смета попадает в рынок.

7.3. Расчёт стоимости, профиль ЕС

Те же часы, ставки (допущения в пределах ставок из 6.4 и 6.5): analyst 75, backend 85, qa 60, devops 90 €/ч.

Роль Часы Ставка Сумма
analyst 12,7 75 950
backend 102,0 85 8 670
qa 21,3 60 1 280
devops 8,7 90 780
База 11 680 €
без резерва:  11 680 × 1,15 × 1,20            ≈ 16 118 €
с резервом:   16 118 × (1 + 14,5 / 144,7)      ≈ 17 730 €

Сверка: Берлин 10–30 тыс. €, Великобритания для мультиканала с CRM 18–25 тыс. £. Смета в границах рынка.

7.4. Строка эксплуатации

Для ЕС при 2 000 диалогов/мес: 350–730 €/мес (Берлин). Для РФ: поддержка 10–20 тыс. ₽/мес плюс токены и хостинг. В КП это отдельная строка, а годовая стоимость владения считается как разработка + 12 × эксплуатация.

7.5. Код проверки «смета против рынка»

from math import sqrt

def price(tasks, rates, pm=0.15, markup=0.20, floor=0.10, z=1.04):
    hours = sum((t["o"] + 4*t["m"] + t["p"]) / 6 for t in tasks)
    sigma = sqrt(sum(((t["p"] - t["o"]) / 6) ** 2 for t in tasks))
    base = sum(((t["o"] + 4*t["m"] + t["p"]) / 6) * rates[t["role"]] for t in tasks)
    expected = base * (1 + pm) * (1 + markup)
    reserve = max(z * sigma, floor * hours)          # one reserve, added once
    return {
        "hours": round(hours, 1),
        "hours_with_reserve": round(hours + reserve, 1),
        "cost_expected": round(expected),
        "cost_with_reserve": round(expected * (1 + reserve / hours)),
    }

def market_check(cost, bench_min, bench_max, tolerance=0.25):
    lo, hi = bench_min * (1 - tolerance), bench_max * (1 + tolerance)
    if cost < lo:  return "ниже рынка: проверьте, не забыты ли задачи"
    if cost > hi:  return "выше рынка: проверьте допущения, ставки и маржу"
    return "в границах рынка"

8. Калибровка, качество и обновление

8.1. Калибровка оценок LLM

LLM систематически занижает интеграции, тестирование и правки. Лечится коэффициентом по типу задачи:

k(task_type) = медиана(actual_hours / estimated_hours) по закрытым проектам
итоговая оценка = E × k

Пока данных мало (менее 5 закрытых проектов на тип), используйте консервативный k = 1,2–1,3 на интеграции и QA. Это допущение, замените его статистикой.

8.2. Метрики качества сервиса

Метрика Формула Цель
MAPE по часам mean( план − факт
Покрытие диапазона доля проектов, где факт попал в [P10, P90] ≈ 80%
Смещение mean((план − факт) / факт) около 0

Сверка с рынком (доля смет в границах ориентиров) не является метрикой качества: если выдавать её за точность, оценки начнут подгонять под чужие прайсы. Она остаётся предупреждением в самой оценке (решение по разбору ревью).

8.3. Расписание обновления

Данные Частота Причина
Курсы валют ежедневно (API) Волатильность
Прайсы платных API каналов (WhatsApp, LLM) ежеквартально Тарифы меняются
Ставки и цены проектов ежеквартально Рынок и инфляция
Коэффициенты калибровки после каждого закрытого проекта Обратная связь
Реестр источников раз в полгода Источники умирают

8.4. Антипаттерны

  • Усреднять цены вендора, агентства и биржи в одну цифру.
  • Смешивать ставку разработчика и агентскую расценку (поле basis).
  • Брать курс на сегодня для старой публикации.
  • Показывать клиенту одну цифру без диапазона и допущений.
  • Хранить только итог, а не версию конфига и допущения: смета перестаёт воспроизводиться.

9. Юридические риски сбора данных

Не является юридической консультацией, это контрольный список для проверки.

  1. Условия использования сайтов и robots.txt. Перед автоматическим сбором проверьте ToS, ведите флаг tos_checked в таблице source.
  2. Права на базы данных. В ЕС действует особое (sui generis) право изготовителя базы данных, массовое копирование каталогов может его нарушать. Храните и публикуйте факты (цена, дата, источник), а не копии текстов; цитаты ограничивайте короткими фрагментами.
  3. Персональные данные. Фрилансеры и сотрудники в вакансиях и профилях это персональные данные. Для ЕС применяется GDPR, для РФ 152-ФЗ (включая локализацию). Храните агрегаты, а персональные поля не собирайте.
  4. Коммерческая тайна и NDA. Данные ваших проектов и клиентов обезличивайте перед использованием в справочнике.
  5. Достоверность в КП. Если вы ссылаетесь на «рыночные цены» в предложении клиенту, указывайте источник и дату, чтобы не вводить в заблуждение.

10. План внедрения

Этап Что делаем Результат
1 (1–2 недели) Реестр источников, ручной сбор 30–50 точек по таблицам раздела 3, схема БД Первый market_config
2 (2–3 недели) LLM-извлечение в JSON, нормализация валют и НДС, валидация Автоматизированный конвейер
3 (1–2 недели) Агрегация, market_check в сервисе, версионирование конфигов Смета со сверкой с рынком
4 (постоянно) План/факт, калибровка k, метрики качества Точность растёт с каждым проектом
5 (опционально) Парсеры бирж и вакансий (при наличии API и разрешении ToS), дашборд Автообновление рынка

Приложение. Использованные источники (проверены 30.10.2026)

Напоминание: источники выше преимущественно маркетинговые. Цифры из них являются стартовыми приорами, которые сервис должен заменять собственными данными по мере накопления закрытых проектов.