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.
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.
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.
Поток A -- Amazon (главный источник доноров):
Поток B -- Shopify D2C магазины:
Поток C -- Маркетплейсы РФ (проверка доступности):
Поток D -- Соцсети + тренды (виральность):
| # | Критерий | Описание | Must-have |
|---|---|---|---|
| 0 | Финансовый интерес | >$1M/год оборот (Shopify + Amazon) | ДА |
| 1 | SKU count | 1-5 товаров в одной категории | ДА |
| 2 | Одна вертикаль | Все товары похожи, одна идея | ДА |
| 3 | Виральный потенциал | Продукт можно показать в Reels/TikTok | ДА |
| 4 | Соцсети | Активный Instagram/TikTok, UGC контент | Желательно |
| 5 | Маржинальность | Цена позволяет маржу >40% после всех расходов | ДА |
| 6 | Отсутствие на целевом рынке | Нет аналога на WB/Ozon или слабый конкурент | Желательно |
| 7 | Производимость | Можно найти фабрику, не сложная технология | ДА |
| 8 | Логистируемость | Не хрупкий, не габаритный, легко доставить | Желательно |
| 9 | Repeat purchase (LTV) | Покупатель вернется за повторной покупкой | Желательно |
| 10 | Ценностное предложение | Покупатель платит за ценность, не за цену | ДА |
| 11 | Команда может фокусироваться | Один продукт = вся команда на нем | ДА |
| 12 | Тестируемость | Можно завезти тестовую партию через карго | Желательно |
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)
| Метрика | Источник | Вес |
|---|---|---|
| TikTok просмотры по хэштегу бренда | TikTok Creative Center / API | 0.25 |
| Рост поисковых запросов (3 мес) | Google Trends / SerpAPI | 0.20 |
| Финансовые показатели (>$1M = макс) | Internet Search Unit / аналитика | 0.20 |
| Количество UGC | Instagram + TikTok | 0.15 |
| Engagement rate | SocialBlade / Meta API | 0.10 |
| Количество отзывов на маркетплейсах | Amazon / WB API | 0.10 |
Шкала:
Бренд: [название]
Сайт: [URL Shopify магазина]
Страна: [происхождение]
Продукт: [что продают]
SKU: [количество, описание каждого]
Категория: [ниша]
Цена: [диапазон в USD]
Оборот (оценка): [$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]
| Инструмент | Что дает | URL / Доступ |
|---|---|---|
| Amazon Best Sellers | Топ продаж по категориям | amazon.com/bestsellers |
| Amazon New Releases | Новые запуски | amazon.com/gp/new-releases |
| Amazon Movers & Shakers | Быстрорастущие товары | amazon.com/gp/movers-and-shakers |
| TikTok Creative Center | Трендовые продукты, хэштеги | ads.tiktok.com/business/creativecenter |
| Google Trends | Рост запросов, сравнение | trends.google.com (pytrends) |
| YouTube Data API v3 | Просмотры обзоров | Бесплатный API key |
| Meta Graph API | Instagram engagement | Бесплатный (Meta Developer) |
| Pinterest Trends | Визуальные тренды | trends.pinterest.com |
| SocialBlade (free) | Базовая статистика соцсетей | socialblade.com |
| Wildberries API | Каталог, отзывы, бренды | Открытый content-api |
| DuckDuckGo Search | Веб-поиск по брендам | Скилл duckduckgo-search |
| Product Hunt | Новые продукты | GraphQL API |
| Инструмент | Что дает | Цена/мес | Приоритет |
|---|---|---|---|
| Internet Search Unit | Shopify аналитика: оборот, продажи, фильтры | ~$50-100 | КРИТИЧЕСКИЙ -- основной поиск доноров |
| Exploding Topics | Ранние тренды ДО массового рынка | $39 | ВЫСОКИЙ |
| SerpAPI | Google Trends + Shopping программно | $50 | ВЫСОКИЙ |
| MPStats | Аналитика WB/Ozon: выручка, бренды | ~$50 | ВЫСОКИЙ (для РФ рынка) |
| Hom10 | Дополнительная аналитика Shopify | ~$30-50 | СРЕДНИЙ |
| JungleScout | Amazon: продажи, ниши, BSR | $49 | СРЕДНИЙ |
| Tokboard / TokStats | TikTok аналитика | $15-50 | СРЕДНИЙ |
| SimilarWeb | Трафик сайта, источники | $100+ | НИЗКИЙ |
| BrandWatch / Mention | Мониторинг упоминаний | $100+ | НИЗКИЙ |
| SparkToro | Аудитория бренда | $50 | НИЗКИЙ |
Amazon (Best Sellers + Movers & Shakers) + Google Trends + YouTube API + TikTok Creative Center + WB API + DuckDuckGo + Claude
Все бесплатное + Internet Search Unit (~$100) + Exploding Topics ($39) + MPStats ($50)
Рекомендуемый + SerpAPI ($50) + JungleScout ($49) + Hom10 ($50) + Tokboard ($30)
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.
Каждый кандидат должен подтверждаться минимум из 3 НЕЗАВИСИМЫХ источников:
Если бренд найден только в рейтингах/списках и НЕ подтвержден продажами и трендами -- ПРОПУСКАЕМ.
Пользователи уже пробуют: загружают файл с критериями монобренда в Claude/Perplexity и просят найти из списка 100 брендов подходящие. Работает, но:
# 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))
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()
curl -s "https://search.wb.ru/exactmatch/ru/common/v7/search?query=CATEGORY&resultset=catalog" \
| jq '.data.products[:20] | .[] | {brand, name, rating, feedbacks}'
curl -s "https://www.googleapis.com/youtube/v3/search?part=snippet&q=BRAND+review&type=video&order=viewCount&maxResults=10&key=API_KEY"
# Открыть /collections/all на сайте бренда -- посчитать товары
curl -s "https://BRAND-SITE.com/collections/all" | grep -c 'product-card'
| Ключ | Файл | Статус |
|---|---|---|
| YouTube Data API | ~/.openclaw/.secrets/youtube.env | Нужен |
| SerpAPI | ~/.openclaw/.secrets/serpapi.env | Нужен (платный стек) |
| SocialData API | настроен в системе | Есть |
| Internet Search Unit | ручной доступ через браузер | Нужна подписка |
Методология основана на курсе "Запуск Бренда" (Expansio / Валерий):