Информации становится все больше, а возможности проверять ее и проводить исследования все меньше. Столкнувшись с проблемами на рынке маркетинга и пиара, Фарход Норбаев основал стартап Databazaar AI — инструмент, который позволяет маркетинговым и продуктовым командам быстро и качественно проводить исследования, проверять гипотезы и получать точные инсайты на основе реальных данных. Стартап помогает проанализировать большие массивы информации с помощью ML, статистики и нейросетей, чтобы давать обоснованные и понятные ответы за минуты. Недавно название стартапа прогремело на всю Центральную Азию: в рамках шоу Taqdimot Фарход отказал инвестору Джахонгиру Артыкходжаеву в продаже 51% доли Databazaar AI взамен на $1 млн инвестиций! Мы узнали у Фархода, почему он отказался от инвестиций и как планирует развивать свой стартап дальше.
— Как родилась идея стартапа?
— Я занимаюсь коммуникациями больше 15 лет, и последние 7 из них руководил маркетинговым агентством Lokals, где являюсь сооснователем. За это время мы уставали от одного и того же процесса: снова и снова неделями проводить интервью, оцифровывать ответы, сводить всё в таблицы и пытаться собрать цельную картину.
Когда работаешь с большими маркетинговыми бюджетами, ты не можешь принимать решения интуитивно, даже если у тебя огромный опыт. Каждый раз вопросов было много, а быстрых и точных ответов не было. Был опыт, интуиция, куски старых исследований, но не было цельной, актуальной картины. Чтобы закрывать этот пробел, мы гуглили, спрашивали друзей и проводили Telegram-опросы. В результате получали хаотичный набор разрозненной информации, из которого трудно сделать уверенный вывод.
Когда я поделился этой проблемой с кофаундером и COO Елизаветой Амартаевой, она сразу узнала знакомую боль со стороны продуктовых команд, с которыми у нее есть огромный опыт работы. Так, перед запуском фичи нужно проверить гипотезу, понять ценность и аудиторию, но времени на исследования почти никогда нет. Дискавери делается нерегулярно, поверхностно, а ошибки стоят дорого.
В итоге стало очевидно: и маркетинг, и продукт живут с одной и той же задачей — нужно быстро и качественно проводить исследования, тестировать гипотезы, но подходящих инструментов нет. Мы хотели, чтобы всё было проще: задал вопрос → получил понятный, обоснованный ответ → принял решение. Так появился Databazaar AI — инструмент, который помогает бизнесам и командам проводить исследования, тестировать гипотезы и получать инсайты не за недели, а за минуты. Опираясь не на догадки, а на реальные данные о своих клиентах.
— На каких технологиях основан стартап?
— В основе Databazaar AI — комбинация технологий, которые позволяют не просто «генерировать текст», а работать с реальными данными. Мы используем:
- машинное обучение для поиска закономерностей,
- статистические модели для проверки и расчета процентных выводов,
- нейросети для того, чтобы превращать сухие данные в понятные формулировки.
То есть сначала система анализирует массивы данных, сравнивает их, проверяет, есть ли там устойчивые паттерны, и только потом формирует вывод. Мы сознательно строим инструмент, который не додумывает и не фантазирует. Его задача — обработать данные, показать, что в них есть, и насколько уверенно их можно интерпретировать.
— Что обеспечивает эффективность и доверие к ответам?
— У нас есть одно базовое правило: если в данных нет основания — мы не даём ответ.
ИИ ничего не придумывает и не выражает «мнение». Он проверяет, есть ли закономерность, насколько она устойчива, и показывает уровень уверенности.
— Откуда берутся данные?
— Мы собираем и проверяем разные
- источники:
- открытые данные — Stat.uz, UNDP, международные исследования, рыночные отчеты, тренды;
- данные, которые компании сами готовы передавать в обезличенном виде;
- данные, которые мы планируем покупать у телекомов, ритейла, банков, исследовательских агентств.
Узбекистан сейчас действительно открыт к сотрудничеству со стартапами, и многие госструктуры готовы делиться данными на понятных условиях. Это помогает нам собирать более широкую картину поведения людей.
Наша цель: строить ИИ-двойников, которые отражают реальное потребительское поведение: как часто человек покупает определенные продукты, как он двигается по цифровым каналам, насколько регулярно смотрит YouTube и т.д.
И важный момент: вся дата только в обезличенном формате. Мы не получаем персональную информацию ни от кого и не можем ее идентифицировать — это принципиальное требование.
Так мы остаемся в юридически корректном поле и можем масштабировать продукт в разные страны и юрисдикции без рисков.
— Почему это актуально именно для Узбекистана?
— На самом деле это актуально не только для Узбекистана. Это боль любой страны, где есть маркетинговые или продуктовые команды, которые ежедневно принимают бизнес-решения по своему продукту, но почти не имеют доступа к нормальной информации о своих клиентах. То, что есть в открытом доступе, часто либо устарело, либо не подходит под конкретный контекст. Узбекистан — одна из таких стран. Здесь тысячи компаний каждый день сталкиваются с тем, что решения приходится принимать вслепую. Мы это знаем не понаслышке — мы сами часть этого рынка, работаем с ним через Lokals уже много лет и видим, как команды мучаются из-за отсутствия данных.
Поэтому для нас логично начинать именно здесь: у нас есть опыт, сильное портфолио, доверие клиентов и глубокое понимание локального контекста. Это делает Узбекистан естественной первой площадкой для запуска, но сама проблема — глобальная.
— Почему вы выбрали стратегию с фокусом на зарубежные венчурные фонды?
— Всё достаточно просто. Мы видим у Databazaar AI потенциал не только локального инструмента, а продукта, который может работать в разных странах и приносить большую ценность на больших рынках. Если ты строишь что-то с мировыми амбициями, то играешь по правилам, которые уже существуют.
Самый подходящий формат под такую траекторию — венчурная модель: раунды, рост, масштабирование, новые рынки. Мы не хотим быстро продаться ближайшему «стратегу» и остановиться. Поэтому логично, что первым партнёром должен быть венчурный фонд.
— Есть ли у вас по миру конкуренты и почему ваше решение лучше?
— Все инструменты, которые мы нашли в мире, делятся на две категории. Либо это продуктовые решения, которые помогают тестировать интерфейсы сайтов и приложений, либо это внутренние платформы больших исследовательских агентств, сделанные под нужды их крупных клиентов. То есть эти продукты либо про UX-тестирование, либо закрыты и недоступны для широкого рынка.
У нас другой фокус. Мы строим инструмент для быстрых, ежедневных решений, а не для разовых больших исследований.
И наше главное отличие — доступ к реальной локальной дате. Мы можем собирать обезличенные данные из разных источников: банки, ритейл, телеком, открытая статистика. Глобальные решения не имеют доступа к таким локальным массивам, особенно к данным из Узбекистана и региона.
— Дайте совет стартаперам: как составить стратегию роста?
— Несмотря на возраст и опыт в бизнесе, в стартапах я такой же молодой фаундер, как и многие. Я сам только учусь. Поэтому, мой совет в эпоху изобилия бизнес-тренеров, ChatGPT и умных постов один: не опирайтесь на советы как на истину. Делайте, пробуйте, проверяйте свои идеи в реальности.
— Как вы видите рост стартапа и планируете ли выход в Казахстан?
— Казахстан для нас один из первых рынков, куда логично двигаться. Мы уже работаем и с узбекскими, и с казахстанскими брендами, поэтому хорошо видим, что задачи и боли у команд там очень похожи.
Наш продукт не привязан к какой-то конкретной стране, он привязан к данным. Если есть надёжная, обезличенная информация, то систему можно запускать в любом рынке. И если мы сможем быстро выстроить партнерства по данным с разными компаниями и организациями, то выйдем в Казахстан тоже довольно быстро.
— Как вы продвигаете свое решение с точки зрения маркетинга.
— Честно говоря, продвигать пока особо нечего, продукт еще в разработке и тестах. Мы намеренно не делаем ранний перформанс-маркетинг, потому что хотим сначала убедиться, что инструмент даёт ценность в реальной работе. Но у нас есть сильный ресурс — наш нетворкинг и опыт, который мы годами строили в Lokals. Это клиенты, партнёры, агентства, стартапы, предприниматели, с которыми мы постоянно взаимодействуем. Именно через них мы будем запускать первые кейсы и собирать обратную связь. Планируем развиваться не только через рекламу, а через комьюнити вокруг темы данных, через бренд-билдинг и экспертность. Люди должны видеть, что мы строим полезный инструмент. И это органично должен дать интерес.
— Почему вы сказали «нет» миллиону долларов?
— Потому что дело было не в сумме. Вопрос был в 51 процентах. Отдавать контроль на таком раннем этапе — значит закрывать себе возможность привлекать будущие раунды и становиться международным продуктом. Мы понимали, что такой шаг ограничит дальнейший рост.
Мы запускали Databazaar AI не ради того, чтобы быстро продаться, а чтобы пройти длинный путь и попробовать построить что-то действительно масштабное. Мы заранее обсуждали этот возможный сценарий с Лизой, и наши позиции совпадали. Поэтому, когда момент наступил, решение было спокойным и осознанным.
— Когда стоит отказываться от инвестиций? Есть ли маркеры?
— Давайте скажу три простых маркера, по которым я бы отказал.
Первый — не совпадают ценности.
Если вы по-разному относитесь к людям, к работе, к продукту — дальше будет только конфликт. Тут лучше сразу остановиться.
Второй — разное видение будущего.
Вы хотите одно, инвестор — другое. Он видит быстрый выход, вы — долгий путь. Или вы хотите международный продукт, а он — локальный. Если траектории не совпадают, смысла идти вместе нет.
Третий — партнерство только ради денег.
Инвестор должен усиливать вас не только деньгами, но и опытом, контактами, поддержкой. Если он приносит только чек, а вы отдаете слишком много — это не win-win.
— Что помогает вам держаться курса и не менять направление?
— В первую очередь — команда. Сильная, замотивированная, по разному талантливая, но при этом уважающая и поддерживающая друг друга. Я реально получаю удовольствие, когда мы вместе обсуждаем решения, ищем выходы, спорим, придумываем. Это даёт энергию и уверенность, что мы идем правильно.
И второе — мы верим не в конкретную фичу или в технологию. Мы верим и знаем о существовании большой реальной проблемы. Всё остальное уже строится вокруг неё. Продукт может меняться много раз, но сама проблема и миссия остаются базой.
