Главная / Блог / Как Sber500 перестроил скоринг
Методология 12 апреля 2026 · 8 мин чтения

Как Sber500 перестроил скоринг: 6 метрик вместо 24

Команда Sber500 провела ретроспективу трёх потоков и обнаружила, что из 24 показателей, по которым оценивали стартапы, реально коррелировали с успехом лишь шесть. Рассказываем, как пересобрали систему и что изменилось.

Алексей Громов
Директор программы Sber500 · Москва

В 2023 году команда Sber500 завершила третий поток программы и впервые позволила себе остановиться, чтобы задать неудобный вопрос: а что из того, что мы измеряем, действительно имеет значение?

Стандартный чеклист трекера на тот момент включал 24 показателя: от скорости привлечения первых клиентов до NPS основателей по отношению к программе. Всё это собиралось, агрегировалось и выводилось на дашборды. Но коррелировало ли это с тем, что происходило со стартапом через год?

«Из 24 метрик только 6 значимо коррелировали с тем, привлёк ли стартап следующий раунд или вышел на устойчивую выручку.»

— Алексей Громов, Sber500

Для ответа на этот вопрос провели корреляционный анализ: взяли данные по 312 стартапам из трёх потоков и сопоставили все 24 показателя с двумя исходами — привлечением следующего раунда финансирования и достижением устойчивой выручки через 18 месяцев после окончания программы.

Шесть метрик, которые остались

01
Время до первой продажи

Не важно, насколько большой была продажа. Важно, насколько быстро стартап сделал первую транзакцию с внешним клиентом. Медиана выживших — 38 дней от старта программы.

02
Количество проведённых custdev-интервью

Стартапы, которые проводили более 20 интервью за первые 4 недели, показывали статистически значимо лучшие результаты. Качество интервью мы не измеряли — только количество.

03
Частота пивотов гипотез

Команды, которые меняли ключевую гипотезу хотя бы раз в течение программы, в 2,3 раза чаще привлекали следующий раунд. Упрямство в нежизнеспособной идее — предиктор неудачи.

04
Посещаемость сессий с трекером

Банально, но факт: команды, посещавшие более 80% трекинговых сессий, показывали на 67% лучшие результаты. Вовлечённость в программу — сильный сигнал.

05
Размер команды на старте

Соло-основатели показывали заметно худшие результаты. Оптимум — 2–3 человека. Команды из 4 и более человек снова снижались — предположительно из-за проблем с координацией на ранней стадии.

06
Наличие домена-эксперта в команде

Команда, в которой хотя бы один основатель имел опыт работы в целевой отрасли более 3 лет, привлекала инвестиции в 1,8 раза чаще. Особенно сильный эффект — в B2B-сегментах.

Остальные 18 показателей — включая оценку питч-дека, технологическую сложность продукта, количество упоминаний в медиа и удовлетворённость основателей программой — не показали значимой корреляции ни с одним из двух исходов.

Это не значит, что они бесполезны. Некоторые из них важны для операционного управления программой. Но как предикторы долгосрочного успеха стартапа они не работали.

Что изменилось после пересборки

В четвёртом потоке Sber500 трекеры работали только с шестью метриками. Дашборд стал проще. Еженедельные отчёты сократились с двух страниц до половины. Трекеры говорили, что наконец чувствуют себя наблюдателями за стартапом, а не операторами базы данных.

Предварительные результаты четвёртого потока (данные через 12 месяцев): конверсия в следующий раунд выросла с 23% до 31%. Команда объясняет это не только упрощением метрик, но и тем, что трекеры смогли сфокусировать внимание на действительно важных сигналах.

КЛЮЧЕВОЙ ВЫВОД

Больше метрик ≠ лучше понимание. Шесть правильно выбранных показателей дают больше, чем два десятка собранных «на всякий случай». Начните с вопроса: что именно мы пытаемся предсказать?

Алексей Громов
Директор программы Sber500, трекер с 2016 года. Автор методологии «Minimal Viable Tracking».

14 комментариев

Наталья Ким 2 часа назад

Спасибо за статью. У нас похожий опыт в МФТИ Ventures — сократили с 18 до 7 метрик. Особенно ценно про домен-эксперта, это действительно ощущается на практике.

Игорь Васильев 5 часов назад

Интересно про пивоты. Мы боялись поощрять частые смены гипотез — казалось, это нестабильность. Данные говорят обратное.

Дарья Смирнова вчера

Хотелось бы увидеть полную таблицу корреляций — понять, какие из 18 «отсеянных» метрик всё-таки чуть выше нуля. Можно в следующей статье?

Оставить комментарий

Методология

OKR в акселераторе: как не превратить цели в формальность

Частые ошибки при внедрении OKR и способы их избежать.

Аналитика

Выживаемость стартапов: что предсказывает успех через 18 месяцев

Данные по 2 140 стартапам из программ Альянса за 4 года.

Кейсы

Три признака того, что стартап готов к пивоту

Сигналы, которые трекер обязан заметить раньше основателей.

ЧИТАТЬ ДАЛЕЕ
TWEAKS
Тема
Скругление 0.9×