Monthly investor updates больше не «забывают». 1-2 часа вместо полудня письма.
Что делает
Композер берёт на себя скучную часть ежемесячного апдейта инвесторам — сборку цифр, компоновку разделов, первый черновик. Основатель включается там, где действительно нужен: narrative, сложные решения, планы на следующий период. За месяц композер экономит 3–4 часа на механике и убирает главную боль — апдейт, который переносится на «следующую неделю», пока не превращается в двухмесячный пропуск.
Процесс внутри композера:
- Забирает метрики из data warehouse или BI на первое число месяца — ARR, MRR, new logos, net dollar retention, churn, cash на счёте, runway, burn rate. Источник один — тот же, что используется на внутреннем weekly business review.
- Сравнивает с предыдущим периодом и с планом. Подсвечивает отклонения больше ±X% и считает рост месяц-к-месяцу. Если метрика промахнулась по плану больше чем на согласованный порог — добавляет флаг «требует комментария».
- Собирает качественные события через форму в Notion или Slack-опрос за 2–3 дня до дедлайна: новые найм, запуски фич, крупные сделки, проблемы, wins/losses по воронке. Каждый руководитель пишет 2–3 bullet points по своему домену.
- Суммаризирует комментарии команды в 2–3 предложения на раздел, убирая внутренний жаргон и дублирование между источниками.
- Формирует черновик письма по проверенному шаблону (snapshot → highlights → lowlights → hiring → asks → metrics в виде таблицы) и отдаёт CEO на правку в drafts Gmail или Notion-страницу.
- После одобрения CEO — рассылает по списку инвесторов через почтовый шлюз, персонализирует обращение по имени и прикрепляет PDF-снимок дашборда за период.
Чего композер не делает:
- Не пишет narrative за CEO. Черновик про факты; «что мы узнали в этом месяце» и «на что делаем ставку в следующем» — всегда фаундер.
- Не решает, какую информацию раскрывать инвесторам, а какую оставить до звонка. Фильтр чувствительных тем (увольнения, конфликты в команде, просадки по ключевым клиентам) остаётся за человеком.
- Не заменяет личные звонки с lead-инвесторами. Ежемесячный апдейт — это минимум коммуникации с инвесторами, не максимум; большие решения обсуждаются голосом.
Как работает
Композер работает по принципу «ETL для апдейта»: тянем структурированные данные из BI, качественные — через формы, склеиваем по шаблону, LLM дописывает связки, человек проверяет перед отправкой. Логика хранится в отдельном коде (Python-скрипт или low-code платформа), не в LLM — модель отвечает только за суммаризацию и литературную склейку, не за арифметику.
Архитектура состоит из четырёх слоёв: источники данных, сборщик контекста, генератор текста, канал рассылки. Разделение важно — если LLM начнёт считать метрики, ошибок в цифрах будет больше, чем сэкономленного времени.
Шаги внедрения:
- Выделить шаблон инвесторского письма. Взять 2–3 прошлых апдейта и декомпозировать на блоки (snapshot metrics, highlights, lowlights, hiring, asks). Зафиксировать структуру в формате Markdown или JSON.
- Настроить pull метрик из DWH/BI. Написать SQL-запросы или использовать дашборд-API (Metabase, Looker, Mixpanel, PostHog) — так, чтобы одним вызовом получать числа и дельты за период.
- Настроить сбор качественных событий. Форма в Notion, Google Forms или Slack-бот в дни сборки апдейта: head of sales, product lead, operations — каждый пишет 2–3 bullet points по своему домену.
- Подключить AI-модель (или аналог) для двух задач: суммаризация bullet points в связный абзац и генерация комментария к метрикам («ARR вырос на 12% благодаря росту enterprise-сегмента»).
- Собрать всё в итоговый документ (Markdown → HTML → PDF для дашборда) и положить CEO в drafts Gmail или Notion-страницу за день до дедлайна.
- После правки CEO нажимает «Send» — рассылка по списку инвесторов с персонализацией обращения и логированием открытий, если используется SendGrid или Mailgun.
Слой | Что делает | Варианты инструментов |
|---|---|---|
Источники метрик | Достаёт цифры | Data warehouse (Snowflake, BigQuery, Postgres), BI (Metabase, Looker), product analytics (PostHog, Mixpanel) |
Сборщик контекста | Качественные события | Notion, Google Forms, Slack-бот, Linear/Jira API |
Генератор | Черновик текста | AI-модель через API, шаблон в коде |
Канал рассылки | Доставка | Gmail API, SendGrid, Mailgun |
Типичные варианты настройки
Минималка за выходные. Один SQL-запрос → Google Sheet → Python-скрипт → Claude API → drafts Gmail. Подходит, если у вас 5–10 метрик и 5–15 инвесторов, а CEO готов ручным действием запустить рассылку.
Средний вариант. workflow-движок с webhook-ами: metrics pull → Slack-опрос → LLM-суммаризация → письмо + PDF → рассылка. Логи и retry встроены в платформу, не нужно поднимать отдельный сервис.
Продвинутый вариант. Отдельный сервис в коде компании (Python или Node.js), с хранением истории апдейтов в БД, A/B-тестами на темы писем, аналитикой открытий через Mailgun. Имеет смысл, когда инвесторов больше 30 и данные нужно сопоставлять между месяцами.
Альтернативные подходы
- Notion AI плюс ручная сборка: быстрее на старте, но каждый месяц CEO всё равно собирает цифры и пишет bullet points. Экономия времени — около 30%, не 80%.
- Готовые сервисы инвесторской коммуникации: работают, если вы принимаете их шаблон и платите помесячно. Гибкость ограничена, интеграция с вашим BI требует отдельной работы.
Безопасность и compliance
- Списки инвесторов, ARR и финансовые метрики — чувствительные данные. Используйте LLM-API с политикой без обучения на ваших данных (Anthropic API, Azure OpenAI) и логируйте каждую генерацию.
- Если у фонда требования к confidentiality — письмо должно уходить только с корпоративного SMTP, не через личный Gmail основателя.
- Список инвесторов храните в CRM или Notion с ограниченным доступом, а не в гугл-таблице без контроля версий.
Что нужно
Для запуска композера нужна минимальная инфраструктура данных и договорённость по шаблону апдейта. Если одного из этих элементов нет, сначала стоит их выстроить — без шаблона автоматизация генерирует красивый, но неконсистентный текст, который не помогает инвесторам отслеживать динамику.
Что должно быть на стороне данных и доступа:
- Актуальный data warehouse или BI-система (Metabase, Looker, Snowflake, BigQuery, Postgres) с рабочими метриками ARR/MRR, churn, cash, runway.
- Фиксированный шаблон инвесторского письма — желательно 2–3 прошлых апдейта, по которым основатель признаёт: «да, так и буду писать каждый месяц».
- Доступ к API: DWH/BI, LLM (Anthropic или OpenAI), почтовый шлюз (Gmail API, SendGrid, Mailgun).
- Список инвесторов в структурированном виде (Notion, CRM, Google Sheet) с именем, email и типом (angel, VC, advisor).
Готовность команды:
- CEO выделяет 1–2 часа на ревизию черновика в день перед дедлайном. Без этого композер превращается в «отправим как есть» — и это быстро видно инвесторам.
- Head of sales / product / ops готовы писать 2–3 bullet points раз в месяц в общий документ или Slack.
- Кто-то из команды (CTO, ops lead, консультант) знает Python или low-code платформу на уровне «может собрать воркфлоу из шести шагов и поставить на cron».
Таймлайн:
- Weekend complexity: первая рабочая версия — за выходные (16–24 часа чистой работы одного разработчика). Полная доводка до автоматического расписания, откалиброванного промпта и отлаженной рассылки — 1–2 недели с учётом реального тестового цикла на двух апдейтах. К третьему месяцу процесс стабилизируется и требует только точечных правок шаблона.
Боли
- Постоянные апдейты руководству
- Время на ручные отчёты
FAQ
Сколько времени нужно на запуск?
Первая рабочая версия собирается за выходные — 16–24 часа разработки одним человеком с опытом в Python или в low-code платформе. Полная шлифовка (промпт, расписание, тесты на двух реальных апдейтах) займёт ещё 1–2 недели. К третьему месяцу процесс стабилизируется и требует только точечных правок шаблона, когда меняется состав метрик или добавляется новый раздел.
Что если у нас нет data warehouse или BI?
Работает и без них. Метрики можно собирать напрямую из Stripe, HubSpot, PostHog или Google Sheets через их API — главное, чтобы цифры жили в одном источнике и обновлялись без ручного ввода. Если метрики считаются в голове фаундера и сверяются в Excel-файлах, начните с базового tracking: автоматизация отчёта на ручных данных только закрепляет ошибки.
Что может пойти не так?
Две типичные проблемы. Первая — композер берёт цифры из криво настроенного источника (метрика посчитана неправильно в Metabase), и эта ошибка уходит инвесторам как факт. Финальный ревью CEO обязателен. Вторая — LLM генерирует «осторожно позитивный» текст там, где честнее сказать «было плохо». Проверяйте тональность lowlights-раздела вручную первые 3 месяца.
Работает ли в нашей индустрии?
Композер спроектирован для SaaS и tech-компаний с инвесторами angel/seed/Series A, где ежемесячный апдейт — стандарт. Для e-commerce, agency или physical product адаптируется, но шаблон метрик другой (GMV, margin, inventory turnover). Для deep-tech с долгими R&D-циклами апдейт чаще квартальный, и ценность автоматизации ниже — проще написать письмо руками.
Сколько времени у CEO уходит на правку черновика?
В среднем 30–60 минут. Основатель читает черновик, исправляет tone of voice, добавляет narrative-абзац «что мы узнали» и решает, что убрать из lowlights. Если каждый месяц правки занимают больше 2 часов — шаблон или промпт не откалиброваны, стоит их пересмотреть и добавить больше структуры на этапе генерации.
Можно использовать для board-апдейтов тоже?
Да, логика похожая, но шаблон другой: board ждёт больше стратегии и меньше бизнес-хроники. Метрики те же, narrative-часть глубже, добавляется раздел «решения на обсуждение». Обычно делается отдельный композер с другим промптом и шаблоном, чтобы не путать аудитории — board и инвесторы получают письма разного формата и глубины.
Хотите такую автоматизацию в своём бизнесе?
Запишем на бесплатный аудит — покажем, как это будет работать именно у вас.