Как соцграф, внимание и таргетинг создали сверхплатформу

Что именно сделало эту соцплатформу настолько сильной

Эта статья — разбор того, почему одна крупная соцплатформа сумела вырасти до масштаба «по умолчанию»: места, где люди общаются, читают новости, обсуждают события и где бизнес ожидаемо покупает внимание. Без мифов и «волшебных кнопок» — только понятные механизмы.

Три опоры: соцграф, внимание, таргетинг

Сила платформы держится на трёх взаимосвязанных вещах:

• Социальный граф: кто с кем связан, кому доверяет, чьи обновления считает важными.
• Экономика внимания: как измеряют вовлечённость и превращают её в устойчивую привычку.
• Таргетинг рекламы: как рекламодатель находит «своих» людей и платит за результат, а не за абстрактные показы.

Важно: каждая опора усиливает другие. Чем богаче связи — тем лучше контент «ложится» в ленту. Чем точнее лента — тем больше времени человек проводит в продукте. Чем больше внимания — тем привлекательнее реклама и тем больше денег на развитие.

Почему модель дала взрывной рост

Рост обеспечили не только удачный продукт и вирусность. Ключевой момент — самоусиливающийся цикл:

1. новые пользователи добавляют связи → 2) лента становится полезнее → 3) растёт вовлечённость → 4) повышается ценность рекламного инвентаря → 5) появляются ресурсы на улучшение продукта и привлечение новых пользователей.

Когда такой цикл замыкается, платформа перестаёт зависеть от одной фичи: её «тащит» система.

Кому это будет полезно

• Маркетологам — чтобы понимать, почему таргетинг работает и где его границы.
• Продакт-менеджерам — чтобы видеть, как связываются удержание, рекомендации и монетизация.
• Владельцам бизнеса — чтобы оценивать реальную пользу рекламных инструментов и не переплачивать за шум.

Что будет — и чего не будет

Будут простые объяснения: как устроены метрики внимания, логика рекомендаций, рекламный аукцион и измерение эффективности.

Не будет «секретных инсайдов», непроверяемых цифр и конспирологии. Там, где уместны допущения, они будут обозначены прямо.

Социальный граф: что это и почему он даёт преимущество

Социальный граф — это «карта» отношений и действий внутри соцплатформы. В нём есть узлы (люди, сообщества, страницы, иногда даже темы) и связи между ними (дружба, подписка, переписка, совместные группы, регулярные реакции). Важно, что это не просто список контактов: граф постоянно обновляется и отражает, кто с кем реально взаимодействует.

Узлы и связи: что именно хранит граф

Связи бывают разной силы и типа. «Подписка» часто означает интерес к автору, «дружба» — потенциально двустороннее общение, а регулярные переписки и комментарии показывают близость точнее любых формальных статусов.

Почему связи ценнее, чем просто контент

Одинаковый пост воспринимается по‑разному в зависимости от источника. Контент от знакомого или человека из общего круга получает контекст: «почему мне это важно» и «насколько я этому доверяю».

Для платформы это золото: связи помогают отличать случайный интерес от устойчивых отношений и предсказывать, что удержит внимание без бесконечной гонки за вирусностью.

Сигналы, из которых собирают граф

Граф строится не только на «добавил в друзья». В дело идут лайки, комментарии, клики, просмотры, сохранения, переходы в профиль, ответы в сообщениях, скрытия публикаций. Даже негативные сигналы важны: они показывают, какие связи или темы лучше ослабить в ленте.

Как граф превращается в продуктовые решения

Социальный граф напрямую питает ключевые механики: ленту (что показать и в каком порядке), рекомендации (кого/что предложить подписать), поиск (кого вы имели в виду) и «люди, которых вы можете знать». За счёт графа платформа делает опыт персональным уже на старте — и именно это даёт ей устойчивое преимущество.

Механика роста: сетевые эффекты и замыкание петли вовлечения

Рост такой соцплатформы редко обеспечивается одной «фишкой». Обычно это самоподдерживающаяся система, где каждый новый участник не просто добавляет аудиторию, а увеличивает ценность для остальных. Так появляются сетевые эффекты — и именно они превращают продукт из удобного сервиса в привычку.

Петля вовлечения: связи → контент → возвращаемость

В основе — простая петля:

• Новые связи (добавили знакомых, вступили в чат или сообщество)
• Больше контента (появились обновления, реакции, обсуждения, рекомендации)
• Больше причин возвращаться (страх пропустить важное, желание ответить, поддержать разговор)

Петля замыкается, когда возвращение становится не «задачей», а естественным действием: проверить, что нового у своих.

Сетевые эффекты: ценность растёт вместе с активностью

Ключевой нюанс: важны не «зарегистрированные», а активные участники. Чем больше людей регулярно публикуют и реагируют, тем выше вероятность, что каждый пользователь найдёт что-то лично значимое — а это напрямую повышает удержание.

Почему группы и сообщества ускоряют удержание

Сообщества дают платформе то, чего не хватает ленте из одних только друзей: тематическую «причину» заходить. Там формируются повторяющиеся сценарии (еженедельные обсуждения, обмен советами, локальные новости), а значит — стабильный ритм посещений.

Порог входа для конкурентов

Конкуренту недостаточно скопировать интерфейс. Нужно «пересобрать» две вещи:

1. Связи (кто с кем общается и где возникают разговоры)

2. Привычки (куда идти за новостями, поддержкой, событиями)

Пока эти две части не перенесены, новая платформа воспринимается как пустая — и петля вовлечения не запускается.

Экономика внимания: как измеряют и зачем оптимизируют

«Внимание» в соцплатформе — это не абстракция, а ограниченный ресурс пользователя, который можно наблюдать через поведение. Когда продукт понимает, где именно внимание возникает и где теряется, он может системно расти: удерживать людей, улучшать рекомендации и повышать ценность для рекламодателей — не увеличивая бесконечно количество функций.

Что такое внимание на практике

В продуктовых терминах внимание обычно раскладывают на три измерения:

• Время: сколько минут в день/неделю человек проводит в сервисе и сколько длится отдельная сессия.
• Частота: как часто возвращаются (ежедневно, несколько раз в день, раз в неделю) и насколько стабилен ритм.
• Глубина: насколько «далеко» пользователь заходит в сессии — сколько экранов/постов просматривает, сколько действий совершает, насколько осмысленно взаимодействует.

Важно: «больше времени» не всегда равно «лучше». Поэтому современные команды стараются измерять не только объём, но и качество внимания.

Какие метрики обычно отслеживают

Без внутренних цифр и секретных формул набор выглядит довольно типично: DAU/MAU, удержание по дням и неделям (retention), средняя длительность сессии, количество сессий в день, глубина просмотра (scroll depth), клики и открытия, реакции/комментарии/репосты, доля скрытий, жалоб и блокировок, а также прокси-метрики «удовлетворённости» — например, вероятность, что пользователь вернётся завтра.

Почему короткие циклы обратной связи ускоряют улучшения

Экономика внимания выигрывает там, где есть быстрый контур «гипотеза → изменение → измерение → вывод». Маленькие A/B‑эксперименты, детальная аналитика событий и регулярные итерации позволяют улучшать ленту, уведомления и интерфейс не на уровне вкуса, а на уровне измеримого эффекта. Чем короче цикл, тем быстрее платформа находит работающие паттерны и отсеивает вредные.

Риски оптимизации внимания

Есть обратная сторона: оптимизация под метрики может привести к выгоранию пользователей, «кликбейтному» контенту и росту токсичности. Если система поощряет только вовлечённость, она легко начинает усиливать конфликтное и чрезмерно эмоциональное.

Поэтому зрелые продукты добавляют ограничения: учитывают сигналы качества, балансируют краткосрочные клики с долгосрочным удержанием, вводят контроль частоты уведомлений и измеряют не только вовлечение, но и вред (например, рост жалоб или падение доверия).

Персонализация ленты: простая логика сложных рекомендаций

Персонализация ленты — это попытка ответить на один практический вопрос: что показать прямо сейчас, чтобы человек задержался и как-то отреагировал. Реакция может быть разной: лайк, комментарий, репост, сохранение, переход в профиль, даже просто «досмотр» или пауза на посте. Чем точнее прогноз, тем выше вовлечённость — а значит, чаще возвращаются и больше контента создают.

Цель ленты: удержание через «вероятность действия»

На уровне здравого смысла лента работает как ранжирование: среди сотен потенциальных публикаций выбираются те, у которых выше шанс вызвать внимание и отклик именно у этого пользователя. Это не «магия вкуса», а статистика: система учится на большом количестве прошлых примеров и пытается предсказать, что сработает.

Какие сигналы учитываются

Входные данные обычно собираются из нескольких корзин:

• Связи: кто вам близок, с кем вы чаще переписываетесь или реагируете друг на друга.
• Интересы: темы, на которые вы кликаете, что дочитываете, какие сообщества посещаете.
• Свежесть: новые посты почти всегда получают приоритет, но не абсолютный.
• Формат: вы больше смотрите видео или читаете текст; реагируете на сторис или длинные посты.
• Прошлое поведение: что вы пропускали, на чём задерживались, что скрывали.

Важно: многие сигналы сами по себе слабые. Сила появляется в комбинации — «похоже на то, что раньше уже удерживало вас».

Баланс: знакомые и рекомендации

Обычно лента смешивает два потока:

1. Контент от знакомых и подписок, чтобы поддерживать ощущение «моей среды» и социальную актуальность.

2. Рекомендации, чтобы расширять интересы и подбрасывать новое, когда контента от знакомых мало или он перестал цеплять.

Эта смесь помогает ленте оставаться живой: только «свои» быстро становятся предсказуемыми, а только рекомендации — холодными и отчуждёнными.

Компромисс: персонализация vs разнообразие

Чем агрессивнее оптимизация под удержание, тем выше риск «информационного пузыря»: человек видит всё более похожие точки зрения и форматы, потому что они стабильно дают реакцию.

Поэтому хорошие системы добавляют ограничители: дозируют новые темы, учитывают негативные сигналы (скрытия, жалобы), иногда сознательно «разбавляют» выдачу. Иначе лента становится слишком узкой — и в долгую теряет доверие, а вместе с ним и внимание.

Реклама как двигатель: почему модель оказалась настолько прибыльной

Реклама стала главным монетизационным двигателем по простой причине: она масштабируется почти линейно с вниманием. Чем больше времени люди проводят в сервисе и чем чаще возвращаются, тем больше рекламных показов можно аккуратно «вплести» в опыт — не ломая продукт, а поддерживая его бесплатность для массовой аудитории.

Почему именно реклама «выстрелила»

У рекламы в соцплатформе есть редкое сочетание трёх факторов: огромный охват, точная настройка и быстрый цикл обратной связи. Рекламодатель получает не просто «место на баннере», а способ регулярно находить людей с нужными интересами/потребностями и проверять гипотезы почти в реальном времени.

В отличие от подписок, реклама не упирается в готовность пользователя платить. И в отличие от разовых покупок внутри продукта, она создаёт повторяемый, предсказуемый денежный поток.

Петля роста: аудитория ↔ рекламодатели

Рост аудитории усиливает спрос со стороны рекламодателей: появляется больше потенциальных клиентов и больше данных о том, что людям интересно. Это повышает эффективность кампаний, а значит — готовность компаний платить.

Дальше включается обратная сторона петли: рост рекламных бюджетов финансирует развитие продукта (функции, безопасность, инструменты для авторов и бизнеса), что помогает удержанию и привлечению новых пользователей.

Инвентарь: где именно показывают рекламу

Прибыльность зависит не только от количества пользователей, но и от разнообразия «инвентаря» — мест, где рекламу можно показать органично:

• лента и рекомендательные блоки;
• сторис‑подобные форматы;
• короткие и длинные видео;
• сообщения и бизнес‑переписки (в обобщённом виде: через промо и коммуникационные сценарии).

Разные поверхности закрывают разные цели: от быстрого охвата до вовлечения и прямого действия.

Почему измерение конверсий напрямую влияет на бюджеты

Рекламодатель увеличивает бюджеты там, где видит понятную окупаемость. Если платформа умеет надёжно связывать показы/клики с покупками, заявками или визитами, реклама превращается из «расходов на узнаваемость» в управляемый канал продаж.

Когда же измерение ухудшается (например, из‑за ограничений по данным или слабой атрибуции), деньги уходят туда, где эффект доказать проще. Поэтому инвестиции в аналитику, модели атрибуции и качество событий — это не «техническая деталь», а центральный фактор прибыльности.

Таргетинг: как находят нужных людей без магии

Таргетинг часто воспринимают как «угадывание мыслей», но на практике это управляемый подбор аудитории по сигналам, которые люди оставляют в сервисе и вокруг него. Рекламодатель задаёт цель (покупка, регистрация, заявка), ограничения (география, бюджет) и несколько гипотез, а система старается показать объявление тем, у кого выше вероятность нужного действия.

Базовые уровни таргетинга

Самые понятные уровни — это:

• География: страна, город, радиус вокруг точки. Полезно для локального спроса и офлайн-точек.
• Интересы: темы контента, сообщества, категории товаров. Это не «что человек любит», а вероятностная модель.
• Поведение: например, частота покупок, тип устройства, взаимодействия с контентом (в обобщённом виде).
• Похожие аудитории: берётся «семя» (клиенты, подписчики, посетители сайта), и система ищет людей со схожими паттернами. Важно качество семени: чем точнее исходный список, тем чище результат.

Ремаркетинг и границы этичности

Ремаркетинг работает, потому что ловит уже тёплый спрос: человек видел товар, добавлял в корзину, сравнивал. Но здесь легко перейти грань.

Если частота показов слишком высокая или сообщение слишком «знает» про пользователя, это вызывает раздражение и снижает доверие. Хорошая практика — ограничивать частоту, сокращать окно ремаркетинга и не использовать чувствительные темы.

Креатив и релевантность — часть алгоритма

Даже идеальная аудитория не спасёт слабый креатив. Система оценивает не только «кому показать», но и как люди реагируют: досматривают ли, кликают ли, скрывают ли. Поэтому релевантность текста, оффера и визуала — это входной параметр оптимизации наравне с настройками.

Меньше данных — выше неопределённость

Когда данных становится меньше (ограничения трекинга, отказ от cookies, более строгие правила), точность сегментов падает. Это обычно ведёт к двум эффектам: росту стоимости (нужно больше показов, чтобы найти конверсию) и смещению в сторону широких аудиторий и оптимизации по событиям, которые ещё можно измерять. В такой среде особенно выигрывают понятное позиционирование, сильный оффер и честная аналитика.

Рекламный аукцион: ставка, качество и предсказания

Рекламный аукцион — это способ распределить ограниченное место в ленте и сторис между тысячами рекламодателей так, чтобы показы были максимально «уместными» для людей и одновременно приносили доход платформе. Каждый раз, когда у пользователя появляется возможность увидеть рекламу, система проводит микроскопический аукцион за доли секунды.

Что такое рекламный аукцион простыми словами

Представьте, что в одном «слоте» могут показаться объявления от разных брендов. Все они заявляют: «Я готов заплатить столько-то, если человек выполнит нужное действие (клик, покупка, регистрация)». Платформа выбирает победителя не вручную, а по формуле.

Почему выигрывает не всегда максимальная ставка

Ставка — лишь один из факторов. Обычно система оценивает:

• Ставку (сколько рекламодатель готов заплатить)
• Качество объявления (насколько оно похоже на полезное, а не раздражающее: скрытия, жалобы, негативные сигналы)
• Ожидаемую реакцию (вероятность, что конкретный человек кликнет/купит именно сейчас)

Поэтому объявление с меньшей ставкой может победить, если оно с высокой вероятностью заинтересует пользователя и не ухудшит опыт.

«Ценность показа» для платформы и пользователя

Логика сводится к идее «ценности показа»: показ должен быть выгоден сразу в двух смыслах — приносить результат рекламодателю и не портить ленту человеку. Если система видит, что объявление с высокой ставкой будет массово скрываться или не получит реакции, его «ценность» падает.

Как это влияет на стратегию

Практический вывод: выигрывать аукцион — это не только про повышение ставок.

• Ставки работают, когда вы уже уверены в креативах и аудиториях.
• Цели и оптимизация событий важнее: лучше оптимизировать под событие, которое близко к бизнес-ценности (например, покупка), и обеспечить корректную передачу этих событий.
• Качество и прогнозы улучшаются через тесты креативов, релевантные офферы и честные посадочные страницы — тогда аукцион «видит» более высокую ожидаемую пользу и снижает вашу фактическую цену результата.

Измерение эффективности: атрибуция и реальная польза рекламы

Реклама почти всегда выглядит «работающей», если смотреть только на клики и последние касания. Сложность в том, что люди видят несколько объявлений, читают отзывы, возвращаются через поиск — и покупают спустя дни. Отсюда главный вопрос: кто именно «заслужил» покупку и как это считать.

Проблема атрибуции: кому достаётся конверсия

Атрибуция — это правило распределения заслуги между касаниями (показами, кликами, визитами). Самый простой вариант — «последний клик» — удобен, но систематически переоценивает нижнюю часть воронки и недооценивает кампании, которые формируют спрос.

Важно помнить: атрибуция — это не истина, а модель. Она помогает принимать решения, но может вводить в заблуждение, если не понимать её ограничений.

Инструменты измерения: пиксель, SDK и события

Чтобы связывать рекламу с действиями, используют базовую телеметрию:

• Пиксель на сайте: фиксирует просмотры страниц, добавления в корзину, покупки.
• SDK в приложении: собирает установки, регистрации, покупки и другие события.
• События (events): единый словарь действий, который вы сами настраиваете (например, Purchase, Lead, Subscribe).

Качество измерения напрямую зависит от того, насколько корректно и стабильно отправляются события.

Инкрементальность: что дала реклама «сверх» естественных продаж

Даже идеальная атрибуция не отвечает на вопрос: «купили бы без рекламы?». Инкрементальность измеряют через эксперименты: контрольная группа не видит рекламу, тестовая — видит. Разница в результатах и есть реальный вклад.

Типичные ошибки бизнеса

Чаще всего эффективность искажают четыре вещи: неверно настроенные события (например, покупка срабатывает на «спасибо-странице» без проверки оплаты), слишком малый объём данных для обучения и выводов, короткое окно атрибуции (не учитывает отложенные решения) и смешивание разных целей в одном событии, из‑за чего алгоритм оптимизируется «не туда».

Конфиденциальность и доверие: цена персонализации

Персонализация ленты и рекламы работает тем лучше, чем больше система «понимает» человека. Но именно здесь возникает цена: доверие пользователя легко потерять, а вернуть — почти невозможно.

Какие данные обычно собираются

Обычно речь не про «секреты», а про поведенческие следы, которые копятся незаметно:

• поведение в продукте: просмотры, клики, время удержания, прокрутка, что скрывают/пропускают;
• взаимодействия: подписки, реакции, комментарии, переписки (как факт активности и частота, без необходимости читать содержание), жалобы;
• технические сигналы: тип устройства, версия приложения, язык, сетевые параметры, идентификаторы для входа и безопасности.

Важно: даже по таким «обычным» данным можно собрать очень точный профиль интересов и привычек.

Согласие и ожидания пользователя

Формального согласия в условиях и галочке мало. У пользователя есть ожидания: какие данные собираются, зачем, и что он получает взамен. Прозрачность критична, потому что снижает эффект неожиданности — главный триггер недоверия.

Хорошая практика — объяснять простыми словами: «мы используем X, чтобы делать Y», и давать понятные настройки. Чем меньше скрытых допущений, тем легче человеку принять персонализацию как обмен ценностью.

Риски утечек и злоупотреблений

Сверхточные профили опасны по нескольким причинам: утечки, повторная идентификация «обезличенных» данных, внутренние злоупотребления доступом, а также дискриминация и манипуляции (например, разные условия или сообщения для разных групп без ясного объяснения).

Как бизнесу снижать риски

Минимизируйте собираемое (только то, что нужно), задавайте сроки хранения и удаление по умолчанию.

Встраивайте приватность в продукт: понятные настройки, выключатели персонализации, логика «минимум по умолчанию».

Организационно — обучайте команду, ограничивайте доступы, ведите журналирование, регулярно проверяйте поставщиков и готовьте план реагирования на инциденты.

Модерация и безопасность: как удержать качество среды

Качество среды в большой соцплатформе разрушается не «где-то потом», а сразу: фейки вытесняют полезный контент, спам удешевляет коммуникацию, манипуляции подменяют диалог, а токсичные ветки заставляют людей уходить молча. Если это не останавливать, падает доверие, а вместе с ним — время в продукте и готовность делиться чем-то личным.

Основные угрозы: не только «плохие посты»

Проблема шире, чем отдельные нарушения. Спамеры оптимизируются под алгоритмы, фейковые аккаунты маскируются под обычных людей, а манипулятивный контент часто формально не нарушает правила, но разгоняет конфликты. Токсичные обсуждения особенно опасны тем, что «заражают» нормальные темы: человек пришёл за новостями, а получил травлю в комментариях.

Почему модерация — это продукт, а не один свод правил

Правила важны, но сами по себе не работают. Нужны продуктовые механики, которые снижают вероятность ущерба:

• «Трение» в рискованных действиях: подтверждение перед репостом, подсказки о сомнительном источнике.
• Ограничение охвата для подозрительных паттернов (всплеск одинаковых сообщений, массовые подписки).
• Инструменты для пользователей: жалобы, скрытие веток, фильтры комментариев.

Технически модерация — смесь автоматических моделей (скоринг риска), правил (простые запреты) и ручной проверки на пограничных кейсах.

Баланс свободы и безопасности: компромиссы неизбежны

Слишком жёсткая фильтрация режет обсуждения и ошибки «ложноположительных» бьют по доверию авторов. Слишком мягкая — превращает ленту в шум. Поэтому платформы обычно действуют градуировано: не всегда удаляют, иногда снижают распространение, добавляют контекст или ограничивают функции для конкретных аккаунтов.

Как брендам работать аккуратно

Бренд-сейфти — это настройка, а не обещание.

• Используйте исключения тем/категорий и списки площадок, где показы недопустимы.
• Разделяйте кампании по целям: охват — в более «безопасных» инвентарях, перфоманс — с усиленным контролем.
• Отслеживайте отчёты по размещениям и оперативно отключайте проблемные источники.

Так модерация становится частью качества продукта: она защищает людей, сохраняет доверие и удерживает здоровую экономику внимания.

Практические выводы для бизнеса и продукта

Эта история не про «секретные алгоритмы», а про дисциплину: строить связи между людьми, аккуратно управлять вниманием и честно измерять эффект. Ниже — то, что можно забрать себе, даже если вы не делаете соцсеть.

Отдельный практический момент: такие системы удобнее всего проверять через быстрые прототипы. Например, в TakProsto.AI можно собрать веб‑прототип ленты, событийной аналитики и простого ранжирования в формате чат‑разработки, а затем экспортировать исходники и развивать решение уже как полноценный продукт (React на фронтенде, Go + PostgreSQL на бэкенде). Это помогает быстрее пройти цикл «гипотеза → реализация → измерение», не превращая каждую проверку в долгий проект.

Для продукта: усиливайте связи, а не только трафик

Рост лучше держится, когда пользователь приходит к людям и в контекст, а не просто «в приложение».

• Работа со связями: приглашения по контактам, «знакомые здесь», общие группы/интересы, поводы для взаимных действий (комментарии, совместные списки, обмен файлами).
• Рефералки: награда должна усиливать будущую активность (например, доступ к полезной функции), а не быть одноразовой скидкой.
• Комьюнити: дайте простые роли и ритуалы (правила, модераторы, еженедельные темы). Это снижает отток лучше любой «геймификации».

Для маркетинга: меньше веры, больше проверок

Сегментация и креативы важны, но главный навык — отделять корреляцию от причинности.

• Сегментируйте по задаче/сценарию, а не только по полу/возрасту.
• Тестируйте креативы пакетами: 3–5 вариантов на одну гипотезу.
• Проверяйте инкрементальность (что произошло бы без рекламы) — хотя бы через holdout/гео-тест.

Для аналитики: события, сквозные метрики и качество данных

Определите «северную звезду» (North Star) и привяжите к ней события: активация → удержание → ценность.

• События должны быть однозначными (одно событие — одно действие).
• Сквозные метрики: CAC, LTV, payback, retention, доля органики.
• Контроль качества данных: дубликаты, задержки, пропуски, корректность атрибуции.

Чек-лист: 10 вопросов перед масштабированием рекламы

1. Какая цель кампании выражена в одной метрике?
2. Есть ли baseline: что будет без рекламы?
3. Знаем ли мы предельный CAC для окупаемости?
4. Какие аудитории уже «выгорели» (частота/пересечение)?
5. Какие 2–3 гипотезы креатива мы проверяем сейчас?
6. Как выглядит воронка после клика и где главный провал?
7. Что считаем конверсией: событие, выручка, маржа?
8. Есть ли задержка конверсии и учтена ли она в отчётах?
9. Какие ограничения по данным/согласию пользователя соблюдены?
10. Что сломается в продукте, если трафик вырастет в 2 раза (поддержка, модерация, инфраструктура)?