x-octo 首页 AI 应用的生意判断
EN

真实收入案例

Recruiterly

想要非必需

两位有 8 年招聘行业经验的创始人做了一个招聘顾问名录与撮合平台,让招聘顾问和招聘公司被雇主搜到、拿到线索,靠订阅收费,重新上线两周,MRR 不到 1000 美元。

创始人采访自报 素材未提及创始人行业人脉LinkedIn 外联与 PPCFacebook PPC 测试推荐同事病毒活动
一手来源
查看原文

01

真需求判断

真需求判断

想要非必需

它替代的是招聘顾问靠人脉和口碑接单、雇主靠熟人推荐找招聘伙伴的旧方式,需求方向成立;但素材里只有 75% 的概念接受度,没有任何留存或续费数据,重新上线才两周,付费是否持续无法判断。

如何赚钱

付钱的是招聘顾问和招聘公司,他们为在平台上的曝光、线索和营销工具付费,按月订阅。素材只给了『低于 1000 美元 MRR』这个量级,没有定价档位。

它替代了什么旧行为

招聘顾问靠人脉和口碑接单、雇主靠熟人推荐找招聘伙伴的旧方式

02

首批用户来源

创始人在香港的招聘圈人脉,加上扫办公楼名录、LinkedIn 和邮件外联找来的访谈对象;预发布阶段用推荐同事上排行榜的病毒式活动加 LinkedIn、Facebook 的 PPC 测试拉来数百名用户。

获客渠道 创始人行业人脉LinkedIn 外联与 PPCFacebook PPC 测试推荐同事病毒活动

03

可借鉴的打法

  1. 01用 Google Design Sprint 在 5 天内做出 InVision 原型,拿给目标用户当面试用,概念接受度过 75% 才动代码。
  2. 02预发布用『推荐同事上排行榜换奖励』的病毒机制,从 0 冷启动拿到数百名用户。
  3. 03外包开发时自己当项目经理,即使开发方有 PM 也要盯,因为双方目标不一致。
迁移到 AI 生意

这套打法可以直接搬到 AI 应用:先用原型做人工概念测试,接受度过线再开发;冷启动用推荐机制而非纯投放;把用户从第一次听说到激活『首次获得价值』的路径当成产品的一部分来设计,而不是上线后再补。

04

证据与边界

自报数字未经审计,仅作线索,不应视为事实
创始人采访自报

收入口径 · 创始人自报,未经审计(以来源页为准)

尚缺哪些证据

只有『低于 1000 美元 MRR』,没有定价、付费用户数、留存或 churn 数据,无法判断付费是否持续。
75% 是概念接受度(访谈中表示认可的比例),不是转化率或付费率,不能当作需求验证。
素材未提及获客成本、预发布活动带来的用户中有多少转化为付费。