掌握聚合最新动态了解行业最新趋势
API接口,开发服务,免费咨询服务

这个小伙完全凭借一己之力开发出网页端 SaaS 服务,每个月净利润 1000 美金

作者丨Alex Moskovski      编译丨拓扑社  原野

本文的作者只花了两个晚上的时间开发出来一款线上服务,实现每个月净利润 1000 美金。

提前说明一下:这是自己个人经历的一次分享,所以,赚的钱肯定比不上那些初创公司独角兽。我只是把个人能够在 SaaS 领域所做的事情完整的记录下来,算是一个教程,更像是一份参考。任何人都可以凭此来打造一款有用的,强大的线上工具,最关键的是这款工具还能为你赚来真金白银。这款网页端服务是瞄准俄罗斯市场的,下面所列举的美元都是换算过来便于大家理解。

我这次微型创业其实来源于我之前的另一款 SaaS 网页端服务产品 Postio,这款产品致力于帮助人们在网络上更好的查找和发布内容,在不同的群组和社交账户之间来回切换。为了能够推广这款产品,我专门瞄准这款服务的受众,写了很多篇文章,努力从搜索引擎那里获得更多的流量。

但是,突然有一天,Postio 忽然从 Google 和 Yandex(一款俄罗斯的搜索引擎)那里获取到了大量的流量,而其中的关键词跟Postio 没有任何关系。

而这,就是本篇故事开始的地方。

确认痛点

根据上面的表单你可以很明显的看出:人们在“菜单”这件事上非常纠结,有很多问题。首先得交代一下背景:在俄罗斯,社交网站 Vk.com 的地位就相当于是美国的 Facebook,几乎每个人都在 Vk.com 上拥有账号,其中很多人每天都在上面参与各种群组的讨论。最重要的是,每个群组的最上方都会出现一个菜单选项,你可以通过点击菜单中的每一项,然后跳转到其他的地方,比如一个“订单”,“价目表”, “客户留言”等内容。

这就是一份“菜单”的样子。

所以你可以想象得到,在一个社交网络中出现的群组,看似只是聊天的组织形式,其实它已经承担起来了“网店”的作用。人人都可以在上面开展自己的生意,无须自己花费时间精力金钱去开设一个单独的电子商务网站。所以,进一步的,你可以想象得到群组里置顶的这个“菜单”对大部分人来说是多么的重要了。他们在“菜单”上纠结的问题非常之多,他们很多人都跑到 Google 上去搜索问题。而这就是被我精准捕捉到的一个,市场中客观存在着“痛点”。

先说说大家之前都是怎么做的吧。为了制作出这样一个“菜单”,他们必须在一个图片编辑器里面创建文件,裁剪,然后利用某种带有明显“维基”风格的格式把“菜单”凸显出来。这一系列的流程对于普通上网用户来说实在是太过繁琐,一般来说,他们都会选择把这份工作外包出去,价格大概是每个“菜单”的设计制作费用为 20 美金。

一般来说,制作这样一份“菜单”的标准流程如下所示:

  1. 在一份图片编辑器里,创造“菜单”的图片,然后将一些“按钮”放到上面。
  2. 把这样一份图片切割出好几个不同的部分,这样方便后续重新组装它们,“按钮”变成了“链接”。
  3. 将所有的图片上传到某个制定群组的相册,或者是所有者的账户上。
  4. 在群组内创建一个页面,然后将之前的那些图片、链接叠加到上面去。
  5.  创建一份日志,其中带有指向这个“菜单”页面的超链接。
  6. 将它置顶

最后得到的结果应该大家还满意,是吧?

现在,让我们找找有没有其他的方式,能够将这个问题解决的更好,更彻底。

制作最小可行化产品

首先,我必须研究这家社交网站的 API,借此来决定哪些行动是可以自动化的,自动化到什么程度。

经过一番研究发现,这款 API 几乎可以做一切我所想要实现的动作,除了置顶日志。但是对于一款最小可行化产品来说,这已经足够了。所以我把所要实现的功能写了下来:

  1.  认证
  2.  菜单自定义化。用户可以从十几个已经预先设定好的模板中选取一个来。
  3. 支付处理,我可以手动来实现。
  4. 群组内页面的自动生成。用户可以自己来做,之前通过我所开发的应用所生成的图片,可以在最后时刻叠加到上面去。
  5.  日志的自动发布。当然,这一点也需要用户手动操作

所以,搞清楚了我所想要实现的功能之后,我就清楚了。我现在要开发的是一个“图片生成器”以及一个“上传工具”。在经过了两天的开发之后,最终的产品如下图所示:

是不是很丑,当然这点我知道。但是这足以用来测试用户是否愿意为我这一份“自动化解决方案”买单了。

验证想法

这一步其实很简单,因为我在互联网上本身就拥有一些流量,所以我只需要把东西放在那儿,访客就会看到,你只需要静静等待测试的结果怎样就好了。下面就是大家对这样一款产品的真实看法。

在发布的前十天里流量,访客互动的真实数据:

我们甚至不用通过销量的数字,就可以明确看出来大家对这样一款产品充满着热情。请注意,产品只是非常粗糙的,有的只是一个免费的模板,所有的价值就是搭建在“嘿你有问题了现在我这里有一个解决方案你要不要听一下?”这个基础之上。市场就已经有了如此令人振奋的表现了!

从数据库所调取出来的原始数据

看上去并不是什么巨大的成功是吧?不过对于我来说已经足够满意了,这充分证明了,这个解决方案人们是愿意掏出自己口袋里的钱购买的。你同时也可以从数据上看出来,我在价格上做了一些调整,将“菜单制作费用”列为从 4 美金到 6 美金不等,这么做我是为了想通过调价,更清楚的捕捉到市场在“产品”及“价格”这两者之间的微妙关系。

现在我们已经知道了最小可行化产品是可行的,是时候来更准确的知道用户愿意为我们的服务花多少钱了,这是必须有数据支撑,而不是靠乱猜的。

预估价格

让我首先岔开话题一下,解释为什么我选择按“菜单份数”来收费,而不是“按月”来收费。因为这家社交网络的上行 API 实在太不稳定了,如果因为 API 上出现的一些莫名其妙的 BUG,用户不断的投诉,然后我持续不断地给他们返款,我估计得烦死。

说回价格。“分级测试”是最有效的方式,它能帮助我们找出最具盈利能力,且用户感觉到最为舒服的那个价格。简单来说,每一个用户一旦注册,我会随机地为他设定一个价格,一旦这个价格设定好了,我会追踪这个价格出现后,这个用户所出现的每一个动作。

价格网状图如下所示。括号里面的两个数字,第一个数字是“菜单制作费用”,第二个数字是“菜单编辑更新费用”。是的,我又另外设了一个菜单更新所需要花的钱,这里面会出现很多不同的功能,比如调整菜单的设计样式,让它变得更加精美一些等等功能。

我同时还把注册流程中的邮件给去除掉了,使得它实现了“一键式注册”,获取到更多的注册量。一个月之后,我的数据如下所示:

这组数据给我透露了非常有趣的信息:

  1. 利润最大化的价格已经出炉:菜单制作费用上 1 美金、2 美金、3 美金,编辑费用 0.5 美金,这是利润最大化的价格;
  2. 1 美金这个价格所制作到“菜单”订单数,是 2 美金的两倍,是 3 美金的 3 倍。
  3. 按照 ARPU( 每用户平均收入)来算,1 美金的制作费用,0.5 美金的编辑费用,这个是最具盈利能力的。

其实,2 美金有可能更具吸引力一些,但是我还是宁愿选择 1 美金这个价格。因为我想让用户制作尽可能多的“菜单”出来,每一个“菜单”其实都具有“病毒式扩散”的效果。

对产品进行升级

既然价格已经明确了,我现在应该尝试在产品本身动手脚了,我要让用户们想要的功能都一一地体现在产品身上。最后制作出来的“菜单”成品是下面这个模样:

虽然看上去还不是令我很满意,但是在大家的评价中已经足够好了。这里真的没有什么高深复杂的技术,只是一些 PHP 和图片制作方面的技术。我就花了两个晚上把这一切开发出来。

结论

这听上去是不是一个超级牛逼的商业成功案例?其实很难说是,但是我希望把我的经历分享出来,那些仍然有疑虑的创业者们看到会有所启示,不是所有人都想着要创办一家估值上十亿的独角兽,还有很多人更愿意去做一些小而美,且不断能够给自己带来现金流的产品和服务。

— END —


本文已获得作者授权,如需转载请与拓扑社联系

原文来自:拓扑社

声明:所有来源为“聚合数据”的内容信息,未经本网许可,不得转载!如对内容有异议或投诉,请与我们联系。邮箱:marketing@think-land.com

  • 全球天气预报

    支持全球约2.4万个城市地区天气查询,如:天气实况、逐日天气预报、24小时历史天气等

    支持全球约2.4万个城市地区天气查询,如:天气实况、逐日天气预报、24小时历史天气等

  • 购物小票识别

    支持识别各类商场、超市及药店的购物小票,包括店名、单号、总金额、消费时间、明细商品名称、单价、数量、金额等信息,可用于商品售卖信息统计、购物中心用户积分兑换及企业内部报销等场景

    支持识别各类商场、超市及药店的购物小票,包括店名、单号、总金额、消费时间、明细商品名称、单价、数量、金额等信息,可用于商品售卖信息统计、购物中心用户积分兑换及企业内部报销等场景

  • 涉农贷款地址识别

    涉农贷款地址识别,支持对私和对公两种方式。输入地址的行政区划越完整,识别准确度越高。

    涉农贷款地址识别,支持对私和对公两种方式。输入地址的行政区划越完整,识别准确度越高。

  • 人脸四要素

    根据给定的手机号、姓名、身份证、人像图片核验是否一致

    根据给定的手机号、姓名、身份证、人像图片核验是否一致

  • 个人/企业涉诉查询

    通过企业关键词查询企业涉讼详情,如裁判文书、开庭公告、执行公告、失信公告、案件流程等等。

    通过企业关键词查询企业涉讼详情,如裁判文书、开庭公告、执行公告、失信公告、案件流程等等。

0512-88869195
数 据 驱 动 未 来
Data Drives The Future