top of page

Phil Carter:增长飞轮、CAC + LTV 基准、定价、折扣与付费墙 | E1204

面向消费者的订阅产品可以很快上线,但要实现规模化却异常艰难。在本期 20VC 中,Harry Stebbings 与增长投资人兼运营者 Phil Carter 讨论了这一矛盾背后的经济规律——从获客成本和流失率,到定价、付费墙与留存。

Carter 的核心观点是,增长不应被视为一系列彼此孤立的转化技巧。可持续的增长源于理解客户如何发现产品、他们为何会回来、什么促使他们付费,以及随着公司扩张,由此产生的经济效益是否会改善。

围绕业务构建增长职能

在招聘增长团队之前,Carter 建议先识别目前已经在推动业务发展的机制。一个平台型市场、一个由搜索驱动的教育平台,以及一款付费消费者应用,都可能使用“增长”这套语言,但它们底层的系统截然不同。

他建议,当公司已经建立强大的产品市场契合度后,再引入第一位专职增长负责人。过早招聘可能会促使团队围绕一款受众或价值主张尚未稳定的产品进行过早优化。但等待过久,则可能让一个正在运转的增长引擎缺乏明确的负责人。

在早期阶段,团队应当追求影响重大的机会,而不是打磨细枝末节。将一个按钮优化一点点的小实验,不如测试一个新的获客飞轮、引导模型,或促使用户回归的新理由来得重要。

Carter 也更青睐适应能力强的增长人才,而不是职责狭窄的专家。他看重求知欲、紧迫感、良好的判断力,以及对可控风险的适应度。候选人应能够提出假设、开展实验、从意外结果中学习,并在不执着于原始想法的情况下进行调整。

对于家庭作业式的面试题,他建议使用一个假设性问题,或 Uber、Airbnb 这类熟悉的公司。将任务限制在一到两个小时内,会让流程更加公平,并减少那些掌握招聘公司内部特权信息的候选人所拥有的优势。

失败的实验可能揭示真正的机会

一个很有启发性的面试问题,是请候选人讲述一次推翻了其假设、但最终带来更大收获的实验。Carter 认为,这比一个经过精心修饰的成功故事更有参考价值,因为它能揭示当客户行为与预期相悖时,一个人会如何应对。

他以 Quizlet 的国际化扩张来说明这一模式。搜索带来了公司超过 70% 的增长,但其在美国的表现并没有在英国、法国和德国等市场复现。

最初的理论是,国际用户没有创建足够多的相关材料。数据挑战了这一解释:在英国,内容创建指标强于美国。瓶颈不在供给,而在发现环节。

进一步分析显示,新创建学习集中的较小比例被抓取、索引和排名到足以吸引搜索流量的程度。这一诊断让团队的重点从刺激内容生产,转向改善技术 SEO。更广泛的教训是,增长团队必须检查整个系统,而不能只优化最先显得可疑的那个指标。

为什么消费者订阅产品难以规模化

Carter 认为,订阅应用通常诞生于客户已经理解的品类中,这降低了上线门槛。但规模化则是另一回事。

许多这类业务依赖于自己无法控制的分发渠道。付费获客可能变得昂贵,平均每用户收入通常不高,而流失会迅速侵蚀新获客客户的价值。Carter 引用了 RevenueCat 的数据:典型的消费者订阅应用在第一年会失去超过一半的年度订阅者,并在三个月内失去超过一半的月度订阅者。

随着公司成长,客户获取成本也往往会上升。早期采用者通常意向更强,也更容易触达。扩张会将业务推向更广泛的受众,他们需要更多说服,转化成本也更高。

Carter 将 Duolingo、Tinder 和 Strava 视为显著的例外。强大的产品、易识别的品牌,以及病毒式或社交动态,能够充分扩大自然采用,从而随着时间推移降低获客成本。这些案例具有启发性,但创始人不应假定每一款订阅应用都会走上同样的路径。

对于付费获客,Carter 建议测试多个渠道,然后集中资源投入最强的那个。目标不是在所有地方维持表面上的存在感,而是理解主导渠道的漏斗、监控其输入指标,并移除限制表现的约束。在他的框架中,对于消费者订阅产品而言,六个月的获客回本周期算是不错;一个月则堪称出色。

留存比一个好听的 LTV 故事更重要

评估订阅应用的投资者应密切关注留存队列,而不是依赖一个单一的生命周期价值估算。Carter 建议,至少考察前六个月内月度订阅者的行为,并审视年度订阅者跨两到三年的留存情况。

这很重要,因为早期流失可能会让预测的 LTV 产生误导。一个业务在获客后不久进行衡量时,可能显得效率很高;但当续订到来时,却会暴露出结构性疲弱。留存能揭示用户是否持续获得了足以支持再次付费的价值。

从历史上看,达到十亿美元级别成果的消费者订阅公司相对较少,这有助于解释为何投资者通常会给予它们较低的收入倍数。尽管如此,Carter 仍认为未来可能更值得乐观,原因包括更低的应用商店费用,以及由新 AI 赋能的产品改进和分发机会。

关键检验仍然是价值主张。Carter 将强价值定义为:客户无法轻易从其他地方获得的东西——或者以显著更优的价格提供的东西。互动机制无法永久弥补一个缺乏差异化的产品。

围绕真实动机构建互动

Carter 提到 Oura 和 Whoop,它们是将硬件与订阅相结合的产品。设备带来前期收入、提高客户的投入程度,并持续产生测量数据和洞察。频繁推出的新产品功能,随后会给订阅者提供继续保持参与的新理由。

当游戏化反映真实动机时,它可以强化这种关系。连续打卡、进度统计、徽章和排行榜,可以利用成就感、所有权、社会影响力或规避损失等心理机制。正确的机制取决于用户想要完成什么;在不了解这一点的情况下加入游戏化元素,可能只会制造噪音。

通知同样需要类似的克制。Carter 警告说,过度发送信息会耗尽这一渠道的效果。每一条新增通知都应通过为整体体验贡献有意义的内容来赢得用户的注意力。

他以 Duolingo 为一个深思熟虑的例子:其消息传递反映用户自然的学习节奏,在用户不活跃期间变得不那么激进,并在用户回归时恢复。这个系统会响应行为,而不是把每一位用户都视为在每一时刻同样容易接受信息。

Carter 对强制性的紧迫感和稀缺性则更持怀疑态度。基于恐惧的提示可能促成即时行动,但反复使用会损害信任——尤其当这一行动显然更服务于公司而非客户时。

将付费墙视为核心产品界面

对于处于早期阶段的订阅应用,Carter 强调付费墙浏览率:即安装应用的用户中,至少一次看到付费墙的比例。他认为,一个强大的产品应让超过 80% 的用户接触到其付费方案,最好是在首次使用期间或第一周内。

这并不意味着每个应用都需要立即设置强制付费墙。其位置应反映产品本身、竞争环境、价格、目标客户,以及用户在愿意付费前需要体验到多少价值。

Carter 通常建议面向消费者的订阅公司从一个档位开始。多个套餐会在大多数企业尚未积累足够证据来支持有意义的细分之前,就引入决策摩擦和运营复杂性。提供月度和年度选项通常已经足够。

Tinder 展示了套餐分层何时能在规模化阶段发挥作用:其套餐将不同价格与价值逐渐提升的结果相连接,包括更高的个人资料曝光度、更好的潜在匹配对象触达,以及匹配前即可沟通。关键原则不在于套餐数量,而在于客户是否能理解每个层级为何值得对应的价格。

引导流程、个性化与战略性折扣

更短的引导流程并不一定更好。Carter 谈到 Noom 的引导流程,该流程包含超过 100 个页面。尽管这样的长度看起来很极端,但健康与 wellness 客户可能会重视一种感觉:该计划正在根据他们的具体情况进行定制。用户投入的努力也能在作出订阅决定前加深其承诺。

折扣提供了另一种方式,可以在不长期维持多个套餐层级的情况下,应对用户支付意愿的差异。Carter 描述了几种实用方法:

  • 基于行为的优惠可以向新用户提供约 15–30% 的折扣,条件是他们在 24–48 小时内开始试用或订阅。

  • 学生和家庭套餐可以在保留主方案的同时,为特定群体降低实际价格。

  • 季节性活动在契合真实购买时机时可能有效,例如教育产品在返校季的需求。

折扣应支持细分和转化,而不是训练每位客户等待促销。其价值必须通过增量收入和长期留存来判断,而不应只看初始转化率。

Ladder:整合增长示例

Carter 将健身应用 Ladder 作为一家连接产品设计、创作者分发和客户数据的公司来介绍。其团体教练模式帮助用户保持自律、改善成果并持续订阅。

该公司的教练也会创作自然传播的 TikTok 内容。Ladder 可以先观察哪些帖子获得共鸣,再通过 Spark Ads 和常规品牌活动放大最强的素材。这将真实的创作者主导式发现与有纪律的付费分发结合起来。

其网页端引导流程收集了详细的客户信息,并有助于估算新订阅者的可能 LTV。这些信号可以指导个性化和获客决策,使营销系统更能响应客户质量,而非原始注册量。

这个例子支持了 Carter 更广泛的信息:“把它造出来,他们就会来”并不是增长策略。分发很重要,尤其是在 AI 让产品更容易被创造的情况下。创始人应在急于融资前了解产品和市场,然后将获客与留存发展为相互连接的能力。付费媒体可以加速一个健康的系统,但无法替代令人信服的价值、强大的留存,以及自然传播的理由。

来源

 
 

免费开始

一款本地优先的AI助手,具备个人知识管理功能

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)M-Chip Mac

你的 AI 工作伙伴

remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page