今天分享一个周末刚看的初创 AI 公司获客方式的复盘研究，原文我放在文末的“阅读全文”里。

一位软件创业者在 YouTube 上发布了一条视频，只有 370次观看，却带来了 3位付费客户。

另一位做手机 App 的创业者，曾经发过一条播放量高达 1160万的视频，结果几乎没有人因此下载他的产品。

还有一个更夸张的案例。

一位创业者发布了一条只有 1800次观看的 YouTube 视频，却靠它获得了某次产品发布约 80%的收入。

同一次发布，他在 Twitter 上的帖子获得了 3万次浏览，贡献的收入反而只有 20%左右。

这些数字来自不同创业者的真实经历，并不是同一个产品的对照实验。但放在一起，确实让人有些意外。

毕竟，过去几年我们听过太多增长故事：创业公司花钱找达人拍视频，产品突然爆火，一夜之间获得几十万用户。

似乎只要流量足够大，生意就一定不会差。

但如果播放量已经达到千万级，为什么还是没有人愿意下载产品？

最近，一家名叫 GetYouTubeTranscript 的公司，做了一件很有意思的事。

他们把创业访谈频道 Starter Story（我分享过的不少产品都来自这个频道，它也有自己的网站：https://www.starterstory.com/）里的 191期长篇访谈全部整理出来，再用 AI 逐一分析，试图回答一个每个创业者都很关心的问题：

那些真正做出收入的创业者，最初究竟是怎么找到客户的？

结果与我们平时看到的创业新闻有些不一样。

在 179位明确提到主要获客渠道的创业者中，大约七成主要依靠自然获客，只有约 9%把付费广告列为主要渠道。而且，63%的人，把业务增长主要归功于某一条核心渠道。

更值得关注的是，他们找到客户的办法，并没有想象中那么复杂。

有人只靠解决一个非常具体的问题，就让几百次视频观看变成真实订单；

有人连续制作同一种格式的短视频，直到找到能够持续带来下载的内容；

也有人花很多钱请网红推广，最后发现用户根本不买账。

这份研究并不意味着广告没用，也不能证明这些方法适合所有公司，但它揭示了一件很容易被流量数字掩盖的事情：

让很多人看见你的产品，和让真正需要的人购买你的产品，可能是两种完全不同的能力。

为什么 370次观看，有时比 1000万次播放更有效？

先说那条只有 370次观看的视频，它来自一位经营微型 SaaS 业务的创业者。

这位创业者并没有刻意制作爆款内容，而是录制了一条与用户实际问题高度相关的视频。

观众看到这条内容时，本来就在寻找某个具体问题的解决办法。视频不仅解释了问题，还展示了产品可以怎样帮他完成。

于是，虽然只有 370个人看过，但其中 3个人决定成为客户。

从结果看，转化率接近 0.81%。

这不能证明这种获客方式能够无限放大，毕竟3位客户的样本实在太小。但它至少说明，对于某些软件产品，内容并不需要成为热门视频，才有可能创造商业价值。

再看那条 1160万播放的视频。

另一位创业者在访谈中提到，这条视频虽然获得了巨大的传播量，却几乎没有带来 App 安装。

原因并不复杂：视频本身没有清楚展示产品究竟解决了什么问题，也没有给观众一个明确的下一步行动。

大家觉得视频有趣，看完就继续刷下一条。

甚至可能完全不知道，视频背后还有一款 App 可以下载。

同一份研究还提到，另一位创业者曾经制作过一条播放12万次的幻灯片视频，最终只带来了大约8到9次产品试用。

如果跳出来，用朴素的用户思维来分析，这个问题很简单但当局者却很容易忽略：

我们为什么会看一条视频，和我们为什么愿意购买视频里的产品，往往不是同一个原因。

比如，你在抖音上看到一个非常好笑的 AI 变装视频，可能会点赞、转发给朋友，甚至反复看几遍。

但这并不代表你真的需要一个 AI 变装 App，更不代表你愿意每个月花钱订阅。

相反，如果你正在为孩子寻找一款适合练习英语口语的软件，看到有人认真演示这款产品怎样纠正发音、提供反馈、设计练习，你可能没有那么强烈的转发欲望，却很可能进一步搜索产品、下载试用。

前者满足的是娱乐需求，后者满足的是购买前的信息需求，两种内容都可能有价值，但它们承担的任务不一样。

尤其对于小公司来说，如果每个月只有很少的营销预算，把内容做给一百万个只想看热闹的人，未必比做给一千个真正可能购买的人更划算。

当然，这也不是说大流量没有商业价值。

有些消费品牌依靠大量曝光建立知名度，用户可能隔了很久才购买，很难归因到某一条视频。还有些广告本来就不追求当场下载，而是希望消费者记住品牌。

但如果一家创业公司最迫切的问题是找到第一批付费客户，那么只盯着播放量，很容易让自己做出错误的判断。

研究了 191个创业故事，结果最让人意外的是获客渠道

先看下这 191 个创业故事都是什么。

Starter Story 是一家专门采访创业者的媒体，视频里经常出现各种吸引人的成绩：

一个人做 App 月入几万美元，几个人的小团队把 SaaS 做到百万美元收入，或者某个看起来不起眼的网站，居然养活了一家公司。

GetYouTubeTranscript 是一家提供视频字幕提取服务的公司。

他们利用自己的工具，把 Starter Story 当时的 192 期长篇访谈中可获得字幕的 191 期全部提取出来，再让 AI 按照同一组问题进行整理：

创业者卖什么产品？收入从哪里来？最早怎样找到客户？哪些渠道有效？哪些尝试失败？产品如何定价？

最后，把这些答案放在一起比较。

注意，这 191 人并不是随机选出的创业者，而是已经被 Starter Story 挑选出来、值得采访的成功案例。

做这份研究的公司本身就在销售视频字幕工具，这篇文章也展示了它的产品能力

所以，这不是一份能够代表所有创业公司的严谨统计调查，更适合当作一批成功创业案例的系统整理。

但有些结果仍然值得参考。

比如，179 位明确提到主要获客渠道的创业者中，大约 69% 主要依靠自然渠道，只有约 9% 将付费广告列为主要渠道；约 63% 的创业者主要依赖一个获客渠道。

这和很多创业者最初想象的营销方式不同。因为，创业者总是会担心自己错过什么。

看到别人做小红书，马上开个账号；听说 TikTok 适合卖 App，就找人拍视频；发现有人通过 Reddit 获得客户，又跑去发帖；Product Hunt 有新的产品发布活动，也想跟着参加。

结果每个平台都有账号，但没有一个真正做起来。

这个复盘研究中不少创业者采用的却是相反的方法。

先找到一个与产品比较匹配的渠道，然后把它做深。等能够稳定获得客户以后，再考虑扩大到其他平台。

这不是因为他们掌握了什么别人不知道的营销技巧，更可能是因为资源有限。

对于一个两三个人的小团队，同时运营五六个平台，每个平台都只能投入一点精力，很难真正理解哪一种内容有效、用户为什么转化。

相比之下，把同样的时间花在一个已经开始产生客户的渠道上，反而更容易积累经验。

但这里还有一个容易被忽略的细节：所谓自然获客，并不意味着没有成本。

创业者自己拍视频、写文章、维护社区、联系潜在客户，同样需要投入大量时间。有些人虽然没有购买平台广告，却会付费找小型创作者合作。

也就是：在还没有证明产品能卖出去之前，先不要急着用付费流量放大一套尚未验证的营销方法。

卖手机 App 和卖企业软件，是否该用同一种营销方法？

这个研究团队随后按照业务类型，把创业者分成了不同组别，结果发现了一个明显的差异：

• 在 50个手机 App 创业案例中，短视频和付费创作者合作，是最常被提到的主要增长渠道，各占约 32%；

• 但在 54 个 SaaS 案例中，最常见的是搜索引擎优化，占 24%；

• 而在 26 个 AI 工具案例中，X/Twitter 是被提及最多的主要渠道，占约19%；

当然，这些都是小样本里的描述性结果，不能理解成只要选对渠道就一定会成功，但差异背后有很直观的商业逻辑。

一款面向普通消费者的手机 App，最好能在几秒钟内让用户理解它为什么有趣。

比如一款照片修复软件，只需要展示修复前后的对比，观众马上就能理解它的价值。

一款 AI 穿搭工具，可以直接展示用户上传几件衣服后，AI 怎样生成不同搭配。

这类产品很适合短视频。

但如果是一款帮助企业管理客户合同的 SaaS，情况就完全不同。

一个普通人刷短视频时，不会因为看到某个合同管理功能，就突然决定购买一套企业软件。

真正需要它的人，可能正在 Google 搜索“如何管理客户合同续签”、“合同到期自动提醒软件”、“某某系统替代方案”。

这时候，一篇认真解释具体问题的文章，可能比一条精心剪辑的短视频更有效。

研究里就有创业者专门寻找月搜索量只有 300到 800次的细分关键词，为每个问题制作详细的内容页面。

这些关键词看起来都不热门，却能够不断吸引有明确需求的用户。

因为有人搜索这个问题，本身就说明他可能正在寻找解决办法。

这套逻辑放到我们国内市场，也是相似的。

小网红还是大博主？没有定律

这份研究里还有一组很有意思的创业故事。

一位经营 App 业务的创业者，花大约120美元请一位小型主播拍摄产品使用视频，结果这条内容获得了约 200万次观看。

另一位创业者，花50美元分别找了两位小创作者合作。按照他在采访中的说法，产品爆发的第一天获得了约 4.5万次下载。

一些创业者挑选创作者时，根本不以粉丝数量作为首要标准，他们更关心，这个人平时吸引什么样的观众。

例如，一款专门帮助运动员管理训练的 App，未必需要找拥有几百万粉丝的健身明星。

一个只有几千名粉丝、但经常分享某项具体运动训练经验的创作者，可能拥有更加精准的受众。

他拍摄的视频不一定很漂亮，却更容易让观众相信：这个产品确实能解决我遇到的问题。

当然，研究里也有失败案例。

有创业者花钱找达人拍视频，虽然获得了不错的观看量，却几乎没有产生销售，于是停止了合作。

还有人发现，自己根本无法准确判断哪一位创作者带来了多少购买，只能看到一堆曝光数字。

这让我觉得，今天很多人讨论营销时，仍然过于重视内容的传播能力，却忽略了另外两件事。

首先，观众是不是真的有需求。

其次，看完内容以后，他知不知道下一步应该做什么。

假设你正在推广一款帮助求职者修改英文简历的产品。

一条讨论“今年找工作有多难”的短视频，也许会引起大量共鸣。

但如果视频只是讨论就业焦虑，观众很可能看完、点个赞就走了。

相反，一条具体展示“把一份普通英文简历改成更符合某个岗位要求的版本”的视频，虽然观看量可能不高，却更容易吸引真正有求职需求的人进一步尝试。

前者可以积累认知，后者更接近产品转化。

因此，选择达人不只是选择谁有流量，还要决定：究竟希望这些流量完成什么。

AI 让内容生产越来越容易，然后呢？

当越来越多人都能轻松生产内容，单纯多发几条，未必还能构成优势。

比如，过去每天能更新十条视频，可能意味着一家创业公司拥有较强的内容生产能力。

现在，一批自动化工具就能完成类似的产出。

真正困难的反而是，怎样知道该做哪十条。

研究中那些做得不错的创业者，往往不是先决定今天必须发布多少内容，再想办法把数量填满。

他们会先寻找一个具体的使用场景，观察用户关心什么，再围绕这个问题不断测试表达方式。

有创业者连续一个月每天制作十条 TikTok 视频，直到找到一种真正能吸引目标用户、带来购买的内容格式。

随后，他才把广告预算投入到这种已经验证过的形式上。

这与现在非常流行的 AI 批量生成内容有一点区别。

AI 可以帮你生产更多版本，但它不一定知道哪个问题对你的客户最重要。

尤其在一个陌生行业里，AI 可能会生成很多听起来正确、实际上没有多少新意的营销内容。

真正有价值的，可能还是创业者对用户的了解，以及持续观察真实反馈的能力。

AI 降低了制作内容的成本，却没有自动解决内容为什么值得被看、看完为什么值得付费的问题。

这件事对于创业者如此，对于做自媒体的人也一样。

一个账号可以每天介绍十家 AI 创业公司，资料完整、图片精美、排版整齐。

但如果读者看完以后，只记得“又有一家外国公司融资了”，就很难形成长期的阅读期待。

相反，有些内容虽然只研究一个不算热门的问题，却能够把真实案例、具体做法以及自己的判断讲清楚。读者未必马上转发，但可能愿意收藏，或者下一次遇到相似问题时重新找出来。

内容究竟吸引到了谁？这些人为什么要看？看完以后，他们又获得了什么？

如果这些问题没有想清楚，单纯增加产量，很难从根本上改变结果。

以上，祝你今天开心。