logo

访谈[产品盈利访谈]从删除一条差评开始,做了一年,月赚7万

头像
BIGray
296阅读6评论10 个月前
  • 此篇文章译自于sideidea.com
  • 月收入¥7W
  • 2019年开始
  • 1个创始人
  • 美国

你好,请问你的背景是什么?最近在忙什么呢?

关注我的独立黑客们,大家好!我是 Curtis Boyd ,Objection Co 的创始人。我之前做过护士。

Objection Co 是个利用 AI 识别商业恶意差评的 SaaS 产品。

初衷是什么呢?

我创业的契机发生在我还在护理学校的时候。最后一个学期,我背着 3W 美元学贷,在急诊室轮班实习(在医学,专职健康,助产士,辅助医学,药学和护理教育中,导师是熟练的从业者或教职员工,负责在临床环境中监督学生,以便提供面对患者的实践经验——来自 wiki 词条 Preceptor#Health )。

一位美容外科医生来我们急诊室参观。他心情不好,一位病人给了他糟糕的评价,影响到了他的个人执业。我告诉他我可以帮他删掉。他开玩笑说如果我帮忙他愿意帮我还清学贷。我告诉他我学贷有多少,他说差评挂一周他也许就会损失更多,因为会减少他七八次面诊。

第二天我打电话去他办公室问他在急诊室的邀约,他确定了。接下来的 72 个小时我努力研究,对疯狂的差评进行了标记和申诉。我无法删掉它。审核员非常顽固,我真的挺灰心的。

最后我周末飞去了旧金山,在这个评论网站总部附件的咖啡馆闲逛,看看能不能碰到可以帮忙的人。最后我遇到了一位在审核删除部门工作过的高管,告诉了我一些内幕。他详细说明了想删除评论要怎么做怎么说。得到这个建议,我飞回家开始工作。

48 小时内我删掉了评论。又过了 48 小时我就收到了 3W 美元的支票。那天我意识到我可以为成千上万的企业主解决问题,真正影响到他们的生活。那位医生是整个医师网络的董事会成员,所以一周内我就有了 500 多位客户,一位注册会计师,和自己的发展业务。那是六年前。

我们的 B2B ORM (Object-relational mapping,对象关系映射) SaaS 专注于在 18+ 个使用最广泛的评论网站 用 AI/ML(人工智能/机器学习)在线识别和举报非法评论。现在运营人员和企业主都在用它。最常见的行业有医疗、上门服务、法律和酒店管理。我们已经上线大概八个月,年营业额接近二十五万美元。

大约三年前,我意识到一台电脑大概就能完成我的工作。我决定停下其他统计数据的学习,返回学校学习如何写代码编程完成我的工作。学习编程时,我意识到与我之前用人工费时处理比起来,我能给无限的客户同时提供服务完成相同的任务。

我向许多客户和目前一起工作的顾问们提出了这个想法,他们都喜欢。我知道即使工作永远不会“消失”,但至少以后我可以用这点完成目标,可以花更少时间看糟糕的评论,专心对付可能有争议的非法评论。

先前我做在线公关顾问是雇佣人员查看、识别并投诉在线的非法评论。我从事这项工作大约六年,主要关注 Yelp 和 Google 的评论,我了解大部分评论内容的管理机制。

我没有想太多,考虑到现在这已经是我暂时的主要工作了。我的财务状况一直很难,有些月份很棒有些月份很糟。基于 SaaS 的业务无疑有助于稳定财务状况,所以我们有了个 dashboard 托管客户评论,这需要持续收费。

怎么做第一版产品的呢?

Objection Co 的第一次迭代是我在 Upwork 找的印度的海外开发团队做的。讽刺的是,尽管都是好评,他们实在糟透了。项目推迟了六个月,他们在初始报价上又加了数千美元。本来我以为花费是 15000 美元。最终我换了一个团队。

第二个团队来自乌克兰,沟通和编程的质量大涨。印度团队花了超过一年时间,乌克兰团队大概三个月就搞定。

这些功能基于网络声誉管理中的决策树和应对负面评价的最佳实践。我不想和广泛覆盖网络声誉各个方面的大公司竞争——我只想做一个针对负面评价的 dashboard 。

从头到尾我都是花自己的钱自荐项目。我之前在一家本地标志公司做市场总监,直到我的公司赚的足够让我辞职,全力发展我们自己的客户和在该领域的权威。

Jason Brown 对作弊评论的研究非常有帮助,虽然他针对的是 Google 的评论,但作弊评论在所有评论网站的特点都很相似。Josh Prilloud是我的业务顾问,他帮我一起建了商业模型,了解我的产品会适合大的市场。

你的技术栈是什么?

前端我们有一个 WordPress SaaS 主题。 后端我们使用 Laravel Vue 堆栈托管客户的 dashboard 。 我们有五个不同的 API 反馈客户的 dashboard 。

  • 评论汇总 API (引入现有评论)
  • 评论更新 API(每天监控评论)
  • 评论打分 API(对可能被删除的评论打分)
  • 作弊评论 API(对欺诈指标的评论者资料进行打分)
  • 总体打分 API (编译星级和损失收入计算器)

我们的作弊评论 API 用来 4+ 种不同 AI 构架

  • Image Analysis
  • Clustering
  • BERT/NLP Analysis
  • NLTK/NLP Analysis

随着我们从差评发展到判定作弊评星的检测系统,我么你的技术栈完全变了。最开始,我们的 API 是沿着精巧的评论过滤方向做出来的,为了能删除评论囊括了大量词库。现在它朝着 AI 和机器学习方向发展,为各个评论网站创建新的作弊指标。

你怎样吸引用户的呢?

我们从没有真正“上线”。我们刚开业,预计会有大量客户。当然,这没发生。我们能吸引到一些咨询客户,收入够从 ClearBanc 得到一些投资。

这些资金我们着重用在我们的对外销售工作和销售渠道上。我整理了一个可以监控每个企业新的差评的社交监听工具。然后用我们自己的软件检查是否符合删除标准。如果符合,商家会受到我们的推销电话和明信片。我们每天从收到差评的 40,000 多条业务清单中对潜在客户进行筛选。现在我们有个三人的全职团队负责电话销售,每周大概打给 2,500 家企业。

我们从第一个月 2K 美元到第二个月增长到 10K 美元。我们往往是卖年度订阅,所以增幅很大。不到四个月我们从 40 个用户增加到 300 多个用户。那时我们觉得对前端做重大更改。

我们意识到我们前端提供了“虚假承诺”方案,而不是给出识别和举报非法评论的数据。比起说服大家,我们认识到我们的价值取决于结果。我们开始用硬数据给客户展示我们能为他们做的。

业务进展缓慢,但是我们现在有了更优质的客户群体,更能理解我们的业务并和我们长期合作。

商业模式是什么?怎么增长利润的?

我们有 3 种方式收费:

  1. 年度订阅
  2. 按月订阅
  3. 定制收费

这样我们与最小和最大的企业都能合作。我们从 Stripe 开始并且和他们合作愉快。

目前我们有望实现月收入 20K 美元。客户流失率一直很高;一旦客户得到了想要的他们就流失了。我们一直在努力希望能留住客户更长时间。

我们的新业务模式是针对和大型渠道伙伴达成战略合作的。虽然和小企业的合作没有问题,但我们也知道把我们的技术加到现有企业生态中会有巨大机遇。

未来的目标是什么?

目前我们向我们的 API 库增加越来越多的作弊指标,以便我们可以从评论的图片里更好的了解到评论意图,创建各个评论网站的资料。

我得说我们前头还有个巨大的障碍。我们公司的天然属性导致发展就会自我蚕食。希望事情变严重时有科技巨头收购我们,但是如果他们用同样技术复制我们,那我们就只能被市场完全淘汰了。

如果重来会有什么不同?

在营销支出上我做了一些最糟糕的决定,尤其是对营销供应商太相信。你需要找到一种一开始就有效果的策略并以此为基础。不要让人给你保证结果,让他们证明。

做A / B / C测试(或 multi-armed bandit 战术,如果适用)(这里都是编程技术上的术语)以优化内容、页面和复本。

我认为,引导 inbound 是最好的营销办法,如果你能在搜索里让人记住。

有什么特别有帮助的吗?

product-led growth (以产品主导的增长营销,简称PLG,是一种以用户为中心的增长模型,该模型以产品本身作为客户获取,转化和增长的主要驱动力)超有用。

Malcolm Gladwell 的书,尤其是《引爆点》(英文名 《Tipping Point》),一些小事让产品或服务真正脱颖而出,让人大开眼界。

拖延会毁掉你的业务,也会因你缺乏生产力埋没你。现在就把事情做好,以任务为导向,把事情完成。

对于刚刚开始做项目的独立开发者有什么建议吗?

尽量简洁。

让你的工作可以最简单的解释清楚。闷头做出产品卖,这是做梦。

哪里可以了解更多?

我们的网站
我们的 Twitter

加载中…
精选评论
头像
10 个月前肥肥肥肥饼

好文留名

头像
10 个月前张小薇

护士期间就肯定在自学编程

头像
10 个月前Zoom Zoom

好文留名

头像
10 个月前大柱

好文章

头像
10 个月前余xiaoy。

好文章

头像
10 个月前肥鱼

好文章,是不是在upwork上找兼职的话 需要团队呢?个人的话就不太好接到单子??