增长入口顺畅，优先优化付费后的价值交付
ProMuse 的测评和付费墙体验整体顺畅；主要问题是进入 App 后，个性化课程没有充分兑现，内容实用性一般，可能影响留存与续订。
赛道与市场
泛 AI 入门会变薄，真正有价值的是把 AI 用进具体工作。
1.1 用户与付费动机
ProMuse 面向非技术职场人：运营、市场、行政、电商从业者和内容创作者。他们付费不只是为了学工具，更是想缓解“怕落后”的焦虑，找到一条能马上用到工作的学习路径。
1.2 未来 1–2 年的机会
模型和产品体验越来越简单，单纯讲工具、Prompt 和基础概念的课程会逐渐失去价值。
从“教用户认识 AI”，转向“帮助某类用户完成一项真实工作”。
流量与增长
需求仍在增长，但流量会从泛兴趣转向具体任务。
2.1 流量大盘判断
我交叉观察职场 AI 使用、Google Trends 搜索兴趣和竞品网站流量。整体看，AI 使用需求持续扩大，但泛 AI 学习供给也在快速增加，竞品流量已经出现分化。
2.2 优先验证的组合
先围绕“用 AI 制作商品短视频和营销素材”做广告，直接展示前后效果。人群任务明确、需求持续，也容易感知效率提升。
泛 AI 广告竞争可能推高获客成本；垂直人群规模较小，但有机会用更高的转化和续订质量抵消成本。
商业模式
Web-first 有利于承接广告转化，但最终要看用户生命周期贡献。
3.1 核心获客链路
公开广告样本和官网追踪信息显示，ProMuse 的可见增长链路偏向 Meta → Web。公开信息无法确认真实投放规模、CAC 或 ROAS，仍需内部数据验证。
3.2 单体经济看什么
不要只看首购收入。重点看每千次合格点击带来的 90 天净贡献。
竞品分析
Coursiv、Tixu 与 ProMuse 争夺的是同一类用户的 AI 学习预算。
4.1 为什么选这两个竞品
三者目标用户相近，均面向非技术背景的 AI 初学者；产品都采用测评、学习路径、短课和练习，并通过个人订阅收费。
4.2 对比后的关键发现
| 产品 | 共同点 | 值得关注的差异 |
|---|---|---|
| ProMuse | 测评、学习计划、课程、订阅 | Meta 广告可见度较高，Web 承接明显 |
| Coursiv | 短课、挑战、练习、证书 | 课程挑战与学习节奏 |
| Tixu | 短课、测验、职业学习 | 职业场景与课程组织 |
三者的引导和付费流程高度相似，测评与付费墙已很难构成长期壁垒。
差异化不能只靠引导页和课程数量，关键是付费后能否兑现个性化承诺，让用户持续做出成果。
产品体验与断点
我认为主要问题不在付费墙，而在进入 App 后的课程价值交付。
5.1 实际体验路径
- 01官网测评与学习计划
- 02看到 Web 付费墙
- 03下载 App 并找回密码
- 04登录并体验课程
到达 Web 付费墙后，我下载 App，通过「找回密码」登录，跳过了 Web 付费流程，完整体验了 App 内的课程内容。此次未完成实际支付，支付成功后的链路仍需验证。
5.2 核心断点
问卷收集了职业和目标，但进入 App 后，课程内容和顺序没有明显体现个人差异。
课程与用户实际目标关联不强，用户不容易知道学完能解决什么问题。
内容偏基础和讲解，缺少清晰步骤、案例、模板及可直接完成的练习。
优化方向
付费前建立了个性化期待，付费后却没有充分兑现，可能导致学习动力下降，最终影响留存和续订。
决策复盘：SpeakAI
用一个真实海外订阅产品，展示从产品到增长的完整判断。
业务目标与职责
SpeakAI 是面向海外用户的 AI 语言学习产品。我负责产品规划、功能设计、订阅与付费墙、版本迭代、投放测试、数据分析和商业化优化。目标是验证真实付费需求，并逐步建立可持续的订阅业务。
关键决策
一次判断修正
早期看到 AppsFlyer 中有 Trial / Purchase 事件，就认为可以直接用于 Meta 优化。后续发现：MMP 能看到事件，不代表 Meta 已正确接收、映射并具备优化资格。
之后按真实订单 → 服务端上报 → AppsFlyer 接收 → Meta 事件映射 → 优化资格逐层核对，确认链路后再判断投放是否就绪。
效果归因
以真实支付记录作为收入依据，AppsFlyer 用于跨渠道归因，广告平台数据用于观察投放表现；按国家、渠道和用户 Cohort 对比首购、续订、退款与收入。
低价流量不等于高质量用户；事件可见不等于广告可优化；首购收入也不等于订阅业务盈利。先验证数据链路和续订质量，再决定是否放量。
公开资料来源与口径说明
第三方流量为估算值；公开广告样本不代表实际花费或 ROAS。个人体验、公开证据与推断已区分，CAC、转化和续订仍需内部数据验证。