Что мы поняли, запустив за 1 месяц простое приложение, которое обучает решению задач по математике в США. И как вышли на выручку $1200/месяц спустя 4 месяца после запуска.

Сделали тьютора по математике в 1 кнопку в США

Хороший пример инди-запуска — это взять огромную AI сферу, выдрать из нее 1 сверхнишевую функцию и быстро реализовать ее в отдельном продукте.

Летом 2023 г. мы с ребятами объединись в комьюнити инди-хакеров, где решили запускать простые проекты по специальному методу:

• ? Первое: мы не придумываем идею из головы, а находим существующий спрос в поиске.

• ? Второе: запускаем только под рынок США и ЕС.

• ? Третье: запускаем строго по формуле 1 запуск = 1 функция = решение 1 проблемы. Такое упрощение позволяет нам запускать продукты в течение 1 месяца.

Запуски наших продуктов освещаем в этом Telegram-канале. Получается весело ?

Спойлер: в статье решили рассказать про запуск продукта, который привлек уже более 6 000 активных пользователей в неделю и вышел на +$1200/месяц через 4 месяца после запуска.

Зашли на рынок с существующим спросом

Мы решили взять аудиторию американских школьников и их родителей. И увидели, что они используют AI так:

В топе – помощь в выполнении уроков.

Далее решили сузить продукт еще сильнее. И сделать тьютора, который будет учить решать задачи только по математике.

Забегая вперед, это самое главное: Уже перед началом разработки мы понимали, что создаем продукт под очень нишевый, но существующий спрос в поиске, а не выдумываем идею из головы.

Но ведь это уже есть в куче других сервисов!

У продукта серьезные конкуренты. Есть куча таких сервисов типа homeworkai.ai. Но все-таки они не такие нишевые, как кажутся ?

Конкретно решение задач по математике у них посреди многих других функций. Вот пример интерфейса homeworkai.ai:

При таком раскладе наличие больших конкурентов — это не минус, а плюс. Вот почему:

• Огромные конкуренты за нас проверили и убедились, что эта функция нужна пользователям.

• Но большие конкуренты не могут позволить сфокусироваться только на этой функции. А мы можем.

Создали микро-продукт, а не комбайн

Наш AI тьютор не просто скидывает ответ, а умеет объяснить, как решать конкретный тип задачи и научить принципу ее решения:

Получилось вот такое приложение. Оно работает так:

• Школьник (или родитель) устанавливает приложение в 1 клик

• Обводит с помощью него любую задачу, словно делая ее скриншот

• AI обучает конкретно этой задаче. По пути подсказывает всех необходимые принципы и теоремы.

Для разработки использовали React и Node.js Express и OpenAI API. Т.е. под капотом простая реализация.

Но для обывателя очень удобно. Вот видео работы приложения:

Сам бы таким пользовался, если бы был AI, когда был школьником) Иной раз не знаешь, как решать конкретную задачу. В решебниках есть ответ, но не объясняется принцип. А хочется именно научиться решать, а не просто ответ списать.

Оказалось, что AI тьютор здорово закрывает это проблему. И наши американским пользователям это зашло!

Вот так выглядит их путь:

• Пользователи ищут "Math AI" в Google

• В поисковой выдаче они видят крупных игроков с множеством других функций. И наш продукт, заточенный чисто на обучение задачам по математике.

• Многие выбирают наш продукт, чисто потому что в нем проще разобраться и получить результат. Это повышает поведенческие факторы продукта в поисковике и он поднимается в выдаче.

• Сейчас он в ТОП5 американской выдачи Google с +6000 активных пользователей в неделю! Каждый день идет стабильный поток установок, сейчас их больше 12К:

Что по деньгам?

Мы учим решать 30 задач бесплатно, чтобы пользователь мог понять, что продукт выполняет его цель.

После 31-й задачи предлагаем заплатить:

Запускались в июне 2024 г. В последнем месяце получилась такая выручка:

Давайте делать выводы:

? У продукта куча аналогов, но пользователи платят.

Это происходит из-за того, что продукт изначально сделан и оптимизирован под США и там умеют платить за простую пользу.

А еще огромную роль сыграла оптимизация продукта под узкую нишу. Пользователям очень нравится, когда продукт адаптирован чисто под их задачу и не отвлекает другими кнопочками и функциями.

?Кстати, платит 6% пользователей, и это невероятно хорошая конверсия.

Кто эти люди? В основном школьники и их родители из США.

Но по опыту такого даже близко не было бы при запуске простого продукта под СНГ, Азию и другие регионы. Разница в менталитете и финансовых возможностях.

Но самое интересное в нюансах:

?Неочевидный нюанс: продукт активно покупают не только за $6 в месяц, но и за $17! Таких 35% покупок. Кстати, это не исключение, а стандартный паттерн в наших продуктах.

Представляете, чтобы школьники в СНГ платили 1500 рублей в месяц AI помощнику?)) В США это работает. Именно оттуда – больше всего таких оплат.

Кстати, на данный момент в продукте пока не успели прикрутить еще одну важную штуку:

По опыту других наших продуктов, американские пользователи часто предпочитают оплачивать годовой тариф, вместо месячного.

Это выгоднее и им (получается дешевле при пересчете на месяц), и нам (сразу большая сумма).

Здесь можно смело ставить тарифы от $50 до $200 в год. Вообще годовой тариф обычно помогает увеличить выручку в разы.

На первый взгляд может показаться, что $1200 в месяц – это небольшие деньги. Но тут снова 3 нюанса:

?Продукту 4 месяца, он вырос сам и растет самостоятельно дальше.

?У продукта 0 издержек на рекламу. Т.к. трафик из Google приходит бесплатно, при правильной оптимизации на старте.

?У таких продуктов в среднем 20-30% издержек на API от выручки. Причина: пользователи не до конца используют свои квоты. В итоге мы продаем решение даже дешевле, чем подписка на OpenAI ($6 против их $20), но на API тратим меньшую часть выручки.

А еще теперь под рукой технология, которая позволяет создавать такие приложения для любых других предметов почти неограниченно и бесплатно. Физика, химия, биология – все что угодно.

Только делать такое важно в отдельных продуктах, а не смешивать все и сразу. Иначе весь эффект сверхнишевания потеряется.

Короче, выводы

У вас было такое, что работаешь над продуктом год или два, а потом узнаешь, что он никому не нужен? Это больно. Когда потратил столько времени — продукт становится слишком родным.

Мне очень нравится такой подход из 3 пунктов, которого мы придерживаемся в своих продуктах:

• ?Не изобретать велосипед: сделать продукт под уже существующий спрос.

• ?Сфокусироваться: не делать комбайн, а улучшить и запустить всего 1 функцию. А «лучшее» улучшение — это упрощение функции для пользователя.

• ?Запустить за 1 месяц: не пилить что-то 3 года в гараже, как тру-стартапер. А выпустить первую версию за 1 месяц.

Как вам такой подход к запуску?

Если вам интересно посмотреть, как мы запускаем 12 простых проектов за 12 месяцев, то челлендж идет в этом Telegram-канале. Там мы запускаем IT-проекты по схеме: нашел большой рынок, упростил конкурентов, запустил за 1 месяц. И отчитываемся, что получается.

Если вам было интересно читать такие разборы, поставьте статье лайк. Так мы поймем, что такой контент полезен и напишем похожий разбор еще одного нашего запуска: со всеми метриками и выводами.