AppstoreSpy、Product Hunt日間1位でも有料10件。伸びたのはv2公開後の4ヶ月113%

掲載の前に、この記事の数字について

AppstoreSpyを取り上げるにあたって、先に断っておくべきことがある。一次情報であるStarter Storyの記事は、見出しとプロフィール欄で「$8K revenue/mo」(月商約120万円)と表示している一方、本文中で創業者Roman Medvedev氏自身がこう述べている。

現在、我々は収支トントンの状態で運営しており、今のところ収益は出ていない。自分たちの投じた資金でプロダクトを開発・成長させている。

同一ページ内で月商$8,000と「収益は出ていない」が併存している。英語の”revenue”を利益の意味で使った可能性はあるが、断定できない。したがって本記事では月商を確定値として扱わない。数字が確認できるのは、顧客数・トラフィック・成長率・料金といった収益以外の指標である。逆にいえば、その部分は粒度が高い。

確認できる数字

何を売っているのか

AppstoreSpyは、App StoreとGoogle Playのアプリ市場データを分析するツールである。競合アプリのダウンロード推定、キーワード順位、収益推定などを提供し、想定顧客はアプリ開発者・ASO担当者・アプリマーケティング会社。料金は三層で、$19の個人・初心者向けから、$199の「アプリ市場で優位に立ちたい大企業向け」まで、単価差が約10倍ある。

創業者の言葉は極めて単純だ。「痛みを見つけて、それを解決する。私は自分の解決策を提示し、それを評価してくれと頼む」。

潮目はProduct Huntではなく、バージョン2で変わった

この事例の面白さは、期待されがちなイベントが効かず、地味なイベントが効いたところにある。

効かなかったほう。 9月のProduct Huntローンチで、AppstoreSpyは日間1位を獲得した。結果は新規訪問1,400人、そこからの有料契約10件。訪問からの有料転換率は**約0.7%**である。最安プラン$19で計算すれば月$190、日本円で約2.85万円。ランキング1位という成果に対して、事業のキャッシュフローを変える規模ではまったくない。

効いたほう。 記事執筆時点の直近4ヶ月で、事業は113%成長した。きっかけとして本人が挙げているのはバージョン2の公開である。つまり新規獲得イベントではなく、プロダクトそのものの作り直しが成長率を倍にした。

この対比が示すのは、初期のこのプロダクトの制約が「知られていないこと」ではなく「使い続けるに足りなかったこと」だったという読みだ。1,400人が訪問して10人しか払わないなら、追加の1,400人を連れてきても10人が増えるだけである。分子を増やさずに分母だけ増やす施策。それがPHローンチだった。v2はその分子側に手を入れた。

なぜ広告ゼロで2万訪問・1.3万購読まで来たのか

AppstoreSpyは有料広告を一切使っていない。代わりに機能しているチャネルは4つある。

口コミが初期の主要ドライバーだった。これは偶然ではなく、対象領域の性質による。アプリ市場データは「同じ職種の人が同じ疑問を持つ」タイプの情報であり、有用なツールを見つけた人は社内やコミュニティで共有する動機を持つ。痛みが職種単位で共通しているほど、口コミの伝播経路は太くなる。

Chrome拡張を配布経路として使っている点も構造的だ。拡張機能はストアという既存の検索面に置かれ、インストールという低い意思決定で入口を作り、ブラウザ上に常駐して想起を維持する。Webサイトへの流入を待つのではなく、ユーザーの作業環境の中に居座る設計である。

メールリストは13,000人。開封率20%、クリック率6%と開示されている。1回の配信でおよそ2,600人が開き、780人がクリックする計算になる。月間訪問20,000人の規模に対して、自前で動かせるトラフィックとしては小さくない。

提携とインフルエンサー、記事コンテンツが残りを埋める。いずれも出稿型ではなく、既存の関心層のいる場所へ持ち込む形をとっている。

リスクと限界

最大のリスクは収益構造の不透明さそのものだ。従業員6名を抱えながら「収支トントン、自己資金で開発している」と述べる状態は、月間訪問2万・MAU7,000という数字と並べると解釈が難しい。MAU7,000人のうち有料が何人かは開示されていない。もし無料利用が大半なら、App Store/Google Playのデータ取得コストは利用者数に比例して増えるため、成長がそのままコスト増になる。

もう一つは依存先の問題である。AppstoreSpyの原資はApp StoreとGoogle Playの公開データであり、両プラットフォームのAPI仕様・利用規約・データ提供範囲の変更を受ける立場にある。同種のツールは競合も多い。

三つ目は料金設計の空白だ。$19と$99の間には5倍、$99と$199の間には2倍の差がある。Product Huntからの10件がどの層だったかは開示されていないが、最安の$19に集中していた場合、月$190では6名分の人件費に対して桁が足りない。従業員6名という体制を支えるには、$99以上の顧客を何人抱えるかが本質的な変数になる。にもかかわらず開示されている指標は無料・有料を区別しないMAUと訪問者数であり、事業の健全性を測るには足りない。自己開示型の事例で最も抜けやすいのが、この「有料顧客の内訳」である。

再現できる条件

再現しやすいのは方法論の側だ。職種単位で共通する痛みを選ぶこと、ブラウザ拡張のように既存の作業環境へ入り込む配布経路を持つこと、そしてメールリストを自前のトラフィック源として育てること。この3つは資本を必要としない。

再現を誤りやすいのは、ローンチイベントへの期待値である。Product Hunt日間1位で有料10件という数字は、覚えておく価値がある。ローンチは分子(転換率と定着率)が仕上がってから撃つほうが効率がよく、そうでない段階のバズは統計を1回分消費するだけで終わる。

そして掲載する側の教訓もある。自己開示の数字は、同じページの中でさえ食い違う。見出しの金額をそのまま信じるのではなく、本文にあたって確かめる手間を省けないということだ。

あわせて読みたい

• ScrapingBeeの売却 — 開発者向けツールが「痛み」を軸に成長した事例
• PDF.aiのDamon Chen氏 — 個人開発者が複数プロダクトで分子と分母を検証した記録