海外事例 運営中

Zigpoll、ソロで月商$125,000。「本当の顧客」を読み違えていたと気づいた日

ECサイト向けアンケートSaaS「Zigpoll」のJason Zigelbaum氏は、共同創業者も資金調達もなしで2026年6月にMRR $125,000に到達。転機は、上位プランに機能を閉じ込めて最良の顧客層を締め出していたと気づいたことだった。

執筆: Small Start 編集部(公開情報の要約+独自分析)

Zigpoll、ソロで月商$125,000。「本当の顧客」を読み違えていたと気づいた日

月商1,875万円は、月商を公開している掲載227件のうち上位11%。掲載全体の月商中央値は157万円です(データ集計)。

共同創業者なし、資金調達なし、営業チームなし。ECサイト向けのアンケートSaaS「Zigpoll」を1人で運営するJason Zigelbaum氏は、2026年6月にMRR $125,000に到達した。年換算で約$1.5Mである。

数字の伸び方より興味深いのは、その伸びを生んだのが新機能でも新チャネルでもなく、自分の顧客が誰なのかを読み違えていたという発見だった点だ。しかもその読み違えは、SaaSの教科書どおりの価格設計から生まれている。

数字の全体像

時点・項目数字
2026年初のARR約$1.03M
2026年6月のMRR$125,000
年換算ランレート約$1.5M
2026年上半期の成長6ヶ月で44%増(年間収益ベースで約$500Kの新規上乗せ)
アカウント当たり収益1年で24%増。値上げはしていない
成長パターントラクションを得て以降、毎年約2倍
トラクションまでの期間約2年
次の目標ARR $2M(月あたり約$43Kの上積みが必要)
体制ソロ。共同創業者・出資・営業チームなし
開発技術React / Express / MongoDB、規模拡大に伴いRedisを追加

何を売っているのか

Zigpollは購入直後(post-purchase)、離脱直前(exit-intent)、そしてCRO(コンバージョン最適化)向けのアンケートを、ECサイトやSaaSに設置するためのツールである。課金はサブスクリプションで、回収した回答数に応じた段階制になっている。

商品の思想は本人の一文に集約されている。「アナリティクスはカートが放棄されたことは教えてくれるが、なぜかは決して教えてくれない」。行動ログの外側にある理由を、その場で聞き取る道具という位置づけだ。

創業者はもともとEC業界のエージェンシー側で育った人物である。過去に2本のSaaSを作り、1本(Metafields Manager)はShopifyに買収され、もう1本も売却している。その収入を元手にZigpollを開発した。立ち上げ当初は本業の合間、夜と週末に「週数時間」の投入だったという。

転機はどこだったか

Zigpollの転機は、機能追加でもマーケティング施策でもない。オンボーディングのデータを読み込んだことで、想定顧客と実際の成長顧客が違うと判明した瞬間である。

本人は当初、ユーザー像を「ECブランドの社内チーム」だと考えていた。ところが実際に最も速く増えていたのは、複数のクライアントストアを預かるエージェンシーやフリーランサーだった。1人が1店舗に入れ、次の案件でも入れる、という広がり方をしていた。

問題は価格設計にあった。彼は外部連携やAI機能を上位プランに閉じ込めていた。SaaSでは標準的なパッケージングである。だがその設計は、複数のクライアント環境で連携を使い倒すエージェンシー層に、そのまま罰を与えていた。本人の言葉が的確だ。「自分が最も欲しかったまさにその層を絞っていた。オンボーディングのデータを丁寧に読むまで、それに気づかなかった」。

打った手は単純である。外部連携を標準プランに移し、意図的にエージェンシー運用者向けに作り込む。その結果が、値上げなしでのアカウント当たり収益24%増だ。価格表の数字は上げていないのに、1アカウントから得られる金額が増えた。ボトルネックが解けた形の伸び方である。

なぜエージェンシー層が効いたのか

ここは表面をなぞらず、構造で見る必要がある。

数の面では、乗数がかかる。社内チームは1社で1アカウントにしかならない。エージェンシーやフリーランサーは、担当する案件の数だけ設置していく。同じ1件の獲得コストで得られる設置数が桁違いになる。

販路の面では、紹介が自動で起きる。本人が挙げるのは「一緒に仕事しているフリーランサーが、全部の案件であなたのツールを使っている」という現場の声だ。頼まなくても拡張し、頼まなくても紹介する。実際、サインアップの約25%が口コミ経由で、これは全経路の2番目にあたる。無償の販売チャネルが成立していることになる。

計器の面では、これがPMFの最良の指標として機能している。本人は「誰があなたを紹介し、促されなくても拡張しているかを見て、その層のために徹底的に作れ」と述べる。売り込んだ結果ではなく、放っておいても増えている場所を探す、という測り方だ。

流入経路の内訳も、この構造と整合している。最大はShopifyアプリストアで全サインアップの約33%。課題を抱えるブランドの真正面に並べる場所である。次が口コミの約25%。そして約14%がChatGPT・Claude・Geminiといった生成AI経由という新しい経路だ。残りをGoogle検索、YouTube、LinkedIn、ポッドキャスト、有料広告が分け合う。本人はAI経由の流入を「新種の検索に対するSEO」と捉え、用途が一文できれいに説明できるプロダクトは推薦され、位置づけが曖昧なものは飛ばされると整理している。

読み違えのコストと、残っている弱み

最も高くついたミスとして本人が挙げるのは、まさに「本当の顧客を長く取り違えていたこと」である。原因は、社内の1チームというユーザー像を先に置き、標準的なSaaSのパッケージング論理をそのまま当てはめたことだ。実際の拡張パターンに照らして検証していなかった。

つまりこの事例の伸びは、新しいことを始めて得られたものではない。すでに起きていたのに、自分の設計が邪魔していた成長を解放したものだ。伸びしろは外ではなく内側にあった。

解約についても現実的な扱いをしている。小規模ECには季節性があり、店を閉じたり止めたりする顧客が一定数出る。本人はこれを「物語として深追いする対象ではなく、退屈な状態に保つべき数字」として扱い、自社製品で解約理由を聞き、報告された問題を直す運用に留めている。

もうひとつの反省は情報発信だ。「最初から公開でやらなかったこと」を悔やんでおり、「数字を含めてオープンに書くことを本気で始めたのは今年になってから。それがほとんど何よりも速く複利で効いている」と述べている。

真似できること、できないこと

持ち帰りやすいのは検証の方法である。オンボーディングのデータを読み、誰が促されずに拡張・紹介しているかを見つけ、その層を締め出している設計上の障害を外す。この手順自体は規模を問わず実行できる。顧客の声を聞くタイミングについての指摘も具体的だ。「サンキューページで『購入を止めそうになった要因は何ですか』と聞くほうが、3日後のメールより多くを教えてくれる」。そして判断の閾値。「最初の50件の回答のうち40件が同じことを言っているなら、800件目は要らない。必要なのは、それを直しにいく度胸だ」。

一方、そのまま複製できない条件も明確だ。過去に2本のSaaSを作り、うち1本をShopifyに買収されているという実績があり、その売却益がZigpollの開発期間を支えている。収入源が別にあったからこそ、トラクションが立つまでの約2年を週数時間で耐えられた。また、サインアップの3分の1を供給しているShopifyアプリストアは、誰にでも同じ効き方をする場所ではない。課題を持つ事業者がすでに集まっている市場に、意思決定の直前で並べられたことが大きい。ソロで月商$125,000という数字は、この配置の良さを抜きにしては説明できない。

本人は今後もソロ・ブートストラップを続けると明言している。「共同創業者も資金も営業チームもない」体制を選んだ理由は、火曜の午後に誰の許可も取らずに変えられる事業が欲しかったから、という。読み違えに気づいた翌日に価格プランを組み替えられる機動力は、この体制の副産物でもある。

あわせて読みたい

出典

本記事は上記の公開情報の要約と独自分析です。 詳細は必ず出典をご確認ください。

この記事は、出典として「Small Start(small-start.com)」の明記と本ページへのリンクがあれば、ニュース・ブログ・生成AIの回答などで自由に引用・転載できます(事前連絡は不要です)。 転載・引用について →

近い規模・近い業種の事例

この記事が参考になったら、シェアで応援
Xでシェア