InsightRaider如何估算产品收入

「你怎么知道一个产品赚多少钱？」

这是我们最常被问到的问题。也确实是个好问题。Gumroad、Systeme.io和Whop等平台不公开收入数据。那我们怎么估算？

这篇文章是我们对透明度的承诺。我们将详细介绍方法论如何运作、分析哪些信号，以及局限性是什么。

灵感来源：BrandSearch

在创建InsightRaider之前，我们研究了现有公司如何估算私营企业的收入。

行业标杆是BrandSearch，一家估值1.1亿美元的公司，专门估算Shopify店铺和亚马逊卖家的收入。他们证明了通过结合公开信号和专有算法，可以达到±20%的准确度。

我们的方法针对数字产品市场进行了改造。

方法论的三大支柱

支柱一：公开信号抓取

数字产品平台暴露的数据比你想象的多。我们系统性地收集：

排名数据

• 品类畅销榜位置
• 平台整体排名位置
• 趋势/热门产品标记

社会认证指标

• 客户评价数量
• 平均评分
• 评分分布（1-5星）
• 评价增速（新评价随时间变化）

产品元数据

• 价格点
• 创建/上线日期
• 创作者粉丝数
• 同一创作者的产品数量

为什么这些重要：

公开信号与收入之间有强相关性。例如：

• 品类前10的产品，表现始终优于排名11-50的产品
• 评价数量与销量的比例约为2-5%（即100条评价≈2,000-5,000客户）
• 4.5分以上的评分与40%更高的转化率相关

支柱二：网站流量分析

收入估算需要了解有多少人看到产品页面。我们分析：

流量规模

• 产品页面的预估月访客
• 流量随时间的趋势
• 流量来源（自然、社交、付费）

互动信号

• 预估页面停留时间
• 跳出率指标
• 回访访客模式

我们的流量数据来源：

• 第三方分析API（类似SimilarWeb）
• 外链分析工具
• 社交媒体API数据
• 搜索引擎排名数据

转化公式：

最简单的形式：

预估收入 = 流量 × 转化率 × 平均订单价值

数字产品的行业转化率通常在1-4%之间，取决于流量温度：

• 冷流量：1-2%
• 暖流量（邮件、回访）：3-5%
• 热流量（推荐、分销）：5-10%

我们根据流量来源构成校准转化率假设。

支柱三：交叉验证算法

这里变得精妙了。我们不依赖单一估算方法——而是运行四个不同的模型并三角验证结果。

模型A：基于排名的估算

我们建立了排名位置与收入之间的相关性地图，基于数千个产品。品类排名第3的产品，根据历史数据有可预测的收入区间。

模型B：基于评价的估算

使用评价转化率（通常2-5%），我们从评价数量估算总客户数。乘以价格，调整退款，就得到收入估算。

模型C：基于流量的估算

纯数学：流量 × 转化率 × 价格。我们根据产品品类、价格点和流量来源构成调整转化假设。

模型D：机器学习集成

我们的ML模型是基于创作者公开分享收入数据的产品训练的（来自播客、推文、Indie Hackers帖子等）。这些真实数据让我们可以校准其他模型。

最终估算： 我们根据数据可用性和置信度对四个模型加权。如果流量数据可靠，模型C权重更高。如果评价数量更可靠，模型B占主导。

验证：我们如何知道它有效

我们持续用已知数据点验证方法论。

公开收入披露：

Pieter Levels、Tony Dinh和Marc Louvion等创作者公开分享他们的收入。我们将估算与他们的披露对比：

• 我们对已知产品的估算准确度在±15-25%以内
• 当出现差异时更新模型
• 随时间追踪预测准确度以识别模型漂移

创作者反馈：

当使用InsightRaider的创作者验证了我们对其自有产品的估算时，我们将这些反馈（匿名化）纳入校准过程。

A/B测试：

我们定期用保留数据集测试不同的模型权重来优化准确度。

准确度预期

让我们诚实地说明你可以——和不可以——期望什么：

我们的估算告诉你：

• 数量级（这是月入1千还是1万美元的产品？）
• 相对比较（产品A可能比产品B赚得多）
• 趋势方向（收入在增长、稳定还是下降？）
• 市场规模（细分市场的总可寻址收入）

我们的估算不能告诉你：

• 精确金额（我们目标是±20%，不是±1%）
• 净利润（我们不知道成本）
• 来自捆绑包、加购或外部来源的收入
• 汇率波动

可能降低准确度的因素：

• 评价很少的产品（信号少=准确度低）
• 非常新的产品（历史数据不足）
• 定价方式特殊的产品（捆绑包、随意付费）
• 促销活动期间（临时峰值）

我们的方法有何不同

我们不是在猜测。

每个估算都有多个数据点支撑，并与已知基准验证。当置信度低时，我们会显示。

我们展示工作过程。

不像黑盒工具，我们公开解释方法论。你可以评估我们的方法是否适合你的用途。

我们持续改进。

我们的模型每周根据新数据、创作者反馈和市场变化更新。准确度随时间提高。

我们专为数字产品而建。

为Shopify或亚马逊设计的工具对数字产品效果不好。信号不同。商业模式不同。我们专注于数字产品市场。

我们如何处理边缘情况

无评价的产品：

我们更多依赖排名和流量数据。置信度较低，我们会相应标注。

随意付费定价：

我们使用类似产品的平均交易金额来估算，但标注更高的不确定性。

多平台产品：

我们目前按平台单独估算。跨平台汇总在我们的路线图中。

捆绑包和加购：

我们基于主产品价格估算。来自加购的收入没有被捕捉，这意味着对有复杂销售漏斗的创作者，我们的估算可能偏保守。

总结

我们的收入估算不完美——没有估算能做到完美。但它们足够准确，可以回答重要的问题：

• 这个细分市场有钱吗？
• 头部产品的收入天花板是多少？
• 这个市场在增长还是萎缩？
• 我的产品与竞品相比如何？

这些是你需要的信息，用来做出关于在哪里投入时间和创造力的明智决策。

我们相信透明度。如果你对我们的方法论有疑问，我们随时欢迎讨论——请联系contact@insightraider.com。

准备查看你所在领域产品的收入数据？加入InsightRaider候补名单抢先体验。前100名早鸟用户可锁定29美元/月终身价格。