增長玩的很溜，但產品內核呢？

大量創業者涌入 AI 創業時，有一個典型特征，雖然早已經進入移動互聯網時代，但更容易出現新氣象的平臺，卻是在 web 端，這體現在教育、圖片&視頻等多個領域。

原因主要有 2 個：

一是大多數的 AI 產品，并不直接 toC，最多也就是個人生產力工具，更多在 PC 場景，所以在 web 端會更方便一些；

另一個則主要是增長成本，AI 早期，多數產品都不知道自己有沒有找到真正的用戶需求，App 端的增長，除非走大運，否則自然量占比極少，需要真金白銀去投放廣告，風險太大。

這也就導致如果誰能把 AI App 的低成本增長做好，就擁有更多試錯機會、也就有更大概率走向成功。這也是為什么我們一個 toB 的賬號，之前一篇關于 17 歲高中生做 AI App 入賬百萬美元的稿子能有 10w+ 閱讀量的原因，更詳細的信息可參閱之前的選題《17 歲高中生做 AI App，不到 4 個月入賬百萬美元，獨立開發者迎來春天？》。

而如果說年輕創業者還是主要在走社媒上發現趨勢+借助網紅分發產品的“常規”路子，老一輩創業者的操作則要更騷氣一些。

一、Nikita Bier又來了，把一款AI健康App的CAC降到不足1美元

之前，編輯部同事報產品異動的時候，有一款 App 很會搞噱頭，叫做 Death Clock，用 AI 預測死亡時間，但當時我們也沒多做他想。后來產品最高到了美國健康類 iOS 下載榜第 6，也不是什么了不得的成績。直到最近，我們刷到產品背后顧問 Nikita Bier 的一些分享，經過他一系列騷操作之后，這款產品的 CAC（用戶獲取成本）降到了 1 美元以下，這對健康類 App 來說還是很有難度的，根據行業信息，健康類 App 的獲客成本在幾美元到幾十美元之間。從這個角度，Death Clock 具備了一定的觀察價值。

Death Clock 最高排名，iOS 美國健康分類榜下載榜第 6 位，前后都是月流水百萬美元、甚至大幾百萬美元的產品 | 圖片來源：Nikita Bier X分享

“死期預測”撬動自發傳播，AI 健康產品的社交式增長

如果是社交領域的創業者，多少應該有些熟悉 Nikita Bier，他的經歷也算成功吧，創業做的2 個青少年匿名社交產品 tbh 和 Gas，先后被 Meta 和Discord 收購，tbh 在七八年前就賣了 1 億美元，但確實 2 款產品因為方向比較敏感，被收購后也都以關閉收場。

但結局不論如何，這些經歷讓 Nikita Bier 對 toC 社交產品構建及增長積累了不少經驗，甚至在 2024 年以 AI 健康產品 Death Clock 顧問的角色，將社交產品的增長經驗復用到了增長難度非常高的健康賽道。

在 Nikita 看來，健康類產品是非常難做增長的，因為這類產品的使用場景偏向于個人私下使用、而且偏向年長一些的用戶（這里應該是和他之前一直做的產品面向青少年受眾對比），這兩點特征導致健康類產品很難形成口碑傳播，也就是說，每個用戶都需要真金白銀買來。

而根據我們對于健康類產品的觀察，另一個難做的點在于，用戶使用這類產品的前提是需要建立很強的信任感。例如我們之前去關注冥想類產品的時候發現，在美國這樣的成熟市場，健康類產品的推廣，已經上升到品牌向，例如 Calm 請的是詹姆斯來做營銷活動，比拼的是高大上。當然，這些高成本對應的是獲取用戶信任后實現高流水，美國 iOS 健康分榜暢銷第 18 名左右的產品全球月流水都在百萬美元級別，這在非游戲 App 里絕對是吸金品類。

而 Nikita 這回則通過一些簡單的騷操作，給用戶悶頭使用的健康類產品賦予了社交互動的體驗、引發用戶口碑傳播，并且借此進入了主流媒體視野實現品牌傳播。

具體操作上，首先 Nikita 先把 App 名字改了，之前叫做 Most Days，Nikita 大手一揮改成了 Death Clock。在功能上，對應 App 名字，加入了一個基于調研問卷預測死亡日期的功能。

調研問卷之后，產品給到的死亡日期預測 | 圖片來源：Nikita Bier X

我們去測試了下產品，預測死亡日期，主要是通過年齡、性別、飲食和運動習慣、社會關系、身體檢查、和幾個常規的身體指標，例如膽固醇、血壓等等來進行壽命預測，為了有足夠的噱頭，預測的死亡日期精準到日，但給用戶用來分享的卡片雖然整體色調暗淡、但畫風詼諧幽默，對沖了壓抑感，在社媒上形成了一波與朋友比拼誰活得更久的“競賽”。

用 Nikita 自己的話來說，這是一波將 personal data 變成 shared story 的典型操作。

從增長層面，我們結合廣大大的投放數據（渠道、展示估值）、以及點點的下載數據，Death Clock 的整體路徑大概是先啟動 ASA 投放，然后在社媒上（先 TikTok、后 Instagram）推熱死亡日期預測的視頻，同時繼續投放 ASA 拿到下載，兩波操作下來拿到一定成績和一定社媒熱度之后，在 2024 年 11 月 30 日被 Bloomberg 最先報道，然后各家媒體跟上。1 月份 Nikita 又用個人 IP 再造一波聲量。一套組合拳下來，App 從上線至今一共拿下 60w 的下載。

娛樂化帶來的流量、沒能完成商業化落地

經過大半年的運營（產品在 2024 年中上線），Death Clock 在進入 2025 年之后，DAU 均值維持在 1.2 萬左右的水平。上線至今總計產生了 13 萬美元的收入，RPD 在 0.22 美元左右，這個數據在健康類 App 里面是相對較低的，例如前些日子比較火的 Cal AI，RPD 在 1.6 美元左右的水平、之前一直關注的一些睡眠類產品如華人團隊做的 Shut Eye，RPD 也在 1.75 美元。對于健康類 App 來說，RPD 的理想數據應該在 1 美元以上。

結合其 IAP 以及美國用戶的評分詳情來看，產品存在不少問題。

我們從點點數據導出了 117 條來自美國用戶的評價，評分非常兩極化，1 星評價和 5 星評價分別占比 44% 和 39%，占比八成半。1 星評價的主要吐槽在于付費陷阱（3 天免費使用但即刻收取年費）、App 崩潰，5 星評價則主要在夸和朋友比較死亡日期的娛樂玩法、以及 UI。

Death Clock 內購項目情況 | 圖片來源：點點數據

這些問題也反映在 IAP 項目上，Death Clock 的前幾個內購項目都是年費或者打折年費，對于訂閱 App 來說是比較少見的。

觀察產品的話，我們發現 Death Clock 做得好的地方在于，注冊到付費轉化的環節，Death Clock 的設計是做好調查問卷等待死亡日期預測結果，同時給到現有習慣和更好生活習慣的預期壽命對比、以及預測用戶變老的樣子，來給用戶多重“心里震撼”。

在心理上，其實是能夠把用戶向付費邊緣狠狠推一把的，但稍微回到理性，在最后一個轉化頁面，App 提供的改善計劃，價值明顯不足，全但不精準（促使用戶付費轉化的最終一步是提供的“長壽計劃”，分別涉及到的是營養補充劑、疾病篩選、就醫建議、健康設備建議、以及行為習慣目標等等改善點）。IAP 項目以年費為主，或許真的與訂閱頁面的一些不當操作有關。

很難讓用戶感受到價值的“長壽計劃” | 產品截圖

而在兩極化的用戶評價之外，一些更“冷靜”的用戶，也反映了不少產品力的問題。大量用戶反饋 App 崩潰、還有用戶反映在自己沒有糖尿病信息輸入的前提下，App 給到了用戶關于血糖的建議，這對于用戶信任都是致命問題。

用戶反映自己并沒有輸入糖尿病的相關信息，但卻得到了購買血糖檢測儀的建議 | 圖片來源：點點數據

整體來看，Death Clock 的增長可圈可點，其中也能看到 Nikita 做了 10 年 toC 社交產品總結經驗的實際落地，如他之前提到實現“逃逸速度”的關鍵經驗，一次 App 會話觸發 7 位新用戶打開產品，又如果激活率足夠高、注冊流程較長也可以接受（接近 30 個問題的調研問卷來預測死亡日期已經給了用戶足夠高的離開成本），但是 App 本身的技術和能力貌似并不能讓用戶心甘情愿付費（這可能與創始人之前做了多年心理健康沒能跑通市場，之后才轉到生理健康方向有關）。

健康是一個太過于龐雜的問題，受到的影響因素太多，也許是選擇了死亡日期預測的引子，導致解決方案大而全、但不夠深，也導致了用戶覺得“不值”。

在火了一陣之后，Death Clock 又到了健康分榜下載榜 200 名開外的狀態，截至發稿前又投廣殺回了 22 名，在成本足夠低之后，收入所依靠的產品價值可能也需要再精準定位。

寫在最后

其實，AI 來了之火，toC 類產品里面，健康方向算是有所斬獲的。之前我們報道過 4 個月拿到百萬美元的 Cal AI，如今已經到了接近于月流水百萬美元的水平（從 2024 年 7 月的 20 萬美元月流水到 2025 年 1 月的 90 萬美元月流水，翻了兩番不止），又如國內團隊做的 Stress Watch，每個月也有幾百萬人民幣入賬。而這 2 個 App 切入的問題都更細，計算食物的卡路里、監測人的壓力水平，與視圖以獵奇概念覆蓋泛健康領域的 Death Clock 相比較，它們通過錨定更垂直的場景、提供更詳細解決方案，也更容易給到用戶一定的價值感。

2024年年初至今 Cal AI的全球日流水變化 | 圖片來源：點點數據

如 Nikita 自己所說，初始錨定的用戶群要足夠精準、小不是問題。擅長增長的 Nikita 可以幫助產品起步，但可能無法幫助產品走得更遠。概念創新距離商業成功，還有很長一段距離。