Solo Unicorn一人公司的定价心理学 — AI 帮你找到最优价格
一人公司的定价心理学 — AI 帮你找到最优价格
2025 年 9 月，JewelFlow 从 $49/月涨到 $69/月，涨幅 40%。
涨价之前我紧张了两个星期。JewelFlow 当时有 180 个付费客户，我算了一下：如果 20% 的客户因为涨价流失，月收入反而会下降。这是一个不能拍脑袋的决策。
涨价之后的结果：30 天内流失了 6 个客户（3.3%），新签客户速度没有明显变化，月收入从约 $8,820 涨到约 $12,006。三个月后稳定在 190+ 客户。
这个结果不是运气。在涨价之前，我用 AI 做了 6 轮定价实验，花了大约两个月的时间系统性地验证"客户愿意为 JewelFlow 付多少钱"。
这篇文章把整套定价方法拆开来讲：怎么做竞品定价分析、怎么测支付意愿度、怎么设计 A/B 测试、AI 在每个环节起什么作用。
背景：一人公司定价的常见错误
大部分独立创始人的定价方法是：看竞品收多少，然后定一个差不多的价格。
这个方法的问题在于：你不知道竞品的定价是不是对的。很多竞品自己也是拍脑袋定的价。跟着一个可能错误的锚点走，等于两个人一起迷路。
另一个常见错误是定价偏低。一人独角兽俱乐部里我见过太多这样的案例——成员做了一个很好的产品，定价 $19/月，因为"怕贵了没人买"。后来做了调研才发现客户完全愿意付 $49，甚至 $79。每少收 $30/月，乘以 100 个客户，一年少赚 $36,000。
JewelFlow 最初定 $49/月就是这种心理——我觉得珠宝行业的中小商户预算有限。后来数据告诉我，JewelFlow 给他们省的人工成本是月费的 5-8 倍，$69 在他们的价值感知里依然是"便宜的"。
核心方法：三条原则
原则一：基于价值定价，不基于成本
成本定价的逻辑是：我的服务器、API、人力成本加起来 X 元，加一个利润率，定价 Y 元。
问题是客户不关心你的成本。客户关心的是"你帮我省了多少钱"或者"你帮我多赚了多少钱"。
JewelFlow 的服务器和 API 成本每个客户不到 $5/月。如果按成本加成定价，$15-$20 似乎合理。但 JewelFlow 帮一个中型珠宝商每月节省的人工时间价值约 $300-$500——自动化报价、客户跟进、库存管理。$69/月相对于这个价值，客户觉得很划算。
怎么量化价值？我用 Claude 做了一个简单但有效的分析：
- 收集 30 个活跃客户的使用数据——他们用 JewelFlow 处理了多少报价单、节省了多少手动操作步骤
- 把这些数据加上珠宝行业平均人力成本（$18-25/小时）丢给 Claude 计算
- 输出：每个客户每月通过 JewelFlow 节省的估算价值
结果中位数是 $380/月。这意味着 $69/月的定价只是客户获得价值的 18%。这个比例在 SaaS 行业属于偏低的——通常 25%-30% 是健康区间。
原则二：用数据验证直觉，不用直觉替代数据
我的涨价决策不是在算完价值后直接拍板的。数字告诉我"可以涨"，但涨多少、怎么涨，需要测试。
我做了三类数据收集：
竞品定价分析：用 Claude 抓取并分析了 8 个 JewelFlow 竞品的定价页面——Stuller 的企业工具、JOOR、Valigara 等。Claude 帮我做了结构化对比：功能覆盖度 vs 价格、按用户数分级 vs 按功能分级、年付折扣力度。结论：同类工具的中间价位在 $59-$99/月，JewelFlow 的 $49 处于明显偏低的位置。
支付意愿度调研（Van Westendorp）：这是一个经典的定价调研方法。用 Tally 做了一份简单问卷，发给 50 个现有客户，四个问题：
- 什么价格你觉得"太便宜，怀疑质量"？
- 什么价格你觉得"不算贵，可以接受"？
- 什么价格你觉得"开始贵了，但还是会用"？
- 什么价格你觉得"太贵，会放弃"？
32 个客户回了问卷。Claude 帮我做了交叉分析，得出的"最优价格区间"是 $59-$79/月，"可接受价格上限"中位数在 $89/月。
小范围 A/B 测试：新注册用户随机分两组——A 组看到 $59/月的定价页，B 组看到 $69/月的定价页。跑了 6 周，样本量各 45 个。转化率：A 组 14.2%，B 组 13.1%。差异在统计上不显著，说明 $69 vs $59 对转化的影响很小。
三类数据指向同一个结论：涨到 $69/月是安全的。
原则三：涨价要透明，给老客户台阶
定了价格还不够，涨价的"怎么做"比"涨多少"同样重要。
我的策略：
- 老客户锁定原价 3 个月，第 4 个月开始执行新价格
- 涨价邮件里写清楚为什么涨——列了过去 6 个月新增的 4 个核心功能
- 提供年付选项：$59/月（年付 $708），相当于给了一个"比新价格低 15%"的台阶
- 个别大客户（月用量 top 10%）手动联系，提供定制方案
结果：6 个流失客户里，4 个是低使用频率的客户（本身可能快流失了），2 个明确反馈"预算确实吃紧"。0 个客户因为涨价给了差评或负面反馈。
工具栈详解
| 场景 | 工具 | 月费 | 为什么选 |
|---|---|---|---|
| 竞品定价页抓取 + 分析 | Visualping + Claude API | ~$12 | 监控竞品价格变化 + 结构化对比 |
| 支付意愿度问卷 | Tally（免费版） | $0 | 简洁、好用、免费 |
| 问卷数据分析 | Claude API | ~$3（一次性） | Van Westendorp 交叉分析 |
| 定价页 A/B 测试 | PostHog（免费版） | $0 | 开源，自托管，免费到 100 万事件/月 |
| A/B 测试实现 | Stripe + 自建脚本 | $0（额外费用） | Stripe 已有，用 metadata 区分测试组 |
| 客户价值量化 | Claude API + JewelFlow 数据 | ~$2（一次性） | 计算每个客户的节省价值 |
| 涨价邮件发送 | Resend | $0（免费额度内） | 100 封/天免费 |
| 合计 | 约 $15-17/月 |
定价实验不是一个持续性成本——工具大部分是一次性使用或按需调用。两个月的密集测试期，总工具花费不到 $50。
为什么没用专门的 SaaS 定价工具（PriceWell、Intelligems）？ PriceWell 起步 $49/月，Intelligems 面向电商。在我的规模（200 客户以内），用 PostHog + Stripe + Claude 组合完全够了，省下的钱比这些工具给的功能更实在。
实际数据
JewelFlow 涨价前后的关键指标对比：
收入：
- 涨价前月收入：~$8,820（180 客户 x $49）
- 涨价后 1 个月：~$12,006（174 客户 x $69）
- 涨价后 3 个月：~$13,110（190 客户 x $69）
- 年化增长：约 $51,480 → 约 $157,320（新客户持续增长的贡献）
客户流失：
- 涨价后 30 天流失率：3.3%（6/180）
- 正常月份流失率：2.1%
- 净增量：涨价导致的额外流失约 2 个客户
客户感知：
- 涨价后 NPS：56（涨价前 58，基本持平）
- 收到的涨价反馈邮件：11 封，其中 7 封正面（"理解，产品确实在进步"），4 封中性（"知道了"），0 封负面
定价实验的 ROI：
- 实验总投入：约 $50 工具费 + 约 30 小时个人时间
- 涨价带来的月度增量收入：约 $3,186
- 回收周期：一两天
踩坑经验
坑一：A/B 测试样本量不够就下结论。
我第一轮 A/B 测试只跑了两周，每组 15 个用户。转化率差异看起来很大（A 组 20%，B 组 6.7%），但统计上完全不显著——样本量太小，随机波动就能造成这种差异。我差点因此放弃涨价。
后来延长到 6 周、每组 45 人，差异缩小到 14.2% vs 13.1%，在合理范围内。教训：定价 A/B 测试至少需要每组 40-50 个有效样本，否则数据没有参考价值。
坑二：问卷措辞影响结果。
第一版 Van Westendorp 问卷我写的是"你觉得这个产品值多少钱"——这个问法诱导客户往低了答。改成标准的四象限问法后，结果完全不一样，最优价格区间上移了 $15。措辞细节在定价调研里差异巨大，建议直接用经典方法论的原始问法。
坑三：只看竞品定价，忽略竞品的价值传递。
最初做竞品分析时我只对比了价格数字。Claude 帮我做了一轮更深入的分析后指出：竞品 X 的定价页面强调的是"节省时间"，竞品 Y 强调的是"增加销售额"——同一个产品，价值叙事不同，客户愿意付的价格差 2 倍以上。
这个发现直接影响了 JewelFlow 涨价后的定价页改版——我把核心文案从"自动化珠宝业务管理"改成了"每月帮你多服务 3 倍客户"，强调收入增长而不是效率提升。
坑四：给老客户的涨价通知太突然。
本来计划发一封邮件就开始涨价。一人独角兽俱乐部里一位有 SaaS 经验的成员提醒我：至少提前 30 天通知，给缓冲期。我采纳了建议，加了 3 个月锁定期。事后看，这是流失率控制在 3.3% 的关键因素之一——客户有时间消化和适应，而不是被强制面对涨价。
给想开始的人的建议
第一步：算清你的产品给客户创造了多少价值。
如果你不知道客户从你的产品中获得了多少价值，你就无法合理定价。花一个下午，用 Claude 帮你分析客户数据，算出"你的产品每月帮客户省了多少钱/赚了多少钱"。这个数字是你定价的天花板。
第二步：做一次 Van Westendorp 问卷。
4 个问题，用 Tally 5 分钟搞定。发给 30-50 个现有客户。不需要复杂的统计工具，把结果丢给 Claude 分析就行。你会得到一个清晰的"最优价格区间"。
第三步：小范围测试，不要全量上。
新用户 A/B 测试比老客户涨价安全得多。先在新用户身上验证价格接受度，确认后再考虑老客户涨价策略。
写在最后
定价是一人公司最被低估的增长杠杆。获客成本涨了、转化率到顶了、功能做到极致了——涨价 30% 可能比这些努力加起来对收入的贡献还大。
但涨价不能靠感觉。AI 让一个人也能做系统化的定价分析——竞品对比、支付意愿度调研、A/B 测试——这些以前需要定价顾问（$5,000-$20,000 一个项目）才能做的事，现在工具成本不到 $50。
$69 vs $49，看起来只差 $20。乘以 190 个客户、乘以 12 个月，差 $45,600/年。这就是科学定价和拍脑袋定价的区别。
你的产品现在的定价，是算出来的还是猜出来的？