月入 12.5 万美元的独立开发者：Zigpoll 创始人自述如何单人做到 150 万美元年营收

原文来源：Indie Hackers — Zigpoll 创始人 Jason Zigelbaum 分享如何单人、不融资做到月经常性收入 12.5 万美元

---

独立开发者圈子里有一个永恒的迷思：「一个人能不能做起来一个有规模的 SaaS 产品？」

Zigpoll 创始人 Jason Zigelbaum 用数字回答了这个谜题。他的产品是 Shopify 生态里的一个问卷工具，单人运营、零融资、零联合创始人，月经常性收入做到了 12.5 万美元——折合年收入大约 150 万美元。

这是他的完整经历，从想法到第 N 个付费用户，每一步都有值得借鉴的地方。

发现了什么需求

Zigpoll 的核心功能很简单：在电商网站上加一个小问卷。

传统的电商分析工具能告诉你「有人把商品加入了购物车但没有付款」，但它们回答不了那个最致命的问题——为什么？

是运费太贵？是找到了更便宜的替代品？还是在最后一步发现不支持微信支付？

「在感谢页上问一个问题，比花 1.5 万美元请人做 CRO 审计学到的东西更多，而且这个问卷的效果是永久免费的。」

这就是 Zigpoll 的切入点。它不是另一个「分析面板」——它直接在顾客做决策的那一刻问他们原因。

它支持的问卷类型包括：购买后问卷（"什么东西差点让你不买？"）、退出意图问卷、转化率优化问卷等。使用场景覆盖了电商转化的全链路。

一人公司的选择

Jason 是技术型创始人——利用业余时间做完了第一个版本。

启动资金来自他另一个 App 的收入（那个 App 每周只需要花几个小时维护），外加个人储蓄。他刻意避开了投资者，理由很朴素：

「我需要随时能在周二下午改变方向。」

这个「不融资」的选择后来被证明是极其明智的。因为他早期的产品定位是一步步「试」出来的——如果拿了投资人的钱，这种随性的方向调整就不会那么容易。

从代理机构背景到产品创业

Jason 此前做代理机构（给客户做电商优化），这段经历是他最大的一笔财富。他不是凭空想了一个需求——他亲眼看到了客户的痛点。

最初的版本并没有聚焦在「购买后问卷」上。随着客户反馈越来越多，他注意到人们对「购买后那一刻问一个问题」这个场景的需求特别强。于是他慢慢把产品重心倾斜过去。

「客户比我先知道该做什么。」

他用 Zigpoll 自己来做客户调研——在用户使用的过程中顺手问他们还需要什么功能。这形成了一个绝妙的闭环：用你的产品来迭代你的产品。

技术栈

• 后端：JavaScript + Express + MongoDB（规模上来后加了 Redis 缓存）
• 前端：React
• 哲学：依赖靠谱的第三方工具，节省时间和维护成本

没有花哨的架构选择。一个够用的技术栈，持续维护，仅此而已。

定价策略和增长

Zigpoll 按「问卷反馈数」分层订阅。因为只有他一个人，利润空间非常大。

最关键的定价发现不是「涨价」。而是在数据中发现了增量最大的用户群，然后专门为他们优化产品。

「我没有涨一分钱，但每个账户的收入比去年增长了 24%。」

怎么做到的？他发现有一群电商代理机构的运营者——他们不是给自己的一个店铺装一个 Zigpoll，而是给客户的上百个店铺批量安装。但他之前把集成功能和 AI 功能放在了更高价的套餐里，惩罚了自己增长最快的用户群。

修复很简单：把集成功能放到标准版套餐里。就这一个改动，收入增长了 24%。

流量来源分布

这组数据最有意思的是 AI 工具推荐的 14%。Jason 说这不是偶然——当你的产品能用一句话说清楚做什么的时候，LLM 在回答用户「帮我推荐一个问卷工具」时就会自然提到你。

「找一个平台帮你做分发，然后成为那个平台上最好的选项。口碑是唯一一个随着你增长反而越来越便宜的渠道。」

最贵的错误

Jason 说他犯过最贵的错误是误解了自己的客户：

他一开始以为自己的客户是电商公司的内部团队，按照这个画像设计产品和定价。但他增长最快的用户其实是代理机构——他们自己开 Shopify 店铺？不是。他们给客户的店铺批量安装 Zigpoll。

直到他在数据里看到这个「异常增长模式」，才意识到问题的严重性：他一直在为不存在的人群优化产品。

「注意谁会主动推荐你、不用你问就自发扩量——尽早为他们去优化，比你觉得『应该』的时候早得多。」

怎么听客户反馈

Jason 对「听客户反馈」这件事有一套很实在的哲学：

• 别把嗓门最大的少数人当成市场。 真正的倾听是有结构的——在用户「正好能告诉你真实信息」的那一刻问他们。
• 最有价值的反馈通常不是一个功能请求——而是「某人没买的原因」或「某人浪费了多少时间」。
• 在感谢页上问「什么东西差点不让你买？」 ——在用户刚刚完成购买的那一刻，他们的记忆是新鲜的。
• 收集少一点，行动快一点。 大约 40 份反馈就能看到模式——不需要等到统计显著性。

「你不是自己公司里最聪明的人。你的客户加起来才是。」

未来目标

短期内目标：200 万美元 ARR（还需要每月增加约 4.3 万美元收入）。

更长期的愿景：不再只是一个电商工具——让 Zigpoll 成为「任何企业都能在正确时间问正确问题」的那个工具。

维持单人、自举、随时能在周二下午改变方向的自由：

「拥有随时改变方向的自由——这才是全部意义。」

两个特别值得记住的观点

对流失的态度

「我让流失保持无聊，而不是把它变成一个需要焦虑的故事。」

这句话太真实了。很多创业者把注意力放在流失率上，但其实你只需要做两件事：用你的产品找出用户为什么离开，然后修掉这些问题。流失就会「无聊地」维持在一个低水平。

AI 工具推荐渠道

报告中 14% 的流量来自 AI 工具推荐，这个数字还在涨。Jason 提醒：这不是你「去 SEO 优化一个页面」就能拿到的流量。关键是一个异常清晰的定位——一句话能说清楚你的产品做什么。LLM 天然倾向于推荐那些在 prompt 中「一句话就能说明白」的工具。

---

本文基于 Jason Zigelbaum 在 Indie Hackers 上分享的 $125K MRR 经历编译整理。