【写在前面】

不知道大家有没有过这种感受：做产品的时候，用户反馈堆得像山一样，客服记录、应用商店评论、访谈录音、问卷结果，全是零散的信息，几个人整理一周都摸不清用户到底在吐槽什么、想要什么。

今天要聊的这个创业者，就精准踩中了这个痛点，自己一个人捣鼓出了AI分析工具，没用几年就做到年入300万美元，团队从1个人扩张到20人，服务了500多家企业客户，说他是小而美SaaS的标杆一点都不为过。

【案例档案】

公司名叫Dovetail，做的是AI驱动的用户反馈分析工具，创始人是澳大利亚的连续创业者Ben。目前公司年营收稳定在300万美元，总用户数超过5000人，其中付费企业客户超过500家，累计帮用户分析过的反馈数据超过100万条，团队规模现在是20人，2020年的时候已经完成了A轮融资。

整个发展路径特别稳，没有疯狂烧钱扩张，也没有跟风追热点，就盯着用户反馈这一个细分场景死磕，硬生生把一个看似很小的需求做成了能持续赚钱的生意。

【创业背景】

Ben做Dovetail的初衷，说起来完全是“自己的痛点自己解决”。2017年的时候他还在另一家科技公司做产品，当时团队刚上线了一个新产品，每天都能收到几百条用户反馈，有客服转过来的投诉，有访谈记录的用户建议，还有社交平台上的吐槽。

那时候他们处理反馈的方式特别原始：几个人分头把所有反馈读一遍，手动贴标签、分类，统计大家提到最多的问题，还要总结情绪是正面还是负面，最后整理成报告给产品团队做参考。几千条反馈整理下来，几个人熬了快一周，眼睛都花了，最后还容易漏信息，分类标准不统一，得出的结论大家还经常有争议。

Ben当时就想：这种重复又耗精力的事，为什么不能用工具自动做？他翻了一圈市面上的产品，要么就是功能太复杂，小团队根本用不起，要么就是准确率特别低，分析出来的结果没法用。作为一个懂技术的产品人，他干脆决定自己写个工具试试，先解决自己的问题再说。

最开始他只是把自己常用的功能做了出来：上传文本之后AI自动打标签，判断用户是满意还是不满，自动把高频提到的关键词摘出来。没想到用了一段时间之后效率提升特别明显，之前一周的工作量现在几个小时就能搞定，他把这个工具分享给身边做产品和UX研究的朋友，大家用了都喊“太香了”，问他能不能对外卖，他们愿意花钱买。

嗅到商机的Ben干脆辞了职，全职做这个产品，给它起名叫Dovetail，意思是“把零散的信息拼接在一起”，正式开启了一人公司的创业之路。最开始他一个人包揽了产品开发、客服、销售所有工作，靠着用户口口相传，第一年就拿到了100多个付费客户，验证了商业模式的可行性。

后面的发展就顺理成章了：用户越来越多，他就陆续招人扩充团队，功能也越做越完善，从只能分析文本到支持音频、视频转写分析，从简单的标签分类到自动生成完整的洞察报告，没用几年就做到了年入300万美元的规模，成了用户研究领域公认的好用工具。

【核心打法拆解】

Dovetail能在SaaS红海跑出来，核心是它把“用户反馈分析”这件事做的足够透，刚好踩中了产品团队的核心痛点，四个核心功能刀刀见血：

1. AI自动分类打标签，省掉90%的手动工作量

之前处理用户反馈最耗时的步骤就是分类：比如哪些是说卡顿的，哪些是提功能建议的，哪些是吐槽收费的，全靠人一条条读了贴标签，几千条反馈下来手都酸了。

Dovetail的AI标签功能可以提前自定义分类规则，也可以让AI自动根据内容识别分类，上传的所有反馈自动匹配对应的标签，准确率能到90%以上，就算有少量识别错的，人工调整一下就行，之前几天的工作量现在几分钟就能完成。

2. 情感分析精准判断用户情绪，不用猜用户是夸还是骂

很多时候用户反馈的字面上看不出情绪，比如“你们这个功能真的太‘好用’了，我找了半小时都没找到入口”，人工读都要反应一下，普通工具根本识别不出来是反讽。

Dovetail的情感分析模型专门针对用户反馈场景训练过，不仅能识别正面、负面、中性情绪，还能判断情绪的强烈程度，比如是轻微不满还是愤怒投诉，最终会生成整个反馈的情绪占比统计，产品经理一眼就能知道用户对新功能的整体评价是好是坏。

3. 关键词提取快速抓核心，用户最关心什么一眼就知道

几千条反馈翻下来，你可能根本没意识到有30%的用户都提到了“卡顿”这个问题，Dovetail的关键词提取功能会自动统计所有反馈里的高频词，还会关联对应的标签和情绪，比如“卡顿”这个词有80%都是负面情绪，说明性能问题已经严重影响了用户体验，优先级必须提前。

这个功能对做产品迭代的团队来说特别实用，不用再靠体感判断用户需求，所有优先级排序都有数据支撑，再也不会出现“我觉得用户需要这个”的拍脑袋决策。

4. 自动生成洞察报告，不用再熬夜做PPT

前面的分析做完了，最后一步就是给团队、给老板写报告，这又是一个大工程。Dovetail可以直接基于分析结果自动生成完整的洞察报告，里面包含了反馈总量、情绪分布、高频问题、Top建议，还配好了可视化图表，直接导出就能用，省掉了至少半天的报告制作时间。

就这四个功能，刚好把用户反馈处理的全流程都覆盖了，从上传数据到得出结论全程不用费什么力，产品经理和UX研究员用了根本离不开，续费率自然特别高。

Ben自己在采访里也说过一句话，我觉得特别对：

用户反馈是最好的产品路线图。

很多产品做不好，根本不是没有想法，而是听不到用户真实的声音，或者听到了却没当回事，Dovetail本质上就是帮你把用户的声音精准捞出来，送到你面前。

【踩坑与教训】

当然Dovetail的发展也不是一帆风顺的，Ben在采访里也聊过几个踩过的大坑，对做SaaS的创业者来说特别有参考价值：

1. 最开始贪多求全，差点把产品做四不像

刚拿到融资的时候Ben也飘了，觉得既然用户反馈分析做的不错，不如顺便把问卷工具、用户访谈工具、项目管理功能都加上，做成一个一站式的用户研究平台。结果功能加了一堆，用户反而吐槽说产品越来越复杂，找不到之前好用的功能了，还有很多小客户说价格涨了太多，用不起了。

还好他反应快，马上砍掉了所有非核心功能，重新聚焦在“用户反馈分析”这个核心场景，把基础功能的体验做到极致，反而把流失的用户又拉了回来。他后来总结说：小公司不要总想着做平台，先把一个痛点解决到极致，用户自然会愿意为你付费。

2. 早期忽略了大客户需求，丢了不少订单

最开始Dovetail是做给中小团队用的，功能都是按小团队的需求设计的，后来有不少大公司过来咨询，说想买企业版，但是需要权限管理、数据加密、系统集成这些功能，Ben当时觉得大客户需求太复杂，要做的功能太多，干脆都拒了。

直到后来他算过一笔账：一个大客户的年付费顶得上20个小客户，而且续费率更稳定，才开始专门做企业版功能，组建了大客户团队，现在企业客户已经贡献了70%以上的营收。他说如果早两年重视大客户需求，现在的营收至少能翻一倍。

3. 一人创业时期踩过的外包坑

刚创业的时候Ben一个人忙不过来，想把前端开发外包出去，结果找的外包团队偷工减料，做出来的产品bug一堆，用户投诉不断，他自己花了整整两个月才把代码全部重写了一遍，还流失了不少早期用户。从那之后他招人就特别谨慎，核心技术岗位全部自己培养，宁愿慢一点也不随便外包核心功能。

【给创业者的启发】

看完Dovetail的案例，我觉得对所有想做小而美生意、尤其是想做SaaS的创业者来说，有几个特别值得借鉴的点：

• 找自己的真实痛点做切入点，成功率比瞎想高10倍。Ben最开始就是为了解决自己工作中的问题做的产品，他自己就是核心用户，知道痛点到底有多痛，做出来的产品自然不会跑偏，比你坐在办公室里想“用户可能需要什么”靠谱太多了。
• 细分赛道也能做出大生意，不用总盯着大赛道卷。很多人创业一上来就想做电商、做社交、做通用SaaS，觉得市场大，但是竞争也激烈啊。反而“用户反馈分析”这种看起来很小的细分场景，只要你能解决真实痛点，愿意付费的用户多的是，足够你做到年入几百万甚至上千万的规模。
• AI不是噱头，要真正用来解决具体问题。现在很多创业项目都喜欢蹭AI的热度，但是很多都是“伪AI”，根本没有实际价值。Dovetail的AI功能全部都指向“提升效率”这个核心目标，每一个功能都能帮用户省时间、少干活，用户当然愿意花钱买单。
• 一人公司不用急着扩张，先验证商业模式再招人。Ben最开始一个人做了一年多，直到收入稳定了才开始招人，这样压力小，也不会因为盲目扩张把自己拖死。很多创业者一上来就租办公室、招十几个人，钱烧完了产品还没做出来，自然活不下去。
• to B产品的核心是复购，把用户服务好比什么都重要。Dovetail的客户续费率超过85%，很多客户用了之后就再也离不开，核心就是产品体验够好，能真真切切帮用户解决问题。to B生意不需要太多流量，只要有一批忠实的付费客户，就能活得很滋润。

【写在最后】

现在很多人都说创业难，生意不好做，但是看了Dovetail的案例你会发现，机会其实一直都在，就藏在你日常工作的那些“吐槽点”里：这个工具怎么这么难用？这个流程怎么这么麻烦？这件事怎么这么浪费时间？

你觉得麻烦的地方，大概率很多人也觉得麻烦，如果你能做一个工具解决这个麻烦，哪怕只解决这一个问题，就足够你做成一门不错的生意。就像Ben一样，从一个“整理用户反馈太麻烦”的小痛点出发，一步步做成了年入300万美元的公司。

不用总想着做什么惊天动地的大项目，找到一个小而精准的痛点，把它解决到极致，就是普通人创业最好的路径。