本期內容由Alex 在個人YouTube 頻道分享，探討了社群產品Kaito 的策略與市場背景。作為Ferryboat Research 的CIO，Alex 分析了Kaito 在Twitter 平台的選擇及其高定價原因，發現其透過API 優化、KOL 圖譜建構和社交綁定機制，成功轉型並建立獨特市場地位。也比較了不同地區用戶獲取成本及裂變效果，強調數據準確性和影響力的重要性。此外，總結了創業者的經驗，並回顧了在Web3 產品化與商業化過程中遇到的挑戰與機會。
本期為Alex 個人YouTube 頻道內容，圍繞著近期熱門社群產品Kaito 展開，探討了其產品策略、市場背景及發展邏輯。 Alexon 是Ferryboat Research 的CIO。透過分析Kaito 在Twitter 平台的選擇及其在加密貨幣方面的表現社交數據收集、處理及應用上的特點，闡釋了其高定價原因及核心優勢。此外，比較了類似專案的方向探索，指出Kaito如何透過API呼叫優化、KOL圖限制譜建構以及社交綁定機制來突破傳統資料服務的，成功完成策略轉型並建立了獨特的市場地位。同時，分享了相關產業從業人員的創業經驗與洞見，直指Web3產品化與商業化過程中所面臨的挑戰與機會。
加密貨幣流量取得方式：投放與裂變模式的差異
加密貨幣是一個高波動、高風險，並且具有強烈金融屬性的領域。你可能會發現機會，也可能需要投入金幣做好完全歸零的心理準備。接下來，我們來談談第一個部分：Kaito以及類似的產品為什麼會選擇Twitter 作為主要陣地。
首先，從消費產業的觀點來看，結構一般分為兩類：公域流量和私域流量。在獲取流量的方式上，又分為兩個主要路徑：銷售和細分流量。公域通常包括Twitter 和YouTube，在加密貨幣產業中，Telegram 和Discord 都屬於私域流量。相較之下，私域的流量更難以追踪，結構也同樣單一。
雖然也有Reddit 或Instagram、TikTok 等平台逐漸涉及加密貨幣產業，但目前來看，Twitter 和YouTube 的流量中心化度仍然是最高的。如果放在國內環境，那可能需要藉助小紅書、抖音、快手進行推廣，同時還需要bilibili等種草平台，最後透過直通車或萬像台進行站內推廣。之後，再將流量引導至微信等私域進行轉換複購。
總的來說，加密貨幣產業的流量取得方式相對簡單，因為投放邏輯在目前產業階段無法承載足夠的。這就導致整個流量生態的取得方式單一，主要中心化在裂變和分發上。
不同地區用戶獲取成本及裂變效果的對比
兩年多前，我們在開發自己的工具產品時，曾經嘗試過投放策略。我投入了幾萬美元做測試，雖然具體數據並不方便透露，但一個很明顯的結果是：獲得一個美國用戶的成本大約是獲得越南用戶的十倍。然而，越南用戶的裂變率卻與美國用戶顯著不同。這表明，美國用戶不太傾向於主動參與裂變推廣，例如製作和傳播一個落地頁的動作卻鮮為人知。
在整個加密貨幣產業中，我認為獲取流量的方式歸根到底只有兩種：分佈和裂變。雖然這兩種方式本質上都屬於裂變的一種形式，但它們的應用邏輯卻有所不同。分佈更傾向於相信KOL（關鍵意見領袖）或KOC（關鍵意見消費者）進行推廣，你將產品交由他們背書，再由他們分銷給散戶或零售用戶。
裂變盤點透過設計一個高效率的裂變機制，打造了一組吸引使用者主動參與的活動。例如，Kaito 的Yap 活動就是一個典型案例。用戶透過分享一張自己的加密貨幣Twitter（CT）帳戶數據，例如展示有多少「智慧追蹤者」（智慧追蹤者），形成了一種類似網易云年度歌單或消費帳單的玩法機制。本質上，這些目的就是透過使用者自發性分享來實現裂變，從而獲得更多流量。
解釋完這些選擇的背景知識，也可以理解我們最初為何作為Twitter 的主要平台，而不是私域。私域的最大問題在於，難以標準化取得所有內容，且私域內的內容很難進行有效的加權評估。例如，如果某個社群全部圍繞著Kaito 進行討論，你無法準確評估這些數據的真實價值和影響力。同時，私域平台的去中心化性也讓全面取得相關數據變得非常困難。正因如此，這不是一個優先的選擇。
為什麼Kaito 選擇Twitter 作為主要平台
在YouTube 這類公域平台上，內容通常適合以長影片的形式呈現。例如，可以是類似我現在錄製的這種單口影片、訪談形式，或是更中心化於教學和互動類別的內容，甚至是礦機操作指南。這樣的內容往往需要長時間的製作和觀看，適合那種需要解說和學習的主題。因此，這類內容本質上並不適合圍繞即時性事件或熱點驅動的場景。
這些長影片內容通常更適合處理PoW（工作量論證）相關主題。所以我們也嘗試在YouTube 和Farcaster 上引入Kaito 的監測和分析邏輯，但最終發現，能夠有效安裝的標籤通常類似於Kaspa 和Helium這樣的項目，而對於某些短期爆火的meme token 來說，表現就完全失敗了。
相較之下，Twitter天生就適合社群資料中心化平台，尤其是在社群資料度非常高的環境中。所有權的行銷預算幾乎都中心化在Twitter上，產生了較高的共識。同時，Twitter的社群圖譜也非常透明化，例如你的關注清單、互動次數（engagement）等數據都以顯著的形式呈現。而像YouTube 這類平台，你很難清楚地獲得粉絲關係或互動細節。
最終，選擇Twitter 作為主要平台的原因在於，它是最優化的解決方案。它的透明化社交圖譜和中心化流量結構，為我們提供了明顯的優勢。相較於YouTube 平台，獲得類似的優勢的網路數據是非常困難甚至不可能的。因此，無論是我們或Kaito，都更傾向於優先選擇Twitter 作為主要關係立場。
Kaito 定價高的限制原因：API 成本與法規
我們當時使用了一些“奇技淫巧”，當Twitter開始被馬斯克收購時，系統中存在一些灰色地帶。例如使用教育帳號或其他方式取得數據，雖然不完全合規，但處於早期階段，這種方式是普遍存在的。對於像Kaito 這樣早期的項目，我猜測他們最初也採取了類似的策略，透過這些途徑取得數據。然而，當產品開始商業化時，這種方式顯然無法繼續使用。
兩年前，當他們完成融資和產品時，只能依賴API，馬斯克收購Twitter 後，也封鎖了許多不規範的成果。 API 的使用成本相當高，而且呼叫次數也不少增加，這種成本會呈線性成長，又下跌。
第二個導致定價限制高的原因是Twitter的法規。甚至是一家公司使用API，也存在每月呼叫次數的上限（具體次數記不清了）。這意味著，如果產品特別火爆，那麼調用數量的限制使得ToC（面向消費者）的模式難以為繼。最終，我們和Kaito在類似的時間點都選擇了ToB（以企業為導向）模式，這是一個可以最大化有限調用量經濟價值的最佳方案。對於Kaito 而言，這幾乎沒有其他可選的方向。
具體來說，由於呼叫量固定，唯一的辦法就是透過提高單一使用者的價值來實現更大的經濟回報，通俗來說就是漲價。而這種偏向是產品的必要選擇，否則整個商業模式無法建立。
我知道他們的延遲是15分鐘左右，而我們的延遲大約。需要理解的是，延遲時間越短，所需的成本就越高。這是因為需要以更高的頻率掃描來獲取歷史數據，而這種成本的成長是指數級的。延遲時間的設定也直接影響了API呼叫的效率與經濟吸收。總而言之，Kaito在API呼叫成本和法規限制下的高定價有其合理性。
Kaito 產品演練方向與選擇
接下來談談Kaito的產品方向，以及為什麼他們從「趨勢」類型的產品發展到現在的KOL類型的功能。這裡首先給出一個小結論——不教別人怎麼創業，而是分享我們自己的我們曾經嘗試過多個方向，發現有三個方向可以基於這套邏輯進行推導。
第一個方向是自用的純Alpha工具。 Kaito的CEO在一次播客中提到過，他們也曾經考慮過這個方向。如果工具只是用於Alpha類型的用途，那麼越開發傾向於內部使用，而不適合大規模使用者。我們也遇到類似的問題──如果不收費，用戶可能不會珍惜；如果收費，為什麼不直接自己用？此類問題使得Alpha通常更適合自用，而不是產品化。
我們自己曾經使用過類似Kaito 的邏輯開發了一套工具。這套工具的應用使我們能夠在專案火爆之前經常發現它們。我們考慮過用這套邏輯給交易所做清單工具。例如，我曾經想與Binance 合作，免費提供一套工具來優化他們的清單選擇標準。因為某些項目，例如ACT，在我們基於Twitter 的數據分析的「上帝視角」中根本沒有顯示出任何值得的表現，但仍然被列在交易所上。這種不合理的選擇，本來可以透過數據驅動的避免工具。
另外，我們也研究過將Alpha 邏輯估值交易策略。我們在Badcase 上對前200 或前100 的項目進行測試，基於文字挖礦、情緒分析等進行交易決策。測試結果顯示，這種策略對市值較小、易受情緒和事件驅動的更為顯著有效，而對於市值擴大的項目效果有限。我相信Kaito也進行了類似的研究，畢竟他們的CEO有背景交易。從這一點來看，我們和凱托早期的出發點和邏輯上有很多相似之處，但最終選擇的道路卻不盡相同。
Kaito 的社區新聞工具探索及其產業潛力
在目前的模型架構下，一些現象級的主題，像是meme 和NFT，是非常顯著的。它們在底層邏輯中能展現價格提升的潛力。然而，此類現象卻無法透過標準化的程序化交易解決，因為它們仍然需要影響的人工幹預。特性使得它們雖然完全有效，但缺乏標準化。至於Kaito 內部是否有類似方向的產品並用於自身，這點我就科威特了。
第二個值得探索的方向是新聞類和GPT類產品。這是什麼意思呢？舉個例子，像現在的Alva（原Galxe）這種Web3助手，透過整合Twitter的分時數據，就可以取得所有推文的語料，並結合ChatGPT的介面進行加工。透過在前端調整提示（提示語），可以將這些數據以更細緻的形式輸出，從而產生許多即時性的社區新聞。
舉個簡單的例子：例如你看到大小寫「elisa」之爭時可能一頭霧水。其次你可以直接問這個工具：「大小寫的elisa之爭的原因是什麼？發起人是誰？」透過這種方式，工具會根據最新的數據匯總得出答案。而原版GPT 無法實現這一點，因為它的數據有固定的預設日期，通常無法提供最新半年的內容。你只能自己將相關語料爬取摟來餵給GPT，再用提示語總結邏輯。這類工具的潛力巨大，是值得深入探索的方向。
從目前來看，Kaito似乎已經在探索此類產品或嘗試類似的方向。我提到的Alva產品，就是一個不錯的例子。它透過調用Rootdata等加密貨幣領域相關的API，整合大量行業數據，點對點接地連接用戶與行業資訊。然而，Alva 存在的問題是資料清理的品質不夠高。他們花了大量時間對接資料網，但在資料準確性和清理的初始化框架改進空間。相較之下，快斗的優點在於其數據的精準性，這是無需庸庸置疑的。
舉個實際案例，最近關於大小寫「elisa」之爭的問題，我透過此類工具獲得了快速答案。此類產品在加密貨幣產業的應用確實能顯著提升效率。兩年多前，我們也開發過類似的工具，測試結果顯示，它確實能夠提高工作效率。然而，當我們嘗試商業化時，遇到的核心問題是用戶的付費意願不夠強。儘管能夠提升效率，但要針對某個核心工具痛點，這使得使用者缺乏強烈的購買動機。
此外，由於許多此類工具的呼叫成本較高（每次調用GPT介面都需要支付費用），導致產品毛利率較低。因此，雖然此類工具有一定的，但其商業化面臨更大的挑戰。調用行為更多是為了促進活動目的，實際產生收入的場景有限，這些都成為了需要克服的難題。總的來說，這一方向雖然潛力巨大，但在實際落地中仍需更多優化和突破。
數據準確性與KOL 圖譜建構在行銷中的作用
在這些工具探討的時候，有一個核心問題：它們如何實現？如果單靠VIP模式，讓使用者無限次呼叫API，這類產品很難有很大的獲利空間，但它的存在是有意義的。它可以直接利用Kaito 的邏輯，讀取推特數據，用於產生和分發自媒體內容，例如類似「吳說」或其他形式的社群新聞。這類工具不僅能提高效率，還能幫助專案方在多平台上分發內容，例如透過AI產生短影片發佈在TikTok，或直接在推特發布。
我認為，這種產品並不是方向只有Kaito 或Galxe 可以嘗試，像Mask 這樣的專案其實也非常適合做這件事。奇怪，Mask 目前似乎感覺深度涉足這個方向。如果有Mask 團隊的小夥伴聽到了這些建議，希望你們能試著考慮一下。
對於Kaito 來說，其當前的產品方向已經表明他們希望走向更大的市值，而不是沿著Alpha 工具的路線繼續前進。 Alpha 工具雖然可以獲利，但缺乏產品化的潛力。如果只是一致的話，它最終會實現內部使用，無法形成面向更大市場的產品。 Kaito透過轉向KOL圖譜構建，顯然是為了突破這一瓶頸。
早期對Kaito 產品有興趣的用戶，與當時關注我們工具的用戶群幾乎一致。我們在早期的工具也被建議出售給一些交易公司或二級基金。雖然這些交易公司更關注獲利性，但這種方向會陷入「是否獲利」的循環中。相較之下，KOL圖譜則為行銷提供了精準支持，透過數據精準提升投放效果，進而增加專案方的行銷價值。
數據準確性是關鍵所在。雖然有許多公司可以收集特定數據，但數據是否精準是另一回事。在公開市場上，Kaito 和我們早期的工具是為數勉強能夠做到準確的。資料準確性的核心在於“資料清洗”，這是最困難和關鍵的環節。採集資料相對簡單，但對資料進行加權和清理則需要大量的反覆測試和邏輯調整，這往往需要經驗和直覺結合。
比方說，中文社群的加密貨幣Twitter（CT）往往有噪音噪音，權重需要降低。這種噪音導致中文CT通常比英文CT落後24到48。如何有效清洗和調整數據，是一個“看”家本領”，也是公司核心競爭者。
透過精準的KOL圖譜，Kaito能夠幫助專案方優化投放策略，提升投放的準確率。該產品不僅能幫助專案方實現更有效率的行銷，還能獲得行銷費用，可持續形成的商業模式。選擇這個方向，正是Kaito在市場競爭中拿出的聰明策略。
Yap活動背後的策略邏輯與飛輪效應
在整個加密貨幣領域，投放廣告一直是相對模糊且低效率的行為。目前的行銷機構本質上還是維持通訊錄的簡單工具，其手段相對單一。在這樣的背景下，Kaito 提供的工具可以幫助專案方判斷哪些KOL值得投放，哪些不值得，透過資料分析提供有據可依的參考。這種精準性大大提升了廣告的效率。
Kaito透過兩個關鍵指標來優化KOL投放：正確性和核心圈層。正確性是指KOL的判斷是否準確，例如他們是否在某個專案上漲之前就已經討論過，而不是在專案上漲後才參與。另外分享或推廣，KOL的判斷是否正確都會被記錄和加權，影響其權重評分。這一切都可以透過時間和數據分析工具反覆驗證。
核心圈層（在Kaito中稱為「智慧追隨者」）則流暢一個KOL影響力的深度。如果帳號有更多的智慧帳戶（即智慧追蹤者）交互，其權限重評分會更高。這樣可以幫助專案方篩選出真正有影響力的KOL，不只擁有大量粉絲的帳號。
Kaito 的Yap 活動表演了其策略轉型活動的成功。這項透過使用免費的KOL 槓桿，大大降低了行銷成本。傳統的行銷需要逐一聯繫KOL 並支付高昂的費用，而Kaito 直接公開了一個頁面，透過權重演算法為KOL提供分配獎勵。方法既簡化了流程，又透過資料透明化提升了這種可信度。這種模式讓許多KOL自願參與推廣，幫助計畫迅速擴散。
同時，Yap 活動也解決了潛在的風險問題。考慮到未來如果Twitter 更改API 規則，Kaito 透過TGE 的方式讓所有CT 使用者將帳戶綁定到其後台，主動授權資料使用。這種方式使Kaito 逐漸剝離對TwitterAPI的依賴，並開始掌握自己的資料資產。這不僅讓Kaito具備了更強的獨立性，還形成了供需雙方的正循環：隨著更多的CT用戶綁定，項目方的興趣增加，形成一個數據撮合的飛輪效應。
最終，Kaito 透過這種模式創造了類似阿里媽媽或巨量引擎這樣的商業想像力，成為加密貨幣產業中的行銷生態平台。目前來看，這項戰略取得了相當大的成功。
創業反思：非典型的菁英背景來自業者如何突圍
如果所有CT（加密貨幣Twitter）用戶都將自己的帳戶綁定到Kaito還是後台，那麼在未來進入二級市場時，Kaito可以明確告訴爸爸：「這些數據是我的。」無論是項目方CT用戶，這種綁定行為遍及資料洞察和趨勢。這就是Yap活動背後的核心邏輯。
在結束Kaito 話題之前，我想先分享一個關於我們自己的小故事。我們在Kaito 融資之前，也開發過類似的產品，甚至可以說是類似進行的。兩年多前，我們同時嘗試Alpha 工具和GPT類工具的方向。當時，正值業界低谷，我們團隊不太擅長社交，業界認識的人也很少。儘管我們的產品有趣且具備潛力，但向VC的朋友介紹我們寥寥無幾。
當時，我們接觸了四家VC，其中一家願意跟投，但需要我們找到領投方。而其他三家則直接忽略了我們，原因是我們的背景並不符合典型的菁英創業家形象。他們沒有深入了解我們的產品背後邏輯，甚至未嘗試去想像其潛在的價值，而是簡單地一票否決了。
直到後來，我們透過YouTube等平台逐漸被更多產業關注。這些觀眾大多是顛覆的機構和從業者。即便如此，我仍然沒有向那些曾經與我們接觸過的VC提及過去的事情，因為稍微非常尷尬。有趣的是，我後來在網路上看到曾經接觸過的VC 員工現在對Kaito 讚不絕口，這讓我感慨萬分。
我們最後選擇了走Alpha工具的路線，這與我們當時的社交圈有限有關。我們認為如果沒有嬰兒的幫助，很難將ToB的產品成功商業化。我們希望透過找到知名VC的認可，借助他們完成市場拓展的資源，而不只依靠我們自己的艱難前進。
對於那些非精英典型背景的創業者，我有一些建議。 VC更關注的是連結和網絡關係，不一定關注你的產品本身。然而，我始終相信好的產品能夠自我發聲。如果你的產品真的很好，就不要害怕外界。現在，我也意識到建構社交影響力的重要性。透過社群網絡，你不僅能夠認識更多的人，還能為未來創業增持一定的電視劇和展現信任度。
對於觀看我的影片或瀏覽我的Twitter 的朋友們，我希望傳達的信念是：無論您是否有精英背景，只要您的產品足夠優秀，我都願意為您提供幫助。產品和創意比華麗的履歷更出色更重要的是。只要你拿出的東西能讓我認可，我就會盡我所能幫助你找到資源。
資訊來源：0x資訊編譯自網際網路。版權歸作者Alex所有，未經許可，不得轉載