将内部工具转变为七位数业务

公司

Gleap

创始人

Lukas Böhler

收入

每月超过8.3万美元

Lukas Böhler 为他的代理机构构建了一个内部工具，并利用他的客户对其进行了验证。随后，他发布、重塑品牌，并将 Gleap 发展至年经常性收入七位数。

以下是 Lukas 关于他如何做到这一点的分享。 👇

目录

1. 白手起家打造七位数业务

2. 构建第一版

3. 标准技术栈

4. 双部分商业模式

5. SEO 与产品驱动增长

6. 给独立开发者的建议

7. 未来展望？

白手起家打造七位数业务

我是 Lukas，Gleap 的联合创始人兼 CEO。我的背景是软件工程——在 Gleap 之前，我与他人共同创立并运营了 BoehlerBrothers，这是一家位于奥地利多恩比恩的软件代理机构，多年来我们为客户构建应用和产品。

Gleap 源于我们在代理机构每天面临的一个问题：客户通过冗长、模糊的电子邮件报告错误，开发人员无法据此采取行动。我们构建了一个内部工具来解决这个问题，并几乎意外地验证了它——当客户看到它时，他们不断询问是否也能使用。这标志着这不仅仅是我们的问题，因此我们在 2020 年将其作为 BugBattle 推出。2021 年，我们将其更名为 Gleap，并与联合创始人 Isabella Salzmann（首席运营官）和 Tobias Duelli（首席技术官）一起将其从代理机构中分离出来，成为一家独立公司。

Gleap 已从一个错误报告工具发展成为一个全面的人工智能驱动的客户支持和反馈平台——我们的愿景是让软件自我修复。其核心是 Kai，我们的人工智能代理套件：

• Kai 跨渠道处理一级支持对话。

• Kai Resolve 利用技术上下文调查问题。

• Kai Code 将错误报告转化为可直接合并的拉取请求。

• Kai PM 对反馈进行聚类，并与用户形成闭环。

在 Kai 周围，现代软件团队与用户沟通所需的一切都有所涵盖：实时聊天、应用内错误报告、知识库、调查、产品导览和公开路线图——用一个平台取代了多种分散的工具，如 Intercom、Zendesk、Instabug 和 Canny。

进展不言自明：如今有超过 4500 个软件团队——从独立创始人和初创公司到像 Microsoft、Squarespace、UNICEF 和 Papa John's 这样的企业——在使用 Gleap。我们的小部件每月覆盖约 2.5 亿终端用户。

我们是自主创业且盈利的，大约 75% 的客户在美国。如今，对于我们的许多客户，Kai 在任何人阅读之前就能解决大多数一级支持对话。

我们跨越了七位数年经常性收入的门槛，并且实现了盈利，每月有机增长 4-8%。

构建第一版

我们在代理机构内将初始产品作为副项目构建。我们没有为此专门拨出预算或筹集资金——我们是在客户项目之间挤出时间。

这就是从代理机构起步的优势：我们已经拥有工程人才、基础设施和现金流，因此代理机构的收入和自己的无偿工作时间基本上为第一版提供了资金。后来，当我们把 Gleap 作为独立公司分离时，奥地利的初创生态系统提供的补助帮助我们弥合了资金缺口。

第一版刻意保持功能精简：一个可以嵌入应用的 SDK，允许用户通过摇一摇手势或按钮点击报告错误，并自动捕获截图、控制台日志、网络请求和设备数据。因为我们是自己的第一个客户，反馈循环非常直接且快速——我们的开发人员在真实客户项目中每天使用它，所以我们能在几周内知道哪些有效，哪些无效。我们的代理机构客户成为第一批测试者，他们的反应告诉我们，我们有一些值得追求的东西。

我们站在了常见开源技术的肩膀上：用于我们 SDK 的开源框架和标准云基础设施，使得一个小团队能够以比十年前快得多的速度发布 iOS、Android 和 Web 的原生 SDK。

总的来说，从第一个内部版本到作为 BugBattle 公开推出，花了我们大约一年时间——几个人共同构建，我们自己的代理机构提供资金，而且我们在任何一个陌生人付费之前，就在真实项目上验证了它。

标准技术栈

Gleap 的核心技术栈是 TypeScript/Node.js。后端使用 Node.js 并以 MongoDB 作为主要数据库，随着数据量的增长，我们添加了 ClickHouse 来处理分析和事件数据——我们的小部件每月覆盖约 2.5 亿终端用户，事件和会话的写入量超过了仅使用 Mongo 的合理范围。我们围绕它运行一个相当标准的技术栈：使用 Paddle 进行计费，Postmark 用于事务性邮件，New Relic 用于监控和可观测性。

我们技术栈中最独特的部分是 SDK 层。由于 Gleap 嵌入在客户的应用内部，我们维护着七个原生 SDK——JavaScript、iOS、Android、React Native、Flutter、Capacitor、C# 和 Cordova——这意味着我们必须在所有这些 SDK 上构建和测试每一个功能。这是我们持续面临的工程挑战之一：在一个小团队的情况下，保持七个代码库在功能上保持一致，且每个平台在截图、控制台捕获和网络日志方面各有其特性。

当我们转向 AI-first 时，技术栈发生了最重大的变化。构建 Kai（我们的人工智能代理套件）意味着在现有平台之上叠加一个全新的技术栈：LLM 编排、基于客户知识库和技术上下文的 RAG 管道，以及用于 LLM 可观测性和评估的 Langfuse——因为当人工智能自主处理大多数一级支持对话时，我们需要像监控正常运行时间一样来衡量和追踪回答质量。最难的教训是，实现一个人工智能功能是 20% 的提示工程加上 80% 的评估、护栏和上下文工程。

双部分商业模式

Gleap 是一个经典的 B2B SaaS 订阅业务，外加一个基于使用量的人工智能层。我们的套餐从每月 49 美元（面向独立开发者）到每月 999 美元以上（面向有合规需求的企业客户，如 SOC 2、SSO、BYOK）不等，支持按年或按月计费，提供 14 天免费试用，无需信用卡。

在订阅之上，Kai（我们的人工智能代理套件）的人工智能使用按 token 消耗和模型选择计费。这种双部分模式是经过深思熟虑的：订阅覆盖平台，而人工智能使用量随客户获得的价值增长。

我们几乎从一开始就收费。由于有代理机构的背景，我们从未有过（或者说未被诱惑）用风投资金来补贴免费用户的奢侈——Gleap 必须能够自给自足，因此验证支付意愿就等于验证想法。

自那时起，我们的定价经历了显著演变：我们最初推出的是廉价的按席位套餐，价格约为每月 19-119 美元，最终转向基于价值的平台层级，并在更高的套餐中提供无限席位。这一转变至关重要——按席位定价惩罚了我们想要的行为（整个团队都使用 Gleap），而平台定价加人工智能使用量则将我们的收入与客户价值对齐。

收入扩展来自三个方面。

1. 套餐升级： 团队从 Starter 或 Team 开始，随着他们采用更多平台功能而升级到 Pro 和 Enterprise——Kai Resolve、Kai Code 和 Kai PM 是 Pro 及以上版本的功能，为客户在实现更多自动化时提供了自然的升级理由。

2. 人工智能使用量： 随着 Kai 处理客户支持量中越来越多的部分，基于 token 的收入也随之增长，无需重新谈判。

3. 整合： 由于 Gleap 取代了一系列孤立解决方案——Intercom、Zendesk、Instabug、Canny——扩展通常意味着客户将预算从三个工具转移到一处。

转向 AI-first 带来了我们最大的收入拐点。Kai 的推出改变了交易规模和买家对话：我们从“可有可无的反馈小部件”变成了“这能将你的支持工作量减半”，这是每个 SaaS 公司都理解的预算项目。

我给有抱负的企业家的建议是：尽早收费，即使感觉不舒服——一个每月付 19 美元的客户教给你的比一千个免费用户多。并且需要更频繁地重新审视你的定价，频率要比你觉得合理的更高。大多数创始人在发布时设定一个价格，然后每两年重新审视一次；几乎每次我们根据价值而非习惯重新定价时，收入都增长了，而且客户流失没有增加。

SEO 与产品驱动增长

正如我提到的，我们的第一批用户来自我们现有的网络。作为代理机构，我们部署了产品在我们自己的客户项目上，这些客户——以及我们网络中的其他代理机构——成为了第一批付费客户。这给了我们大多数初创公司在发布时所不具备的东西：从第一天起就有真实的实际使用和用户见证。

当我们以 BugBattle 的名义公开推出时，我们做了通常的创业公司发布流程——Product Hunt、测试者名单、开发者社区——这带来了第一批陌生人，更重要的是，让我们了解到美国的软件团队，而非本地企业，才是我们真正的市场。如今，大约 75% 的客户在美国，而我们则在奥地利运营。

内容营销和 SEO 对我们来说最具有复利效应。我们持续发布买家积极搜索的主题——人工智能客户支持、支持自动化、与 Intercom 和 Zendesk 的工具对比——多年来，这建立了一个有机引擎，每天都能在不投入付费广告的情况下带来试用注册。与此同时，像 G2 这样的评论平台在默默而稳定地发挥作用：当一位支持主管筛选工具时，我们会带社交证明出现在比较列表中。

产品本身是我们最独特的渠道。Gleap 小部件嵌入在客户的应用中，每月覆盖约 2.5 亿终端用户。相当一部分新注册来自在他人产品中遇到 Gleap 的人，或者是终端用户，或者是客户的团队成员。每次部署都像一块小广告牌，正好面对正确的受众：构建软件的人。我们通过自助式服务流程强化这一点——14 天免费试用，无需信用卡，一小时内即可完成设置——这样好奇心无需销售电话就能转化，再加上一项初创企业计划（第一年五折），让我们能尽早进入企业并伴随它们成长。

人工智能转型也改变了我们的市场推广策略。有了 Kai，我们不再销售功能，而是销售结果——“你大部分的一级支持在有人阅读之前就被处理了”——这个消息打开了原本错误报告工具无法打开的大门，包括像 Microsoft、Squarespace 和 Papa John's 这样的大型客户，他们的标志本身就具有销售力。

我的增长建议是：选择有复利效应的渠道，并保持耐心。付费广告一旦停止付费就停止见效；内容、评论和产品驱动的分发在你睡觉时仍在工作。不要低估你现有的分发渠道——我们的代理机构网络给了我们第一批客户，而我们自己的小部件成为了我们表现最佳的渠道。大多数创始人在某处都有不公平的分发优势；诀窍在于认识到它。

给独立开发者的建议

我的建议？

• 熟悉现代编码代理和工具。

• 构建 MVP

• 尽早开始收费

• 做客户支持，倾听你的用户！

• 永不放弃。每天持续努力——即使是很小的改进也会累积！

未来展望？

我们的目标是成为支持自愈软件开发流程的平台，让每个人都能将软件置于自动驾驶状态，专注于对他们业务重要的事情，从而不在客户支持、错误修复等方面浪费资源。

你可以通过 LinkedIn 关注了解。并请查看 Gleap！

订阅