Combo business to growth

商业模式 → 增长策略

一句话定位

商业模式和增长策略必须自洽——确定性溢价定价 × AI Native 增长飞轮 = 可持续增长。

何时触发

• 商业模式和增长策略不一致（如高价低增长、低价高流失）
• 需要确保定价方式和获客方式匹配
• 需要从商业模式推导增长策略，而不是反过来

输入

商业模式方案 + 当前增长数据。

示例输入：

商业模式: 保险模式 - 按成功解决次数收费，失败不收费
当前增长: 月新增 200 用户，月流失 150 用户
问题: 增长覆盖不了流失

匹配逻辑

匹配 1: 定价方式 × 获客方式

定价方式          最佳获客方式             不匹配的获客方式
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
按结果收费        案例驱动、口碑传播        广告投放（解释成本高）
订阅制            产品体验驱动、免费试用     电话销售（CAC太高）
部署费+维护       销售驱动、POC验证         自助注册（信任不足）
按准确度分成      数据驱动、效果展示         品牌广告（无法量化）

匹配 2: 收入结构 × 增长飞轮

收入结构          需要的飞轮类型
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
按结果收费        需要数据飞轮：更多使用→更好结果→更多使用
订阅制            需要预测性留存：降低流失→提升LTV→覆盖CAC
部署费+维护       需要口碑飞轮：成功案例→信任→更多客户
按准确度分成      需要意图预测飞轮：更准预测→更高分成→更多数据

匹配 3: 确定性维度 × 营销策略

确定性维度        营销策略重点
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
事实确定性        展示验证方法、公开准确率测试
合规确定性        展示认证、审计报告、安全白皮书
结果确定性        展示成功案例、效果对比、退款承诺

综合输出格式

business_growth_alignment:
  input:
    business_model: "商业模式"
    pricing: "定价方式"
    current_growth: "当前增长数据"
  
  alignment_check:
    pricing_vs_acquisition:
      match: true/false
      current: "当前获客方式"
      recommended: "推荐获客方式"
      gap: "差距分析"
    
    revenue_vs_flywheel:
      match: true/false
      current_flywheel: "当前飞轮"
      needed_flywheel: "需要的飞轮"
      gap: "差距分析"
    
    certainty_vs_marketing:
      match: true/false
      certainty_dimension: "确定性维度"
      marketing_focus: "营销重点"
      gap: "差距分析"
  
  action_plan:
    immediate: ["立即调整"]
    short_term: ["30天内"]
    medium_term: ["90天内"]
  
  metrics:
    business_metrics: ["商业模式指标"]
    growth_metrics: ["增长指标"]
    alignment_metrics: ["一致性指标"]

一句判断

商业模式和增长策略是一枚硬币的两面。定价方式决定了获客方式，收入结构决定了飞轮类型。

核心概念

概念一：商业模式和增长策略必须自洽

商业模式回答"怎么赚钱"，增长策略回答"怎么获客"。两者不自洽的典型症状：

症状	根因
高价产品用广告投放获客	定价方式与获客方式不匹配
低价订阅制用电话销售	CAC 太高，无法覆盖 LTV
按结果收费但没有数据飞轮	收入结构需要飞轮支撑但飞轮不存在
增长很快但流失也很快	增长策略和商业模式的目标不一致

商业模式决定了"什么样的增长是有意义的增长"。

概念二：三组核心匹配

匹配 1：定价方式 × 获客方式

定价方式	最佳获客方式	不匹配的获客方式
按结果收费	案例驱动、口碑传播	广告投放（解释成本高）
订阅制	产品体验驱动、免费试用	电话销售（CAC 太高）
部署费+维护	销售驱动、POC 验证	自助注册（信任不足）
按准确度分成	数据驱动、效果展示	品牌广告（无法量化）

匹配 2：收入结构 × 增长飞轮

收入结构	需要的飞轮类型
按结果收费	数据飞轮：更多使用→更好结果→更多使用
订阅制	预测性留存：降低流失→提升 LTV→覆盖 CAC
部署费+维护	口碑飞轮：成功案例→信任→更多客户
按准确度分成	意图预测飞轮：更准预测→更高分成→更多数据

匹配 3：确定性维度 × 营销策略

确定性维度	营销策略重点
事实确定性	展示验证方法、公开准确率测试
合规确定性	展示认证、审计报告、安全白皮书
结果确定性	展示成功案例、效果对比、退款承诺

概念三：确定性溢价公式

确定性溢价 = 用户的恐惧程度 × 出错的代价 × 替代成本

商业模式和增长策略的连接点就是"确定性溢价"——你卖的是确定性，增长策略必须能传递这个确定性。

变量	含义	增长策略影响
恐惧程度	用户对不确定性的敏感度	恐惧越高，越需要案例驱动而非广告
出错代价	AI 出错时用户损失	代价越高，越需要保险式定价+口碑传播
替代成本	找到同等确定性方案的代价	替代成本越高，越容易用效果对比营销

概念四：增长飞轮必须匹配收入结构

不同收入结构需要不同的增长飞轮：

• 按结果收费：需要数据飞轮（更多使用→更好结果→更多使用→更多数据）
• 订阅制：需要预测性留存飞轮（降低流失→提升 LTV→覆盖 CAC→更多获客预算）
• 部署费+维护：需要口碑飞轮（成功案例→行业信任→更多客户→更多案例）
• 按准确度分成：需要意图预测飞轮（更准预测→更高分成→更多数据→更准预测）

飞轮不匹配收入结构，增长就变成了一次性消耗。

概念五：90 天联动路线图

商业模式和增长策略的调整必须同步进行：

阶段	商业模式动作	增长策略动作
Week 1-4	诊断现有模式、评估恐惧级别	诊断增长现状、设计飞轮
Week 5-8	选择商业模式、设计定价	构建数据飞轮、设计转化路径
Week 9-12	评估护城河、优化定价	预测性留存上线、营销产品化

分步执行

Step 1：商业模式诊断——评估现有模式的健康度

输入：当前产品描述、定价方式、收入数据

处理：

1. 识别当前商业模式类型（Token 计费/按调用/订阅/买断/免费增值/项目制）
2. 评估是否面临价格战压力
3. 评估客户是否觉得"AI 不值这个价"
4. 评估 AI 出错时谁承担损失
5. 打分（0-100）

输出：商业模式健康度评分 + 失效风险清单

---

Step 2：恐惧级别评估 + 错误成本计算

输入：目标场景描述

处理：

1. 评估恐惧级别（1-10）：频率、后果严重度、责任绑定
2. 计算单次错误成本：直接损失 + 间接损失 + 机会成本
3. 评估替代成本：人工方案 vs AI 方案的成本差

输出：恐惧级别 + 错误成本 + 替代成本

---

Step 3：商业模式选择

输入：Step 1-2 的诊断结果

处理：

1. 根据确定性维度选择商业模式（仲裁者/保险/闭环基础设施/预测套利）
2. 设计混合模式（基础层+应用层+增值层）
3. 推导定价策略

输出：推荐商业模式 + 定价策略

---

Step 4：增长现状诊断

输入：当前增长数据

处理：

1. 评估数据是否闭环
2. 评估实验速度
3. 评估内容是否个性化
4. 评估增长是否可累积
5. 打分（0-100）

输出：增长成熟度评分 + 最大瓶颈

---

Step 5：匹配检查——商业模式与增长策略是否自洽

输入：Step 3 的商业模式 + Step 4 的增长现状

处理：

1. 检查定价方式 × 获客方式是否匹配
2. 检查收入结构 × 增长飞轮是否匹配
3. 检查确定性维度 × 营销策略是否匹配
4. 识别不匹配的 gap

输出：三组匹配检查结果 + gap 分析

---

Step 6：联动策略输出

输入：Step 3-5 的全部输出

处理：

1. 制定商业模式调整计划
2. 制定增长策略调整计划
3. 设计 90 天联动路线图
4. 定义联动指标（商业模式指标 + 增长指标 + 一致性指标）

输出：商业模式-增长联动策略简报

示例 1：法律 AI——从 SaaS 订阅到仲裁者模式

场景描述：一家 LegalTech 公司做 AI 合同审查，目前按 SaaS 订阅 $299/月/律师收费。面临 Harvey AI 竞争，客户流失率高。

Step 1 商业模式诊断：

• 当前模式：SaaS 订阅
• 健康度：40 分
• 问题：大厂正在吞噬市场，$299 无法捕获合同漏洞可能造成的数百万损失

Step 2 恐惧级别 + 错误成本：

• 恐惧级别：9/10（律师对合同错误零容忍）
• 单次错误成本：$200,000（诉讼/赔偿/交易失败）
• 替代成本：人工审查 $20,000/份 vs AI $299/月

Step 3 商业模式选择：

• 选择：仲裁者模式（验证合同安全性）+ 保险模式（审查遗漏赔偿）
• 定价：按合同审查量收费 $500-2,000/份

Step 4 增长现状诊断：

• 数据闭环：❌ 审查数据未回流优化模型
• 实验速度：周级
• 增长成熟度：25 分

Step 5 匹配检查：

• 定价 × 获客：⚠️ 按审查量收费需要案例驱动，但当前用广告投放
• 收入 × 飞轮：⚠️ 需要数据飞轮（更多审查→更好模型→更多客户），但数据未闭环
• 确定性 × 营销：⚠️ 需要展示验证方法和成功案例，但当前只做品牌广告

Step 6 联动策略：

• 商业模式：从 SaaS 订阅 → 按审查量收费 + 审查遗漏保险
• 增长策略：从广告投放 → 案例驱动 + 口碑传播 + 免费试审查
• 90 天路线图：
  • Week 1-4：切换定价模式 + 建立审查数据回流机制
  • Week 5-8：上线"免费审查 1 份合同"获客入口 + 建立成功案例库
  • Week 9-12：数据飞轮验证 + 口碑传播机制上线

结论：商业模式从"卖功能"升级为"卖确定性"，增长策略从"广告投放"切换为"案例驱动"，两者自洽后才能可持续增长。

---

示例 2：医疗 AI——从 SaaS 订阅到保险模式

场景描述：一家医疗 AI 公司做处方合理性检查，目前按 SaaS 订阅 $5,000/月/医院收费。医院觉得"可买可不买"，续约率低。

Step 1 商业模式诊断：

• 当前模式：SaaS 订阅
• 健康度：35 分
• 问题："玩具税"——医院把处方检查当"可选安全工具"，不是核心流程

Step 2 恐惧级别 + 错误成本：

• 恐惧级别：10/10（处方错误 = 患者生命危险）
• 单次错误成本：$500,000-$5,000,000
• 替代成本：雇佣额外药师团队 $300,000/年/医院

Step 3 商业模式选择：

• 选择：保险模式（结果担保）
• 定价：基础费 $3,000/月 + $0.50/次检查 + 医疗事故赔偿承诺
• 关键机制：熔断机制（连续 3 次漏检自动暂停）

Step 4 增长现状诊断：

• 数据闭环：❌ 处方数据未回流优化
• 增长成熟度：20 分

Step 5 匹配检查：

• 定价 × 获客：⚠️ 保险模式需要信任驱动，但当前用销售团队硬推
• 收入 × 飞轮：⚠️ 需要数据飞轮（更多处方→更准检测→更多信任→更多医院），但数据未闭环
• 确定性 × 营销：⚠️ 需要展示"我们敢担保"，但当前只展示功能

Step 6 联动策略：

• 商业模式：从 SaaS 订阅 → 保险模式（结果担保）
• 增长策略：从销售硬推 → "免费试用 30 天+效果对比"→ 案例驱动 → 行业口碑
• 90 天路线图：
  • Week 1-4：切换为保险模式 + 建立处方数据回流机制
  • Week 5-8：上线"免费试用 30 天"入口 + 收集效果对比数据
  • Week 9-12：建立"零漏检"品牌定位 + 行业会议案例分享

结论：当恐惧级别达到 10/10 时，保险模式是最强的商业模式。增长策略必须围绕"信任"而非"功能"来设计。免费试用+效果对比+赔偿承诺，三者组合才能打开医院市场。

商业模式和增长策略不自洽，就像左脚穿右鞋——能走，但走不远。