一、产品、项目等基本信息
Chart Detector AI是一款AI驱动的图表分析应用。用户拍摄股票或加密货币图表照片，应用调用AI给出技术分析。核心使用场景是快速获取市场走势解读。
产品由Timo（23岁）和哥哥共同开发。Timo原本在德国一家大型汽车公司做软件工程师，产品上线6个月后辞职，如今全职运营这款应用。技术栈包括：React Native + Expo（前端）、Supabase（后端）、OpenAI（AI能力）、RevenueCat（付费墙与订阅）、AppsFlyer（广告归因）、CapCut（广告视频剪辑）。
产品采用硬付费墙——用户进入应用后直接遇到付费墙，没有免费试用。定价为两档订阅：每周$12.99，或每6个月$59.99（拆分测试胜出的方案）。
二、商业结果
-
收入规模：月收入约$56K**（5.6万美元），累计收入超**$26万（13个月）
-
下载量：累计超9万次，每月新增1.3-1.4万次
-
利润率：4月收入$43.7K，广告费约$20K，苹果抽成15%，利润约$11.5K（利润率25%）
-
广告曝光：累计近4000万次，最近30天约780万次
-
团队规模：2人（Timo+哥哥）
-
工作时长：辞职后每月仅工作20小时（约5小时/周）
-
时薪估算：约$500/小时
三、创业过程分析
第一步：从Telegram机器人到移动应用——用新能力验证需求
ChatGPT刚开放图片上传功能时，Timo和哥哥做了一个Telegram机器人：用户上传股票图表，AI返回分析。这个小工具验证了一个关键假设：用户愿意把图表交给AI分析。验证可行后，他们才把同样的体验装进移动应用，接上订阅和应用商店分发。顺序是：先用最轻的方式验证需求（Telegram机器人），再投入移动应用开发。
第二步：硬付费墙+无免费试用——让广告ROI当天可算
Chart Detector AI没有免费试用，用户一进应用就直接遇到付费墙。原因很务实：用户当天付费，团队当天就能看到这笔获客成本有没有收回来，不必等免费试用结束后再算账。 这让他们能在广告投放后快速判断“这笔投放值不值”。Timo说：“先卖应用带来的实际结果。功能、好处，都不要放在结果前面。”
第三步：买量前先让单位经济成立——$1下载 vs $3 LTV
Timo判断广告值不值得投，只看两个数字：一次下载花多少钱 vs 平均每位用户带来多少收入。假设下载成本$1.5，用户平均收入$3，广告回报就是2倍。等这条关系稳定下来，再继续买量。苹果抽成、AI调用、归因工具和素材制作仍要从回报里扣掉，所以“2倍”不等于净赚一倍。买量的前提不是“有预算”，而是“单位经济成立”。
第四步：TikTok广告的3个关键动作——归因、学习期、预算管理
Timo的TikTok广告策略有三层：
第一层：归因必须配对。他用AppsFlyer做MMP归因，把用户的订阅事件回传给TikTok——平台必须知道“谁下载后真的付了钱”，算法才能学习寻找相似用户。只优化安装，算法会继续找“最容易下载的人”（未必会付费）。
第二层：学习期别动设置。广告上线后有约7天学习期，TikTok会把素材放到不同受众面前测试。这段时间最忌讳不断改设置——预算、受众、素材一变，系统就要重新学习。
第三层：预算慢慢加，素材持续补。回报稳定且有利润，就小幅提高预算（每3天不超过20%）；开始亏损，就做新视频补进广告组。同一条视频被太多人反复看到，回报就会下降，所以必须持续补充新视频。
第五步：高表现素材=录屏操作+真实结果
Timo展示的一条高表现素材非常简单：只录下用户如何操作应用，拿到近500万次播放，带来超过$15K收入。自然发布要等待平台分发，付费投放则可以主动购买更多同类受众——代价是利润率会被广告费压低。
四、创业启发
1. 先用最轻的方式验证，再投入移动应用开发
从Telegram机器人到移动应用，验证成本极低。如果机器人没人用，就不需要做App。
2. 单位经济不成立，广告投越多亏越多
下载成本$1.5，用户LTV$3，这个差距决定能否投广告。在算清这笔账之前，不要碰付费投放。
3. 归因比素材更重要
TikTok需要知道“谁下载后真的付了钱”，才能学习找相似用户。归因配错，平台学到的永远是错误信号。
4. 学习期别动设置，预算每3天最多加20%
广告上线前7天是最容易犯错的窗口——不断改设置会让系统重新学习，前几天积累的数据全白费。放量是一串很克制的小动作，和大胆下注无关。
5. 低工时不是“自动收入”，是用利润买分发
Timo每月只工作20小时，前提是广告系统在持续获客。利润率25%不算夸张，但它换来了更少的日常工时。产品转化变差、追踪失真或素材耗尽，低工时都会结束。