Grammarly悄悄地从0用户到7百万日活跃的秘诀

背景：Grammarly是2008年成立的一个拼写检查、语法检查、写作用语矫正和优化推荐产品。

9年后的今天它拥有7百万日活跃用户。

直到今年，它才第一次融资。之前都靠自己赚钱。

2008-2011 第一阶段：卖反抄袭系统给大学

一开始创始人就想做一个能很快找到付费用户的产品，而且用户还能提供反馈帮助团队优化产品。

MyDropbox，不是云盘工具

2009-2011：初始产品，面向教育市场

一开始的Grammarly只是一个Web App，你在文本框里输入东西，它会自动帮你判断拼写错误、措辞等等。

这时Grammarly的着重点还在学校和学生上，到2011年。有30万学生注册了，有超过250个大学购买了产品。

重大策略：把产品优化众包给用户

算法的调优是很艰难的，而且很费钱。在产品优化上，Grammarly做了一个非常正确的事情——让用户给产品挑错。

Grammarly直接告诉用户咱们不是完美的，您就多指点一下我们。帮助我们提高。

正因为此，Grammarly比微软Word拼写检查强在哪里就一目了然了：一个是正在成长的，另一个是原地踏步的。

评论：人都多少有点好为人师，看到机器或者其他人做错事情了，总忍不住去提醒一下，显得自己很厉害。Grammarly算是利用了人性的弱点了。

2012-2015：开疆拓土，攻打普通消费者市场

在2012年，成立三年后，Grammarly已经有超过一千万美元的年收入了。

卖给大学是很赚钱，但是销售周期长。而且教育市场相对大众市场来说还是太小了。

记者、销售员、顾问、政府官员等等都需要提高自己的写作水平。

收费：7天免费试用

在Facebook和Twitter上面做营销，结合7天免费试用，随后$11.99一个月的收模式，普通用户订阅制的营收已经超过了企业和学校采购了。甚至最后变成全公司收入的80%。

产品策略：用户的使用场景在哪，你就去哪。

有大量用户反映，他们需要在Grammarly里面写好字，然后再粘贴到他们写字的地方。这样增添了很多麻烦。最后他们决定不把用户留在自己的网站上，而是让用户在他们熟悉的地方去使用。

于是他们发布了微软Word插件。

到了2013年，Grammarly已经有3百万注册用户，相比09年收入涨了22倍。

评论：想清楚自己的核心是什么？比如Grammarly，他们的核心是纠错，优化写作，而不是一个文字处理系统。所以他们做了更符合用户习惯的决定。这教我们不要看不清自己的核心。

2015到现在：免费+增值模式

从Word插件开始，Grammarly决定进一步把自己踏入用户的所有的使用环境中，比如Google Docs、Gmail等等。他们发布了Chrome浏览器插件。这下用户可以在所有的网站上使用Grammarly了。

对免费+增值的思考

他们的用户增长部门负责人说：

Grammarly的产品比微软Word和谷歌Docs自带检查器好10倍，但是面对他们的竞争，我们一定要让更多用户使用我们，而且我们需要支持所有用户使用的应用环境下。

免费模式创造了一个更大的漏斗，更多用户来，最终转化的用户也会比原来多。

评论：打个不太恰当的类比：比尔盖茨曾经说过，如果实在要盗版，那我宁愿他们盗我们家的。Grammarly类似于说，既然有些人因为我们付费而用了别人家的免费版，那我还不如干脆自己免费给你们用，我们连免费版也比别人家好。反正会有几个百分点转化成付费的嘛

一些增长黑客的手段

免费产品里面包括了推销信息

提醒用户使用了Grammarly之后提升了多少，然后给提升高的用户发广告

2017-未来

用机器学习、人工智能提升产品表现。

1. 通过新的运营渠道增长用户。

2. 重新在B端市场上努力。

还有一些值得学习的东西

1. 一天比一天强一点，日积月累，你就是最强的

换句话说，也就是你不可能一口吃成一只大象。

Grammarly的团队不是很大，没有足够的时间和精力一次进攻大量的运营渠道。

相反地：

1. 同时尝试好几个渠道，确定哪些特别管用，投产比最高。

2. 测试不同形式的内容，看看他们的转化率如何。

3. 打下Facebook作为大本营。

4. 一个妥了，然后再逐步进攻其他渠道，比如Twitter，电视等等。

2. 要学会让你的商业模式进化

跟很多SAAS公司相反，Grammarly并没有一开始就从销售自己的初始的粗糙的产品，入手。反而是先卖给B端教育用户，把自己养活了再扩展到C端用户。

如果一直固守在教育用户这边，企业就无法变大。Grammarly勇敢的迈向大众市场是一个非常正确的策略

评价：1. 他们知道自己核心用户是教育用户。拿下这一城，是初步验证了自己的模式。

2. 他们把自己的初始产品卖给需求更强烈的教育用户，让他们帮助改进优化，然后再推向需求稍微没那么强的用户。