RevenueCat State of Subscription Apps 2026 — 完整解讀

2026-03-16
subscriptionapp-economypricingretentionAI-appsbenchmarks

關於作者

RevenueCat 是全球最大的訂閱管理平台，每年處理超過 $16B 的交易數據。這份年度旗艦報告由 CEO Jacob Eiting 主導，集結了 30+ 位業界專家的觀點評論，基於 115,000+ 個 app、$16B 營收、10 億+ 筆交易 的數據集。

這不是一份觀點文章，而是一份「訂閱經濟的人口普查」。Jacob 在 Founder's Letter 開宗明義：三年前每月 2,000 個新訂閱 app 上架，現在是 15,000 個。AI 移除了 app 開發的供給限制，但需求端不見得跟上——接下來是更激烈的競爭、更高的 CAC、更高的流失率。

開頭：一個矛盾的市場

你可能聽過「訂閱經濟正在蓬勃發展」這個說法。但如果你仔細看這份報告的數據，你會發現一個更微妙、也更殘酷的現實：

訂閱經濟同時在擴張和極化。

中位數 app 的 MRR 只成長了 5.3%，但前 10% 的 app 成長了 306%+。每月新上架的訂閱 app 從 2,000 個暴增到 14,700+ 個，但 2020 年前上架的老 app 依然吃下 69% 的營收。AI app 每位用戶多賺 41%，但流失速度快 30%。

這份報告的每一章都在回答同一個核心問題：在一個供給爆炸、注意力稀缺的市場裡，什麼樣的結構性決策決定了贏家和輸家？

核心邏輯還原

Jacob Eiting 和他的團隊想處理的根本問題是：當 AI 讓每個人都能做 app，「做得出來」不再是門檻時，什麼才是真正的競爭優勢？

報告的推理鏈是這樣的：

  1. 供給衝擊：AI 驅動的 app 開發讓月上架量成長 7 倍 → iOS 佔新上架 77%
  2. 營收錨定在老玩家：2020 前的 app 吃下 69% 營收 → 新 app 面對的不只是競爭，而是「歷史累積的複利效應」
  3. 轉換的第一時間決定一切：80-90% 的試用啟動發生在 Day 0，超過一半的取消也在 Day 0 → 你的第一次互動就是定生死
  4. 結構性選擇 > 戰術優化：Hard paywall vs freemium、plan duration、定價帶的選擇，影響幅度遠大於任何 A/B test
  5. AI 是把雙面刃：轉換率高但留存低 → 誰先解決 AI app 的留存問題，就能擁有整個品類

▼ 圖：訂閱 app 市場的核心矛盾

訂閱 app 市場的核心矛盾

Mermaid 原始碼 
graph TD
    A["AI 降低開發門檻"] --> B["供給爆炸<br>7x 新 app 上架"]
    B --> C["競爭加劇<br>CAC 上升"]
    C --> D{"誰贏？"}
    D -->|"結構性優勢"| E["老玩家<br>69% 營收"]
    D -->|"執行力突破"| F["前 10%<br>成長 306%+"]
    D -->|"被淘汰"| G["底部 10%<br>急劇萎縮"]

    classDef teal fill:#44A194,stroke:#2D7A6E,color:#fff
    classDef coral fill:#EC8F8D,stroke:#D4696A,color:#fff
    classDef steel fill:#537D96,stroke:#3A5A6E,color:#fff
    classDef cream fill:#F4F0E4,stroke:#537D96,color:#333

    class A teal
    class B,C steel
    class D cream
    class E,F teal
    class G coral

一、State of the Market：供給衝擊與兩極分化

7 倍的 app 上架潮，但錢還在老人手上

2022 年 1 月，每月約 2,000 個新訂閱 app 上架。到 2026 年 1 月，這個數字飆升到 14,700+——而且這幾乎完全是 iOS 的故事。iOS 佔新上架的 77%（從 2023 年的 67% 上升），Android 雖然絕對數量也在成長（從 700 到 3,300/月），但被 iOS 遠遠拋在後面。

最陡峭的加速發生在 2025 年初，恰好對應 AI 輔助開發工具的崛起——這些工具似乎默認 App Store-first。

但這裡有個殘酷的現實：新 app 的營收貢獻微乎其微。 2020 年前上架的 app 佔了全部訂閱營收的 69%。2025 年及之後上架的 app（所謂 vibe coding 時代）只佔 3%。

這不難理解。老 app 有多年累積的用戶基礎、優化過的變現漏斗、和複利成長。新 app 面對的不只是「更多競爭者」，而是一個已經被占據的生態位。

Evelin Herrera（EHVM Apps Capital 創辦人）在報告中點出了 M&A 趨勢：在這種贏者全拿的市場裡，大型 app 公司透過「自研 + 收購」的組合拳來提高勝率。如果你的 app 只有微幅 YoY 成長而非指數成長，你需要持續測試直到打造出頂尖產品，或者收購一個。

MRR 成長：中位數 5.3%，前 10% 是 306%+

這個分佈的極端程度值得停下來感受：

按地區看，Latin America 中位數最高（17.2%），MEA 是唯一負成長的地區（-9.7%）。

RLTV 和轉換率的地理落差

North America 的中位數 Y1 RLTV 是 $32/payer，全球中位數 $23，IN/SEA 最低 $14。D35 下載到付費的轉換率，NA 領先 2.6%，IN/SEA 最低 1.4%。

有趣的是，轉換率的地理差距（~2x）比 RLTV 的差距（~2.3x）來得小。這意味著新興市場的問題不只是「轉換率低」，更是「每位付費用戶的貨幣化能力低」。

▼ 圖：地理維度的訂閱經濟差異

地理維度的訂閱經濟差異

Mermaid 原始碼 
graph LR
    NA["North America<br>RLTV $32 · D35 2.6%"]
    WE["Western Europe<br>RLTV $25 · D35 2.0%"]
    APAC["Asia-Pacific<br>RLTV $21 · D35 1.8%"]
    INSEA["IN/SEA<br>RLTV $14 · D35 1.4%"]

    NA ---|"2.3x RLTV 差距"| INSEA
    NA ---|"1.9x 轉換差距"| INSEA

    classDef teal fill:#44A194,stroke:#2D7A6E,color:#fff
    classDef steel fill:#537D96,stroke:#3A5A6E,color:#fff
    classDef gold fill:#FAB95B,stroke:#D4962A,color:#333
    classDef coral fill:#EC8F8D,stroke:#D4696A,color:#fff

    class NA teal
    class WE steel
    class APAC gold
    class INSEA coral

二、Store & Revenue Economics：定價帶、品類差異和 Web 的崛起

變現策略：純訂閱仍是主流，但 Gaming 是異類

63.5% 的 app 採用純訂閱模式。Shopping（79.6%）和 Business（76.5%）最「純粹」。但 Gaming 是個完全不同的物種——只有 40.5% 純訂閱，27.5% 搭配消耗品，9.6% 三種都用（是整體平均 2.5% 的 4 倍）。

Thomas Petit（獨立 app 成長顧問）指出，雖然只有 10% 的 app 跑真正的混合模式，但 2026 年這可能會改變——AI 帶來的可變成本和更高的 CAC 正在推動更多 app 探索多元變現。

Plan Duration：品類決定你的遊戲規則

這是報告中最具策略性的數據之一：

品類主導 Plan為什麼
GamingWeekly 82%高流失、高頻次、衝動消費
Health & FitnessAnnual 68%行為改變需要長期承諾
ProductivityMonthly 77%企業/B2B 按月計費慣例
EducationAnnual 59-66%學習週期
TravelAnnual 66%季節性預訂模式

重點：Gaming 的 82% weekly 佔比轉化為更低的營收佔比——因為單價低。Health & Fitness 的 68% annual 則佔了多數營收。你的 plan duration 策略必須根據品類經濟學，而非一刀切。

Web Revenue：大玩家的秘密武器

Web 營收的採用率隨規模呈階梯函數：

31 倍的差距。Thomas Petit 解析了三條平行路線：

  1. Web-to-app（已成主流）：在網頁獲客、轉換，再導入 app 留存
  2. App-to-web（剛起步）：從 app 引導用戶到非 store 支付——規避 30% 抽成
  3. 遊戲第三條路：新用戶體驗在 app，高價值用戶走 Web Store（Playtika 已超過 25% 營收，目標 40%）

Leon Sasson（Rise Science CTO）在 Sub Club podcast 中分享了一個反直覺的發現：Web funnel 應該賣「問題」而非「解決方案」。App 內的 onboarding 可以快速展示 aha moment，但 web 受眾還在考慮階段，需要更深入地讓用戶認識和個性化他們的問題。另外，折扣付費試用在 web 上表現優於免費試用——因為免費試用吸引的用戶會立刻取消，污染了廣告平台用來尋找高價值用戶的信號。

RPI（Revenue Per Install）：品類和地理的雙重分層

D14 的中位數 RPI 跨品類是 $0.23，但差距巨大：

地理維度上，NA 的 D60 RPI（$0.55）是 IN/SEA（$0.11）的 5 倍。NA 頂端表現者 D60 達到 $3.19。

Phil Carter（Elemental Growth CEO）點出兩個關鍵洞察：

對 AI app 來說這特別重要——AI 的邊際服務成本不再趨近於零，所以更多 AI app 正在縮短免費試用、推動年訂閱、引入更高價位的 AI 功能層。

上架後的營收里程碑

Olivia Moore（a16z AI Partner）在 Sub Club podcast 指出，非遊戲 app 的 IAP 去年成長了 21%，但這不只是 AI 在驅動——短劇、社交媒體、工具類都有顯著成長。而 ChatGPT 重設了消費者的「願付價格」：AI 之前多數消費者訂閱上限約 $60/年，ChatGPT 讓 $20/月 成為新常態，甚至用量計費下有些用戶每月花上幾百美元。根據 a16z 的數據，AI app 的 ARPU 是 pre-AI 的 2 倍。

三、Funnel Performance：Day 0 的生死瞬間

試用啟動：80-90% 發生在 Day 0

這是整份報告中最具行動性的數據之一。跨品類，絕大多數試用啟動發生在下載當天：

Day 1-3 抓到剩下的 5-12%。Day 3 之後，試用啟動率在所有品類都跌到 5% 以下。

含義：如果用戶在 Day 0 不啟動試用，他們幾乎不會回來啟動。你的 onboarding 不是「重要」，而是「唯一的機會」。

試用取消：也集中在 Day 0

更殘酷的是，取消也是 Day 0 主導：

試用長度Day 0 取消比例
3 天55.4%
7 天39.8%
14 天35.7%
30 天31.1%

超過一半的 3 天試用者在幾小時內就取消了。84% 的 3 天試用取消發生在 Day 0-1 之間。

Hannah Parvaz（Aperture 創辦人）說得精準：「Day 0 是你最好的也是最後的機會。」 Onboarding 的前幾分鐘需要建立信任、打斷默認行為、快速展示價值。如果 paywall 在建立脈絡之前就出現，用戶會覺得突兀。但如果 onboarding 先建立了動力，轉換表現會完全不同。

Hard Paywall vs Freemium：5 倍轉換率，同等留存

這是報告中最反直覺的發現之一：

5 倍的差距。但——一年後的留存率幾乎相同（freemium 28% vs hard paywall 27%）。

▼ 圖：Hard Paywall vs Freemium 的真實面貌

Hard Paywall vs Freemium 的真實面貌

Mermaid 原始碼 
graph TD
    HP["Hard Paywall<br>D35 轉換 10.7%"] --> R1["Y1 留存 27%"]
    FM["Freemium<br>D35 轉換 2.1%"] --> R2["Y1 留存 28%"]

    HP --> T1["轉換集中在 D0-7<br>快速回收"]
    FM --> T2["轉換長尾到 Week 6+<br>延遲回收"]

    classDef teal fill:#44A194,stroke:#2D7A6E,color:#fff
    classDef steel fill:#537D96,stroke:#3A5A6E,color:#fff
    classDef coral fill:#EC8F8D,stroke:#D4696A,color:#fff

    class HP,T1 teal
    class FM,T2 steel
    class R1,R2 coral

Sven Jürgens（Mobile Growth Advisor）解讀了真正的含義：Paywall 類型不會改變誰長期留下來。它只是改變你多快從那些「本來就會訂閱的人」那裡收到錢。 Hard paywall 意味著更快的回本期，讓你能更早再投資、更積極地出價。

但如果你的 ROAS 報告在 Day 7 就截止，你會漏掉 freemium 到 Week 6+ 的那一大塊遲到營收（23% 的 freemium 轉換發生在 Week 6+）。

試用長度：長試用轉換更好，但行業在變短

另一個反直覺的發現：

更長的試用多出 17 個百分點的轉換率。但行業正在往反方向走——≤4 天試用的佔比從 42% 上升到 46.5%，5-9 天從 43.5% 下降到 39.9%。

Daphne Tideman（Growth Advisor）認為這不是隨機的：年度訂閱份額下降（41.4% → 33.6%）、月度上升、短試用增加——這反映了當前經濟氣候下用戶的承諾恐懼和 AI 競爭的加劇。但她建議：與其追逐趨勢，不如專注在你的用戶的摩擦點上。Plan duration、試用設計、定價需要對齊你的 time-to-value。

Anmol Tiwari（Duolingo Director of PM）分享了一個精彩案例：Duolingo 把免費試用從 14 天縮到 7 天，實驗速度翻倍——更快的反饋迴路讓團隊更早砍掉失敗的測試。更有意思的是，他們測試讓用戶自己選擇收到到期提醒的日期——這個額外的摩擦反而提升了轉換率，因為它傳遞了「透明度」和信任。

Steve P. Young 的「反向試用」策略

Steve P. Young（App Masters CEO）提出了一個轉換 freemium 用戶的巧妙策略：

不是在用戶關閉 paywall 後放棄，而是在他們說「不」之後，暫時給他們 premium 權限——不需信用卡。這時他們不是在「想像」價值，而是在「體驗」價值。

一旦 premium 功能成為他們工作流程的一部分，移除它就像「被拿走」。損失厭惡比追求獲益更強烈。他們看到 freemium 轉換率從 0.4% 提升到 4.5%——不改流量、不改定價。

四、Pricing & Packaging：$9.99 的結構錨定

定價的穩定性令人驚訝

全局中位數價格：

$9.99 月費 是橫跨多數品類的結構性錨點。年費集中在 $29.99 或 $39.99。

更有意思的是底部價格在上升——所有 duration 的底部四分位數都上漲了。這意味著市場的價格下限在提高，最便宜的 app 也在漲價。

品類定價差異

地理上，NA 在月費和年費都是最高的（$9.99/$39.99）。IN/SEA 大約是北美的 45-50%。

Paywall 設計：行業驚人地同質化

Shawn Gong（Tinder）分享了一個強大洞察：用戶需要更少的選項，不是更多。 Tinder 用 ML 預測並顯示每位用戶最適合的單一產品，而非展示所有方案和層級——帶來了數百萬美元的年營收增長。

用戶是在幾秒鐘內基於情緒做決定，不是邏輯。

Intro Offers：只有 9.3% 的 app 在用

超過 90% 的 app 沒有使用 promotional offers。但在使用者之中，offer 依賴程度和 app 成熟度成反比：

中位數 intro 折扣力度是 -50.1%，跨品類驚人地一致。

Vahe Bagdasaryan（Tangent CEO）指出趨勢正在轉變：越來越多 app 用付費 intro offer（如 $0.99 首月）取代免費試用。好處是創造承諾、減少試用濫用、改善現金流，而且轉換品質通常更高。

Michal Parizek（Mojo）的案例也值得一提：一個在日本大獲成功的 paywall 設計（長滾動、大量社交證據），在美國完全失敗——美國用戶偏好乾淨設計和精鍊文案。Paywall A/B test 的贏家必須在每個市場重新驗證。

五、Retention & Billing Health：第一次續訂是生死關

Plan Duration 決定留存上限

這個數據清楚到不需要解釋：

維度WeeklyMonthlyAnnual
6 個月留存3-6%14-26%—
12 個月留存1-2%6-14%20-40%
Active renewal18.7%39.2%83.4%

Weekly 訂閱者基本上全部流失。Annual 的 active renewal rate 達 83.4%——是 weekly 的 4 倍以上。

Y1 留存正在下降（但幅度不大）

年訂閱的下滑最明顯，也是最值得關注的——因為它是 LTV 的主要載體。

反直覺：低價 app 的年度留存更高

低價 app 比高價 app 的年度留存高出 13 個百分點。Jeff Morris（Chapter One GP）解讀：低價年度訂閱成功鎖住了一大群「對價格不敏感」的用戶，他們的承諾度比高價 app 的高意圖付費者更強。

但到第三次續訂，所有價格帶都收斂到 68-81%。價格影響最大的是第一次續訂這個「檢查點」——通過了之後，行為趨同。

Freemium vs Hard Paywall 的留存：幾乎沒差

Freemium Y1：28%。Hard paywall Y1：27%。差距是噪音。

結論：Access method 是一個轉換決策，不是一個留存策略。 Hard paywall 不會創造更黏的用戶，儘管它過濾了更高意圖的用戶。

續訂率的關鍵曲折點

1st renewal 是最危險的時刻：

從 1st 到 2nd renewal 的跳躍（+25-30%）是決定性的。 活過第一次續訂的用戶，行為完全不同。

Asya Paloni（Welltory CPO）的四個挑戰既定認知的觀察：

  1. 試用不會創造更黏的用戶
  2. 高價的風險藏在第一次續訂（37% vs 24% 流失）
  3. 新興市場不是「留存差」——多數差距在第一次續訂就消失了
  4. 用戶不是因為更好的 app 離開，而是因為「用不夠」和「太貴」

Billing Error：Google Play 的隱性損耗

Google Play 的帳務錯誤率是 App Store 的 2 倍以上。平台差異不在用戶行為——而在帳務可靠性。

年訂閱取消時間分佈

Month 1 和 Month 12 是兩個關鍵干預窗口。

▼ 圖：訂閱留存的結構性現實

訂閱留存的結構性現實

Mermaid 原始碼 
graph TD
    SUB["用戶訂閱"] --> R1{"第一次續訂<br>最大流失點"}
    R1 -->|"通過"| R2["第二次續訂<br>68-81%"]
    R2 --> R3["第三次續訂<br>74-85%<br>行為趨同"]
    R1 -->|"流失"| CHURN["流失原因"]
    CHURN --> C1["用不夠 26-40%"]
    CHURN --> C2["太貴 25-45%"]
    CHURN --> C3["找到更好的 < 10%"]

    classDef teal fill:#44A194,stroke:#2D7A6E,color:#fff
    classDef steel fill:#537D96,stroke:#3A5A6E,color:#fff
    classDef coral fill:#EC8F8D,stroke:#D4696A,color:#fff
    classDef gold fill:#FAB95B,stroke:#D4962A,color:#333

    class SUB teal
    class R1 gold
    class R2,R3 steel
    class CHURN,C1,C2,C3 coral

六、Reactivation：月訂閱用戶最容易贏回

Reactivation 是被低估的營收來源

全球數據：

Productivity 的月訂閱 reactivation 高達 36%——這是 SaaS 的「需要的時候回來用」行為。Shopping 的 weekly reactivation（16%）是 annual 的 5 倍——季節性和交易性使用模式。Gaming 的流失者很少回來（6-8%）。

Dan Layfield（Subscription Index 創辦人）說得到位：用戶回來不是因為你的 win-back email，而是因為問題又出現了。 約會 app 用戶分手後回來、健身 app 用戶新年回來。最好的 reactivation 策略不是優化行銷活動，而是：

  1. 產品本身夠好
  2. 取消後維持關係（ancillary value）
  3. 回歸無摩擦（讓用戶 pause 而非 cancel）

地理差距在 reactivation 上意外地小

月訂閱 reactivation 在所有地區都在 18-24% 之間。Asia-Pacific 領先（24%），NA 最低（18%）——美國用戶取消更「決絕」。

年訂閱 reactivation 全球一致地低（4.9-5.9%）。一旦年訂閱者離開，他們幾乎不會回來。

七、Categories, Segments & Regions：平台、框架、AI 的真相

App Store vs Google Play：差距在 funnel 頂端，底端收斂

指標App StoreGoogle Play差異
D60 RPI$0.42$0.162.6x
D35 download-to-paid2.6%0.9%2.9x
Trial-to-paid32.6%32.5%≈ 相同
Y1 RLTV/payer$23.38$21.628%
3rd renewal~相同~相同< 2pp

最令人驚訝的是 trial-to-paid 幾乎完全相同。一旦用戶進入試用，平台差異就消失了。iOS 的優勢主要在「讓用戶走到試用這一步」。

66-75% 的 app 從 App Store 獲得超過 80% 的營收。App 很少在兩個平台間均分營收——分佈是二元的。

另一個有趣的翻轉：Google Play 在月訂閱和年訂閱的第一次續訂率反而領先 iOS（monthly +3.5pp, annual +7.6pp）。只有 weekly 是 iOS 領先（+4.4pp）。但到第三次續訂，差異完全消失。

開發框架：React Native 在營收指標領先，但留存無差

Sebastian Röhl（HabitKit creator）的真實經驗值得一提：他用 Flutter 從 Day 1 就上 iOS + Android，但用戶開始要求 widgets、iCloud sync 這些原生功能——最後他變成維護三套 codebase。營收分佈從 50-50 移到 75-25 偏 iOS。他的新 app FocusKit 完全用 SwiftUI。

結論是一致的：框架內部的變異（10x-30x）遠大於框架之間的差異。執行力 > 技術選擇。

AI Apps：更會賣，但留不住

27.1% 的訂閱 app 被歸類為 AI-powered。Photo & Video 達 61.4%，Productivity 41.1%，Gaming 只有 6.2%。

▼ 圖：AI App 的矛盾表現

AI App 的矛盾表現

Mermaid 原始碼 
graph LR
    subgraph 優勢
    A1["Trial start<br>+52%<br>8.5% vs 5.6%"]
    A2["D35 轉換<br>+20%<br>2.4% vs 2.0%"]
    A3["Y1 RLTV<br>+41%<br>$30.16 vs $21.37"]
    end

    subgraph 劣勢
    B1["Monthly 留存<br>-36%<br>6.1% vs 9.5%"]
    B2["Annual 留存<br>-31%<br>21.1% vs 30.7%"]
    B3["Refund rate<br>+20%<br>4.2% vs 3.5%"]
    end

    classDef teal fill:#44A194,stroke:#2D7A6E,color:#fff
    classDef coral fill:#EC8F8D,stroke:#D4696A,color:#fff

    class A1,A2,A3 teal
    class B1,B2,B3 coral

AI app 的 plan mix 也非常獨特：59.8% monthly（非 AI 只有 26.2%），yearly 只有 24%（非 AI 41.8%）。這本身就預示了留存問題——month-to-month 的承諾更容易斷裂。

根據 TechCrunch 的報導，這構成了一個「AI app retention crisis」。但 Eric Seufert（Mobile Dev Memo）在報告中提供了一個重要的冷水：App economy 的顛覆不會像大家想的那麼快。 No-code 工具、Unity 引擎、現在的 vibe coding 都承諾要「民主化 app 開發」，但沒有一個消除了真正的障礙：distribution、product intuition、以及多年迭代使用者反饋累積的複利優勢。

Eric Crowley（GP Bullhound Partner）也安慰投資人：消費者繼續審慎消費，沒有「訂閱疲勞」的跡象。品類領導者的營收加速是競爭對手的 3 倍以上。至於投資人擔心 ChatGPT/Claude 會消滅消費者科技公司——「99% 的消費者不想花一個月自己做 app，他們寧可花 $100 直接買一個。」

總結與啟發

報告的核心脈絡

這份 335 頁的報告，如果用一句話總結，就是：

訂閱 app 經濟是一台分揀機。結構性決策（paywall 模式、plan duration、定價帶、進入時機）決定了你被分到哪一層，然後執行力決定你在那一層走多遠。

五個貫穿全報告的因果關係：

  1. 供給衝擊 → 分佈焦慮：7 倍的新 app 上架量，但老 app 佔 69% 營收 → 「做得出來」不是問題，「被看到」才是
  2. Day 0 效應 → Onboarding 為王：80-90% 的關鍵行為（試用、付費、取消）都在 Day 0 → 第一次體驗不只重要，而是決定性的
  3. Hard paywall 的真相 → 時間差而非品質差：5x 轉換率 + 相同留存 → 它加速了「本來就會付費的人」的付費速度
  4. AI 的悖論 → 賣得多留不住：+41% RLTV 但 -31% 年度留存 → 誰先解決 AI 的 retention 誰就贏
  5. 第一次續訂 → 篩選器：通過第一次續訂後，所有價格帶、地區、平台的用戶行為都收斂 → 關鍵不是長期留存策略，而是通過第一個 checkpoint

對 Forest 的啟示

作為 Productivity/Lifestyle 品類的 app，Forest 有幾個值得深思的數據點：

定位與品類經濟

試用與 Paywall 策略

定價機會

AI 與競爭

Web Revenue

原文中提到但本文未深入展開的話題

議題原文內容摘要
Larissa Morimoto（Photoroom）的 offline event 策略15,000 人的線下活動轉化為 400 萬線上曝光，用搜尋量而非 CPI 衡量品牌活動效果
Alice Muir Kocourková 的 Lifecycle Strategy 課程行為觸發的 CRM 系統設計，從 onboarding 到 win-back 的完整流程
Vahe Baghdasaryan 的 Paywall Optimization Masterclass系統性 paywall 實驗框架（設計、定價、位置、促銷）
Natalia Drozd 的 UA 課程用行為和心理學角度重構 user acquisition
Daphne Tideman 的 PMF 課程確認 product-market fit 的系統方法
Ben Gammon（Ladder VP of Product）的 retention-through-product 方法用大規模調查取代用戶訪談，in-context prompts 教功能比 onboarding 更有效
Luke Harries（ElevenLabs）的 feature launch 策略每次發布同步覆蓋 organic + landing page + paid creative，訓練 custom GPT 做 ad copy
Charlie Cheever（Expo CEO）對 React Native 優勢的解讀React Native + Expo 最適合 agentic coding，native 能力 + React 速度的組合
各品類的 paywall CTA 用語分析'Continue' 最主流，動態定價模板普及，'Cancel Anytime' 頻繁出現

原文連結：State of Subscription Apps 2026 – RevenueCat 延伸閱讀：TechCrunch: AI-powered apps struggle with long-term retention · a16z: Revenue Benchmarks for AI Apps · ARPU Brothers: Key Insights Summary