77个人,0个自己的App,每天过手80亿美元交易—凭什么?

大家好，我是速出海的opcmax。

前几天刚浅浅地分析过superwall，一个专门做付费墙的小公司，12个人年入350万美元。当时就提到了Revenuecat。

今天我们来分析下Revenuecat有多恐怖。

说来惭愧哈：Revenuecat我也是几个月之前才了解到的。为啥会了解到它呢，因为我当时在开发一个移动应用，需要处理订阅支付相关的功能，就搜到了它。

先说一个让我有点吃惊的事：ChatGPT 移动端的付费订阅，背后跑的就是 Revenuecat 的基础设施。不只是 ChatGPT，Notion、VSCO 这些你叫得上名字的应用也是。2025年5月融了5000万美元C轮，估值5亿美元。

一个做”做订阅管理这么个单一功能”的公司，凭什么值5亿？

它做的是啥

Revenuecat 做的事情用一句大白话说：帮移动应用处理订阅付费这件麻烦事。

如果你做过iOS或android应用的内购，你会知道这个事情有多恶心——苹果和谷歌各有一套支付系统，接口不一样，回调不一样，收据验证不一样，退款逻辑不一样。你在 iOS 上买了订阅，到 Android 上能不能识别？跨平台状态同步怎么做？试用期到期了怎么处理？这些问题每一个都能让一个开发者掉进去一周，可能还不远不止。

Revenuecat 的核心价值就是：你接一次它的 SDK，上面这些事情全帮你干了。不管苹果还是谷歌怎么改支付规则，它帮你适配。

但如果只是这样，它也就是一个工具库。它真正腻害的地方在于：在帮你管订阅的同时，它把你所有的收入数据都沉淀下来了。

有了数据之后，它开始在上面衍生出各种东西——订阅分析面板、用户预测、付费墙A/B测试、远程配置定价策略。这些功能一个比一个好用，让你越用越离不开。

这套路，做 SaaS 的人应该很熟悉：先用基础设施切进去，再用数据层锁住。

它和ChatGPT的故事

2022年底，OpenAI 要把 ChatGPT做成移动应用。这个时候他们面临一个问题：移动端订阅怎么搞？

OpenAI 的团队里有人之前用过 Revenuecat，推荐了它。几周之内双方敲定了方案，Revenuecat 还专门给 ChatGPT 开发了一个定制版 SDK 模式——减少后端调用次数，因为 ChatGPT 的用户量实在太吓人了。

2023年，ChatGPT 的 iOS 应用上线，24小时内冲到美区 App Store 第一。Revenuecat 的基础设施扛住了。

这个案例对 Revenuecat 来说，不只是一个大客户那么简单。它相当于对全行业秀了一把：连 OpenAI 这种级别的公司都不自己搭订阅系统，你有什么理由自己做？

定价策略分析

Revenuecat 的定价模型值得仔细看，因为它设计得太棒了，特别是对应个人独立开发者来说，很友好。

再来算算它能赚多少。

已知：

• • 2023年收入1020万，2024年到了约1200万-1370万，同比增长约18%
• • 平台上跑着超过 11.5万个应用，年处理交易额超80亿美元（C轮时披露的是这个数字，更早的数据说130亿+，口径可能不同）

如果按80亿美元年处理额、1%费率简单推算，理论上应该有8000万美元收入。但实际只有1200万-1600万，说明什么？

说明绝大多数接入 Revenuecat的应用，月收入都在 $2,500 以下，根本不用付费。

11.5万个应用里，可能只有几千个在给 Revenuecat 贡献收入。这也解释了为什么它只有130个”客户”（这里的”客户”可能是指付费超过一定门槛的账户）。

免费养鱼，1%收割。大部分鱼永远不会长到收费线以上，但少数大鱼一条就值很多。

这个模型最精的地方在于：你赚得越多，它赚得越多。开发者和平台的利益完全绑定。你不会因为规模增长而想换掉它——因为换掉它的迁移成本远高于那1%。

每 3 个新上线的订阅应用，就有 1 个用了它

这个数字是 Revenuecat 在 C 轮融资时披露的：过去三个月，iOS 和 Android 上每三个新上架的订阅应用，就有一个集成了 Revenuecat。

新应用接入速度在最近半年翻了一倍，主要驱动力是 AI 消费应用的爆发。

2023年以来，大量 AI 应用涌入移动端——ChatGPT、各种 AI 修图、AI 写作、AI 陪聊。这些应用几乎全部采用订阅制，因为AI的推理成本是持续的，一次性收费会亏。而这些新团队通常不想把时间花在对接苹果谷歌支付上，Revenuecat 自然成了默认选择。

从流量数据也能看出来，网站月访问约 284万，上个月环比涨了 23.8%。这个流量对一个 B2B 开发者工具来说相当高了。

更有意思的是流量来源结构：

• • 69% 直接访问 —— 这说明品牌认知度极强，大量开发者是直接输 Revenuecat.com 进来的
• • 26% 搜索 —— 其中87%是自然搜索，付费搜索只占13%
• • 外链来源里，排名前几的竟然有perplexity.ai和claude.ai，说明AI搜索引擎在给它导流

热门搜索关键词第一是”Revenuecat”，第二是”revenue cat”——基本都是品牌词。这意味着它的增长主要靠口碑和行业知名度，不是靠投流砸出来的。

一个开发者工具能做到七成直接访问、搜索几乎全是品牌词，这基本就是”行业基础设施”的标志了。

竞品分析

上次讲 superwall 的时候就提过，superwall 只做付费墙，不做订阅管理，两者其实是上下游关系。但 Revenuecat 后来自己也做了付费墙功能，还出了个”Just Paywalls”独立方案，明摆着要吃掉 superwall 的蛋糕。

这个赛道里真正和 Revenuecat 正面竞争的有这几家：

Adapty

目前最有威胁的挑战者。免费门槛更高（2,500），付费墙 A/B 测试功能做得比 Revenuecat 更细。它主打的是”完整的收入增长平台”而不只是基础设施。但生态和品牌知名度差了一个量级。

Qonversion

定位类似，也做订阅管理+分析，在中小开发者里有一定份额。

Apphud

也是做移动订阅管理的，打法和前两家差不多。

Chargebee / Stripe Billing

这两个更偏 Web 端订阅，移动端不是它们的主场。但如果未来 Web 支付在移动端占比提升（比如苹果被迫开放第三方支付），它们可能会成为间接竞争者。

说实话，Revenuecat 在这个赛道里的护城河非常深。不是因为技术多难做，而是因为：

1. 1. 迁移成本极高

订阅系统一旦跑起来，换掉它意味着重新对接所有支付渠道、迁移历史订阅数据、处理在途交易。对一个有几十万付费用户的应用来说，这等于拆掉正在运行的发动机换一个新的。

1. 2. 数据锁定

你的所有订阅数据、转化漏斗数据都在 Revenuecat 上。走了这些就没了。

1. 3. 行业标准效应

当”三分之一的新应用都用Revenuecat”这个比例继续上升，它就会变成默认选项。新开发者甚至不会考虑其他方案，就像新项目默认用GitHub一样。

国内做类似事情的，我暂时没找到特别对标的。苹果和谷歌的支付在国内本身就不是主流（国内应用更多走微信支付、支付宝），所以这个需求的底层逻辑就不一样。如果非要找，可能极光推送之类的移动开发服务平台有一些重合，但场景完全不同。

77个人的团队，分布在18个国家，全远程办公。工程团队10人占13%，营销团队只有1人——这个比例很极端。说明它的增长确实不靠营销驱动，而是靠产品和口碑。

5亿估值贵不贵

如果年收入按1500万美元估，5亿估值对应 33倍市盈率。

对一个增速只有18%的SaaS来说，33倍市盈率看起来偏贵。但换个角度看呢：

• • 它处在一个极其确定的增长赛道上——移动订阅市场还在膨胀，AI 应用在加速这个趋势
• • 它的竞争地位几乎不可撼动，三分之一的新应用已经在用它
• • 它的模型是纯收入分成,和客户利益完全对齐，天花板取决于整个移动订阅市场有多大
• • 日均处理20亿次 API 请求，这个基础设施规模本身就是壁垒

而且18%的增速可能只是暂时的。如果 AI 消费应用继续爆发、苹果开放第三方支付带来的Web支付增量、以及 Revenuecat 自己领域或功能的拓展，未来增速很可能加回来。

所以这5亿估值，投资人赌的不是今天的1500万收入，而是”移动订阅经济的基础设施”这个位置。

如果是我来做，最值得学什么

讲完 Revenuecat，有几个点我觉得对独立开发者和创业者特别有启发：

第一，找到一个所有人都觉得恶心但不得不做的事情，然后把它变成服务。

对接苹果和谷歌的支付系统，没有任何人觉得有趣。但每个做订阅应用的人都必须做。Revenuecat 把这种”必须但烦人”的事情变成了一个产品。这个思路在很多领域都适用——认证、支付、合规、数据同步，凡是开发者不想碰但又绕不开的环节，都可能是机会。

第二，免费层不是亏本，是获客漏斗的入口。

$2,500收入以下免费，意味着绝大多数刚起步的应用都不用付钱。但一旦应用长大，迁移成本已经高到不可能走了。这个策略比”免费试用14天”强太多——它不设时间限制，只设收入限制。你什么时候有钱，它什么时候收费。

第三，做基础设施的好处是，客户越成功你越赚。

1%看起来不多，但如果你的客户是ChatGPT呢？是 Notion呢？一条大鱼顶一万条小鱼。Revenuecat 不需要操心获客成本，它只需要确保接入它的应用能活下来、能长大。

第四，先卡住数据层，再向上长产品。

Revenuecat 一开始只是一个 SDK，做收据验证和订阅状态同步。但因为所有交易数据都经过它，它自然而然就能做分析、做 A/B 测试、做预测。

它可能会面临哪些问题

最大的风险是平台政策变化。

Revenuecat 的整个生意建立在”苹果和谷歌的支付系统很复杂”这个前提上。如果有一天苹果或谷歌优化了支付政策，让对接变得很简单，Revenuecat 的基础设施层价值就会下降。

不过从目前的趋势看，这件事反而在往更复杂的方向走——苹果被迫开放第三方支付、不同国家的法规不同、Web 支付和应用内支付要并行管理。复杂度在增加，不是在减少。对Revenuecat 来说，这反而是好消息。

第二个风险是费率压力。

1%在客户规模小的时候无所谓，但当一个应用月收入到几百万美元的时候，每月几万美元的 Revenuecat 费用就开始肉疼了。大客户有动力自建，或者谈一个更低的费率。这也是为什么 Revenuecat 要做 Enterprise 方案。

第三是 Adapty 的威胁不能忽视。

Adapty 免费到 $10K MTR，对中小开发者来说吸引力大了四倍。如果 Adapty 在产品上追上来，价格又更有优势，在新增市场里可能会蚕食Revenuecat 的份额。

最好的生意不是做那个最酷的产品，而是成为所有人都离不开的工具。这是我分析万revenuecat后的最大感受。

如果让你选，你是想做一个月活百万但不知道怎么变现的消费应用，还是想做一个没人听过但每笔交易都抽成的基础设施？