夜雨聆风Data Fetcher 现在有 600 个付费客户，每个月能带来 2.3 万美元的经常性收入。我一个人经营它，没有团队，也没有把它做成那种需要融资、扩张、冲刺上市的大公司。
它更像一个典型的微型 SaaS：产品很小，切入点很窄，但能持续解决一群人的真实问题。
Data Fetcher 做的事情很简单：它是一个 Airtable 扩展，可以让用户把其他平台的数据接入 Airtable。你不需要手动复制粘贴，也不需要每次都导出 CSV，再导入表格。你可以通过 API（Application Programming Interface，应用程序接口）把数据拉进来，然后设定定时任务，让它自动更新。
有人用它同步 Facebook Ads 和 Google Analytics 的营销数据，有人用它处理运营流程。做了这么多年，我最喜欢的一点反而是：用户总能拿它做出我一开始没想到的工作流。
这篇文章想讲的不是“我做了一个插件，然后它赚钱了”。真正有价值的是，我是怎么找到这个机会的，以及为什么“站在一个正在增长的平台上”会给小团队带来这么大的杠杆。
这个机会不是凭空冒出来的
我大学学的是工程，但我一直不太喜欢那个方向。我更想做自己的项目。
后来我自学了编程，在伦敦给不同创业公司做自由职业 React 开发。工作之外，我也一直在尝试做自己的东西。大多数项目都没什么起色。
第一个真正赚到钱的项目，是一个 TikTok 网红目录。我当时抓取 TikTok 上的数据，把这些数据做成一个 SaaS 产品销售。它后来做到了每月几千美元 MRR（Monthly Recurring Revenue，月经常性收入），我把它卖掉了。
这笔钱给了我几个月时间，让我可以继续寻找下一个更可持续的项目。
当时我还尝试做一个 IPO 相关的邮件通讯。为了管理信息，我需要把金融数据拉进 Airtable。也就是在这个过程中，我意识到一个问题：Airtable 很强，但把外部数据自动接进来并不方便。
这就是 Data Fetcher 的种子。
我没有重新发明一个平台
很多人一想到创业，就想做一个独立的大平台。但我的做法相反：我选择站在一个已经增长很快的平台上。
当时我看到 Google Sheets 上有一个类似的插件，叫 API Connector。它做得非常好，有大约 10 万用户，看起来像一个很理想的生活方式生意。
我就想：如果 Google Sheets 上有这样的需求，那 Airtable 上会不会也有？
那时 Airtable 增长很快，刚推出自己的应用市场。我自己也遇到过把数据接入 Airtable 的痛点，所以这个方向并不是纯粹拍脑袋。
但我没有只靠自己的感觉。我去看 Airtable 的论坛，研究用户到底在抱怨什么、在问什么、他们卡在哪里。
我看到很多人需要一个非常灵活的工具，把不同平台的数据拉进 Airtable。这个需求已经在那里，只是还没有被很好地满足。
于是我决定做 Data Fetcher。
建在平台上的最大好处：分发
把产品建在 Airtable 这种平台上，最大的好处是分发。
如果你很早进入一个正在增长的平台，并且出现在它的 marketplace 里，你就天然会获得一批高质量线索。这些用户本来就在用 Airtable，本来就在寻找相关扩展，而且他们会因为你被平台批准上架而更信任你。
这和从零开始教育市场完全不一样。
我不是先做一个网站，然后到处解释“你为什么需要这个东西”。我是在一个已经聚集目标用户的地方，解决他们已经知道自己有的问题。
这类机会还有一个微妙的好处：它足够大，可以改变我的财务状况；但又没有大到吸引一堆融资团队冲进来，试图做成一个 1 亿美元公司。
它刚好卡在独立开发者喜欢的区间里：市场真实，规模可观，竞争又没有大到失控。
平台风险也是真实存在的
当然，建在平台上也有风险。
最大的问题是平台风险。也就是说，如果 Airtable 明天自己做了类似功能，我的产品可能会突然变得没那么重要。
到目前为止，Airtable 作为平台还不错。我对 Data Fetcher 的判断是，它处在一个比较特殊的位置：Airtable 有脚本能力，也有一些无代码导入能力，但 Data Fetcher 夹在两者之间，做的是更灵活的自动化数据连接。
我不认为 Airtable 短期内会完全做掉这个中间层。
但这件事没有人能百分百确定。所以在做平台型产品时，不能只看到流量，也要判断平台未来会不会亲自下场。
我用六步判断平台型机会
后来我把自己的方法总结成一个六步框架。
第一步，先找到一个正在增长的平台。
我喜欢用 Exploding Topics 这类工具看趋势。你要找的不是已经被所有人挤爆的平台，而是正在增长、生态还没完全成熟的平台。
第二步，在这个平台上找到痛点。
可以看官方论坛、Reddit、Twitter/X，也可以看用户在社区里反复提到的问题。你要找的是那种“很多人在做，但做起来很麻烦”的事情。
第三步，从成熟平台借一个已经被验证过的插件模式。
Data Fetcher 的灵感来自 Google Sheets 上的 API Connector。我的思路不是完全原创，而是把一个成熟平台上的成功模式，迁移到一个更年轻、正在增长的平台上。
但迁移不是简单复制。你要把体验做得像这个新平台的原生功能。用户不应该觉得自己在使用一个外来工具，而应该觉得它就是平台生态的一部分。
第四步，确认这个平台是否允许集成。
你要看它有没有公开 API、有没有 marketplace、有没有扩展开发工具包。如果平台不开放，或者集成能力很弱，那你即使看到需求，也很难做出稳定产品。
第五步，做一张餐巾纸级别的测算。
不用一开始就写复杂商业计划。你只需要粗略估算：这个平台有多少用户？这个问题出现得有多频繁？用户大概愿意为它付多少钱？
定价可以参考成熟平台上的类似工具。Google Sheets 上类似插件怎么收费，Airtable 用户大概率也能接受相近区间。
第六步，判断平台会不会碾压你。
这一步最难，因为没人能看到未来。但你可以观察平台路线图、支持论坛和官方发声。看看他们有没有暗示要做这个功能，也要判断这个功能是否太“原生”。
如果一个功能明显属于平台核心能力，那平台迟早可能会做。如果它更像一个灵活、长尾、面向多种用例的工具，独立产品就更有空间。
现在还有哪些平台值得看
如果今天重新找机会，我会关注几个方向。
第一个是 Notion。
Notion 不是最新的平台，但它仍然增长很快，而且 API 相对还比较新。围绕自动化、报表、数据导入导出，都可能有机会。
第二个是 Figma。
Figma 上可以做很多小工具，比如把 Figma 设计导出到 Webflow、Framer，或者其他 CMS 和网站搭建工具。设计和建站之间有很多重复劳动，这里面容易出现插件机会。
但我不太建议直接围绕 ChatGPT 或 Claude 做一个很普通的外壳产品。
这些工具增长当然很快，但竞争也极其激烈。几乎所有人都在给 ChatGPT 和 Claude 做东西。更好的做法，是用这些 AI 工具增强你的业务和产品，而不是只做一个同质化包装。
我的增长不是爆发，而是不断重复
Data Fetcher 的第一个客户来得很快，上线几天后就来了。
这是早期进入平台生态的好处。
之后我开始观察用户到底在连接哪些 API，哪些用例反复出现。比如有人想拉营销数据，有人想同步分析数据。于是我围绕这些具体用例做内容营销。
我写博客文章，也做 YouTube 视频，专门讲热门集成怎么做。
这让我几个月后做到 1000 美元 MRR。一年后做到 3000 美元 MRR。
后来我发现，还可以让它对非技术用户更友好。于是我开始做一些无代码集成，让不懂 API 的人也能使用 Data Fetcher。这一步把收入推到了第一年后的 1 万美元 MRR。
再往后，就是持续重复同一套动作：和客户聊天，收集反馈，把需求做进产品里，再通过内容告诉更多人。
三年后，Data Fetcher 做到了 2 万美元 MRR。现在是每月 2.3 万美元经常性收入。
这不是一条神奇曲线，更像一条很朴素的复利曲线。
技术栈并不花哨
Data Fetcher 的扩展本身用 TypeScript、React 和 Airtable 自己的 extension SDK 开发。
后端也是 TypeScript，配合 PostgreSQL、GraphQL 和 Node。
前端网站和营销站用 Next.js、Tailwind 和 shadcn。API、数据库和调度任务托管在 Heroku，另外还有一些 worker 跑在 Hetzner 这样的低成本主机上。
日常工具也很普通：Help Scout 做客服，Fastmail 做邮箱，Plausible 做网站分析，MailerLite 做邮件通讯，ChartMogul 做订阅收入分析。Airtable 本身也被我用来管理产品路线图和内容流程。
这套东西没有什么神秘之处。对微型 SaaS 来说，技术栈的关键不是炫，而是稳定、熟悉、能支撑你长期迭代。
成本和利润率
Data Fetcher 每月收入 2.3 万美元，最大的成本是托管，大约每月 2500 美元。
其他 SaaS 工具加起来大约每月 1000 美元。我去的联合办公空间每月 150 美元。
整体利润率大约 85%。
这也是 SaaS 的吸引力之一：如果产品不需要大量人工交付，默认状态可以非常精简。
我踩过最大的坑：不够聚焦
这些年我学到的最大教训，是专注比追逐新东西更重要。
我曾经浪费大约 6 个月去尝试启动其他副业。每次我都告诉自己，这是因为平台风险、市场饱和，或者其他听起来合理的理由。
但回头看，真正原因是 Data Fetcher 的增长变慢了，我开始无聊，开始失去动力。
现在我用 Claude 当“商业教练”。听起来有点奇怪，但它确实有用。每当我开始分心，或者想做新项目时，我会直接对 Claude 说：请当我的商业教练，让我专注在已经有效的事情上，劝我不要启动新东西。
这有点像给自己找了一个虚拟合伙人，提供一点外部约束。
如果重来，我会更早做用户测试
如果能回到早期，我会告诉当时的自己：早点做真正的用户测试，而且经常做。
我几乎浪费了一整年，没有真正和使用 Data Fetcher 的人坐下来，看他们怎么用。
后来只用了一个下午，我就发现了很多 UX（User Experience，用户体验）问题。解决这些问题后，收入、使用量和整体表现都几乎立刻改善。
更重要的是，和用户交流能让你知道他们为什么选择你的工具，而不是其他工具。
这件事听起来简单，但很多独立开发者会逃避。因为写代码是舒服的，和用户聊天会暴露问题。
但如果你已经有人在用你的产品，就一定要和他们说话。越早越好，越频繁越好。
这个案例真正值得带走的东西
Data Fetcher 能做到每月 2.3 万美元，不是因为我发现了一个前所未有的天才想法。
它的逻辑更朴素：
我在一个增长中的平台上，找到一个已经存在的痛点；参考成熟平台上被验证过的模式；做出一个足够原生、足够灵活的工具；然后通过平台 marketplace 和内容营销持续触达用户。
对普通创业者来说，这可能比“做下一个独角兽”更现实。
不要总问自己能不能创造一个全新的平台。先问问看：有没有一个正在增长的平台，里面有一群用户已经被某个小问题折磨很久？
如果你能把这个问题解决得足够好，一个小插件也可能变成改变生活的生意。
案例分享翻译整理自油管频道StarterStory。
本公众号会持续更新AI和互联网创业相关的内容，如果你觉得有用，请点赞关注，下期见。
