夜雨聆风INSIGHT
一个身高预测应用，听起来像玩笑，但Go Tall月收入稳定在10万美元，开发者是一个20岁大学生。这事挺反直觉，但拆开来看，每一步都踩在了需求上。
Michael是纽约大学金融专业的学生，去年夏天找工作被心仪的公司拒绝后，开始自己开发App。他在acquire.com上看到类似项目出售，标价2万美元，猛然想起自己13岁时也搜过“身高计算器”——于是决定自己做一个。
他用了两天写出初版，上线后很快就有第一笔付费，这给了他很大的信心。随后，他在TikTok上注意到大量身高相关视频的评论区都在自发报身高、求预测，就去逐个回复预测，并把这些过程做成视频。第一个爆款格式就此诞生：用Stitch或回复评论的方式预测单个人的身高，简单却传播力极强。
“人们太想知道了，每天能收到十几条私信让我预测身高。”Michael说。这种主动索取验证了需求强度，远比问卷调研可靠。
Go Tall的功能核心是一套身高预测算法，基础数据来自CDC儿童生长标准，再用研究文献里的系数做微调。用户需要输入年龄、性别、父母身高等信息，回答一份青春发育评估问卷，系统给出当前预测。最终结果需要付费解锁：7天订阅5美元，年费35美元。支付墙展示率高达91%，转化相当可观。
但真正留住人的不是一次性预测，而是“持续更新预测”的机制。用户每次记录睡眠、饮食、运动，App会重新计算身高潜力变化，把一次性好奇变成了长期习惯跟踪。这种设计把付费动机从“看答案”转向“养成更好习惯”，订阅就有了持续价值。
增长：先验证内容，再花钱放大
Michael的增长路径很清晰：先自己做内容测试，找到能跑通的格式，再复制给创作者。他最开始每天发10条TikTok，一个月后摸清了什么内容能带下载。关键指标是“每10万播放≈多少安装”，算出成本后直接付费投放同类内容。
他先让女朋友用同一个格式开了个号，也迅速起量，确认模板可行性，然后批量私信联系TikTok创作者，用极低价格换取UGC视频。这种“内容模板+廉价创作者”的模式，把月收入从3K提到10K。第五个月，通过测试更多格式，收入到30K/月；再之后，直接上付费广告，复制已有爆款，把月收入推过10万美元。
整个过程没有复杂技术，没有病毒式的偶然爆红，而是严谨地测试、复制、放大。
技术栈极简，专注商业侧
App使用Expo开发，同时支持iOS和Android；支付用Superwall，结算用Adapty缩短苹果的账期；归因工具选Singular，每安装成本仅3美分。这些工具组合让一个学生能独立维护整套系统，把精力集中在营销和内容上。
Michael特别提到，这个App让他完全放下“ego”——在重视金融、咨询职业的环境中，做身高预测App会被嘲笑。但他说，“爬完cringe mountain（尴尬之山），才能走到成功那边”。这种抛开社会评价、只关注用户需求的 mindset，是他能从那么多冷门点子中摘到果实的核心。
可以复用的思路，和几个边界
这个故事最值得看的不是“身高预测”这个品类，而是验证需求的路径：先在UGC平台里观察到主动表达的痛点，用极简产品快速测试付费意愿，再通过内容模板加UGC放大。对于资源有限的独立开发者，这条路径比闷头做“完美产品”实际得多。
但应用场景有边界。身高焦虑在青少年中常见，付费主要由家长完成，这依赖于美国信用卡绑定的习惯和相对宽松的家庭支付环境；换到其他市场，可能需要调整定价策略或支付方式。另外，内容营销高度依赖TikTok的算法分发，一旦平台政策变化或竞争加剧，获客成本会明显上升。
还有一个长期风险：用户新鲜感消退后，留存可能下降。Go Tall试图用习惯追踪做留存，但“变高”这件事本身就受限于科学，持续付费的动力在于能否感知到效果。Michael在访谈中并未透露长期留存数据，这一点需要后续观察。
即便如此，Go Tall仍然展示了一个清晰路径：找那些看似不靠谱但人们愿意不断讨论的需求，用内容验证，用订阅变现，用模板缩放。对专注于健康、自我提升类应用的中国开发者来说，这个思路在海外市场或许有不错的复现空间。
乔智判断
这件事的启发不在于“身高预测”这个品类，而在于验证需求的路径。Michael先通过TikTok内容看到大量评论求预测，然后做了个极简版测试付费，两天就有人付费，这才all in。对大多数开发者来说，先看到用户主动表达痛点，再动手，比闭门造车靠谱得多。但也要注意，这类需求可能受文化影响，在国内是否同样强烈还需验证。
你还遇到过哪些看起来冷门，却有人愿意反复付费的需求？评论区聊聊。
参考资料
[1] Pat Walls / Starter Story: I Can't Believe This App Makes $100K/Month
