给 prediction-market 运营商用的司法辖区控制平面——在刑事处罚落地前,先把禁售州挡住、广告关掉,并拿出合规证明。
Prediction-market 运营商现在面对的是州与州不同、且可能上升到重罪层级的法律风险,而联邦监管机构同时又在主张这些产品本身合法。合规团队不能再只靠外部律师备忘录和通用 geofencing 供应商,因为禁令会同时打到交易接入、广告投放、合作分发和反规避控制。每出现一条新法案或一纸禁令,产品、营销、支付和客服都得在截止日期前改动并留痕。
为何现在
- 明尼苏达给出了第一个明确的重罪生效日,运营商必须按已知时间表把控制上线,不能再等更大范围的政策明朗。
- CFTC 当天起诉,意味着企业正在联邦与州尚未定案的冲突里运营,必须留好在什么地方执行了什么控制的可审计证据。
- 14 个以上州的立法排队,把合规从单州例外变成一个可重复的产品问题。
- 因为禁令已经扩到广告和反规避支持,第一款真正有价值的产品不会只做 geofencing,而是能吃下多套运营系统。
催化因素。 明尼苏达这个全国首例的重罪禁令、CFTC 当天提起的禁令诉讼,以及 15 个以上州仍在推进的法案队列,逼着运营商把法律姿态运营化,而不能再把它当成季度研究。
创意
打造一套司法辖区控制平面,读入平台在各州的风险暴露,再把机器可读的政策推到注册、地理定位、钱包入金、交易、CRM 和联盟系统。产品持续维护实时的州级规则图谱,自动生成所需的封禁名单和披露版本;一旦法案通过或禁令调整范围,也能同步关停被禁止的获客渠道。它还会产出按州和生效日期拆分的证据包,说明当时到底启用了哪些控制,让法务团队在监管问询或诉讼里拿得出一套站得住脚的记录。再往后,运营商还能用这层系统在进入或退出某州前先模拟收入影响,并让外部供应商围绕同一份事实源协同。
差异化。 现有的法律研究、geofencing 和 CRM 工具各自只解决问题的一小段,没有谁能成为州级市场合法性及其下游控制执行的系统记录层。这家公司真正的差异化,在于既拿住政策图谱,又拿住注册、交易、支付和获客渠道上的执行层,并把每一次政策变化都沉成证据。这样的位置比单点地理定位供应商更难被替换,因为它卡在“法律姿态变成产品行为”的工作流中央。
| 滩头市场 | 受 CFTC 监管、同时经营消费者 Web 与移动端、有联盟营销、用户遍布 50 州,且必须在 2026 年 8 月前准备好应对明尼苏达式禁令的 prediction-market 平台。 |
|---|---|
| 切入点 | 一套司法辖区策略引擎,把每个州实时变化的法律状态映射成 API 可执行的注册、交易接入、广告下线、联盟规则和面向监管机构与法院的证据包。 |
| 非显而易见洞察 | 真正疼的不是法律研究本身;一旦州政府把运营、广告和规避支持都定性,prediction market 需要的是一套运行时控制平面,把不断变化的法律姿态实时翻成准入规则、渠道下线动作和全链路审计证据。 |
| 风险投资级路径 | 先服务 prediction-market 运营商,再把同一套政策图谱和执行轨道扩到其他同样被州级监管切碎的金融产品,比如 sweepstakes trading、体育事件合约,以及其他同时受联邦和州监管的消费者衍生品。 |
| 主要用户 | 面向全美零售用户、受 CFTC 监管的 prediction-market 运营商中的总法律顾问、合规负责人和产品风险负责人 |
|---|---|
| 次要用户 | 负责受限州获客渠道的联盟营销和生命周期营销负责人 |
| 经济买方 | 首席合规官或总法律顾问 |
| 首个客户 | 美国某家 prediction-market 运营商的法务与合规团队:它有全国性零售 App、活跃的付费投放和联盟流量,而且必须在法律生效前挡住明尼苏达用户及相关广告库存。 |
|---|---|
| 购买触发点 | 某州刚通过禁令、已公布生效日、即将举行禁令听证,或推出扩大限制范围的新法案,迫使团队立刻调整准入、营销和合作伙伴政策。 |
| 当前替代方案 | 外部律师备忘录、电子表格、通用 geofencing 供应商,以及产品和营销团队之间的人工协同。 |
| 切换理由 | 这个切口把静态法律意见直接变成可执行的产品与营销控制,并附带时间戳证据,既缩短落地延迟,也降低某个渠道在州级限制变化后还漏着没关的风险。 |
| 定价假设 | 按活跃州数量和受控 workflow 数量收取年度 SaaS 费用;联盟监测和面向监管机构的证据导出模块单独加价。 |
待完成任务
| 任务 | 当前替代方案 | 成功指标 |
|---|---|---|
| 当某个州通过或提出禁令时,帮 prediction-market 合规负责人快速更新所有受影响的用户规则和渠道规则,这样他们既能在其他州继续运营,也不会因为漏控而违规。 | 电子表格、应急 Slack 协调,以及产品和营销团队间的人工派单。 | 从法律变化发生,到所有覆盖系统完成控制生效所需的时间。 |
| 当监管机构或法院质疑平台行为时,帮法务团队证明在特定州和特定日期到底生效了哪些限制,这样企业可以拿出具体证据来为自己辩护。 | 事后临时拼凑的截图、供应商日志和法务备忘录。 | 生成一份完整、按州拆分的证据包所需分钟数。 |
flowchart LR Buyer[Compliance and legal teams] --> Pain[State bans create trading and advertising exposure] Pain --> Product[Jurisdiction control plane] Product --> Outcome[Blocked users, suppressed channels, and audit-ready evidence]
- 信号 · 4/5这个事件簇同时包含已落地禁令、当天提起的联邦诉讼,以及多州法案浪潮。
- 痛点 · 5/5重罪风险加上按州停摆的运营风险,足以把紧迫度抬到高管层。
- 切入点 · 5/5首款产品定义得很窄:就是给 prediction-market 运营商做司法辖区政策与执行轨道。
- 防御性 · 4/5专有政策图谱叠加集成后的证据与工作流数据,会随着每次州级变化和每次部署不断复利。
- 规模化 · 4/5滩头市场很窄,但这套控制平面可以扩到其他被州级监管切碎的消费者金融产品。
- 监管律师
- 地理定位与身份供应商
- Prediction-market 平台运营商与联盟方
- 维护司法辖区规则和变更历史
- 交付执行集成与政策 API
- 生成审计与诉讼证据包
- 州级政策图谱及生效日期历史
- 接入身份、地理定位、CRM 与交易系统的集成
- 合规证据与决策日志
- 把实时州级法律姿态翻成可执行的产品与营销控制
- 用带时间戳的合规证据降低重罪和禁令风险
- 让法务、产品和增长团队围绕同一份政策事实源协同
- 高触达实施与政策映射
- 持续的监管更新工作流
- 与法务团队按季度复盘控制
- 创始人主导销售,直打法务与合规负责人
- 来自监管律师和合规顾问的转介绍
- 围绕事件合约监管的行业会议和政策网络研讨会
- 受 CFTC 监管的 prediction-market 运营商
- Prediction-market 联盟方与获客合作伙伴
- 其他被州级监管切碎的消费者金融平台
- 监管分析与法务运营
- 集成工程
- 面向高风险部署的客户成功
- 年度平台订阅
- 按受控 workflow 或活跃州数量计费
- 证据导出与联盟监测高级模块
市场
| TAM | $72.0M 估算:北美约 240 家 operator group,覆盖 prediction markets、受监管博彩、DFS、social/sweepstakes,以及相邻的地理敏感型 fintech/gaming workflow;按每家每年 $300k 的控制平面预算测算。 |
|---|---|
| SAM | $18.0M 估算:把 TAM 收窄到约 60 家美加运营商——它们有多州零售分发,workflow 复杂度也足以需要接入控制、渠道下线和证据导出;60 × $300k ACV。 |
| SOM | $5.4M 估算:第 3 年做到 18 个共创客户与扩展账户,按 $300k blended ACV 测算;假设产品先落进 prediction/DFS/sweepstakes 运营商,再逐步吃到相邻 fintech-gaming 账户。 |
高管要点
- 这个切口是真的,因为 prediction-market 合规已经不是写法律备忘录的事,而是横跨准入、广告、联盟和证据的运营控制问题。
- 短期买方很少、也很懂行,所以创业公司只有做成执行中间件,而不是另一套研究看板,才有机会跑通。
- 现有厂商已经在卖地理定位、反欺诈和监管情报,但市场仍缺一套干净的系统记录层,能把法律姿态直接变成跨系统动作和可辩护日志。
- 滩头市场很窄;要想长成风投级公司,必须继续扩到 DFS、sweepstakes/social casino,以及其他被州级监管切碎的 fintech 或 gaming workflow。
市场定义
一类软件,把州与州不同的法律姿态翻成运行时准入、营销下线、合作伙伴控制和可审计证据,服务对象是那些产品在部分司法辖区合法、在另一些司法辖区被禁止或存在争议的运营商。
用户与买方
最核心的用户,是 prediction market 及相邻真钱平台里的总法律顾问、首席合规官、产品风险负责人和增长运营负责人。真正拍板的通常是 GC 或 CCO,因为只有当法律截止日期开始带来董事会层面或监管层面的风险暴露时,预算才会被打开。
购买触发点
- 某个州的新禁令或生效日,会立刻逼出对交易接入、广告投放和反规避控制的改动。 [1][2][3]
- 其他州的跟进立法,或新的年龄和广告限制,会把一次性的法律工作变成可重复的多州项目。 [5][9][10][11]
- 联邦与州之间持续拉扯的诉讼,加上 CFTC 的执法指引,让合规团队必须证明某个时点究竟生效了什么控制,而不是只说原本想遵守什么政策。 [7][12][13][15]
支付意愿
这笔预算本来就存在,因为位置合规不是可选项,而是任务关键项:Radar 明确卖定制企业定价,BetSaracen 直接说没有 geolocation 就跑不了 sportsbook,投注平台也早已在买打包的 geo-compliance 和 anti-spoofing 能力,而不是单靠内部工具。 [29][31][33]
品类动态
顺风因素
- 问题已经从单州禁令,扩成多州立法和诉讼队列,这更利好基础设施型方案,而不是一次性补救。
- 现有 geolocation 厂商证明,运营商本来就在为州级接入控制和反欺诈购买第三方工具。
- 广告和消息平台已经支持按地理位置做排除和定向,因此渠道下线 workflow 在技术上可行。
逆风因素
- 如果联邦排他管辖权有决定性结果,市场对核心交易接入上的州级控制需求会被削弱。
- 首批买家池过于集中,所以收入能不能长起来,要看能否顺利扩到相邻受监管品类。
- Geolocation 在位厂商可以把政策相关功能打包进现有合同,抬高价格压力。
验证信号
- Polymarket 已经在做司法辖区限制并封堵 VPN 绕过,这说明按行为层做地理控制,市场是接受的。
- BetSaracen 把 geolocation 描述成 mission-critical;它换供应商的原因是成本、支持和控制能力,而不是自己做一套。
- Sleeper 之所以选择第三方 geo-compliance,是因为按州拆分的 DFS 规则要求它拿到可靠的位置核验和反规避控制。
- Xpoint 与 High 5 的合作说明,随着监管收紧,相邻的 sweepstakes/social 运营商也愿意为司法辖区工具买单。
监管与技术约束
- 控制层必须同时兼顾 CFTC 交易所义务和州级赌博限制,所以单靠通用 geofence 远远不够。
- VPN、代理和 spoofing 都是明显的绕行路径,因此系统必须采用多层检测和基于置信度的处理。
- 广告和获客控制还得满足博彩广告规则、国家限制和更细粒度的位置排除要求。
- 联盟和 influencer 渠道在活动被修改或下线时,还会带来额外的披露与留档要求。
竞争
竞争大致分三组:一类是决定用户身处何地的地理定位与反欺诈厂商,一类是解释规则是什么的监管情报厂商,剩下是把律师意见和运营动作缝在一起的人工流程。创业公司只有卡在这几层之间,成为“法律姿态变成已执行 workflow”的那一层,才有机会赢。
| 竞争对手 | 阶段 | 切入点 | 定价 | 优势 | 相对劣势 |
|---|---|---|---|---|---|
| GeoComply | incumbent | 面向受监管 gaming 的标杆级 geolocation 与 anti-fraud 栈,并向相邻的 KYC/AML 模块延伸。 | 定制企业定价;geolocation、anti-fraud 和 onboarding 模块打包售卖。 | Gaming 场景信誉深、装机量大,而且已有证据表明执法与迁移数据就在它的网络里流动。 | 它看起来还不是那套跨系统执行法律政策、营销下线和按州打包证据的系统记录层。 |
| Radar | scale-up | 开发者优先的 geofencing、geo-compliance 与反欺诈工具,定价可配置,也覆盖相邻营销 workflow。 | 按月 API 调用量或月度跟踪用户数做定制定价。 | 产品广度很强,覆盖 geofencing、spoofing 检测、案件处理和位置驱动消息,也有博彩和 DFS 的案例。 | 它的重心仍是位置基础设施,而不是跨多套运营系统的法律政策解释和面向监管机构的证据层。 |
| Xpoint | scale-up | 聚焦 gaming 的 geolocation 专家,正在向 sportsbook、fantasy 和 social/sweepstakes 运营商扩张。 | 定制企业授权;没有公开标准价格。 | 为受监管 gaming 场景定制,并在更多司法辖区和相邻运营商类型中扩张。 | 它看起来仍主要聚焦司法辖区核验,而不是这里主张的政策图谱、广告控制和证据编排层。 |
| Vixio | incumbent | 面向 gambling 与 payments 市场的监管情报与诉讼跟踪。 | 定制订阅 / 报价制研究产品。 | 在州级动态和诉讼可见性上信号很强,也是合规团队已经信任的监测工具。 | 洞察强,但把控制推进产品、营销和合作伙伴系统的能力弱。 |
为什么现有厂商不会默认胜出
- 地理定位与反欺诈厂商. GeoComply、Radar 和 Xpoint 已经能核验司法辖区、识别 spoofing,但它们不会天然赢下 workflow 编排层,因为法务团队仍需要跨非地理系统去做政策映射、营销下线和证据打包。
- 监管情报厂商. Vixio 一类厂商能帮团队追踪诉讼和政策变化,但它们停在“提供情报”,并不会把可执行控制推入交易、CRM 或联盟工作流。
- 云与位置基础设施. Cloudflare、MaxMind 和广告平台控制项确实提供了 header、IP intelligence 和地理排除等原语,但它们只是零部件,不是专为 prediction market 打造的控制平面。
- 外部律师与人工运营. 律师可以解释法条,geofencing 供应商可以挡住用户,但两者都不能产出一套按州拆分、能同时协调产品、营销和审计证据的长期事实源。
商业计划
Prediction Market Jurisdiction Rail 应该作为一套服务受 CFTC 监管的 prediction-market 运营商的控制平面启动,而不是做成通用法律研究看板或单独的 geofencing 产品。首批客户会是那类全国运营、同时覆盖零售 Web 与移动端、既做付费投放也做联盟获客、并且必须在 2026 年 8 月前挡住明尼苏达用户和相关营销动作的运营商。眼前最痛的点是运营执行:在联邦和州对管辖权仍各说各话时,法务团队得把不断变化的州级规则簿,落进注册、交易、CRM、联盟和证据留存这些系统。MVP 不该一上来就承诺深度自动化的交易引擎编排,而应先从人工审批的政策管理、广告和 CRM 下线、证据导出,以及基于 API 的封禁规则起步。创始人主导销售要围着已生效禁令、禁令听证和生效日倒计时来打,用付费 pilot 切进去,再按受控州和 workflow 的数量升级成年约。最值得相信的地方,是现有替代方案依旧碎在外部律师、地理定位供应商和人工运营之间,而首批买家本来就为 mission-critical 的 geo-compliance 掏钱。最需要警惕的地方,是滩头市场买家太集中,他们很可能更愿意让现有 geo 厂商顺手打包这项能力,而不是再买一层新控制层。输入里的市场规模是模型推演,不是外部审计结果,所以董事会真正要问的是:公司能不能足够快拿下 2–3 个付费共创客户,把这条切口先跑成可重复打法,再扩去 DFS、sweepstakes 以及其他受州级碎片化监管的金融产品。
问题
- Prediction-market 运营商眼下要面对的是按州变化的重罪风险、禁令风险和广告风险,变化速度往往快过产品、营销和支持团队靠人工响应的能力。
- 现有替代方案把法律解释、地理定位、渠道下线和审计证据拆在不同供应商和电子表格里,结果就是运营商根本说不清某个州、某一天到底启用了哪些控制。
解决方案
- 提供一套司法辖区控制平面,把版本化的州级法律姿态转成注册、交易接入、CRM 消息、付费获客、联盟活动和证据留存上的执行规则。
- 第一版先交付 policy API、分渠道下线 workflow、审批日志和面向监管机构的证据包,让买家在真正相信全自动化之前,就能先把法律决策运营化。
为什么我们会赢
- 公司卡住的是“法律姿态变成线上产品和营销行为”的 workflow,这正好补上监管情报厂商与纯 geolocation 供应商之间的空档。
- 专有政策图谱,加上跨系统的执行与证据日志,会慢慢沉成切换成本——这是人工律师和单点工具天然长不出来的。
| 滩头市场 | 受 CFTC 监管、全国分发、既有付费和联盟获客、且很快会暴露在明尼苏达式州级限制下的 prediction-market 运营商。 |
|---|---|
| 切入点理由 | 这个入口比更宽的 regulated gaming 或 fintech 市场更容易快速拿到验证,因为单一州级截止日就会逼一小批高成熟度买家同时改接入、广告和联盟 workflow。把切口收窄到 prediction market,也能让产品主张更具体:不是泛泛监控合规,而是把存在争议的州级合法性,直接落成控制动作和证据。 |
| 推进顺序 | 产品第一阶段要从人工审批的政策管理、营销下线、证据导出和轻量执行 API 起步,因为即便联邦排他管辖权还没定,这几条 workflow 也照样能产生价值,而且能避开最重的交易引擎集成。GTM 也应继续由创始人主导、围着事件驱动去打,直到至少有两家运营商证明愿意为独立控制平面买单;那之后,再补 geo、identity 和 CRM 合作伙伴,再谈扩大销售和跨品类扩张。 |
| 暂不进入 | 在还没有 prediction-market 标杆客户前,就去打 sportsbook 或 casino 运营商 · 直接卖给监管机构或律所的情报产品 · 未经人工批准就全自动关闭交易系统 · 在美国州级政策图谱还没跑通前就扩国际市场 |
| 切入点 | 把付费 pilot 卖给一家正面临已落地禁令或禁令截止日的全国性 prediction-market 运营商的法务与合规团队,再把这次部署升级成其接入、营销和证据 workflow 的默认州级政策事实源。 |
|---|---|
| 渠道 | 创始人主导直销,面向 prediction-market 运营商里的 GC、CCO 和产品风险负责人 · 来自正在协助各州应对工作的监管律师与诉讼顾问的转介绍 · 与 geolocation、identity 和 CRM 供应商做集成型合作,因为它们本来就在执行链路里 |
| 漏斗目标 | 目标漏斗:lead→qualified pilot 20–30%,qualified pilot→paid pilot 30–40%,pilot→production 50%+,production→第二个 workflow 扩张 12 个月内达到 50%+。 |
| 定价 | 按受控州数量和 workflow 数量收年度平台费,联盟监测和证据导出模块另外加价;这更贴合买家围着合规覆盖面,而不是 API 调用量来做预算的方式。 |
| MVP | MVP 是一套只做美国市场的 prediction-market 司法辖区控制平面:维护版本化州级政策图谱,把已批准规则推到注册与营销系统,标记必须执行的接入封禁,并按州和日期导出证据包。它应该先支持广告和 CRM 下线、联盟规则、人工 override 和审计日志,再逐步深入实时交易执行。 |
|---|---|
| 6 个月 | 拿下一家付费共创客户,上线政策看板、州级规则版本管理、广告和 CRM 下线连接器、联盟限制模板,以及适配明尼苏达式截止日的证据导出。 |
| 12 个月 | 把 2–3 家运营商转成年约,补齐注册和接入封禁的 policy API,并接上至少一家 geo 或 identity 合作伙伴,让客户可以从同一控制层执行已批准的州级规则。 |
| 24 个月 | 在 prediction-market 部署证明留存、扩张和实施负担都能复用之后,把同一套政策图谱扩到 DFS、sweepstakes 以及其他州级碎片化产品。 |
| 关键押注 | 即便买家已经为 geolocation 和外部律师买单,独立控制平面仍然能单独拿到预算。 · 广告下线、联盟治理和证据导出,比一开始就深接交易引擎更容易更快做出 ROI。 · 一套窄而深的美国政策图谱,能在不重写整个产品的前提下复用到相邻受监管品类。 · 在法律边界未定的环境里,人工审批的 workflow 会比承诺自治式合规决策更快建立信任。 |
| 收入来源 | 用于政策图谱管理、workflow 编排和监管更新的年度 SaaS 订阅 · 新系统连接器和启动州配置的实施与集成费用 · 联盟监测、证据导出和相邻品类扩张的高级模块 |
|---|---|
| 价值单位 | 处于主动政策管理之下的一组“州 × workflow”组合 |
| 目标毛利率 | 70% |
| 扩张杠杆 | 在同一运营商内继续加 workflow,比如注册封禁、交易限制、CRM 下线和联盟治理 · 从同一运营商团队扩到更多品牌、产品或司法辖区 · 把政策图谱和证据层复用到 DFS、sweepstakes 和其他真钱平台 · 在客户信任核心控制平面后,再逐步商业化 benchmark 报告和监管就绪证据模块 |
| 北极星指标 | 受限州的政策变化,能否在法律生效日前先于覆盖系统完成执行。 |
|---|---|
| 输入指标 | 签下的 qualified pilot 数 · 从法律变化提醒到批准政策部署的天数 · pilot 转 production 的转化率 · 覆盖 workflow 中采用自动化或模板化执行的比例 · 生成一份按州拆分证据包的中位时间 · production 客户的净收入留存 |
| 待构建护城河 | 把州级规则、生效日、诉讼状态和按 workflow 拆分的执行逻辑连起来的版本化政策图谱 · 围绕真实政策变化沉淀的跨系统数据集,覆盖封禁、override、广告下线和联盟动作 · 能把法律姿态、执行动作以及用户或渠道结果连成一条记录的证据模板 |
| 终止标准 | 在聚焦滩头市场做了 9 个月创始人主导销售后,仍拿不到 2 个付费共创客户 · 最初 2 个 pilot 上线后 6 个月内,转成年约 production 合同的比例低于 50% · 前 2 个 pilot 跑完后,目标 workflow 里仍有一半以上要靠站外人工协同 · 在还没建立标杆客户前,geo 在位厂商就能持续以低于目标 ACV 的价格打包出等价的政策、下线和证据能力 |
里程碑
- 在 prediction markets 里拿下 2 个付费共创客户。
- 至少为 1 家运营商上线 production 级政策管理、广告下线和证据导出 workflow。
- 至少把 2 个 pilot 转成 12 个月合同。
- 交付一条可复用的 geo 或 identity 集成,缩短部署时间。
- 把 production 客户从单一 workflow 扩到接入封禁、CRM 下线和联盟治理。
- 拿下第一个相邻品类客户,来自 DFS、sweepstakes 或其他类似的州级碎片化真钱 workflow。
- 靠 workflow 和品类扩张,把净收入留存拉到 120% 以上。
- 让政策图谱和证据层成为多个受监管品类的系统记录层。
- 利用标杆客户和合作伙伴渠道,把销售从创始人亲自打单扩到更可扩展的打法。
- 拿到足够强的跨品类留存和扩张证明,支撑更大一轮 seed 或 series A 融资决策。
flowchart LR Wedge[Prediction-market state deadline wedge] --> MVP[Policy graph and suppression MVP] MVP --> Proof[Audit evidence and pilot conversions] Proof --> Expansion[Adjacent regulated-category expansion]
创始团队
| 角色 | 入职时间 | 理由 |
|---|---|---|
| 创始人/CEO | 第 0 个月 | 第一批买家太集中、也太看重可信度,所以必须由创始人亲自拿住销售、监管律师关系和切口纪律。 |
| 创始工程师 | 第 0 个月 | 把政策图谱、workflow 引擎、审批机制和证据架构搭起来,支撑最初几个 pilot。 |
| 合规产品负责人 | 第 1 个月 | 把法条、禁令和运营商 workflow 翻成版本化产品规则和实施手册。 |
| 解决方案工程师 | 第 4 个月 | 把 CRM、广告、联盟和 geo 系统之间的集成摩擦压下来,避免 pilot 演变成一锤子服务项目。 |
| 合作伙伴负责人 | 第 10 个月 | 只有当第一条 pilot→production 路径已经可复用时,才补 geo、identity 和律师转介绍合作。 |
实验路线图
| 阶段 | 实验 | 假设 | 成功指标 | 负责人 |
|---|---|---|---|---|
| 0–90 天 | 用创始人主导的方式,访谈 prediction-market 运营商和相邻真钱平台 | 滩头市场买家面对的是一个紧迫的运营问题,而不是泛泛的法律研究或 geolocation 需求。 | 完成 10 次买家访谈,并让 5 个机会把跨系统政策执行排进合规优先级前三。 | Founder CEO |
| 0–90 天 | 和一家共创客户一起算清第一条 workflow 的 ROI | 广告下线、联盟控制和证据导出,会比从最深的交易集成起步更快交出可量化价值。 | 签下一份共创范围,明确第一类 workflow、当前人工工作量和目标上线时限。 | Compliance product lead |
| 0–90 天 | 上线政策看板和证据导出 MVP | 人工审批的政策版本管理,加上证据生成,就足以在全自动化完成前撑起付费 pilot。 | 至少有一个 pilot 账户用这套系统完整处理过一次真实或模拟的州级政策事件。 | Founding eng |
| 3–6 个月 | 把一家 geo 或 identity 合作伙伴接进 enforcement API | 合作伙伴数据能缩短 time to value,也能减少创业公司自己重建底层位置基础设施的必要。 | 一条生产级集成让第二个 pilot 的部署时间比第一个更短。 | Solutions engineer |
| 6–12 个月 | 把 pilots 转成年约 | 只要客户在真实截止日或禁令事件里用过这套产品,就会把它纳入默认的政策事实源。 | 至少有 2 个 pilot 以不低于目标 ACV 下限的价格转成 12 个月合同。 | Founder CEO |
| 9–15 个月 | 测试向 DFS 或 sweepstakes 的相邻扩张 | 同一张州级政策图谱,在纯 prediction market 之外也能解决相似的控制问题。 | 在不需要大改产品架构的前提下,拿到 2 个付费 discovery 项目,或 1 个相邻品类 production pilot。 | Partnerships lead |
风险评估
- R1初始的 prediction-market 买家池太小,在相邻扩张落地前撑不起风投级 ARR。 — 围绕可复用的司法辖区政策原语来设计产品,并在滩头市场饱和前先验证相邻品类需求。
- R2Geo 在位厂商或监管情报厂商把足够多的 workflow 功能打包进去,压缩定价并拖慢赢单速度。 — 在跨系统编排和证据质量上拉开差距;在 bundling 风险更强的地方,优先用合作而不是正面替代。
- R3法律不确定性让买家不愿意把软件当作州级政策决策的主记录层。 — 早期把人工放在审批环里,保留完整版本历史,把平台卖成“受控执行层”,而不是自治式法律判断。
- R4跨产品、CRM、广告和联盟系统的集成负担过重,把公司拖成重服务部署模式。 — 第一阶段只做最少但价值最高的连接器,把模板产品化,并在 pilot 模式可复用后再扩 solutions engineering。
| 风险 | 可能性 | 影响 | 缓解措施 |
|---|---|---|---|
| 初始的 prediction-market 买家池太小,在相邻扩张落地前撑不起风投级 ARR。 | Medium | High | 围绕可复用的司法辖区政策原语来设计产品,并在滩头市场饱和前先验证相邻品类需求。 |
| Geo 在位厂商或监管情报厂商把足够多的 workflow 功能打包进去,压缩定价并拖慢赢单速度。 | High | High | 在跨系统编排和证据质量上拉开差距;在 bundling 风险更强的地方,优先用合作而不是正面替代。 |
| 法律不确定性让买家不愿意把软件当作州级政策决策的主记录层。 | Medium | High | 早期把人工放在审批环里,保留完整版本历史,把平台卖成“受控执行层”,而不是自治式法律判断。 |
| 跨产品、CRM、广告和联盟系统的集成负担过重,把公司拖成重服务部署模式。 | Medium | Medium | 第一阶段只做最少但价值最高的连接器,把模板产品化,并在 pilot 模式可复用后再扩 solutions engineering。 |
| 标题 | 全国性 prediction-market 运营商中的总法律顾问或首席合规官 |
|---|---|
| 画像 | 一家美国运营商:既有零售 Web 和移动端分发,也做付费与联盟获客,用户遍布多州,而且产品、营销、合规团队彼此独立,需要在州级规则变化时快速协同。 |
| 触发点 | 某州禁令已经落地、已公布生效日、即将举行禁令听证,或新增年龄/广告限制,逼着团队立刻改接入和获客 workflow。 |
| 买方 | Chief Compliance Officer or General Counsel |
| 初始合同 | 先签一份 $30k–$75k 的付费 pilot,覆盖一家运营商和一小组 workflow;随着更多州和 workflow 纳入控制,再升级到约 $150k–$300k 的年订阅。 |
必须成立的条件
- 前 5 个认真评估的滩头市场机会里,至少有 2 个愿意为独立 pilot 付费,而不是坚持让现有 geo 厂商来交付这项能力。
- 在公司交付完整交易引擎自动化前,广告下线、联盟治理和证据导出本身就足够痛,值得单独立预算。
- 至少有一家共创客户能在一个产品规划周期内把第一组 workflow 跑上线,而不是拖成跨多个季度的企业级集成。
- Production 客户会续费并扩张,因为产品成了政策执行的系统记录层,而不只是另一条 research feed。
- 一旦 prediction-market 证明成立,DFS 或 sweepstakes 等相邻品类也会认可同一套政策图谱架构的价值。
待尽调问题
- 当某个州限制落地时,第一笔预算到底归谁:GC、CCO、产品风险,还是增长运营?
- 现实里真正赢单的第一条 workflow 是什么:接入封禁、广告下线、联盟治理,还是证据导出?
- 要把 CRM、广告平台、联盟工具和 geo 信号接进一个 pilot,需要多少实施工作量?
- 为什么运营商会相信一套新控制平面,而不是继续扩 GeoComply、Radar、Xpoint 或人工律师流程?
- 如果纯 prediction-market 需求太小,哪一个相邻品类会成为最快的扩张路径?
| 结论 | Watch |
|---|---|
| 信心 | 客户痛点尖、切口也清楚,但在公司证明运营商愿意买一套独立控制平面,而不是等 geo 厂商把它打包进来之前,判断仍应保持中等。 |
| 相信的理由 | 这些输入清楚指出了一个真实的运营缺口:州级法律波动很大,但产品、营销、联盟和审计证据的执行仍高度碎片化。 |
| 怀疑的理由 | 滩头市场买家太少也太专业;如果早期标杆性不强,或在位厂商价格压得太狠,风投级天花板会被卡住。 |
| 下一步尽调 | 下一步最关键的验证,是拿到两个付费运营商 pilot,证明从法律变化到控制上线的时间明显缩短,而且能顺利转成年度合同。 |
财务模型
| 第 1 年收入 | $101K EBITDA $-989K · 期末现金 $2.01M |
|---|---|
| 第 2 年收入 | $825K EBITDA $-1.13M · 期末现金 $884K |
| 第 3 年收入 | $2.74M EBITDA $-283K · 期末现金 $601K |
| 年 ARPU | $300K |
|---|---|
| 毛利率 | 72% |
| CAC | $103K 回本期 5.7 个月 |
| LTV / CAC | 8.7x 生命周期价值 $900K |
| 轮次 | 种子前轮 · $3.0M |
|---|---|
| 跑道 | 24 个月 |
| 里程碑 | 在下一轮融资前,公司要在 Y2 结束时拿到 6 个 production 账户、1 个相邻品类客户、1 条可复用的 geo 或 identity 集成,并把毛利率拉到约 70%。 |
模型合理性
- 收入引擎. Base case 到 Q4Y3 会做到 13 个活跃 operator account;定价则从第 1 年接近 pilot 的收入水平,逐步扩到调研得到的 $300K blended ACV,因为更多 workflow 和州被纳入控制。
- 哪些条件必须成立. 两个付费 pilot 必须足够快完成转化,这样创始人主导销售加上一名合作伙伴负责人,才有可能在 Y2 新增约 3 个净新账户,并在随后把 Y3 交给更广的相邻品类扩张。
- 模型会在哪种情况下失效. 如果在位厂商 bundling 把 ACV 压到 $270K 左右,或者销售周期拖到 9 个月附近,downside 情境下的现金低点会下探到约 $180K,且第二市场还没被证明。
- 下一轮融资需要的证明. 要让下一轮融资说得过去,公司必须在 Y2 结束时做到 6 个 production 账户、1 个相邻品类 logo、1 条可复用的 geo 或 identity 集成,以及接近 70% 的毛利率。
- 营收(线/面积)
- 期末现金(虚线)
- EBITDA(柱,灰色为亏损)
- 创始人 / CEO
- 工程
- 合规 / 产品
- 解决方案
- GTM / 合作伙伴
| 第3年营收 | 第3年 EBITDA | 现金最低点 | 说明 | |
|---|---|---|---|---|
| 下行 | 独立预算审批比预期更慢、在位厂商压低定价,而且相邻品类扩张再推迟 2–3 个季度。 | |||
| 基准 | 创始人主导销售先转化第一批 prediction-market pilots,随后伙伴转介和相邻品类扩张在第 3 年带动 logo 增长。 | |||
| 上行 | 各州监管截止日接连出现,伙伴转介更早起效,而且客户在单个账户里更快标准化更多 workflow,而几乎不需要额外加人。 |
| 变量 | 下行 | 上行 | 现金影响 | 营收影响 |
|---|---|---|---|---|
| 销售周期 | pilot→production 周期拉长到 9 个月 | 围绕真实法律截止日,周期缩到 4–5 个月 | ||
| CAC | 定制化销售周期导致 CAC 升至 $125K | 通过律师与 geo 伙伴转介,把 CAC 降到 $85K | ||
| ARPU | $270K 每年 ARPU | $315K 每年 ARPU | ||
| 招聘节奏 | 第二位合规和解决方案岗位都提前两个季度招聘 | 第 4 位工程师延后到 13 个活跃账户之后再招 | ||
| 流失率 | 月流失率 3.0% | 月流失率 1.5% | ||
| 毛利率 | 稳态毛利率 68% | 稳态毛利率 74% |
情景
| 情景 | 第 3 年收入 | 第 3 年 EBITDA | 现金低点 | 说明 | 关键变化 |
|---|---|---|---|---|---|
| 下行 | $2.10M | $-620K | $180K | 独立预算审批比预期更慢、在位厂商压低定价,而且相邻品类扩张再推迟 2–3 个季度。 |
|
| 基准 | $2.74M | $-283K | $597K | 创始人主导销售先转化第一批 prediction-market pilots,随后伙伴转介和相邻品类扩张在第 3 年带动 logo 增长。 |
|
| 上行 | $3.35M | $120K | $760K | 各州监管截止日接连出现,伙伴转介更早起效,而且客户在单个账户里更快标准化更多 workflow,而几乎不需要额外加人。 |
|
敏感性
| 变量 | 下行情景 | 基准情景 | 上行情景 |
|---|---|---|---|
| ARPU | $270K 每年 ARPU | $300K 每年 ARPU | $315K 每年 ARPU |
| CAC | 定制化销售周期导致 CAC 升至 $125K | $103K CAC | 通过律师与 geo 伙伴转介,把 CAC 降到 $85K |
| 流失率 | 月流失率 3.0% | 月流失率 2.0% | 月流失率 1.5% |
| 销售周期 | pilot→production 周期拉长到 9 个月 | blended 周期 6 个月 | 围绕真实法律截止日,周期缩到 4–5 个月 |
| 毛利率 | 稳态毛利率 68% | 稳态毛利率 72% | 稳态毛利率 74% |
| 招聘节奏 | 第二位合规和解决方案岗位都提前两个季度招聘 | 把售后岗位的增加放在 Y2 logo 证明之后 | 第 4 位工程师延后到 13 个活跃账户之后再招 |
关键假设 (24)
| ID | 名称 | 数值 | 单位 | 来源 |
|---|---|---|---|---|
| A1 | 模型起始月份 | 2026-06 | 月 | [BP date 2026-05-20] business-plan 日期后的首个完整月份。 |
| A2 | 期初现金 / 建模里的 pre-seed | 3000 | USDK | [BP fundingAsk targetFundingRangeUsd $2-4M and runwayMonths 18] 模型取 $3.0M,覆盖前 24 个月并留出所需 6 个月缓冲。 |
| A3 | 模型里的客户单位 | active paying operator account | definition | [BP investorMemo.firstCustomer] 和 [BP businessModel.unitOfValue] 支持按 operator account 建模;随着更多州和 workflow 纳入控制,账户价值会继续扩张。 |
| A4 | 收入确认口径 | average active customers per period × blended 每年 ARPU | formula | Startup-finance heuristic:采用 mid-period go-live 规则,新 logo 在上线当期按半期收入确认。 |
| A5 | 第 1 年客户爬坡 | [0,0,0,0,1,1,2,2,2,2,2,3] | customers EOP by 月 | [BP milestones 0-12 个月] 和 [BP killCriteria] 支持前 9 个月拿下两个付费共创客户,并在 M12 拿到第 3 个付费账户。 |
| A6 | 第 2 年客户爬坡 | Q1Y2 3; Q2Y2 4; Q3Y2 5; Q4Y2 6 | customers EOP by quarter | [BP product.twelveMonth] 和 [BP milestones 12-24 个月] 支持温和的 logo 增长,同时验证一个相邻品类客户和 workflow 扩张。 |
| A7 | 第 3 年客户爬坡 | Q1Y3 7; Q2Y3 9; Q3Y3 11; Q4Y3 13 | customers EOP by quarter | [BP milestones 24-36 个月] 和 [RS market.som 18 accounts at ~$300k ACV] 让 base case 保持在调研得到的 SOM 之下,同时假设 partner-led scaling 在第 3 年启动。 |
| A8 | 第 1 年 blended annual ARPU | 90 | USDK per customer per year | [BP investorMemo.firstCustomer $30k-$75k paid pilot and $150k-$300k 每年 subscription] 第 1 年 base case 里,pilot 定价与少量 production 收入混合在一起。 |
| A9 | 第 2 年 blended annual ARPU | 200 | USDK per customer per year | [BP investorMemo.firstCustomer] 和 [BP gtm pricing] 假设随着更多 workflow 与受控州上线,收入结构会向 production 订阅倾斜。 |
| A10 | 第 3 年 blended annual ARPU | 300 | USDK per customer per year | [RS market.som] 和 [RS bottomUpSizingDrivers modeled enterprise ACV $300k] 共同给出 multi-workflow 部署稳定后约 $300k 的 blended ACV。 |
| A11 | 毛利率路径 | Y1 45%-62% by 月; Y2 65%-70% by quarter; Y3 70%-72% by quarter | 百分比 | [BP businessModel.targetGrossMarginPct 70] 加上 startup-finance heuristic:早期实施会压低第 1 年毛利率,随后连接器复用和模板成熟再把毛利率抬上来。 |
| A12 | 创始人 fully loaded 薪酬 | 150 | USDK per year | Startup-finance heuristic:美国 lean pre-seed 创始人现金薪酬,加上 payroll burden。 |
| A13 | 工程 fully loaded 薪酬 | 185 | USDK per year | Startup-finance heuristic:美国 seed 阶段全栈 / platform 工程师薪酬,加上 payroll burden。 |
| A14 | 合规产品 fully loaded 薪酬 | 165 | USDK per year | [BP team compliance product lead] 加 startup-finance heuristic:适用于受监管软件的产品人才薪酬。 |
| A15 | 解决方案岗位 fully loaded 薪酬 | 175 | USDK per year | [BP team solutions engineer] 加 startup-finance heuristic:适用于早期面向客户的实施工程岗位。 |
| A16 | GTM fully loaded 薪酬 | 180 | USDK per year | [BP team partnerships lead] 加 startup-finance heuristic:适用于创始人辅助下的企业合作 / 销售招聘。 |
| A17 | 招聘顺序 | Founder, founding engineer, and compliance-product lead at start; solutions in M4; second engineer in M7; partnerships in M10; third engineer in M15; second GTM in M19; second compliance in M28; second solutions in M31; fourth engineer in M34 | timing | [BP team] 和 [BP strategicChoices.sequencingRationale] 要求 GTM 与支持岗位的增加,晚于 pilot→production 这条路径被验证可复用。 |
| A18 | 非人力研发支出爬坡 | 8K/月nth in Q1Y1, 10K/月nth in Q2Y1, 12K/月nth in Q3Y1, 14K/月nth in Q4Y1, then 39/42/45/48K per quarter in Y2 and 51/54/57/60K per quarter in Y3 | USDK | [BP product roadmap] 加 startup-finance heuristic:覆盖云资源、政策数据、安全和集成工具成本。 |
| A19 | 非人力 GTM 支出爬坡 | 4K/月nth in Q1Y1, 5K/月nth in Q2Y1, 6K/月nth in Q3Y1, 8K/月nth in Q4Y1, then 24/27/30/36K per quarter in Y2 and 39/45/51/57K per quarter in Y3 | USDK | [BP gtm channels and funnelTargets] 加 startup-finance heuristic:覆盖创始人主导销售、差旅、律师转介和合作伙伴拓展,在大规模销售扩张前逐步爬坡。 |
| A20 | 非人力 G&A 支出爬坡 | 5K/月nth in Q1Y1, 6K/月nth in Q2Y1, 7K/月nth in Q3Y1, 8K/月nth in Q4Y1, then 24/27/30/33K per quarter in Y2 and 36/39/42/45K per quarter in Y3 | USDK | [BP operations] 加 startup-finance heuristic:覆盖受监管 SaaS 业务中的法务、保险、合规开销和行政供应商。 |
| A21 | Blended CAC | 103 | USDK per customer | 根据模型测算:Y2–Y3 的 GTM 支出约 $1.03M(GTM 薪资、部分创始人销售时间和非人力 S&M),对应 10 个净新增客户。 |
| A22 | 月流失率 | 2.0 | 百分比 | Startup-finance heuristic:面向粘性较强但买家集中的企业合规软件;同时参考 [BP risks] 对 bundling 和买家集中的提醒。 |
| A23 | 现金流口径 | cash approximates EBITDA | policy | Startup-finance heuristic:对一家早期软件公司来说,capex、债务、税项和营运资金时差在规划模型里都不显著。 |
| A24 | 融资规模规则 | capital sized to exit Y2 milestone plus six 个月 of buffer | policy | Developer instruction 加 [BP fundingAsk runwayMonths 18],意味着 base case 需要按 24 个月规划这一轮融资。 |
flowchart LR StateDeadlines --> QualifiedPilots CounselReferrals --> QualifiedPilots QualifiedPilots --> ProductionAccounts ProductionAccounts --> WorkflowExpansion WorkflowExpansion --> Revenue Revenue --> GrossProfit GrossProfit --> OperatingCash
警示项: Base case 仍然押注在一个很窄的买家池上,因此只要有一个企业单子延迟,或出现一次不续费,下一轮融资时间点都会被明显改写。 · Y1 和 Y2 的 EBITDA 都明显为负,所以这套计划要求 pre-seed 至少按给定 $2-4M 区间的中位附近完成交割。 · 模型假设 $30k-$75k 的 pilots 能扩成约 $300K 的 multi-workflow 年约;如果买家不愿意继续扩 workflow,收入会很快低于计划。 · 现金低点出现在 Y3 后段,因此只要相邻品类扩张稍有延迟,公司大概率就得更早融资,即便 Q4Y3 已经轻微转正。
主要风险
- 市场规模过于集中. Prediction-market 运营商本身就是很小的一批首批买家;如果后续扩张不顺,早期 ARR 天花板会很低。 缓解措施: 产品底层按可复用的司法辖区政策原语来设计,确保 12 个月内就能扩进相邻的受监管消费金融品类。
- 法律边界很快明朗. 如果联邦排他管辖权迅速获胜,核心交易接入上的州级工具紧迫度可能下降。 缓解措施: 优先做那些即便在部分联邦排他前提下仍然保留州级差异的场景,包括广告、年龄限制、联盟控制和州级披露。
- 集成负担过重. 如果系统很难接进交易、CRM 和获客栈,买家会退回人工流程和单点供应商。 缓解措施: 第一版先聚焦政策看板、营销下线和证据导出,再逐步深入运行时 API。
证据
引用来源 (40)
- Commodity Futures Trading Commission. CFTC Sues Minnesota to Block State Law · https://www.cftc.gov/PressRoom/PressReleases/9233-26
- NPR. Minnesota to ban prediction markets like Kalshi, Polymarket · https://www.npr.org/2026/05/19/nx-s1-5821265/minnesota-ban-prediction-markets
- Minnesota Revisor's Office. SF 4760 CCR-SF4760 - 94th Legislature (2025 - 2026) · https://www.revisor.mn.gov/bills/94/2026/0/SF/4760/versions/ccr/0/
- National Conference of State Legislatures. Prediction Markets 2026 State Legislation · https://www.ncsl.org/financial-services/prediction-markets-2026-state-legislation
- National Conference of State Legislatures. Prediction Markets: A New Frontier in State Regulatory Authority · https://www.ncsl.org/state-federal/prediction-markets-a-new-frontier-in-state-regulatory-authority
- Vixio. Tracking Prediction Market Litigation Across the U.S. · https://www.vixio.com/blog/tracking-prediction-market-litigation-across-the-u-s
- Illinois General Assembly. HB5059 - 104th General Assembly (2025-2026) · https://www.ilga.gov/ftp/legislation/104/BillStatus/HTML/10400HB5059.html
- North Carolina General Assembly. HB 1171 (Edition 1) · https://www.ncleg.gov/Sessions/2025/Bills/House/HTML/H1171v1.html
- Covers. Illinois Bill Aims to Regulate and Tax Prediction Markets · https://www.covers.com/industry/illinois-bill-aims-to-regulate-and-tax-prediction-markets-march-6-2026
- Commodity Futures Trading Commission. CFTC Reaffirms Exclusive Jurisdiction over Prediction Markets in U.S. Appeals Court · https://www.cftc.gov/PressRoom/PressReleases/9183-26
- Commodity Futures Trading Commission. CFTC Enforcement Division Issues Prediction Markets Advisory · https://www.cftc.gov/PressRoom/PressReleases/9185-26
- Commodity Futures Trading Commission. CFTC Withdraws Event Contracts Rule Proposal and Staff Sports Event Contracts Advisory · https://www.cftc.gov/PressRoom/PressReleases/9179-26
- Commodity Futures Trading Commission. CFTC Announces Prediction Markets Roundtable · https://www.cftc.gov/PressRoom/PressReleases/9046-25
- Commodity Futures Trading Commission. Proposal Also Defines Event Contracts Involving Political Contests as Gaming · https://www.cftc.gov/PressRoom/PressReleases/8907-24
- Commodity Futures Trading Commission. CFTC Orders Event-Based Binary Options Markets Operator to Pay $1.4 Million Penalty · https://www.cftc.gov/PressRoom/PressReleases/8478-22
- Commodity Futures Trading Commission. Designated Contract Markets (DCMs) · https://www.cftc.gov/IndustryOversight/TradingOrganizations/DCMs/index.htm
- Polymarket Help Center. Geographic Restrictions · https://help.polymarket.com/en/articles/13364163-geographic-restrictions
- GeoComply. Crackdowns pay off: Enforcement drives players to legal sportsbooks, GeoComply data shows · https://www.geocomply.com/news/crackdowns-pay-off-enforcement-drives-players-to-legal-sportsbooks-geocomply-data-shows/
- Michigan Gaming Control Board. MGCB Issues Cease-and-Desist Orders to SportsBetting.ag and BetOnline.ag · https://www.michigan.gov/mgcb/news/2025/04/28/mgcb-issues-cease-and-desist-orders-to-sportsbetting-and-betonline
- Radar. Geo-compliance and Fraud Prevention for Gaming · https://radar.com/industries/gaming
- Radar. Pricing · https://radar.com/pricing
- Radar. Fraud detection and geo-compliance · https://radar.com/product/fraud
- Radar. BetSaracen · https://radar.com/customers/betsaracen
- Radar. Sleeper · https://radar.com/customers/sleeper
- Covers. LexisNexis, Radar Align to Provide Geofencing to Betting Operators · https://www.covers.com/industry/lexis-nexis-radar-align-geofencing-fraud-detection-sept-19-2024
- Sports Handle. Xpoint Gets Approval For Geofencing In 13 New U.S. Jurisdictions · https://sportshandle.com/xpoint-licensed-13-more-locations/
- Casino Reports. Amid flurry of anti-sweeps legislation, one operator goes on offense in the geolocation world · https://www.casinoreports.com/news/high5-casino-xpoint-deal/
- MaxMind. Proxy, VPN, and fraud prevention services · https://www.maxmind.com/en/solutions/proxy-vpn-fraud-detection
- MaxMind. MaxMind data for compliance · https://www.maxmind.com/en/solutions/compliance
- Cloudflare. IP geolocation · https://developers.cloudflare.com/network/ip-geolocation/index.md
- Google Ads Help. Understanding Google Ads country restrictions · https://support.google.com/google-ads/answer/6163740
- Google Ads Advertising Policies Help. Gambling and games · https://support.google.com/adspolicy/answer/15132179
- Google Ads Help. About location exclusion in Google Ads · https://support.google.com/google-ads/answer/1722040
- Federal Trade Commission. Disclosures 101 for Social Media Influencers · https://www.ftc.gov/business-guidance/resources/disclosures-101-social-media-influencers
- Federal Trade Commission. FTC's Endorsement Guides: What People Are Asking · https://www.ftc.gov/business-guidance/resources/ftcs-endorsement-guides-what-people-are-asking
- Jacobs Counsel. Geofencing for Gaming Compliance Explained · https://jacobscounsellaw.com/blog/the-role-of-geofencing-and-geolocation-in-gaming-and-sports-betting-compliance
- Radar. Geofencing Platform · https://radar.com/product/geofencing-platform
- Radar. Protect · https://radar.com/solutions/protect
- Radar. Financial Services · https://radar.com/industries/financial-services
- Vixio. Prediction Markets in 2026: What Are the Odds? · https://www.vixio.com/research/prediction-markets-in-2026-what-are-the-odds