- 投资人已把即时家政视为真实赛道,平台手握新鲜预算和紧迫感,急需建立定义品类的信任基础。
- 竞争已转向街区级执行,使楼栋和住户专属的安全图谱具备了全新价值。
- 主流报道现在把从业者安全、身份核验和申诉处理定位为产品要求,而非公关问题。
- 劳动关系混乱和非正式化正在抬高粗放运营的代价,推动平台转向从业者愿意留下来的正规体系。
催化因素。 Pronto 和 Snabbit 刚拿到新融资,安全、核验和从业者压力又被主流媒体反复点名;平台一边冲规模,一边必须把信任基础设施列进当期预算。
产品嵌进平台派单和从业者应用,覆盖每次上门前、中、后三个节点。上门前,核验双方身份、评估地址和档案风险,并执行楼栋专属进门规程;上门中,提供定时签到、地理围栏到达证明和从业者静默升级;上门后,结构化记录事故证据、纠纷和信任结果,反哺下一次匹配。第一版不是通用 KYC API,而是给密集微市场做的运营安全工作流——同一批住宅、门卫、从业者和楼栋会反复出现。时间一长,公司沉淀的将是入户商业里最值钱的数据集:哪些从业者、住户、楼栋、时段和工种组合,能安全地驱动复购。
差异化。 现有 KYC 供应商只做一次性身份核验,不接管私人住宅里的实时风险。通用现场服务工具默认工作环境可控,而这家公司从第一天就围绕双边入户风险、重复出现的楼栋和事故响应设计。可防御的资产,是一张跨平台信任图谱——把住户、从业者、地址、楼栋规程和历史结果串起来,随着更多上门交易流入而越跑越聪明。
创业论点 | 滩头市场 | 先打班加罗尔和古鲁格拉姆的密集封闭式小区微市场,服务其中已有复购住户的即时家政平台,从当日保洁和帮工单切入。 |
| 切入点 | 一条双边入户安全轨道:从业者与住户身份核验、楼栋感知签到/签出、静默 SOS、事故证据记录,以及每次上门后可复用的信任护照。 |
| 非显而易见洞察 | 即时家政的破局瓶颈,已经从“有没有需求”转成“能不能把信任转成习惯”。资本涌入后,10–15 分钟承诺很快会被复制;真正能沉下来的控制点,是让住户敢把服务当默认选项的安全和核验底座。 |
| 风险投资级路径 | 先拿下家政平台,再把同一套风险图谱和工作流扩到上门美容、养老陪护、维修、儿童看护,以及印度和其他新兴市场里所有派工人进入私人住宅的平台。 |
目标用户 | 主要用户 | 印度即时家政平台的运营和信任团队 |
| 次要用户 | 大型公寓社区人力外包运营商 |
| 经济买方 | 家政平台的 COO 或信任与安全负责人 |
市场切入种子 | 首个客户 | Pronto 班加罗尔封闭式小区的运营和信任团队——该片区家政复购预约已相当密集。 |
| 购买触发点 | 新微市场启动、明显的从业者或住户事故,或在补贴消耗受到审视时来自董事会的复购压力。 |
| 当前替代方案 | 人工核验运营、基础 KYC 供应商、WhatsApp 客服升级,以及通用 CRM 或现场人力管理工具。 |
| 切换理由 | 这个切入点通过嵌入入户工作流直接提升复购预约量、降低事故处置成本,而不是把信任问题交给分散的供应商和人工 SOP 拼凑解决。 |
| 定价假设 | SaaS 平台订阅费加每完成单安全费,以事故下降和复购提升作为定价锚点。 |
待完成任务
| 任务 | 当前替代方案 | 成功指标 |
| 平台拓展新密集街区时,帮助运营团队让入户工单变得安全可审计,从而在不出重大事故的前提下赢得住户的复购习惯。 | 人工 SOP 加分散核验供应商 | 每万单的复购率和事故率 |
| 从业者进入陌生住宅时,帮助信任团队实时监控和上报风险,在有证据的前提下保护从业者、化解纠纷。 | 电话客服和事后投诉处理 | 事故中位响应时长和从业者留存率 |
即时家政安全底层 flowchart LR
MaiJia[平台 COO] --> TongDian[事故频发与复购信任不足]
TongDian --> ChanPin[入户安全底层]
ChanPin --> ChengGuo[复购预约提升与从业者运营规范化]
创意评分卡 — 平均4.4 / 5 · 5个维度- 信号 · 5/5多个经核实的信号源共同指向同一模式:赛道资本、安全痛点和劳动关系脆弱性同步上升。
- 痛点 · 5/5严重的信任或安全事故足以叫停微市场扩张、压缩从业者供给,并永久损害住户的采用意愿。
- 切入点 · 4/5首个产品切入点具体且紧迫,但需要与平台运营侧进行深度工作流集成。
- 防御性 · 4/5跨平台入户信任图谱和事故数据集,能随着时间推移形成强大的数据护城河和集成护城河。
- 规模化 · 4/5滩头市场较窄,但同一套安全底层可延伸至每一个上门服务品类和更多地区。
商业模式画布- 风险图谱数据
- 工作流集成
- 信任与安全操作手册
- 事故运营团队
- 降低入户事故率
- 提升复购预约信任
- 规范从业者安全工作流
- 打造可复用的信任护照
- 直接向平台高管销售
- 新微市场启动时的试点
- 风险和运营部门转介
市场规模 市场规模概览 | TAM | $14.5M 自下而上估算:FY2025 线上家政 NTV 约 ₹41–43B [12],除以估算的混合客单价约 ₹350(以即时帮工起步价约 ₹99/小时 [17][19] 和 Urban Company 更高客单服务 [20][21] 为锚点),得出约 1.2 亿年度线上上门订单。按每单 ₹8 信任费,加上约 100 家企业/社区合同各 ₹250 万/年,合计约 ₹12.1 亿收入机会,约合 $14.5M。 |
| SAM | $3.4M 滩头 SAM 收窄至即时家政平台加印度主要城市的大型公寓外包运营商。头部即时帮工平台已处理约 200–300 万月单 [5],Redseer 估计前 8 大城市占线上需求 85–90% [12]。约 3,000 万相关年单 ×₹8,加 20 家合同 ×₹200 万,约合 ₹2.8 亿,约 $3.4M。 |
| SOM | $1.0M 示意性第 3 年 SOM 假设 3 家平台客户和 8 家大型公寓/社区运营商,合计约 800 万年单 ×₹8,加 11 家合同 ×约 ₹200 万,合计约 ₹8,600 万,约合 $1.0M——实现该目标需要强力工作流集成和可见的事故/复购 ROI。 |
高管要点
- 赛道是真实的,但还很早:Urban Company 的 InstaHelp 3 月已过 100 万月单,Pronto 和 Snabbit 也分别来到约 50 万–100 万月单,或 24,000–25,000 单日规模。这足够让信任工具有经济意义,但单独看软件市场,还远不是巨型品类 [1][2][5]。
- 瓶颈正在从“发现需求”转向“可信复购”。Reuters、BBC 和家政工人报道指向同一组痛点:女性从业者长时间待在私人住宅,住户担心失窃和滥用,而现有保障薄、且多半只覆盖一边 [3][4][24]。
- 印度已经有 KYC/BGV 供应商在卖身份核验、Aadhaar 和零工从业者核验;创业公司只卖“核验”赢不了。它需要抓住入访过程中的动态工作流——楼栋感知签到/签出、SOS、证据采集和住户侧核验 [28][29][30][31][32][33]。
- 买家紧迫感站得住:头部平台正在烧钱抢密集微市场。Urban Company 披露 InstaHelp 单季度经调整 EBITDA 亏损 6,100 万卢比,Pronto 说第一年烧掉约 $8M,供给端仍卡脖子 [6][8][23]。
- 滩头市场好,恰恰因为它窄。班加罗尔/古鲁格拉姆的封闭式小区集群里,同一批从业者、住宅、门卫和楼栋反复相遇,信任图谱在这里最容易复利 [6][17][18]。
- 真正的下行是市场规模。按当前渗透率,印度软件机会可能不到 $20M;除非产品能外溢到上门美容、维修、儿童/养老看护和公寓外包,变成更宽的入户运营风险层 [12][20][22]。
市场定义
定义市场:服务印度上门服务平台的双边信任、核验和事故响应软件及工作流基础设施。它包括即时家政平台、App 化家政服务,以及从业者会在私人住宅内停留较久的相邻上门品类;不包括卖给任意雇主的通用招聘/背调软件、线下保姆中介,也不包括家政服务全量 GMV 本身 [12][20][28][29][30][35]。
用户与买方
ICP:即时家政平台及大型公寓社区外包运营商的运营、信任与安全或品类负责人。经济买家通常是 COO、信任与安全负责人或品类 GM,预算归属运营/风险/质量而非核心 IT。日常用户为信任运营负责人、城市经理和从业者支持团队。购买触发因素包括事故、新微市场启动,以及在补贴消耗受审时来自董事会的复购改善压力。采购摩擦不小——产品必须接入派单、从业者应用、用户档案和事故 SOP,同时还需获得对评分压力和罚款已经敏感的从业者接受 [4][6][8][14][23][28][33]。
购买触发点
- 明显的失窃、侵害或纠纷事故,立即产生强化核验和证据采集的压力。 [3][24]
- 启动新的密集微市场,增加供给入职和楼栋进门复杂度,使信任工作流更加紧迫。 [6][11]
- 投资人审查烧钱和复购情况时,平台需要在不拖慢履约的前提下降低事故成本的工具。 [5][23]
支付意愿
直接定价证据有限,但信任投入的付费意愿明显存在:主要供应商已在印度销售零工核验、Aadhaar 和即时 BGV [28][29][30][31][32],头部平台也在积极投入入职、供给质量和安全相关运营,而非把信任当作可选开销 [8][14][23]。关键尽调问题不是预算是否存在,而是这家创业公司能否把支出与复购提升、事故处置加速和从业者安全留存挂钩。 [8][14][23][28][29][30]
品类动态
增长信号 线上家政 FY2030 前年复合增长率 18–22%
顺风因素
- 城市消费者越来越看重便利性、可靠性和结构化定价,而非非正式的临时安排。
- 头部平台正在快速融资,形成专业化信任运营的预算和紧迫感。
- 印度的身份和入职生态系统使核验原语触手可及,降低了构建信任工具的成本。
逆风因素
- 当前品类经济仍依赖补贴和激励,在没有可证明 ROI 的前提下,对单点解决方案的容忍度有限。
- 从业者反弹和尊严顾虑,若产品设计不当,会迅速把信任工具变成劳动关系问题。
- 家政工作仍高度分散且非正式,监管和标准化数据依然薄弱。
验证信号
- Pronto 表示在上个月约 50 万单的基础上,当前日均处理约 24,000–25,000 单。
- Snabbit 表示 3 月完成逾 100 万单,平台合作女性从业者约 5,000 人。
- Urban Company 的 InstaHelp 在年初日单量突破 50,000 后,3 月月单突破 100 万。
- Redseer 预测线上家政 FY2030 前年增 18–22%,线上渗透率仍不足 NTV 的 1%。
- 主流报道现在把从业者安全、评分压力和核验作为核心产品问题,而非边缘案例。
- 多家企业供应商已在印度推广零工从业者核验、Aadhaar 核验和即时 BGV,显示买家对信任支出已有认知。
监管与技术约束
- 基于 Aadhaar 的身份工作流遵循同意原则且隐私敏感,产品不能把身份数据当作免费原材料使用。
- 家政工作监管不完整且分散,使责任边界和标准运营预期难以成文化。
- 仅核验从业者侧不够;主流报道明确指出也需核验住户/客户身份。
- 真正的价值需要与派单、支持和从业者应用深度集成,这延长了部署周期并提高了切换成本。
印度上门服务信任技术栈 最该盯的竞争对手不是其他家政平台,而是身份/KYC/BGV 供应商。AuthBridge、OnGrid、IDfy、HyperVerge 和 Signzy 都覆盖了核验、入职、欺诈或现场证明的某个环节,但它们主要停在访前身份和合规步骤。创业公司的切口是入户过程中的实时风险编排:双方核验、楼栋规程、定时签到、SOS 升级,以及复访时可带走的信任护照。最强替代方案仍是三类:(1) 平台自有信任运营,(2) 人工 SOP 与 WhatsApp 升级,(3) 不掌握证据链的通用工作流工具 [14][22][28][29][30][31][32]。
| 竞争对手 | 阶段 | 切入点 | 定价 | 优势 | 相对劣势 |
| AuthBridge | incumbent | 印度宽泛的身份核查、背景调查和零工从业者核验套件。 | 定制/未公开披露 | 核验覆盖广、企业可信度强、相邻现场核验能力成熟。 | 专为入职和合规核查优化,不做动态双边入户安全工作流或事故运营。 |
| OnGrid | scale-up | 面向 HR 和合规团队的快速自助背景核查。 | 定制/未公开披露 | 即时 BGV、强调快速 TAT、聚焦蓝领招聘。 | 面向候选人筛选和 HR 工作流,不做住户核验、楼栋规程或入访升级。 |
| IDfy | scale-up | 涵盖员工 BGV、入职旅程、视频 KYC 和 DPDP 相邻工具的一体化身份平台。 | 定制/未公开披露 | 覆盖广、编排能力强、入职产品面完善。 | 仍以入职/欺诈工作流为核心,未见针对重复入户风险图谱或从业者安全运营的定制。 |
| HyperVerge | scale-up | AI 主导的 KYC 和入职,低带宽、转化率导向的 UX。 | 定制/未公开披露 | KYC 经济性强、全球部署、即插即用身份工具。 | 聚焦客户入职,而非私人住宅内的平台信任与安全。 |
| Signzy | scale-up | 面向受监管入职流程的视频 KYC 和欺诈工具。 | 定制/未公开披露 | 快速上线、合规定位、欺诈检测能力强。 | 主要面向受监管金融入职,对上门服务访问过程中的运营安全适配性弱。 |
为什么现有厂商不会默认胜出
- 身份与背景核查供应商. 这类厂商拿下的是入职清单,不是动态入户工作流。创业公司的胜出前提是成为签到/签出、住户核验、事故证据和复访风险评分的运营层,而不只是再卖一个 KYC API。
- 自建内部团队的大型平台. Urban Company 乃至 Pronto 有能力拼凑内部信任栈,但内部团队始终把供需增长放在首位。创业公司能够胜出,靠的是更快部署、跨平台风险基准数据,以及内部团队在早期规模下难以合理化的专业事故运营能力。
- 通用工作流和 CRM 工具. CRM 可以工单化事故,但无法把身份证明、地理围栏到达、楼栋规程、从业者 SOS 和证据记录串成一条可防御的链。
- 人工警方核验和非正式 SOP. 线下核查前期成本低,但一次性、往往只验单方,从业者已进入住宅后毫无作用。创业公司的切口是持续风险管理,而非静态文件。
印度即时家政平台的单量已经大到足以支撑信任工具,但增长真正卡住的,不再是需求发现,而是信任转化。平台把从业者派进私人住宅,核验薄、证据链短、事故处理靠人工;从业者和住户也越来越把一次安全失效视为足以定义品类的事件。公司应从一个很窄但很痛的切口起步:服务班加罗尔和古鲁格拉姆密集封闭式小区里的即时家政平台。MVP 不是通用 KYC API,而是一条动态入户安全工作流——从业者和住户核验、楼栋感知签到/签出、定时安全签到、静默 SOS,以及结构化事故证据记录。这个切口成立,是因为买家已经在入职和信任运营上花钱,但现有供应商大多在上门前就停住了。成败取决于能否很快证明一个经济结果:复购率提升、事故处置加速,并据此把定价绑到完成单,而不是人头数。最大的战略警示是市场规模:印度滩头市场单看偏小,只有同一套工作流能复用到相邻上门品类,公司才像一个风险投资可投的软件机会。在相邻扩张验证之前,它更适合被看成一个纪律严明的种子前轮切口,而不是已经充分去风险的风投规模品类。
问题
- 平台把从业者派进私人住宅,却仍多靠一次性核验、慢速事故处理和零散证据;一次公开安全事故,就足以叫停微市场扩张和复购。
- 人工运营、通用 KYC/BGV、WhatsApp 升级和 CRM 工单,都管不到上门过程中的双边风险,也沉淀不出未来匹配可复用的信任数据。
解决方案
- 把双边安全层直接嵌入平台派单和从业者应用:从业者与住户核验、楼栋专属进门规程、每次上门的地理围栏签到/签出。
- 给信任团队一套实时控制台:定时安全签到、静默 SOS、结构化事故证据,以及能随复访不断变聪明的信任护照。
为什么我们会赢
- 现有核验供应商解决的是入职清单,不是动态入户安全运营;公司胜出的前提是拿下上门过程中买家痛感最强的工作流。
- 密集封闭式小区让同一批从业者、住宅、门卫和楼栋反复互动,使专有信任图谱的复利速度远超通用工作流工具所能复制的水平。
战略选择 | 滩头市场 | 班加罗尔和古鲁格拉姆封闭式小区的即时家政平台,从面向复购住户的当日保洁和帮工单切入。 |
| 切入点理由 | 这个切片痛点紧迫、买家集中、楼栋访问模式重复,单次试点就能比多城市铺开更快地展示复购率、事故响应时长和从业者留存率的可量化变化。 |
| 推进顺序 | 先在现有应用里嵌入纯软件信任工作流,证明事故处置和复购的 ROI,再在使用数据指出最高价值工作流后,接入保险公司、紧急响应和公寓门禁等合作伙伴。招聘遵循同一逻辑:先建集成密集的产品和工程团队,一个试点转化后再做信任运营和企业销售。 |
| 暂不进入 | 针对不相关行业的通用背景核查 API。 · 在平台侧 ROI 未经验证前,面向消费者的住户信任品牌。 · 在家政部署可复制之前,扩展至儿童看护、养老陪护、上门美容或维修。 |
进入市场 | 切入点 | 针对一次微市场启动或近期事故片区,销售信任与安全试点——按完成单计费,以复购提升、事故处置加速和从业者留存为评判标准。 |
| 渠道 | 创始人主导直接向 COO、信任负责人和品类 GM 销售。 · 绑定微市场启动或事故后整改的共创客户试点。 · 与 KYC/BGV 供应商和公寓门禁运营商建立转介合作。 |
| 漏斗目标 | 线索→合格共创客户 15–25%,共创客户→付费试点 50%+,试点→生产 60%+,生产→90 天内扩展至第二个片区 70%+。 |
| 定价 | 年度平台费加每完成单安全费;固定费用覆盖集成、管理工具和报告,变动定价把产品收益与事故下降和复购提升挂钩。 |
产品路线图 | MVP | v1 应在现有运营工作流中落地从业者和住户核验、楼栋感知签到/签出、定时安全签到、静默 SOS 和事故证据记录,同时提供简单的管理后台和 KPI 看板——跟踪复购率、事故响应时长和从业者安全事件。 |
| 6 个月 | 把一个共创客户转为跨至少两个片区的生产部署;增加分级住户核验、基于 SLA 的事故控制台,以及面向复购的基础信任护照。 |
| 12 个月 | 再扩展至两家新客户,或一家平台加一家公寓运营商;上线楼栋规程规则引擎、主管工作流和片区级基准报告。 |
| 24 个月 | 利用家政业务积累的数据,以有限的产品改动将同一风险图谱延伸至一个相邻上门品类,然后固化跨品类信任模型。 |
| 关键押注 | 把产品定位为保护而非监控时,从业者会接受签到和 SOS 流程。 · 公司能证明复购提升和支持成本下降后,买家会接受按单计费。 · 密集封闭式社区在 6–12 个月内积累足够的重复实体,从而实质性地改善风险模型。 · 轻量 SDK 加运营层的集成速度,快于买家内部自建的合理化周期。 |
商业模式 | 收入来源 | 工作流、看板和管理席位的平台订阅费。 · 每完成单安全费。 · 高级事故响应、基准分析和合作伙伴模块。 |
| 价值单位 | 通过信任工作流处理的每次完成上门服务。 |
| 目标毛利率 | 70% |
| 扩张杠杆 | 在现有客户内从单片区扩展至多片区和多城市。 · 追加销售事故响应、基准分析和政策模块。 · 将信任护照和风险图谱延伸至相邻上门品类。 · 向公寓外包管理者销售社区运营商版本。 |
战略地图 | 北极星指标 | 每月通过核验签到/签出处理且无未解决安全事故的完成上门服务次数。 |
| 输入指标 | 完成定时签到的活跃从业者数量。 · 已核验从业者和住户身份的上门占比。 · 事故响应中位时长。 · 受保护上门的复购率对比基准值。 · 试点转生产的转化率。 |
| 待构建护城河 | 关联从业者、住户、楼栋、时段和结果的跨平台信任图谱。 · 嵌入运营工作流的事故证据链。 · 按片区的安全复购模式基准数据。 · 与派单、门禁和身份合作伙伴的集成层。 |
| 终止标准 | 若 12 个月后没有任何试点在从业者采用率保持 60% 以上的前提下,展示至少 10% 的复购提升或 30% 的事故处置加速,则停止追求家政切口。 |
里程碑
0–12 个月 - 在班加罗尔或古鲁格拉姆落地 1 个付费共创客户。
- 交付包含从业者和住户核验、楼栋感知签到/签出、SOS 和事故证据记录的最小可行产品。
- 在至少 2 个片区上线生产,证明基准 KPI 改善。
- 首个试点转为 12 个月合同,或明确判定切口失败。
12–24 个月 - 累计赢得 2–3 家平台或社区客户。
- 上线信任护照、基准看板和楼栋规程规则引擎。
- 证明 8 周内可完成可复制部署,定制工作量极小。
- 验证一个相邻上门品类的扩展可行性。
24–36 个月 - 以共享核心工作流进入至少 1 个相邻上门垂类。
- 建立跨客户基准护城河,并围绕身份和紧急响应构建合作伙伴生态。
- 受保护上门量足够大,使预测性风险评分能超越静态规则。
- 决定是继续保持软件层定位,还是增加更高触达的事故响应服务。
战略地图 flowchart LR
Qiekou[密集封闭社区家政切口] --> ZuixiaokeXingChanpin[核验加签到签出与 SOS 的最小可行产品]
ZuixiaokeXingChanpin --> Yanzheng[复购率提升与事故处理提速]
Yanzheng --> Kuozhang[更多片区与第二个平台]
Kuozhang --> Hubi[信任图谱与基准护城河]
创始团队
| 角色 | 入职时间 | 理由 |
| 创始工程师 | Month 0 | 负责构建派单和从业者应用集成、规则引擎以及首个共创客户的事故证据流水线。 |
| 创始产品/信任运营 | Month 0 | 负责从业者调研、事故工作流设计、KPI 埋点和客户落地实施。 |
| 客户成功/信任分析师 | Month 4 | 支持试点落地、培训、事故复盘和基准对比报告。 |
| 企业销售/创始人主导 AE | Month 6 | 一个试点转化、信息打磨完成后,才加入系统化管道管理。 |
| 数据/风险工程师 | Month 9 | 积累足够的访问历史数据后,才开始构建复访风险评分和基准产品。 |
实验路线图
| 阶段 | 实验 | 假设 | 成功指标 | 负责人 |
| 0–90 天 | 对即时家政和公寓外包运营商各访谈 10 名目标买家。 | 预算归属运营或信任部门,至少一半买家会因事故或启动痛点发起付费试点。 | 5 名合格买家,3 场在谈试点,2 名愿意审阅定价的买家。 | 创始人/CEO |
| 0–90 天 | 针对签到、SOS 和证据采集进行从业者原型测试。 | 产品清晰提升安全感且不触发评分惩罚时,从业者会接受使用。 | 15–20 名从业者参与测试,任务完成率 70% 以上,多数人对安全感的评价为正向。 | 创始产品负责人 |
| 3–6 个月 | 在一个共创客户片区部署最小可行产品。 | 窄片区落地能在基准线基础上压缩事故响应时长、提升复购率。 | 8 周内上线,受保护上门事故关闭速度快 30%、复购提升 10%。 | 创始工程师 |
| 6–9 个月 | 上线复访基准看板和信任护照。 | 运营团队识别出哪些楼栋、住户和时段能产生更安全的复购需求后,会主动扩展使用范围。 | 首个客户扩展至第二片区,每周使用看板。 | 创始数据与运营岗 |
| 9–12 个月 | 与一家 KYC/BGV 供应商或公寓门禁运营商试点转介合作。 | 合作伙伴能缩短销售周期,同时不使核心工作流商品化。 | 1 个通过合作伙伴来源的试点机会,合作来源交易的毛利稀释不超过 20%。 | 创始人/CEO |
| 12–18 个月 | 测试上门美容或维修品类的适用性。 | 同一套信任工作流能以有限的改动在家政以外的品类复用。 | 1 个相邻品类试点复用 60% 以上的产品模块,且买家紧迫感相当。 | 创始产品负责人 |
风险评估
商业计划风险 — 5 已映射可能性 →
- R1买家集中度高,初始软件市场偏小。 · High可能性 / High影响 — 尽早证明相邻品类的工作流复用性,在拓展新市场前优先在现有客户内推动多片区扩展。
- R2从业者采用摩擦损害数据质量和 ROI。 · High可能性 / High影响 — 以从业者保护为设计导向,v1 保持低摩擦,避免惩罚性自动化。
- R3平台在早期学习后内部自建信任工作流。 · Medium可能性 / High影响 — 拥有价值兑现速度、基准数据和内部团队缺乏的事故手册专业化能力。
- R4隐私、同意和责任问题拖慢采购。 · Medium可能性 / High影响 — 采用同意优先的身份流程、最小数据采集、短默认留存期和严格合同。
- R5集成工作量让公司滑向服务型业务。 · Medium可能性 / Medium影响 — 约束 v1 模块范围、标准化 SDK 和落地手册,拒绝边界外的定制需求。
| 风险 | 可能性 | 影响 | 缓解措施 |
| 买家集中度高,初始软件市场偏小。 | High | High | 尽早证明相邻品类的工作流复用性,在拓展新市场前优先在现有客户内推动多片区扩展。 |
| 从业者采用摩擦损害数据质量和 ROI。 | High | High | 以从业者保护为设计导向,v1 保持低摩擦,避免惩罚性自动化。 |
| 平台在早期学习后内部自建信任工作流。 | Medium | High | 拥有价值兑现速度、基准数据和内部团队缺乏的事故手册专业化能力。 |
| 隐私、同意和责任问题拖慢采购。 | Medium | High | 采用同意优先的身份流程、最小数据采集、短默认留存期和严格合同。 |
| 集成工作量让公司滑向服务型业务。 | Medium | Medium | 约束 v1 模块范围、标准化 SDK 和落地手册,拒绝边界外的定制需求。 |
首个客户 | 标题 | 即时家政平台的信任与安全负责人。 |
| 画像 | VC 支持、在班加罗尔或古鲁格拉姆运营密集封闭式小区、有复购保洁/帮工预约和现有从业者应用的平台。 |
| 触发点 | 新片区启动、近期失窃/侵害/纠纷事故,或董事会复盘时聚焦复购和补贴消耗。 |
| 买方 | COO 或信任与安全负责人 |
| 初始合同 | 试点定价折合低五位数美元年平台费加单片区按单收费,8–12 周 KPI 超基准后转为 12 个月多片区合同。 |
必须成立的条件
- 前 5 个目标买家中至少 3 个,把动态入户信任工作流列为 2026 年运营优先级前三,高于通用 KYC。
- 首个试点能在 8 周内集成进派单和从业者工作流,无需定制重建。
- 使用产品的从业者,签到和 SOS 流程的周合规率保持 70% 以上。
- 受保护上门展示出可量化 ROI:复购至少提升 10%,或事故关闭速度比基准快 30%。
- 至少一个相邻上门品类能以有限改动复用核心图谱和工作流。
待尽调问题
- 哪个 KPI 最先打开预算:复购率、事故率、支持成本还是从业者留存?
- 滩头市场内有多少规模化买家不会倾向于内部自建?
- 工作流中哪些部分是真正的净新增,而非现有 KYC/BGV 供应商已能覆盖的?
- 如何在不损害转化率或引发偏见顾虑的前提下,引入住户侧核验?
- 买家和保险公司对事故记录会要求哪些责任、同意和数据留存条款?
投资人判断 | 结论 | 持续跟进 |
| 信心 | 痛点真实,运营切口也足够清楚;但买家集中、近端软件市场偏小,在相邻品类扩展跑通前,信心不能打满。 |
| 相信的理由 | 头部平台每月已经处理数百万单,安全、核验和复购信任都很急,而现有 KYC 供应商和人工运营补不上这个动态入户缺口。 |
| 怀疑的理由 | 印度滩头市场单独看,可能只撑起几百万美元软件收入;最强客户一旦学会工作流,也可能把部分能力自建。 |
| 下一步尽调 | 落地一个付费共创客户,在 90 天内展示片区级复购率和事故响应时长的前后对比改善。 |
三年合计 | 第 1 年收入 | $52K EBITDA $-507K · 期末现金 $1.69M |
| 第 2 年收入 | $363K EBITDA $-605K · 期末现金 $1.09M |
| 第 3 年收入 | $938K EBITDA $-494K · 期末现金 $594K |
单位经济 | 年 ARPU | $154K |
| 毛利率 | 72% |
| CAC | $44K 回本期 4.8 个月 |
| LTV / CAC | 8.4x 生命周期价值 $370K |
融资需求 | 轮次 | 种子前轮 · $2.2M |
| 跑道 | 24 个月 |
| 里程碑 | 拿到 3 家生产客户、证明少于 8 周即可部署,并启动 1 个足以支撑种子轮故事的相邻品类试点。 |
模型合理性
- 收入引擎. 基准情景的收入,来自第 1 年一个共创客户转生产、现有客户跨片区扩展,以及第 3 年末 8 家付费客户贡献约 $154K 混合 ARR。
- 必须成立的前提. 首个部署须在 8 周内上线,并达到 BP 约 60% 的试点转生产目标,这样 GTM 支出才能复利叠加而非每次重置。
- 模型崩溃条件. 若销售周期推迟两个季度或流失率升至 3.5%,下行情景现金跌至约 $140K,公司可能需要提前进行过桥融资。
- 下轮融资证明材料. 公司有 3 家生产客户、可复制的 8 周内部署,以及一个复用同一核心工作流的相邻品类试点后,种子轮故事才有说服力。
营收、现金与 EBITDA — 12 个月的 Y1 + 8 个季度的 Y2/Y3- 营收(线/面积)
- 期末现金(虚线)
- EBITDA(柱,灰色为亏损)
资金用途 — $2.2M 种子前轮按角色的人力增长 — 峰值12 FTE
- Founder CEO
- Engineering
- 产品 / 信任运营
- Customer Success / Trust Analyst
- Sales / AE
- Data / Risk Engineering
- G&A / Ops
第3年情景:基准 / 下行 / 上行 | 第3年营收 | 第3年 EBITDA | 现金最低点 | 说明 |
|---|
| 下行 | $620K | -$770K | $140K | 前两个试点里有一个没转成生产,销售周期延后两个季度,客户扩展也慢于计划。 |
| 基准 | $938K | -$494K | $594K | 基准情景:第 1 年转化一个共创客户,第 2 年末做到 3 家生产客户,第 3 年末以 8 家付费客户收尾。 |
| 上行 | $1.29M | -$180K | $820K | 首个客户更快扩片区,第二个渠道伙伴跑通,部署仍保持标准化。 |
敏感性——第3年现金与营收影响(按幅度排序)| 变量 | 下行 | 上行 | 现金影响 | 营收影响 |
|---|
| 销售周期 | 新客户关单比计划晚两个季度 | 可引用案例将关单时间缩短一个季度 | -$147K | -$118K |
| 流失率 | 月度客户流失率升至 3.5% | 月度客户流失率降至 1.5% | -$128K | -$96K |
| CAC | 试点需要更多创始人和 AE 时间,CAC 升至 $60K | 转介和可复制案例研究使 CAC 降至 $35K | -$120K | $0K |
| ARPU | 每客户混合收入因按单量减少下降 10% | 片区扩展加速使每客户混合收入提升 10% | -$102K | -$141K |
| 毛利率 | 支持环节仍依赖人工,毛利率停滞在 68% | 集成更简洁,毛利率达到 75% | -$75K | $0K |
| 招聘节奏 | 一名工程和一名 GTM 招聘推迟两个季度 | 招聘如期,产能充分利用 | $62K | -$85K |
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 | $620K | $-770K | $140K | 前两个试点里有一个没转成生产,销售周期延后两个季度,客户扩展也慢于计划。 | - 试点转生产转化率从 60% 降至 45%。
- 混合 ARPU 低于基准 15%。
- 月度流失率从 2.5% 升至 3.5%。
|
| 基准 | $938K | $-494K | $594K | 基准情景:第 1 年转化一个共创客户,第 2 年末做到 3 家生产客户,第 3 年末以 8 家付费客户收尾。 | - 首个付费试点在 M5 启动,M9 转为生产。
- 客户增长:Y1 末 1 家,Y2 末 3 家,Y3 末 8 家。
- 毛利率从 Y1 的 67% 提升至 Q4Y3 的 73%。
|
| 上行 | $1.29M | $-180K | $820K | 首个客户更快扩片区,第二个渠道伙伴跑通,部署仍保持标准化。 | - 第二、三家客户比基准提前一个季度落地。
- 扩展客户月收入从 $15K 提升至 $18K。
- 毛利率 Q4Y3 达到 75%,月度流失率降至 1.5%。
|
敏感性
| 变量 | 下行情景 | 基准情景 | 上行情景 |
| ARPU | 每客户混合收入因按单量减少下降 10% | Q4Y3 年化 ARPU $154K | 片区扩展加速使每客户混合收入提升 10% |
| CAC | 试点需要更多创始人和 AE 时间,CAC 升至 $60K | 稳态 CAC $44K | 转介和可复制案例研究使 CAC 降至 $35K |
| 流失率 | 月度客户流失率升至 3.5% | 月度客户流失率 2.5% | 月度客户流失率降至 1.5% |
| 销售周期 | 新客户关单比计划晚两个季度 | 4–6 个月创始人主导企业销售周期 | 可引用案例将关单时间缩短一个季度 |
| 毛利率 | 支持环节仍依赖人工,毛利率停滞在 68% | 稳态毛利率 72% | 集成更简洁,毛利率达到 75% |
| 招聘节奏 | 一名工程和一名 GTM 招聘推迟两个季度 | 团队 Q4Y3 扩展至 12 FTE | 招聘如期,产能充分利用 |
关键假设 (19)
| ID | 名称 | 数值 | 单位 | 来源 |
| A1 | 模型起始月份 | 2026-05 | 月 | [BP date] 模型从计划日期后第一个完整月份开始。 |
| A2 | 首个付费试点时间 | 4 个月 to paid pilot, with first bill in M5 | timing | [BP operatingAssumptions + milestones] 首次生产部署目标少于 8 周;模型更保守,把付费试点签约加实施合计按四个月处理。 |
| A3 | 付费试点每客户月收入 | 4.0 | USDK 每月 | [BP investorMemo.initialContract + pricing] 折合低五位数美元年度等值试点费加按单计费,建模约为每月 $4K。 |
| A4 | 初始生产每客户月收入 | 9.0 | USDK 每月 | [BP pricing + businessModel] 生产定价结合固定平台费和按完成单计费,试点转化后生效。 |
| A5 | 多片区扩展每客户月收入 | 15.0 | USDK 每月 | [BP gtm + research SOM heuristic] 成熟客户扩展至多片区、受保护上门量提升,拉高混合月收入。 |
| A6 | 客户数量增长节奏 | Y1 exit 1, Y2 exit 3, Y3 exit 8 | customers | [BP milestones + Research SOM] 与第 1 年一个共创客户、12–24 个月 2–3 家客户、第 3 年可信但非满 SOM 的爬坡一致。 |
| A7 | 毛利率增长节奏 | Y1 为 67%,到 Q4Y3 提升至 73% | 百分比 | [BP businessModel.targetGrossMarginPct] 围绕 70% 目标建模;早期被集成工作拖住,后期靠标准化部署释放毛利。 |
| A8 | 月度客户流失率 | 2.5% | 百分比 | [Startup finance heuristic: early enterprise SaaS with customer concentration] 保守留存假设,反映买家集中度和工作流风险。 |
| A9 | 转化与扩展门槛 | 试点转正式客户 60%,90 天内完成第二个片区扩展 70% | funnel | [BP gtm.funnelTargets] |
| A10 | 创始人/CEO 含税年薪 | 55.2 | USDK per year | [Startup finance heuristic: India seed SaaS loaded comp] 假设适度的创始人现金薪资加 15% 社保负担。 |
| A11 | 工程师或数据工程师含税年薪 | 82.8 | USDK per year | [Startup finance heuristic: India seed SaaS loaded comp] 用于创始工程师、数据/风险工程师及后续工程招聘。 |
| A12 | 产品负责人或 AE 含税年薪 | 69.0 | USDK per year | [Startup finance heuristic: India seed SaaS loaded comp] 用于创始产品/信任岗、新增 PM 和带指标 AE。 |
| A13 | 客户成功或综合运营含税年薪 | 41.4 | USDK per year | [Startup finance heuristic: India seed SaaS loaded comp] 用于信任分析师/客户成功和后台运营。 |
| A14 | 非人力运营支出增长节奏 | Q1Y1 每月 16K,到 Q4Y3 约为每月 35K | USDK 每月 | [Startup finance heuristic: enterprise infrastructure + privacy + travel] 覆盖云服务、安全、合规、法务、保险和创始人主导销售。 |
| A15 | 现金转化假设 | EBITDA 近似等于经营现金流 | policy | [Modeling heuristic] 资本支出、债务和营运资金波动在此阶段假设可忽略,模型不涉及债务融资。 |
| A16 | 融资规模逻辑 | 24 个月现金跑道 | runway 个月 | [BP fundingAsk.runwayMonths + model requirement] BP 目标 18 个月,模型额外加入 6 个月缓冲。 |
| A17 | 下轮融资里程碑 | 3 家正式客户、少于 8 周的部署周期,以及 1 个相邻品类试点 | milestone | [BP milestones 12-24 个月 + investorMemo.nextDiligence] |
| A18 | 稳态 CAC | 44.0 | USDK per customer | [Model output from Y3 S&M spend divided by five net new 客户数] 用于单位经济模型,而非噪音较大的试点前期。 |
| A19 | 成熟混合年度 ARPU | 154.0 | USDK per customer per year | [Model output from Q4Y3 年化 revenue divided by eight EOP customers] 反映固定平台费加按单扩展收入。 |
单位经济模型流程 flowchart LR
Xiansuo[线索] --> FufeiShidian[付费试点]
FufeiShidian --> ZhengshiKehu[正式客户]
ZhengshiKehu --> PingtaiDingyuefei[平台订阅费]
ZhengshiKehu --> MeidanFuwufei[每单服务费]
PingtaiDingyuefei --> Shouru[收入]
MeidanFuwufei --> Shouru
Shouru --> Maoli[毛利]
Maoli --> XishuiQianlirun[息税折旧摊销前利润]
XishuiQianlirun --> Xianjin[现金]
警示项: 第 3 年收入只略低于研究 SOM,模型容错很薄;如果没有相邻品类扩展,执行偏差会直接打到现金底部。 · 第 3 年前每 FTE 收入持续低于 SaaS 基准,只有前三家客户之后集成工作明显标准化,这个假设才站得住。 · 客户集中度仍高;前三个 logo 很可能贡献第 3 年收入的大头。 · 毛利率能否守住,取决于把信任运营产品化,而不是堆高触达事故服务团队。
- 平台选择自建. 头部平台达到规模后,可能尝试拼凑自己的信任技术栈。 缓解措施: 以更快的落地速度、跨平台基准数据和难以内部重建的专业事故工作流抢先赢单。
- 从业者采用摩擦. 额外的签到或监控可能被视为惩罚性措施,恶化从业者情绪。 缓解措施: 把产品定位为从业者保护工具,提供 SOS、证据采集、保险挂钩和透明使用政策。
- 责任集中风险. 承担安全工作流可能在事故仍然发生时让公司背上责任。 缓解措施: 定位为决策支持和工作流基础设施,维护清晰的合同边界,并与保险公司和响应供应商合作以获得有监管依据的覆盖。