Pastel：社交意向买家SaaS月入56万美元
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
1) 是一款法国SaaS，通过抓取社交平台上对竞品或自身产品感兴趣的高意向买家数据，直接触达销售。2) TrustMRR验证近30天及累计收入均达$566,013（A·实测）。3) 对搞钱意味着什么：这是典型的B2B增长工具，验证了“社媒意向挖掘”这一细分市场的真实付费意愿，适合有销售资源或B2B SaaS背景的创业者复制。4) 下一步：研究其API或手动模拟，针对特定垂直行业（如SaaS、保险）测试意向挖掘与触达转化率，寻找被巨头忽略的长尾品类。
- 验证社媒数据清洗与意向打分的可行性
- 聚焦长尾垂直B2B行业避开红海
- 冷启动需解决数据合规与反爬风险
- 参考其定价锚定高价值决策链角色
- 评估单人能否搭建类似数据管道
一、这是什么机会
Pastel 是一家法国 SaaS 公司，服务于 B2B 销售团队与初创企业。它解决的核心痛点是获客成本高且线索质量低，通过抓取社交媒体上对竞品或自身产品表现出高兴趣的用户数据，精准触达潜在买家。其收入模式为订阅制 SaaS，目前已实现月入 56.6 万美元。
二、独立判断
这个方向值得做，但门槛高。事实层面，TrustMRR 验证其月收入稳定在 56.6 万美元，且累计收入相同，说明这是新上线或刚达到此规模的早期高速成长期项目，并非长期稳态业务。推断层面，其成功依赖两个核心能力：一是能合法且稳定地获取高意向社媒数据（涉及数据合规与反爬技术壁垒），二是具备高效的 B2B 销售自动化工流。对于有后端数据工程能力或深耕 B2B 销售 SaaS 生态的团队，这是一个验证过的高净值细分赛道；对于纯前端或独立开发者，复制难度极大。
三、冷启动路径
第一步验证动作：选定一个垂直长尾行业（如保险、企业软件或金融科技），手动利用开源工具（如 Playwright）抓取特定关键词下的社媒用户，并通过 LinkedIn 或邮件进行手动或半自动触达，测试转化率。成本量级：主要为 API 调用费与代理 IP 成本，初期控制在 500 美元以内。周期：1-2 个月，核心验证指标是“意向用户转化率”是否高于行业平均水平 2 倍以上。若数据证明高意向可转化，再开发自动化清洗与打分模型。
四、最大风险与避坑
致命坑一：数据合规与反爬壁垒。社交平台（如 LinkedIn、X）持续升级反爬策略，且欧盟 GDPR 对数据抓取有严格限制，违规可能导致域名被封或法律风险。应对：不直接抓取敏感个人身份信息，仅抓取公开职业行为数据，或采用“数据合作”模式而非“数据窃取”模式。致命坑二：同质化竞争。主流销售 SaaS（如 Apollo、Clari）都在加强意向信号功能，Pastel 的差异化在于“社媒原生”而非“数据库原生”。应对：深耕特定行业的社媒语境，建立比通用数据库更细粒度的“意向打分”模型，避开巨头正面战场。
五、案例复盘（别人怎么做的）
- 数据源选择：聚焦社交媒体而非传统 B2B 数据库，捕捉用户在讨论竞品、询问功能或吐槽痛点时的“高意向”公开行为，这些信号在 LinkedIn 等传统库里是缺失的（推断：其核心价值在于捕捉非结构化的社媒语境数据）。
- 意向打分机制：对抓取的用户数据进行清洗与打分，识别出“正在寻找解决方案”的高概率买家，而非泛泛的“潜在客户”，大幅降低销售团队触达时的噪音（推断：其技术壁垒在于 NLP 模型对社媒语义的意图识别精度）。
- 直接触达闭环：不只提供名单，而是直接对接销售流程，通过自动化邮件或社交消息触达这些高意向买家，形成从“发现”到“联系”的闭环，提升付费意愿（事实：官网简介明确提到“engage them directly”）。
- 定价与收入验证：月收入 56.6 万美元，按 SaaS 行业常见 ARPU 计算，若定价 200-500 美元/月，其客户数约为 1000-2800 家，属于典型的 mid-market 到 enterprise 定位，非 C 端工具（推断：其目标客户是有预算的 B2B 销售团队，而非个人销售）。
- 市场切入策略：作为法国公司，可能利用欧盟数据合规框架中的某些空隙或本地化优势切入欧洲市场，再向全球扩张，避开美国巨头直接竞争（推断：欧洲 B2B SaaS 在数据合规上比美国更复杂，能解决此问题的工具具有更高护城河）。
六、双轨可执行性
跨境：可执行，但需组建具备数据工程与合规能力的团队，初期聚焦欧洲市场（GDPR 严格但需求旺盛），避开美国巨头主导区；启动需 6 个月以上，核心是构建稳定的社媒数据管道。国内：不可行，国内社媒（微信、小红书、抖音）封闭生态与反爬强度极高，且国内 B2B 销售更依赖线下与关系网，社媒意向挖掘付费意愿低，此轨道在此市场缺乏商业基础。
原文 · TrustMRR · 已验证收入：阅读原文 →