每隔一段时间，就会有人在网上晒数据。
某个独立开发者发了篇文章，说自己的小工具月收入突破了 1 万美金。某家 SaaS 公司接受播客采访，顺口提到现在有 2 万付费用户。某个创始人在 Twitter 上庆祝 ARR 突破 100 万。这些信息出现的时候，发布者只是想做个 PR，或者单纯想分享一下。他们没想到，有人正在把这些零散的碎片，悄悄攒成一门生意。
GetLatka.com 就是其中最典型的例子。创始人 Nathan Latka 用播客采访的方式，让数千位 SaaS 创始人亲口说出自己的收入数字，然后把这些数据整理成数据库，收费访问。峰值时月收入 15 万美金，后来又用这份数据库孵化出了融资平台 Founderpath。
这个案例让很多人第一反应是”我也能复制”。但在动手之前，有一件事值得先想清楚。
公开数据和”整理好的公开数据”，是两回事
互联网上散落着大量创始人主动披露的运营数字。但散落着，就是问题所在。
你想研究某个细分赛道里有哪些产品月收入超过 50 万，需要自己去翻播客记录、新闻稿、个人博客、Twitter 线程，逐条比对，还要判断数据的时效性和可信度。这件事不是不能做，而是费时间。而时间，对于投资人、销售团队、做竞品分析的创始人来说，是真实的成本。
这就是”公开数据创业”的基本逻辑：你不是在贩卖数据本身，而是在贩卖节省查找和整理时间的能力。有人愿意为这个付钱，不是因为数据稀缺，而是因为整理好的数据稀缺。
哪些领域还有这种机会
GetLatka 做的是 SaaS 收入数据，但这个逻辑可以套用在很多地方。判断标准只有两条：信息是否足够零散、需求是否足够真实。
独立开发者和小型产品的收入数据。 Indie Hackers 上有大量开发者公开分享月收入，Product Hunt 上每天有新产品发布，Twitter 上有人晒 Stripe 截图。但这些数据从来没有被系统整理过。如果有人做一个”独立产品收入追踪数据库”，按品类、按收入区间、按增长率可以筛选，对想入场的开发者、想找收购标的的买家来说，都有价值。这个赛道里 Acquire.com 做了一部分，但专注于收入数据的垂直数据库几乎没有。
创作者经济的变现数据。 很多 YouTuber、Newsletter 作者、播客主持人都会公开自己的订阅数和收入。但同样是碎片化分布，没有一个地方能让你搜索”月收入超过 5 万美金的 Newsletter 有哪些”。Substack 有排行榜，但数据极其有限。这个空白目前还在。
细分行业的定价数据库。 SaaS 产品的定价大多公开在官网上，但没有人做系统性的追踪——某类工具过去两年的定价走势是什么，竞品之间的价格差距有多大，哪些功能模块通常单独收费。这类数据对产品经理做定价决策、对投资人做行业分析，都有直接用处。
地方性的商业数据。 很多城市有公开的企业注册信息、营业执照变更记录，但这些数据藏在政府网站里，格式混乱，几乎没法用。谁能把某个城市过去一年新注册的餐饮品牌整理清楚，加上地址、品类、开业时间，对餐饮供应链销售来说就是一份精准的线索库。
做这件事，真正的难点在哪
很多人觉得这类项目的难点是技术——爬取数据、清洗数据、建数据库。但 Nathan Latka 的案例说明，技术其实是最好解决的部分。
真正的难点有两个。
第一个是数据的持续更新机制。一次性整理一批数据不难，难的是让数据库保持活跃。GetLatka 能持续更新，是因为播客每天都在录，每期都有新数据进来。如果没有这种持续输入机制，数据库会迅速老化，用户流失只是时间问题。所以在想”我能整理哪些公开数据”之前，更重要的问题是”我靠什么持续拿到新数据”。
第二个是付费墙的位置。免费太多，没人付钱；免费太少，没有流量，也没有信任。GetLatka 的做法是单条查询免费、批量筛选付费，这个切割点刚好踩在了”让用户尝到甜头”和”让批量需求用户有付费动力”之间。不同品类的数据，这条线的位置会不一样，需要自己去测试。
它的本质是什么
用公开数据创业，说到底是在做一件事：把别人懒得做的信息整理工作系统化。
这件事门槛不高，但执行需要耐心。数据库类产品的价值随着收录量增加而增加，早期很难看，到了一定规模之后才会有网络效应。GetLatka 现在有 9 万多家公司的数据，这个体量不是一天堆起来的。
但这也是它的护城河。当你把一件”没人愿意系统性去做”的事情做到足够大，规模本身就变成了壁垒。后来者即使技术更好，也需要时间把数据体量追上来。
信息一直都在，缺的是有人愿意认真地把它整理好。
