从华尔街求职被拒到月入14.8万美元：GoTall 如何把“身高焦虑”做成订阅 App

1. 华尔街的大门没有打开

2025年，Michael 大约20岁，在 NYU Stern 学习金融。

在这样的学校和专业里，一条非常清晰的职业道路摆在许多学生面前：申请投资银行、咨询或风险投资机构的实习，毕业以后进入华尔街。

Michael 原本也准备走这条路。

他准备面试、大量投递简历、发送冷邮件、寻找内推，希望获得一份理想的金融工作。

但结果并不顺利。

3月，他进入一份不错实习的最后一轮面试，却被拒绝。5月，他又参加了 Goldman Sachs 的 Superday，最终仍然没有拿到 offer。甚至连一份无薪实习，也没有成为一条能够继续走下去的道路。

按照他后来在相关采访中的说法，那些他真正想去的公司，没有一家给他 offer。

对于一个金融专业的大学生来说，这原本可以只是一次普通的求职失败。

但它最终迫使 Michael 开始寻找另一条路。

2. 一个2万美元的 App 给出了第一个信号

Michael 开始研究消费类 App。

在 Acquire.com 上，他看到一款类似的身高预测 App，挂牌价格大约2万美元。

他没有立即把它买下来。

真正重要的是，这个挂牌给了他一个市场信号：

一个看起来非常简单、甚至有些不起眼的“预测身高”需求，已经有人开发成产品，而且具有一定的商业交易价值。

但一个产品挂牌，并不能证明消费者真的有强烈需求。

Michael 继续观察市场。

很快，他发现了第二个、也更重要的信号。

3. TikTok 评论区暴露了真实需求

在与身高有关的 TikTok 内容下面，大量青少年会主动留下自己的信息。

有人会写：

“我15岁，现在175厘米，我爸爸180，我妈妈165，我还能长多高？”

还有人会留下年龄、性别、当前身高以及父母身高，请别人预测自己成年后的身高。

这件事情引起了 Michael 的注意。

因为没有人要求这些用户填写调查问卷，也没有创业者付钱邀请他们参加用户访谈。

他们是自己主动把数据写出来，只为了获得一个答案。

这意味着需求并不是创业者想象出来的。

用户已经通过自己的行为证明

他们非常想知道答案。

Michael 自己也理解这种心理。

13岁的时候，他同样会反复测量自己的身高，在网上寻找身高计算器，并且会因为预测结果的变化而焦虑。

他逐渐意识到，用户真正的问题首先不是“健身”，也不是“医疗诊断”。

他们最直接的问题是：

“我最后到底能长多高？”

紧接着还有第二个问题：

“如果我还在成长，我现在还能做什么？”

GoTall 的产品方向由此出现。

4. 从一次性预测器变成持续产品

GoTall 最早的产品逻辑并不复杂。

用户输入年龄、当前身高、父母身高、体重、发育阶段以及睡眠、运动和饮食等信息，系统给出一个预计成年身高。

但 Michael 很快面对一个商业问题：

如果 App 只是告诉用户一个数字，用户得到答案以后，就没有太多理由再次打开它。

产品可以获得下载，却很难形成长期留存和订阅。

因此 GoTall 开始增加持续使用的功能，包括身高记录和成长曲线、睡眠追踪、营养记录、运动与拉伸计划、青春期阶段信息、每周任务、AI Height Coach、社区，以及周期性更新的预测。

产品的价值主张因此发生变化：

从“告诉我一个数字”，变成“帮助我管理剩余的成长阶段”。

一次性的好奇心，开始被转化为持续使用的产品。

5. 真正的增长转折发生在 TikTok

GoTall 真正的增长转折，并不是 Michael 一开始就大量购买广告。

而是他直接进入 TikTok 评论区回答真实用户的问题。

2025年夏天，有人在评论区留下年龄、自己的身高和父母身高，Michael 就根据这个问题制作一条短视频进行回答。

其他年轻人看到视频以后，也开始留下自己的数据，希望得到预测。

于是形成了一个非常简单的循环：

用户评论提问 → 制作视频回答 → 视频吸引新用户 → 新用户继续提问 → 产生新的内容。

用户的问题本身，变成了 GoTall 的内容来源。

Michael 开始高频测试。

根据案例资料，他通常每天测试大约10条内容，有时甚至达到20条。

当某一种内容格式证明有效以后，他没有只靠自己继续生产，而是开始寻找普通 UGC 创作者复制已经跑通的模板。

早期部分 UGC 内容的制作成本甚至低至每条约5美元。

Michael 大量联系潜在创作者，让越来越多的人按照经过验证的格式生产内容。

增长因此从一个人偶然做出爆款，逐渐变成一个可以复制的系统。

6. 月收入从0增长到约14.8万美元

收入随后开始快速增长。

根据案例资料：

2025年8月，月收入约4,000美元；

9月，约10,000美元；

10月，约20,000美元；

11月，约30,000美元；

12月，突破100,000美元；

到2026年1月，据称已经达到约148,000美元/月。

更重要的是增长的顺序。

Michael 并不是先大量购买广告，然后等待结果。

他首先利用自然内容验证：

什么问题能够吸引用户？

什么视频能够带来下载？

下载以后有多少人愿意订阅？

哪些内容真正能够产生收入？

当这些关系逐渐清楚以后，他才把已经在自然流量中验证成功的内容用于付费广告。

换句话说：

广告不是用来寻找答案，而是用来放大已经被验证的答案。

7. 为什么一个“尴尬需求”能够成为生意？

GoTall 的技术本身并不是这个案例最重要的地方。

真正值得研究的是需求。

第一，需求已经通过真实行为出现。

青少年主动在公开评论区留下年龄、身高和家庭信息，只为了得到一个预测。这种行为证据，比简单回答“我可能会使用这种 App”的调查问卷更有价值。

第二，这个需求有些尴尬。

很多创业者可能认为“身高焦虑”不是一个足够酷、足够体面的创业方向。

Michael 后来反而把这种尴尬视为自己的竞争优势。

当用户非常在意一个问题，而创业者因为觉得这个问题“不够酷”而不愿进入时，竞争反而可能减少。

第三，GoTall 没有停留在一次性预测工具。

预测带来第一次使用，而成长记录、习惯、任务、AI Coach 和社区，则试图给用户继续打开产品的理由。

这使一个一次性需求有机会转变成订阅模式。

8. 能赚钱，不代表没有边界

GoTall 的成功同时带来一个必须讨论的问题。

它的很多用户是青少年，而身高直接涉及身体形象、自信以及青春期焦虑。

任何身高预测都可能存在误差。

如果一个年轻用户得到一个非常低或者错误的预测结果，它可能影响他的情绪和自我评价。

因此，这类产品必须明确区分：

预测不是医疗诊断。

习惯建议不能被包装成“保证长高”。

商业模式也不应该通过制造恐惧，让青少年形成不必要的焦虑和依赖。

所以，这个案例不能只问：

“GoTall 为什么能够赚钱？”

还必须继续问：

“面对年轻用户，一个快速增长的产品应该怎样负责任地赚钱？”

这正是 GoTall 案例真正值得讨论的地方。