← 返回列表
Colossus (Invest Like the Best / Business Breakdowns)播客12 Oct 2022来源: joincolossus.com主持: Colossus

Spotter: Funding YouTube Creators - [Business Breakdowns, EP. 78]

一句话导读

这篇讲的是Spotter这家公司,它专门给YouTube创作者提供资金,但不是借钱,而是买下他们过去视频的广告收入,让创作者能提前拿到一大笔钱去发展事业。作者认为YouTube的推荐算法让视频流量变得稳定可预测,这是Spotter能这么做的关键。提到的两个例子:Mr. Beast(知名大创作者,拿了Spotter的钱)和Unspeakable(拿了钱后一年完成了本来要四年的增长)。

AI 摘要AI 生成 · 可能有误 · 以原文为准

Spotter是一家专注于为YouTube顶级创作者(如Mr Beast)提供资本和知识支持的私人公司。CEO Aaron DeBevoise在节目中深入剖析了YouTube生态系统的演变、广告收入机制(区别于Google广告拍卖)以及疫情期间广告收入的加速增长。Spotter通过向创作者提供资金,帮助其优化内容、扩大品牌,并从中获取风险调整后的回报。讨论还涉及Spotter的定价策略、资产管理的防御性壁垒(如数据与关系网络),以及YouTube未来五到十年内从移动端向专业电视级内容转型的趋势。核心结论是:Spotter在创作者经济中扮演关键资本中介角色,其专业化运营模式使其具备显著护城河。

全文约 8 分钟 · 6 个章节
深度解读

好的,遵照您的指示,以下是对该播客文字稿的分析。

本期速览

嘉宾是Spotter创始人兼CEO Aaron DeBevoise,他曾在摩根大通从事影视音乐融资,后创办游戏MCN Machinima。本期核心是拆解Spotter如何通过购买YouTube创作者的历史视频目录现金流,将其转化为可预测的资产类别。Aaron DeBevoise认为,YouTube推荐引擎创造的“可预测性”是Spotter商业模式成立的根本前提,这使得创作者的经济行为能像音乐版权一样被融资


主题一:推荐引擎是YouTube商业化的底层逻辑

Aaron DeBevoise 认为,YouTube从“搜索引擎”向“推荐引擎”的转变,是它能够规模化变现并催生专业创作者生态的关键。

  • 历史脉络:YouTube早期依赖Google的搜索算法,以“点击量”衡量视频表现。这导致创作者制作“标题党”缩略图骗取点击,内容质量参差不齐,用户体验混乱。
  • 机制拆解:YouTube将核心指标从“点击量”转为“观看时长”。这一变化迫使平台从“搜索”转向“推荐”。推荐引擎能主动为用户“猜测”并“展示”他们可能喜欢的内容,而非用户被动搜索。
  • 深度影响:推荐引擎创造了“可预测性”。创作者不再依赖随机爆款,而是可以围绕一个非常垂直的细分领域(如“纸杯蛋糕的100种做法”)持续产出,由此获得稳定且可预期的流量和收入。这为Spotter金融化创作者资产(即购买其历史目录现金流)提供了数据基础。
  • 数据支撑:YouTube现在有超过20亿月活用户,约200万专业创作者,平台每年向创作者支付约150亿美元,分账比例为55%(创作者)对45%(YouTube)。

主题二:Spotter的商业模式:购买“过去”,激励“未来”

Aaron DeBevoise 明确表示,Spotter既不是股权投资,也不是贷款,而是一种“现金流收购融资”——购买创作者历史视频目录的现金流,创作者则保留未来所有视频的100%收入。

  • 模式对比
  • 贷款:对创作者风险太高,因为其收入波动性大。
  • 股权:Spotter不参与创作者公司的运营决策。
  • Spotter模式:像音乐版权融资。Spotter授权(license)创作者在协议签署前所有已上传视频的现金流,创作者则获得一笔一次性大额资金。这笔资金不是用于还债,而是用于投资自己的业务,实现增长。
  • 资金用途与增长飞轮
  • 初级阶段:雇佣第一个编辑(这是最大的时间投入,也是创作者最难做出的决策)。
  • 进阶阶段:购买生产设施、进行海外拍摄、搭建专属摄影棚(如购买带人工岛的别墅并配上水上摩托)。
  • 规模化阶段:团队扩张至50-100人,推出电商产品线,开设第二、第三频道,进行多语言制作。
  • 增长案例:创作者Unspeakable在获得资金后,“用一年时间完成了原本需要四年才能完成的增长”。Spotter在8个月内就与他进行了第二轮、规模与第一轮相当的交易。
  • 定价与风险回报:与音乐版权不同,Spotter的优化重点在于“广告优化”,而非分发渠道。Spotter的数据积累使其能更精准地为历史目录定价,随着交易增多,数据模型更精确,能承受更高的收购价格,形成护城河。

主题三:Spotter的护城河:数据、知识与资本三角

Aaron DeBevoise 从三个层面解释了Spotter的防御性壁垒,认为其核心是“数据驱动的知识引擎”与“专注的生态系统”。

  • 1. 专有数据与定价能力:Spotter拥有10年的YouTube历史数据,涵盖观看量、变现率等无数数据点。随着交易量增加(已部署超6亿美元,目标2023年Q1达10亿美元),模型预测更准,能为创作者提供更高价格,形成“越做越强”的反馈循环。后来者无法弥补时间差。
  • 2. 知识引擎与创作者社区:Spotter的使命是“为创作者提供资本和知识”。他们建立了一个创作者社区,分享最佳实践(如缩略图设计、视频节奏、何时雇佣编辑)。这种“知识服务”是免费的,与Spotter的动机完全一致:帮助创作者增长,从而进行更多融资。这种粘性极强,难以被横向竞争者(如既融资YouTube又融资Facebook的平台)复制。
  • 3. 资本结构的灵活性:Spotter拥有大量股权资本,使其能尝试高风险、高回报的新产品。例如,资助创作者进行国际扩张(多语言频道)资助尚未完成的未来内容生产。这些实验在初期无法用债务资本覆盖,但成功后能深化与创作者的关系,并创造新的可融资资产类别。

提及的标的

标的 嘉宾态度 关键数据
Mr. Beast 作为合作案例提及 未明示具体金额,但作为“大规模融资”的典型代表。
Unspeakable 作为合作成功案例提及 获得资金后,用一年完成了原本需要四年的增长。

值得记住的判断

1. YouTube推荐引擎创造可预测性 (Aaron DeBevoise):衡量指标从“点击量”变为“观看时长”,迫使平台从搜索转向推荐,这是创作者经济从“混沌”走向“可融资”的关键转折。支撑:推荐引擎使垂直频道能获得稳定流量,而非依赖爆款。

2. Spotter资产定价如音乐版权,但优化逻辑不同 (Aaron DeBevoise):音乐版权优化的是“分发渠道”,而Spotter优化的是“广告效率”。支撑:通过识别高互动内容,Spotter能卖出更高溢价的广告单元(单位价格可高出50%-200%)。

3. 创作者用资金雇佣编辑是最大的增长杠杆 (Aaron DeBevoise):编辑是创作者最大的“时间黑洞”,也是最难做出的决策。支撑:放弃创意控制权是巨大门槛,但一旦越过,增长曲线会陡峭上升。

4. Spotter的护城河不在于模式,而在于数据-知识-资本三角 (Aaron DeBevoise):“你无法回到过去去获取数据”。支撑:10年数据、数百笔交易、与创作者长期关系形成的复合优势,外人无法复制。

5. YouTube未来10年的核心是“给创作者更多价值” (Aaron DeBevoise):内部人士认为,前10年YouTube在“从创作者处提取价值”,后10年将“向创作者输送价值”。支撑:40%的观看时间已来自电视端,平台正在奖励长视频(>10分钟),并开发购物、会员等工具。

6. “创作者”的定义正在急剧扩大,超越视频范畴 (Aaron DeBevoise):5年前无法想象,未来“创作者”可能包括Play-to-Earn游戏中的玩家。支撑:这些玩家通过升级角色获得收入,其资产(高级角色)同样具有可预测的现金流,理论上可被融资。