AI美妆App，把UGC做成增长系统
Nicole 让 Glam Up 的色彩分析、妆容效果和个人建议变成适合展示的内容，再把创作者招募、训练、反馈和数据管理连成一套流程。
查看本期 8 张图解
The story
她不是先招很多达人，而是先让产品适合被展示
Nicole Cheung 在大学期间联合创办 Glam Up。此前她做 TikTok 播客时，10 天获得 1 万关注，后来又在科技公司负责营销，并在那里认识技术合伙人 Aaron。
两人看到 Umax 已经验证男性外貌提升需求，于是寻找女性美妆场景的空位。他们把自拍、个人色彩、脸型、妆容效果和产品建议组合成一款 AI 美妆 App。
Glam Up 的结果天然适合展示：用户能看到色彩季型、妆容效果和具体指南。这些内容既是产品价值，也是短视频素材。
From product result to content system
从细分需求到 UGC 创作者系统
找到空位
从已有男性市场转向女性妆容、色彩和个人风格。
设计结果
让分析、对比和指南能被用户一眼看懂并愿意分享。
快速上架
2024 年 4 月进入 App Store，突出具体美妆场景。
测试格式
每种渠道和内容方向连续测试 2–3 周，再更换变量。
训练创作者
从少量 UGC 创作者开始，用课程、内容库和测验培训。
系统管理
建立反馈会议、创作者负责人、推荐机制和数据面板。
Product mechanics
用户得到的结果，就是最直观的传播素材
上传自拍
用户选择分析类型，提交一张照片进入个性化流程。
获得分析
产品给出个人色彩、脸部特征、妆容效果和风格建议。
继续行动
完整指南和产品建议把一次好奇转成可以照着做的步骤。
Growth mechanics
先验证格式，再扩大创作者数量
分渠道测试
Reddit、无脸轮播、真人 UGC 分开跑，避免一次同时改太多变量。
持续换变量
在开头、画面、轮播和行动提示之间迭代，寻找能重复的组合。
培训创作者
从招募和面试开始，再用课程、内容库、测验与反馈统一质量。
Nicole 自述，Glam Up 高峰期单月在 TikTok 获得约 4000–5000 万播放，在 Instagram 约 2 亿播放。她建议新项目先从 2–10 位创作者开始，先把内容策略跑通，再逐步扩大。
Monetization
用订阅承接完整分析与操作指南
Glam Up 让用户先理解自己将获得色彩、脸型、妆容和产品建议，再由付费墙承接更完整的结果与指南。
Nicole 在访谈中称产品采用强付费墙与周付或月付订阅。App Store 当前列出多个每周 5.99–12.99 美元的内购选项。
Sensor Tower 当前页面显示，Glam Up 全球上个月下载量低于 5000、商店收入低于 5000 美元。
What to learn
给独立开发者的结论
先让产品产出一个适合展示的结果，用少量创作者测试内容格式，再把有效脚本整理成内容库、训练和反馈流程。
Nicole 创业前已有短视频爆款与营销经验，还有技术合伙人和管理大规模创作者的能力；这些内容判断、协作基础和运营资源都来自长期积累。
今天就能做：截出产品最适合展示的一个结果，为它写 3 个不同开头，再找 3 位创作者判断哪一种最适合自然植入。
Visual story
用 8 张图看完整故事
01 / 08
02 / 08
03 / 08
04 / 08
05 / 08
06 / 08
07 / 08
08 / 08来源与数据说明
- Starter Story：Nicole Cheung 访谈
- Glam Up 官网
- Apple App Store
- Claremont McKenna College 官网报道
- Sensor Tower 应用总览
人物经历、产品分工、内容渠道、播放量、UGC 流程与工具组合来自 Nicole 的 Starter Story 访谈。一百万用户里程碑由 Claremont McKenna College 官网报道确认。Glam Up 官网与 App Store 用于确认当前产品、功能和内购。Sensor Tower 当前页面显示全球上个月下载量低于 5000、商店收入低于 5000 美元。