🔗 원문 전체 보기 → Venturesquare.net
요약
하얀마인드는 영어 학습 앱 ‘레드키위’ 운영 과정에서 쌓은 수익화 실험과 사용자 데이터 역량을 바탕으로 AI 매출 최적화 솔루션 ‘모네타이’를 키우고 있다. 오정민 대표는 할인 남발이 아닌 개인화된 가격·프로모션 설계가 앱 비즈니스의 다음 경쟁력이 될 것이라고 말한다. The post 영어 학습 앱의 실험은 어떻게 AI 매출 솔루션이 됐나…하얀마인드 오정민 대표의 확장 방식 appeared first on 벤처스퀘어.
본문
-레드키위 운영 과정에서 검증한 수익화 실험으로 탄생된 B2B 솔루션 ‘모네타이’
-하얀마인드는 할인보다 ‘누구에게 어떤 가격을 보여줄 것인가’의 문제
-목표는 앱을 넘어 웹·커머스·오프라인까지 연결되는 프라이싱 인텔리전스 엔진
“세상에 있는 많은 서비스는 아직 가격을 제대로 실험하지 않고 있습니다.”
하얀마인드 오정민 대표는 앱 비즈니스의 성패가 더 이상 기능 경쟁만으로 갈리지 않는다고 얘기한다. 누가, 언제, 어떤 조건에서 결제하는지를 정교하게 읽어내고, 그 흐름에 맞춰 가격과 프로모션을 설계하는 일이 곧 매출 구조를 바꾸는 핵심이라는 설명이다.
하얀마인드는 영어 학습 앱 ‘레드키위’를 운영하며 성장해온 스타트업이다. 섀도잉과 리스닝 중심 학습 경험을 앞세워 30개국 이상에 서비스를 전개했고, 일본과 대만 등 해외 시장에서 의미 있는 반응을 만들어왔다. 최근에는 이 과정에서 축적한 사용자 행동 데이터와 수익화 실험 역량을 바탕으로 AI 기반 매출 최적화 솔루션 ‘모네타이(Monetai)’를 새 성장축으로 키우고 있다.
이 회사가 던지는 문제의식은 분명하다. 많은 앱 운영사가 할인과 프로모션을 반복하지만, 정작 어떤 사용자에게 어떤 가격을 제시해야 매출과 마진을 함께 지킬 수 있는지에 대해서는 여전히 감에 의존한다는 점이다. 하얀마인드는 바로 이 지점을 ‘마진 압축 딜레마’로 정의하고, 이를 해결하는 자율주행형 수익화 엔진을 만들고 있다.
수상보다 문제의식이 먼저였던 두 번째 창업
오정민 대표의 창업은 처음부터 탄탄대로였던 것은 아니다. 그는 과거 정주영창업경진대회에서 1등을 차지한 경험이 있지만, 당시 운영했던 박물관 오디오가이드 사업은 1년 반 만에 접었다. 돌이켜보면 수상이 창업의 직접적인 동력이었고, 정작 스스로가 정말 풀고 싶은 문제는 분명하지 않았던 것이다. 첫 창업의 종료는 오히려 그에게 “내가 정말 하고 싶은 일이 무엇인가”를 다시 묻게 한 계기였다.
이후 KAIST 대학원 시절 운영했던 영어 동아리가 두 번째 창업의 출발점이 됐다. 영어 때문에 스트레스를 받는 학생들을 가까이서 보며, 자신이 체득한 학습법을 더 많은 사람에게 확장해보고 싶다는 생각이 커져서 커뮤니티를 운영하게 됐고, 커뮤니티가 발전해 탄생한 것이 영어 학습 앱 ‘레드키위’다. 처음부터 투자 유치에 성공하지 못했지만, 가족의 시드 자금과 공동창업자들의 헌신으로 제품을 만들었고, 1년쯤 지나면서 사용자들이 모이기 시작했다.
레드키위는 어떻게 글로벌 학습 앱이 됐나
레드키위의 출발점은 섀도잉이었다. 오 대표는 자신이 과거 영어 실력을 끌어올리는 데 가장 효과를 본 방식이 ‘따라 말하기 ’였다고 판단했다. 다만 기존 방식은 지루하고 반복 피로가 컸다. 레드키위는 유튜브 기반 콘텐츠를 활용해 사용자가 관심 있는 영상으로 섀도잉과 반복학습을 할 수 있도록 설계된 것이 특징이다. 영어를 공부하는 경험을 보다 지속 가능하게 만드는 데 초점을 맞춘 셈이다.
글로벌 확장 역시 감이 아니라 데이터로 풀었다. 어느 국가에서 반응이 좋을지 확신할 수 없었던 하얀마인드는 언어만 바꾼 10초짜리 홍보 영상을 여러 국가에 테스트했다. 예상 밖으로 일본 시장의 반응이 좋았고, CPI(설치당 비용 Cost Per Install)도 한국보다 효율적으로 나왔다. 이후 일본인 직원을 채용하고 앱과 운영 전반을 현지화하면서 일본 시장 공략을 본격화했다. 그 결과 한때 일본 교육 카테고리 상위권까지 올라섰다. 이후 대만에서 일본만큼 강한 성장세는 아니었지만 유의미한 사용자 유입과 결제가 이어졌고, 미국 내 일부 영어 학습자 층에서도 의미 있는 수요를 확인했다.
결제 전환의 실패와 생존이 만든 수익화 실험
하지만 서비스 성장과 수익화는 다른 문제였다. 레드키위는 구독형 모델을 도입했지만, 초기에 결제를 붙였을 때는 “한 명도 결제하지 않았던” 시기가 있었다. 오 대표는 대부분의 프로덕트 팀이 결제 기능을 넣으면 곧바로 성과가 날 것이라 기대하지만, 현실은 퍼널을 하나씩 뜯어보며 전환 저항을 줄이는 세밀하고 집요한 개선의 연속이었다고 말했다.
회사의 가장 큰 전환점은 위기에서 나왔다. 한 차례 신규 사업 실패로 조직이 커졌다가 다시 축소되는 과정을 겪으면서, 하얀마인드는 마케팅 비용을 줄이고 기존 사용자와 자연 유입을 어떻게 수익화할 것인지에 집중하게 됐다. 그 과정에서 일부 사용자에게만 맞춤형 프로모션을 노출하는 실험이 시작됐다. 결과는 예상보다 컸다. 신규 유저 매출이 유의미하게 뛰었고, 내부적으로는 “이건 우리만의 문제가 아니라 많은 앱 운영사가 공통으로 겪는 문제”라는 판단이 섰다. 아이러니하게도 모네타이는 그렇게 레드키위를 살리기 위해 만든 생존 해법에서 출발했다.
‘마진 압축 딜레마’를 푸는 모네타이의 방식
오 대표는 앱 운영사들이 흔히 겪는 문제를 ‘마진 압축 딜레마’라고 정의했다. 예컨대 50% 할인 프로모션을 했는데 결제 수가 기대만큼 늘지 않으면, 원래 정가에 결제했을 사용자들까지 싸게 결제하게 되면서 오히려 전체 매출이 줄 수 있다는 것이다. 문제는 할인 자체가 아니라, 누가 할인 없이는 결제하지 않을 사용자인지를 모른 채 일괄 할인에 들어가는 구조다.
모네타이는 이 지점을 개인 단위로 풀겠다는 접근이다. 사용자의 행동 데이터를 바탕으로 특정 기간 내 결제 가능성을 예측하고, 결제 가능성이 낮은 사용자에게만 적절한 시점과 할인율의 프로모션을 제시한다. 여기서 더 나아가 할인율 자체도 일률적으로 고정하지 않는다. 어떤 사용자는 30%만으로 전환될 수 있고, 어떤 사용자는 더 큰 인센티브가 필요할 수 있다는 판단이다. 회사 측에 따르면 이런 방식은 기존 AB 테스트를 뛰어넘는 수준의 전환 개선을 보여줬고, 다양한 카테고리에서 40~80% 상승 사례를 확인했다.
흥미로운 점은 운영 방식이다. 모네타이는 도입 후 고객사가 세부 룰을 계속 만지는 구조가 아니라, AI가 실제 반응을 보며 학습하는 ‘자율주행형’ 구조를 지향한다. 많은 B2B SaaS가 도입 이후에도 전담 인력이 필요해 사실상 반쪽짜리 자동화에 머무는 반면, 하얀마인드는 결과 리포트만 확인하면 되는 구조를 만들고 싶다고 설명했다. 과금도 설치비나 월 사용료보다 성과보수 중심으로 설계했다.
앱을 넘어 모든 결제로, 프라이싱 인텔리전스를 향해
하얀마인드는 현재 KAIST 연구진과 함께 강화학습 기반 엔진 고도화도 진행하고 있다. 사용자의 반응에 따라 어떤 가격, 어떤 타이밍, 어떤 제안이 더 나은 결과를 만드는지 계속 학습시키는 방식이다. 오 대표는 이 구조가 좋아질수록 곧바로 고객사 매출과 자사 성과보수에 연결된다는 점에서, 기술 고도화와 사업 성장이 같은 방향으로 움직인다고 설명했다. 또한 미국을 포함한 해외 시장을 다음 성장 무대로 보고 있어 글로벌 이용자를 보유한 고객사 포트폴리오를 확보하는 데 집중하고 있다.
장기적으로 회사가 그리고 있는 그림은 더 크다. 모네타이는 앱 구독을 넘어 웹, 커머스, 오프라인 키오스크까지 확장 가능한 ‘프라이싱 인텔리전스 엔진’을 지향한다. 사용자의 짧은 행동 패턴만으로도 구매 의사를 예측할 수 있다면, 디지털 환경 전반에서 결제 최적화는 훨씬 넓은 문제로 확장될 수 있다는 시각이다.
그래서 오 대표는 하얀마인드를 더 이상 에듀테크 기업으로만 규정하지 않는다. 레드키위는 여전히 중요한 제품이지만, 동시에 모네타이를 실험하고 검증하는 테스트베드이기도 하다. 영어 학습 앱을 만들던 팀이 결국 도달한 곳은 ‘사람들이 언제, 왜, 어떻게 결제하는가’를 읽는 기술이다. 그들이 만들고자 하는 것은 단순한 할인 도구가 아니라, 매출과 가격을 데이터로 다시 설계하는 새로운 운영 방식에 가깝다. 앞으로 모네타이를 다양한 디지털 서비스에서 공통으로 활용할 수 있는 수익화 인프라로 확장하겠다는 목표를 갖고 있다. 앱을 넘어 웹, 커머스, 오프라인까지 가격과 결제 전략이 데이터 기반으로 작동하는 구조를 만드는 것이 하얀마인드가 바라보는 다음 단계다. 이를 위해 모네타이 적용 범위를 넓히기 위한 고객사 확대와 함께 시리즈A 투자 유치도 이번 단계의 과제로 잡고 있다.
Like this:
Like Loading...Related
How an English learning app experiment became an AI revenue solution… HayanMind CEO Jay Oh's expansion strategy
'Monetai', a B2B solution born from monetization experiments verified during the operation of RedKiwi
-HayanMind is more concerned with the question of 'who to show what price' than with discounts
The goal is a pricing intelligence engine that connects beyond apps to the web, commerce, and offline.
Many services in the world have not yet properly experimented with pricing.
HayanMind CEO Jay Oh states that the success or failure of an app business is no longer determined solely by competition in features. He explains that the key to transforming the revenue structure lies in precisely reading who makes payments, when, and under what conditions, and designing pricing and promotions in line with those trends.
HayanMind is a startup that has grown by operating the English learning app 'RedKiwi'. Leveraging a learning experience centered on shadowing and listening, the company has expanded its services to over 30 countries and generated significant responses in overseas markets, including Japan and Taiwan. Recently, based on the user behavior data and monetization experiment capabilities accumulated during this process, the company is developing 'Monetai', an AI-based revenue optimization solution, as a new growth engine.
The critical perspective this company addresses is clear. While many app operators repeatedly offer discounts and promotions, they still rely on intuition regarding which users to offer what price to simultaneously protect revenue and margins. HayanMind defines this very issue as the "margin compression dilemma" and is developing an autonomous monetization engine to resolve it.
My second startup where a sense of problem came before winning awards
CEO Jay Oh's entrepreneurial journey was not a smooth path from the start. Although he had previously won first place in the Chung Ju-young Entrepreneurship Competition, he closed down the museum audio guide business he operated at the time after just a year and a half. In retrospect, the award was the direct driving force behind his startup, yet the problem he truly wanted to solve was not clear. The failure of his first venture actually served as an opportunity for him to ask himself again, "What is it that I really want to do?"
Later, the English club I ran during my graduate studies at KAIST became the starting point for my second startup. Witnessing students struggling with English firsthand, I developed a strong desire to share the learning methods I had personally mastered with a wider audience, which led me to start a community. The English learning app 'RedKiwi' was born from the evolution of this community. Although we were unable to secure investment from the start, we built the product using seed funds from my family and the dedication of my co-founders, and after about a year, users began to gather.
How RedKiwi Became a Global Learning App
RedKiwi's starting point was shadowing. CEO Oh determined that "repeating after" was the most effective method he had found to improve his English skills in the past. However, the existing method was boring and caused significant fatigue from the repetition. RedKiwi is characterized by its design that utilizes YouTube-based content, allowing users to engage in shadowing and repetitive learning with videos they are interested in. In essence, it focuses on making the experience of studying English more sustainable.
Global expansion was also driven by data, not intuition. Unsure which country would respond well, HayanMind tested 10-second promotional videos with only the language changed across various nations. Unexpectedly, the response in the Japanese market was positive, and the CPI (Cost Per Install) was more efficient than in Korea. Subsequently, the company hired Japanese staff and localized its app and overall operations, launching a full-scale offensive on the Japanese market. As a result, it briefly rose to the top ranks of the education category in Japan. Later, while the growth in Taiwan was not as strong as in Japan, there was a significant influx of users and payments, and meaningful demand was also confirmed among a segment of English learners in the United States.
Monetization Experiment Created by Payment Conversion Failure and Survival
However, service growth and monetization were different matters. Although RedKiwi introduced a subscription model, there was a period when “not a single person made a payment” when billing was first implemented. CEO Oh stated that while most product teams expect immediate results once payment features are added, the reality was a continuous series of meticulous and persistent improvements to reduce conversion resistance by dissecting the funnel step by step.
The company's biggest turning point came from a crisis. Having gone through a process of expanding and then shrinking following a failed new business venture, HayanMind reduced marketing costs and focused on how to monetize existing users and organic acquisition. In the process, an experiment was launched to expose customized promotions to only a select group of users. The results were greater than expected. Revenue from new users jumped significantly, leading to the internal conclusion that "this is not just our problem, but a common issue faced by many app operators." Ironically, Monetai originated from that very survival solution created to save RedKiwi.
Monetai's Way to Solve the 'Margin Compression Dilemma'
CEO Oh defined a common problem faced by app operators as the "margin compression dilemma." For instance, if a 50% discount promotion fails to increase the number of transactions as expected, users who would have paid the regular price end up paying at a lower price, potentially leading to a decrease in overall revenue. The issue is not the discount itself, but the structure of applying blanket discounts without knowing which users would not have made a purchase without the discount.
Monetai takes an approach to address this issue on an individual basis. Based on user behavior data, it predicts the likelihood of a purchase within a specific period and presents promotions with appropriate timing and discount rates only to users with a low probability of payment. Furthermore, it does not fix the discount rate uniformly. The rationale is that some users might convert with just 30%, while others may require a larger incentive. According to the company, this method has demonstrated conversion improvements that surpass traditional A/B testing, confirming instances of 40–80% increases across various categories.
What is interesting is the operational approach. Rather than a structure where clients continuously tweak detailed rules after implementation, Monetai aims for an "autonomous" structure where the AI learns by observing actual responses. While many B2B SaaS solutions remain effectively half-automated because dedicated personnel are still required after adoption, HayanMind explained that they wanted to create a structure where users only need to check result reports. The billing system is also designed around performance-based compensation rather than installation fees or monthly usage charges.
Beyond Apps to All Payments, Toward Pricing Intelligence
HayanMind is currently collaborating with KAIST researchers to further enhance its reinforcement learning-based engine. This approach continuously trains the system to determine which prices, timings, and proposals yield better results based on user responses. CEO Oh explained that technological advancement and business growth move in the same direction, noting that improvements in this structure directly translate into increased revenue for clients and the company's own performance-based compensation. Furthermore, viewing overseas markets, including the U.S., as the next stage for growth, the company is focusing on securing a portfolio of clients with global user bases.
The long-term vision the company is pursuing is much broader. Monetai aims to become a 'pricing intelligence engine' capable of extending beyond app subscriptions to the web, commerce, and offline kiosks. The perspective is that if purchasing intent can be predicted based solely on short-term user behavior patterns, payment optimization across the entire digital environment can expand into a much broader issue.
Therefore, CEO Oh no longer defines HayanMind solely as an edtech company. While RedKiwi remains an important product, it also serves as a testbed for experimenting with and validating Monetai. The team that once developed an English learning app has ultimately arrived at a technology that reads "when, why, and how people make payments." What they aim to create is not merely a simple discount tool, but rather a new operational model that redesigns revenue and pricing based on data. Their goal is to expand Monetai into a monetization infrastructure that can be utilized across various digital services. HayanMind envisions its next step as establishing a structure where pricing and payment strategies operate based on data, extending beyond apps to the web, commerce, and offline channels. To achieve this, they have set securing Series A investment as a key objective for this stage, alongside expanding their client base to broaden the scope of Monetai's application.
英語学習アプリの実験はどのようにAI売上ソリューションになったのか… HayanMind Jay oh代表の拡張方式
-RedKiwi運営過程で検証した収益化実験で誕生したB2Bソリューション「Monetai」
-HayanMindは割引より「誰にどんな価格を見せるのか」の問題
-目標はアプリを越えてウェブ・コマース・オフラインまで接続されるプライシングインテリジェンスエンジン
「世界にある多くのサービスはまだ価格を正しく実験していません。」
HayanMind Jay oh代表は、アプリビジネスの成否がもはや機能競争だけでは分かれないと話す。誰が、いつ、どのような条件で決済するかを精巧に読み出し、その流れに合わせて価格とプロモーションを設計することが、まもなく売上構造を変える核心という説明だ。
HayanMindは英語学習アプリ「RedKiwi」を運営して成長してきたスタートアップだ。シャドウイングとリスニング中心学習経験を前面に出して30カ国以上にサービスを展開し、日本や台湾など海外市場で意味のある反応を生み出してきた。最近では、この過程で蓄積したユーザー行動データと収益化実験能力をもとに、AIベースの売上最適化ソリューション「Monetai（Monetai）」を新たな成長軸として育てている。
同社が投げる問題意識は明らかだ。多くのアプリ運営会社が割引やプロモーションを繰り返すが、いつもどのユーザーにどのような価格を提示しなければ売上とマージンを一緒に守れるかについては依然として感に依存するという点だ。 HayanMindはこの点を「マージン圧縮ジレンマ」と定義し、これを解決する自律走行型収益化エンジンを作っている。
受賞より問題意識が先だった第二創業
Jay oh代表の創業は最初からしっかりとしたものではない。彼は過去の鄭州営創業競技大会で1位を占めた経験があるが、当時運営していた博物館オーディオガイド事業は1年半ぶりに折った。振り返ってみると首相が創業の直接的な動力であり、いざ自らが本当に解決したい問題は明らかではなかったのだ。最初の創業の終了はむしろ彼に「私が本当にやりたいことが何か」を再び尋ねさせたきっかけだった。
以後、KAIST大学院時代に運営していた英語サークルが第2創業の出発点となった。英語のためストレスを受ける学生たちを間近で見て、自分が体得した学習法をより多くの人に拡張してみたいという考えが大きくなってコミュニティを運営することになったし、コミュニティが発展して誕生したのが英語学習アプリ「RedKiwi」だ。最初から投資誘致に成功しなかったが、家族のシード資金と共同創業者の献身で製品を作り、1年ほど経ってユーザーが集まり始めた。
RedKiwiはどのようにグローバル学習アプリになりましたか
RedKiwiの出発点はシャドウイングだった。オ代表は自身が過去の英語力を引き上げるのに最も効果を見た方式が「従って言う」だったと判断した。ただし、既存の方式は退屈で繰り返し疲労が大きかった。 RedKiwiは、YouTubeベースのコンテンツを活用し、ユーザーが関心のある映像でシャドウイングと繰り返し学習を行うことができるように設計されたのが特徴だ。英語を勉強する経験をより持続可能にすることに焦点を合わせたわけだ。
グローバル拡張もやはり感ではなくデータで解いた。どの国で反応が良いか確信できなかったHayanMindは、言語だけを変えた10秒の広報映像を複数の国でテストした。予想外に日本市場の反応が良かったし、ＣＰＩ（設置当たりコストＣｏｓｔ Ｐｅｒ Ｉｎｓｔａｌｌ）も韓国より効率的に出た。以後日本人職員を採用し、アプリと運営全般をローカライズし、日本市場攻略を本格化した。その結果、かつて日本教育カテゴリ上位圏まで上がった。以後、台湾で日本ほど強い成長勢ではなかったが、有意なユーザー流入と決済が続き、米国内の一部の英語学習者層でも意味のある需要を確認した。
決済移行の失敗と生存が行った収益化実験
しかし、サービスの成長と収益化は他の問題だった。 RedKiwiは購読型モデルを導入したが、初期に決済をつけた時は「一人も決済しなかった」時期があった。オ代表はほとんどのプロダクトチームが決済機能を入れればすぐに成果が出ると期待するが、現実はファンネルを一つずつ見てみて転換抵抗を減らす細かく集中的な改善の連続だったと話した。
会社の最大の転換点は危機から来た。新しい事業が失敗したことで組織が拡大し、再び縮小する過程を経て、HayanMindはマーケティングコストを削減し、既存のユーザーと自然流入をどのように収益化するかに集中することになった。その過程で一部のユーザーにのみカスタマイズされたプロモーションを公開する実験が始まった。結果は予想より大きかった。新規ユーザーの売上が有意に走り、内部的には「これは私たちだけの問題ではなく、多くのアプリ運営会社が共通に経験する問題」と判断した。皮肉なことに、MonetaiはそのようにRedKiwiを生かすために作られた生存解決から始まりました。
「余裕圧縮ジレンマ」を解くモネタイのやり方
オ代表はアプリ運営会社がよく経験する問題を「マージン圧縮ジレンマ」と定義した。例えば50％割引プロモーションを行ったが決済数が期待どおりに増えないと、もともと定価に決済したユーザーまで安く決済することになって、むしろ全体の売上が与えることができるということだ。問題は割引自体ではなく、誰が割引なしで決済しないユーザーかを知らずに一括割引に入る仕組みだ。
Monetaiはこのポイントを個人単位で解くというアプローチだ。利用者の行動データに基づき、一定期間内の決済可能性を予測し、決済可能性が低い利用者にのみ適切な時点と割引率のプロモーションを提示する。ここでさらに割引率自体も一律に固定しない。一部のユーザーは30％に切り替えることができ、一部のユーザーはより大きなインセンティブが必要になる可能性があるという判断です。会社側によると、このような方式は既存のABテストを上回るレベルの転換改善を見せ、さまざまなカテゴリーで40～80%上昇事例を確認した。
興味深い点は運営方式だ。 Monetaiは、導入後顧客が細部ルールに触れ続ける構造ではなく、AIが実際の反応を見て学習する「自律走行型」構造を目指す。多くのB2B SaaSが導入後も専任人材が必要で、事実上半分の自動化にとどまる一方、HayanMindは結果レポートだけを確認すればよい仕組みを作りたいと説明した。課金も設置費や月額使用料より成果報酬中心に設計した。
アプリを超えてすべての決済で、プライシングインテリジェンスに向けて
HayanMindは現在、KAIST研究者と共に強化学習ベースのエンジン高度化も進めている。ユーザーの反応に応じて、どの価格、どのタイミング、どの提案がより良い結果を生み出すかを学習し続ける方法です。オ代表はこの構造が良くなるほどすぐに顧客会社の売上と自社の成果報酬につながるという点で、技術高度化と事業成長が同じ方向に動くと説明した。また、米国を含む海外市場を次の成長舞台に見ており、グローバル利用者を保有する顧客会社のポートフォリオを確保することに集中している。
長期的に会社が描いている映像はより大きい。 Monetaiはアプリの購読を超えてWeb、コマース、オフラインキオスクまで拡張可能な「プライシングインテリジェンスエンジン」を目指す。ユーザーの短い行動パターンだけで購入意思を予測することができれば、デジタル環境全体での決済最適化ははるかに広い問題に拡張できるという見方です。
だからオ代表はHayanMindをもはやエデュテック企業としてだけ規定しない。 RedKiwiは依然として重要な製品ですが、同時にMonetaiを実験して検証するテストベッドでもあります。英語学習アプリを作っていたチームが結局到達したのは「人々がいつ、なぜ、どのように決済するのか」を読む技術だ。彼らが作りたいのは単なる割引ツールではなく、売上と価格をデータに再設計する新しい運用方法に近い。今後、Monetaiを様々なデジタルサービスで共通に活用できる収益化インフラに拡張するという目標を持っている。アプリを越えてウェブ、コマース、オフラインまで価格と決済戦略がデータベースで動作する構造を作ることがHayanMindが見つめる次のステップだ。このため、Monetaiの適用範囲を広げるための顧客企業の拡大とともに、シリーズA投資誘致も今回の課題としている。
一款英语学习应用实验如何演变为人工智能盈利解决方案……HayanMind 首席执行官 Jay Oh 的扩张战略
“Monetai”是一款B2B解决方案，源于RedKiwi运营过程中验证过的盈利实验。
HayanMind更关注的是“向谁展示什么价格”，而不是折扣。
目标是打造一个能够连接应用程序之外的网络、电商和线下渠道的定价智能引擎。
世界上许多服务行业尚未进行过充分的定价试验。
HayanMind 首席执行官 Jay Oh 表示，应用程序的成败不再仅仅取决于功能上的竞争。他解释说，转变收入结构的关键在于精准把握用户的支付方式、支付时间和支付条件，并据此制定相应的定价和促销策略。
HayanMind是一家初创公司，凭借其英语学习应用“RedKiwi”迅速发展壮大。该公司以跟读和听力练习为核心，打造独特的学习体验，服务已拓展至30多个国家和地区，并在包括日本和台湾在内的海外市场获得了显著反响。近期，基于在此过程中积累的用户行为数据和商业化实验经验，该公司正在开发名为“Monetai”的人工智能收益优化解决方案，旨在将其打造为新的增长引擎。
这家公司关注的关键问题显而易见。虽然许多应用运营商不断推出折扣和促销活动，但他们仍然依赖直觉来判断应该向哪些用户提供什么价格，以同时保障收入和利润。HayanMind 将这个问题定义为“利润压缩困境”，并正在开发一种自主变现引擎来解决它。
我的第二次创业经历是，在赢得奖项之前，我就已经意识到了问题的存在。
首席执行官吴杰的创业之路并非一帆风顺。尽管他曾荣获郑周永创业大赛冠军，但经营博物馆语音导览业务仅一年半后便宣告失败。回想起来，那次获奖无疑是他创业的直接动力，但他真正想要解决的问题却并不清晰。第一次创业的失败反而让他有机会重新审视自己：“我真正想做的是什么？”
后来，我在韩国科学技术院（KAIST）读研究生期间创办的英语俱乐部，成为了我第二次创业的起点。亲眼目睹学生们在英语学习上的挣扎，我强烈地想要与更多人分享我亲身实践并掌握的学习方法，这促使我创建了一个社群。英语学习应用“RedKiwi”正是在这个社群发展壮大的过程中诞生的。虽然我们一开始未能获得投资，但我们依靠家人提供的种子资金和联合创始人的奉献精神，最终打造出了这款产品。大约一年后，用户开始聚集起来。
RedKiwi是如何成为全球学习应用程序的
RedKiwi 的创立源于跟读练习。首席执行官 Oh 认为，“模仿学习”是他过去提升英语水平最有效的方法。然而，这种方法枯燥乏味，重复学习容易让人感到疲劳。RedKiwi 的独特之处在于它利用 YouTube 上的内容，让用户能够观看自己感兴趣的视频，进行跟读和重复学习。本质上，它致力于让英语学习体验更加可持续。
全球扩张的驱动力也来自数据，而非直觉。由于不确定哪个国家会受到欢迎，HayanMind 针对不同国家测试了时长 10 秒的宣传视频，仅更改了语言。出乎意料的是，日本市场的反响积极，且每次安装成本 (CPI) 比韩国更高。随后，该公司聘请了日本员工，并对应用程序和整体运营进行了本地化，全面进军日本市场。结果，HayanMind 在日本教育类产品中一度名列前茅。之后，虽然台湾的增长不如日本强劲，但用户数量和付费额都显著增长，并且在美国英语学习者群体中也证实了其巨大的市场需求。
支付转化失败与生存的变现实验
然而，服务增长和盈利是两码事。尽管RedKiwi引入了订阅模式，但在计费系统刚上线时，曾出现过“无人付费”的情况。CEO Oh表示，虽然大多数产品团队都期望在添加支付功能后立即见效，但实际情况是，他们需要持续不断地进行细致改进，通过逐步剖析用户转化漏斗来降低转化阻力。
公司最大的转折点源于一场危机。在经历了扩张和收缩的反复过程（此前一项新业务投资失败）后，HayanMind削减了营销成本，并将重点放在如何通过现有用户和自然增长实现盈利上。在此过程中，公司推出了一项实验，仅向部分用户推送定制化推广信息。结果远超预期。新用户带来的收入显著增长，公司内部由此得出结论：“这不仅是我们面临的问题，也是许多应用运营商普遍面临的难题。” 颇具讽刺意味的是，Monetai 正是源于当初为了拯救 RedKiwi 而开发的这一生存方案。
货币公司解决“利润率压缩困境”的方法
吴CEO将应用运营商面临的一个常见问题定义为“利润压缩困境”。例如，如果五折促销活动未能如预期般提升交易量，原本会支付原价的用户最终却只能以更低的价格购买，这可能会导致整体收入下降。问题不在于折扣本身，而在于在不了解哪些用户原本不会购买的情况下就进行一刀切式折扣。
Monetai 采用个性化方法来解决这个问题。它基于用户行为数据，预测用户在特定时期内的购买可能性，并仅向购买可能性较低的用户推送具有合适时间和折扣的促销活动。此外，它不会统一设定折扣率。其理由是，有些用户可能只需 30% 的折扣就能完成购买，而另一些用户则可能需要更高的优惠。据该公司称，这种方法已证明其转化率提升效果优于传统的 A/B 测试，并在多个品类中实现了 40% 至 80% 的转化率提升。
有趣的是其运营模式。Monetai 的目标并非采用客户在实施后不断调整详细规则的模式，而是构建一种“自主”架构，让 AI 通过观察实际响应进行学习。许多 B2B SaaS 解决方案由于部署后仍需专人维护，实际上只能算是半自动化，而 HayanMind 解释说，他们希望创建一个用户只需查看结果报告的架构。此外，其计费系统也采用基于绩效的付费模式，而非安装费或月度使用费。
从应用到所有支付方式，迈向定价智能
HayanMind目前正与韩国科学技术院（KAIST）的研究人员合作，进一步提升其基于强化学习的引擎。该方法通过持续训练系统，根据用户反馈确定哪些价格、时间和方案能带来更佳效果。首席执行官Oh解释说，技术进步和业务增长是相辅相成的，并指出这种结构的改进能够直接转化为客户收入的增长以及公司自身基于绩效的薪酬提升。此外，HayanMind将包括美国在内的海外市场视为下一个增长阶段，正致力于构建拥有全球用户群的客户组合。
公司追求的长期愿景更为宏大。Monetai 的目标是成为一个“定价智能引擎”，其应用范围不仅限于应用程序订阅，还扩展到网络、电商和线下自助服务终端。其理念是，如果仅凭短期用户行为模式就能预测购买意向，那么整个数字环境的支付优化就能成为一个更为广泛的议题。
因此，首席执行官Oh不再将HayanMind仅仅定义为一家教育科技公司。虽然RedKiwi仍然是其重要产品，但它也作为Monetai的试验平台，用于测试和验证Monetai。这支曾经开发过英语学习应用的团队，最终研发出了一种能够解读“人们何时、为何以及如何付款”的技术。他们的目标并非仅仅是一个简单的折扣工具，而是一种基于数据重新设计收入和定价的全新运营模式。他们的目标是将Monetai扩展为一个可用于各种数字服务的货币化基础设施。HayanMind设想的下一步是建立一个基于数据的定价和支付策略体系，并将应用范围扩展到网络、电商和线下渠道。为了实现这一目标，他们将获得A轮融资作为本阶段的关键目标，同时扩大客户群，以拓展Monetai的应用范围。
Comment une application d'apprentissage de l'anglais expérimentale est devenue une source de revenus basée sur l'IA… La stratégie d'expansion de Jay Oh, PDG de HayanMind
« Monetai », une solution B2B née d'expérimentations de monétisation validées lors du fonctionnement de RedKiwi
HayanMind s'intéresse davantage à la question de savoir « à qui afficher quel prix » qu'aux remises.
L'objectif est de créer un moteur d'intelligence tarifaire qui s'étend au-delà des applications pour englober le web, le commerce et le monde hors ligne.
De nombreux services dans le monde n'ont pas encore véritablement expérimenté la tarification.
Jay Oh, PDG de HayanMind, affirme que le succès ou l'échec d'une application mobile ne dépend plus uniquement de la concurrence sur les fonctionnalités. Il explique que la clé de la transformation de la structure des revenus réside dans une analyse précise des habitudes de paiement : qui effectue des paiements, quand et dans quelles conditions, afin d'adapter les prix et les promotions à ces tendances.
HayanMind est une startup qui a connu une forte croissance grâce à son application d'apprentissage de l'anglais « RedKiwi ». S'appuyant sur une expérience d'apprentissage basée sur l'écoute active et l'imitation, l'entreprise a étendu ses services à plus de 30 pays et a rencontré un franc succès sur les marchés internationaux, notamment au Japon et à Taïwan. Forte de l'analyse des données comportementales des utilisateurs et des expériences de monétisation menées au cours de cette période, elle développe actuellement « Monetai », une solution d'optimisation des revenus basée sur l'intelligence artificielle, qui constitue un nouveau moteur de croissance.
Le point de vue essentiel que cette entreprise défend est clair. Si de nombreux opérateurs d'applications proposent régulièrement des réductions et des promotions, ils s'appuient encore sur leur intuition pour déterminer à quels utilisateurs proposer quel prix, afin de préserver simultanément leurs revenus et leurs marges. HayanMind qualifie ce problème de « dilemme de la compression des marges » et développe un moteur de monétisation autonome pour le résoudre.
Ma deuxième startup où le sentiment de résoudre un problème a précédé l'obtention de prix.
Le parcours entrepreneurial de Jay Oh, PDG de l'entreprise, n'a pas été un long fleuve tranquille. Bien qu'il ait remporté le premier prix du concours d'entrepreneuriat Chung Ju-young, il a dû fermer son entreprise d'audioguides pour musées après seulement un an et demi d'activité. Rétrospectivement, ce prix a été le principal moteur de sa création d'entreprise, mais le problème qu'il souhaitait réellement résoudre restait flou. L'échec de sa première aventure lui a permis de se poser à nouveau la question : « Qu'est-ce que je veux vraiment faire ? »
Plus tard, le club d'anglais que j'animais pendant mes études supérieures à KAIST a été le point de départ de ma deuxième start-up. Constatant les difficultés rencontrées par les étudiants en anglais, j'ai ressenti le besoin impérieux de partager les méthodes d'apprentissage que j'avais moi-même maîtrisées avec un public plus large, ce qui m'a conduit à créer une communauté. L'application d'apprentissage de l'anglais « RedKiwi » est née de l'évolution de cette communauté. Bien que nous n'ayons pas pu obtenir d'investissement au départ, nous avons développé le produit grâce aux fonds de démarrage de ma famille et au dévouement de mes cofondateurs, et au bout d'un an environ, les utilisateurs ont commencé à se rassembler.
Comment RedKiwi est devenue une application d'apprentissage mondiale
Le point de départ de RedKiwi était l'apprentissage par l'écoute passive. Son PDG, M. Oh, avait constaté que la répétition était la méthode la plus efficace qu'il ait trouvée pour améliorer son anglais. Cependant, cette méthode était ennuyeuse et la répétition engendrait une fatigue importante. RedKiwi se distingue par son utilisation de contenus YouTube, permettant aux utilisateurs de pratiquer l'apprentissage par l'écoute passive et répétitive avec des vidéos qui les intéressent. En résumé, l'objectif est de rendre l'apprentissage de l'anglais plus durable.
L'expansion mondiale s'est également fondée sur les données, et non sur l'intuition. Incertaine du pays qui réagirait favorablement, HayanMind a testé des vidéos promotionnelles de 10 secondes, dont seule la langue était modifiée, dans différents pays. Contre toute attente, l'accueil sur le marché japonais a été positif, et le coût par installation (CPI) s'est avéré plus avantageux qu'en Corée. Par conséquent, l'entreprise a recruté du personnel japonais et a localisé son application et l'ensemble de ses opérations, lançant une offensive d'envergure sur le marché japonais. Elle s'est ainsi brièvement hissée au sommet du classement de la catégorie Éducation au Japon. Plus tard, bien que la croissance à Taïwan ait été moins forte qu'au Japon, on a constaté un afflux significatif d'utilisateurs et de paiements, ainsi qu'une demande importante auprès d'un segment d'apprenants d'anglais aux États-Unis.
Expérience de monétisation créée par l'échec et la survie de la conversion des paiements
Cependant, la croissance du service et sa monétisation étaient deux choses différentes. Bien que RedKiwi ait introduit un modèle d'abonnement, il y a eu une période où « personne n'a effectué de paiement » lors de la mise en place initiale de la facturation. Le PDG, M. Oh, a déclaré que si la plupart des équipes produit s'attendent à des résultats immédiats après l'ajout des options de paiement, la réalité est qu'il faut procéder à des améliorations continues, méticuleuses et constantes, afin de réduire les freins à la conversion en analysant le parcours client étape par étape.
Le tournant majeur de l'entreprise est survenu suite à une crise. Après une phase d'expansion puis de restructuration consécutive à l'échec d'une nouvelle initiative commerciale, HayanMind a réduit ses dépenses marketing et s'est concentrée sur la monétisation de sa base d'utilisateurs existante et l'acquisition organique. Dans ce contexte, une expérience a été lancée afin de proposer des promotions personnalisées à un groupe d'utilisateurs ciblés. Les résultats ont dépassé toutes les attentes. Les revenus générés par les nouveaux utilisateurs ont bondi de manière significative, ce qui a conduit à la conclusion interne que « ce n'est pas un problème isolé, mais une difficulté courante pour de nombreux opérateurs d'applications ». Ironie du sort, Monetai est née de cette même solution de survie créée pour sauver RedKiwi.
La solution de Monetai au « dilemme de la compression des marges »
Le PDG Oh a défini un problème courant rencontré par les opérateurs d'applications comme le « dilemme de la compression des marges ». Par exemple, si une promotion avec une réduction de 50 % n'augmente pas le nombre de transactions comme prévu, les utilisateurs qui auraient payé le prix normal finissent par payer moins cher, ce qui peut entraîner une baisse du chiffre d'affaires global. Le problème ne réside pas dans la réduction elle-même, mais dans la manière dont elle est appliquée, sans savoir quels utilisateurs n'auraient pas effectué d'achat sans cette réduction.
Monetai adopte une approche personnalisée pour résoudre ce problème. En se basant sur les données comportementales des utilisateurs, la plateforme prédit la probabilité d'un achat sur une période donnée et propose des promotions, avec des taux de réduction et un timing adaptés, uniquement aux utilisateurs présentant une faible probabilité de paiement. De plus, le taux de réduction n'est pas uniforme. L'idée est que certains utilisateurs peuvent convertir avec une réduction de seulement 30 %, tandis que d'autres peuvent nécessiter une incitation plus importante. Selon l'entreprise, cette méthode a permis d'obtenir des améliorations de conversion supérieures aux tests A/B traditionnels, avec des augmentations constatées de 40 à 80 % dans différentes catégories.
Ce qui est intéressant, c'est l'approche opérationnelle. Plutôt qu'une structure où les clients ajustent constamment les règles détaillées après la mise en œuvre, Monetai vise une structure « autonome » où l'IA apprend en observant les réponses réelles. Alors que de nombreuses solutions SaaS B2B restent partiellement automatisées car du personnel dédié est toujours nécessaire après l'adoption, HayanMind explique avoir souhaité créer une structure où les utilisateurs n'ont qu'à consulter les rapports de résultats. Le système de facturation est également conçu autour d'une rémunération basée sur la performance, plutôt que sur des frais d'installation ou des abonnements mensuels.
Au-delà des applications : vers tous les paiements et une intelligence tarifaire
HayanMind collabore actuellement avec des chercheurs de KAIST afin d'améliorer son moteur d'apprentissage par renforcement. Cette approche entraîne en continu le système pour déterminer les prix, les délais et les propositions les plus performants en fonction des réponses des utilisateurs. Le PDG, M. Oh, a expliqué que le progrès technologique et la croissance de l'entreprise vont de pair, soulignant que les améliorations apportées à cette structure se traduisent directement par une augmentation des revenus pour les clients et par une hausse des rémunérations liées à la performance au sein de l'entreprise. Par ailleurs, considérant les marchés étrangers, notamment les États-Unis, comme la prochaine étape de sa croissance, l'entreprise s'attache à constituer un portefeuille de clients disposant d'une base d'utilisateurs internationale.
La vision à long terme de l'entreprise est bien plus ambitieuse. Monetai ambitionne de devenir un moteur d'intelligence tarifaire capable de s'étendre au-delà des abonnements à des applications pour englober le web, le commerce et les bornes interactives physiques. L'idée est que si l'intention d'achat peut être prédite uniquement à partir des comportements des utilisateurs à court terme, l'optimisation des paiements dans l'ensemble de l'environnement numérique peut devenir un enjeu beaucoup plus vaste.
Par conséquent, le PDG Oh ne définit plus HayanMind uniquement comme une entreprise de technologies éducatives. Si RedKiwi demeure un produit important, il sert également de plateforme d'expérimentation et de validation pour Monetai. L'équipe, qui a initialement développé une application d'apprentissage de l'anglais, a finalement mis au point une technologie capable d'analyser « quand, pourquoi et comment les gens effectuent des paiements ». Leur objectif n'est pas de créer un simple outil de réduction, mais un nouveau modèle opérationnel qui repense les revenus et la tarification en fonction des données. Ils ambitionnent de faire de Monetai une infrastructure de monétisation utilisable pour divers services numériques. HayanMind envisage la prochaine étape comme la mise en place d'une structure où les stratégies de tarification et de paiement s'appuient sur les données, et ce, au-delà des applications, pour inclure le web, le commerce et les canaux physiques. Pour ce faire, ils ont fait de l'obtention d'un financement de série A un objectif clé de cette phase, ainsi que de l'élargissement de leur clientèle afin d'étendre le champ d'application de Monetai.