Userlens

## 产品简介 Userlens 是一款面向 B2B SaaS 产品的 AI 客户采纳与留存引擎

AI Agent 部分免费

产品简介

Userlens 是一款面向 B2B SaaS 产品的 AI 客户采纳与留存引擎,其核心产品 Lumi 是一款专为产品驱动增长(PLG)团队打造的 AI Agent。Lumi 的工作逻辑围绕"活动(Campaign)"展开:用户定义一个产品行为采纳目标,Lumi 自动识别符合条件的目标受众,并基于每个人的实际使用历史撰写个性化的引导信息——无论是邮件还是 Slack 提醒——帮助产品团队规模化地推动用户完成关键功能采纳、降低流失。Userlens 于 2026 年 9 月 2 日登陆 Product Hunt,当日获得 111 个 upvote,位列日榜 #15,并获得 Y Combinator Spring 2026 加速营支持。

核心功能

Lumi 采纳 Agent:自主运行全天候监控,基于用户行为数据(来自数据仓库和分析工具)自动识别需要引导的用户,主动撰写个性化采纳建议。活动型引导引擎:以"活动"为最小运营单元——定义目标行为、设置人群触发规则、配置引导语气与发送频率上限,实现可量化的持续用户教育。双向 CRM 同步:与 HubSpot、Salesforce、Pipedrive、Attio 等主流 CRM 实现双向同步,确保 CRM 记录真实反映用户在产品内的实际行为。

AI 健康评分:用户自定义"健康"指标定义,AI 根据实际行为数据对每个账户进行评分,捕捉规则引擎无法覆盖的上下文异常。产品分析仪表盘:以功能为核心追踪用户事件,对比账户级采用率,识别高活跃用户与沉默用户。Slack 主动预警:在检测到流失信号、扩增触发条件或健康评分骤降时,自动推送 Slack 预警并附带建议操作。闭环采纳分析:追踪每次引导活动前后的产品指标变化(如"计划模式采纳率提升 60%"),将用户互动变为数据驱动的反馈闭环。

特色优势

Userlens 的核心创新在于 Lumi——它不只是一个规则引擎,而是真正用 AI 来综合复杂的用户行为数据,理解用户"为什么"在某一步卡住,并生成连贯、有帮助的个性化行动建议。与通用的营销自动化工具(HubSpot、Intercom)或单纯的产品分析工具(Amplitude、Mixpanel)不同,Userlens 深度结合了数据仓库级产品数据集成与专门针对采纳引导场景调优的 AI Agent,实现行为驱动的超个性化信息触达,并内置 ROI 衡量体系。

它采用"人在回路"模式:Lumi 起草的所有信息需经团队审批后才发送,确保品牌调性与安全边界始终由人掌控。

应用场景

新用户上手引导:用户注册后,Lumi 自动识别未完成关键激活步骤的新账户,发送个性化引导邮件或 Slack 提醒。新功能推广:产品发布重大功能更新后,自动识别尚未使用该功能的高价值账户,定向推送介绍与使用激励。沉默用户再激活:检测到长期未登录或功能使用率骤降的账户,触发个性化赢回活动。客户健康预警:当关键指标偏离基准时,CSM 团队在 Slack 收到实时预警及建议下一步行动。收入扩增机会识别:结合使用数据识别高活跃但尚未升级的账户,为 CSM 提供扩增对话的依据。企业级数据集成:对接 Snowflake、BigQuery、PostgreSQL 等数据仓库以及 PostHog、Mixpanel、Amplitude 等产品分析工具。

适用人群

B2B SaaS 产品经理:负责功能采纳率、用户留存率等核心指标,渴望规模化个性化用户教育而非手动运营。产品驱动增长(PLG)经理:需要系统化推动用户从"注册"到"成为付费高活跃用户"的转化路径。客户成功(CSM)团队:管理大量账户,需要 AI 辅助识别流失风险与扩增机会,而非依赖电子表格。成长型初创公司:快速迭代产品功能,需要自动化用户教育系统来支撑持续发布与采纳的产品节奏。

出品方与更新动态

Userlens 由创始人 Hai Ta 和 Ankur Dahama(连续创业者,前序项目 Wudpecker 已实现规模化增长)于 2025 年联合创立,2026 年进入 Y Combinator Spring 2026 加速营。创始团队拥有丰富的 PLG 产品运营经验,产品已服务超过 3 亿美元 ARR 规模的客户账户,累计处理 9.86 亿条使用事件数据。

2026 年 9 月 2 日:Product Hunt 正式上线,当日获得 111 个 upvote,位列日榜 #15。2026 年 9 月 1 日:Lumi Agent 在 Y Combinator 官方平台正式发布介绍文章。2026 年 8 月:YC Summer 2026 加速营期间完成产品核心功能开发与首批企业客户落地。

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论