邮件按打开收费，营销技术要变天了

营销技术行业最擅长的事，是把简单的问题变复杂。Treasure AI 最近一次发布，却反其道而行：一口气瞄准了两个折磨营销团队多年的老毛病——对技术团队的依赖，以及为从未被打开的邮件买单的计费模式。一个是效率问题，一个是成本问题，Treasure AI 的 Personalization Studio 和参与度定价，本质上是把定价权和执行权同时塞回营销人手里。这不是一次普通的功能更新，而是一次对 MarTech 行业默认规则的公开叫板。

📉 两个老毛病，一个新玩家

先看一个几乎所有营销人都经历过的场景。

季度大促前夜，营销负责人拿着个性化邮件的方案找到技术团队：想给不同用户群推送不同的商品推荐。技术团队的回复很标准——排期，两周。两周后上线，促销窗口已经过了三分之一。方案没问题，执行没问题，唯一的问题是时间不属于营销团队。

这是 MarTech 行业的第一宗罪：排队税。营销工具越来越多，但真正决定个性化效果的执行环节，依然攥在技术和数据团队手里。营销人手握十几个平台，却连改一段推荐逻辑都要提工单。

第二宗罪更隐蔽：浪费税。传统邮件营销平台的计费方式，大体沿袭了十几年前的逻辑——按联系人数量、按订阅规模收费。你的邮件列表里有十万个地址，其中三万个早已不再打开邮件，但你依然在为这十万人付费。发送得越多、列表越臃肿，成本越高，而成本和效果之间的链条是断的。

Treasure AI 这次发布，正好一人一拳：Personalization Studio 治排队税，按参与度计费治浪费税。两个动作看似独立，其实指向同一个判断——营销技术的价值应该按「实际发生的效果」结算，而不是按「占用的资源」结算。

“据 MarTech 的报道，Treasure AI 官方把这两个产品动作定义为「同时解决两个 MarTech 头疼问题」。把定价模型直接当作产品的一部分来发布，这在邮件营销赛道并不多见。

行业里私下流传着一种说法：MarTech 工具越买越多，营销团队的自主权却越来越小。Treasure AI 赌的，就是这种积怨已经到了临界点。

🧩 排队税：被工单拖垮的营销团队

个性化这件事，理论上人人认同，实践中处处卡壳。

原因不在意愿，在流程。传统模式下，一个个性化邮件从想法到落地，要穿越一条漫长的流水线：

每一个环节都有合理理由，串在一起就成了效率黑洞。营销窗口是有保质期的：热点会降温，促销会过期，用户情绪会翻篇。等流水线走完，最优的发送时机往往已经流失。

Personalization Studio 的产品逻辑，是把这条流水线压扁：

差异一目了然。技术团队从「执行者」退位为「规则制定者」，日常的个性化变体生成、人群匹配、内容组装，由 AI 直接完成。营销人从提需求的乙方，变成自己动手的甲方。

这背后的产业逻辑值得展开。过去十年，MarTech 工具栈的膨胀，很大程度上是在「补偿」营销团队的能力缺口：缺数据能力就买 CDP，缺自动化能力就买 workflow 工具，缺内容能力就买生成工具。但工具越堆越多，工具之间的集成成本反而成了新的缺口。Personalization Studio 的思路是反着来的——不给你更多工具，而是把你已有工具中最依赖人力的一段（个性化执行）直接自动化掉。

判断很明确：未来两年，「营销人可自助」会从卖点变成门槛。任何还需要两周排期才能上线的个性化方案，都会在采购评审时被天然减分。

💰 定价革命：只为打开的邮件买单

如果说自助化个性化是效率层面的创新，那参与度计费就是更激进的一刀——它直接改写了邮件营销的商业模式默认值。

传统 ESP 的计费逻辑，可以概括为「按存储的资源收费」：你有多少联系人、发多少封邮件，决定了账单。这个模式诞生于批量群发时代，彼时「触达」约等于「效果」。但在打开率持续走低、垃圾邮件过滤日益严苛的今天，这套逻辑的荒谬之处越来越明显：你为一个用户付费，从他进列表那天开始，到他死了心都不打开为止。

Treasure AI 的新定价模型，把邮件成本与参与度直接挂钩。两种模式的差异，用一张表说清楚：

这张表里最重要的，是最后一行。传统模式下，低参与率的风险百分之百由客户承担——你花了钱，没人打开，是你的问题。参与度定价把一部分风险转移到了服务商身上：如果你的平台没法帮你触达愿意互动的人，那亏的是 Treasure AI 自己。

定价模式从来不是财务问题，而是产品理念的宣言。 敢按参与度收费，意味着厂商对自己的送达能力和个性化能力有足够信心；同时也意味着它和客户的利益被绑在了同一条船上——客户的效果越好，平台的收入越高。

还有一个容易被忽略的连锁反应：参与度定价会倒逼列表卫生。当僵尸联系人不再产生费用，但活跃用户的深度参与会产生更高价值时，「清洗列表」就从技术团队的最佳实践，变成了财务上的自然选择。对整个行业来说，这可能比产品本身更有示范意义——长期困扰邮件生态的低质群发问题，第一次有了经济层面的解药。

⚠️ 别急着鼓掌：这套模式的天花板

当然，把两个行业顽疾打包解决的故事，通常都藏着代价。作为分析，有几个掣肘必须摆到桌面上。

其一，按参与度计费对高活跃客户未必划算。 如果你的邮件列表质量极高、打开率远超行业均值，按参与度计费可能比按规模计费更贵。新定价模式的本质是重新分配成本，有人受益，就有人多付。转型期的客户需要重新算账，而不是想当然地认为新模式一定便宜。

其二，自助化个性化的效果上限，取决于数据质量。 AI 可以替你生成一千个内容变体，但如果底层用户数据是脏的、标签是错的，生成的个性化只会是「更高效地投喂错误内容」。技术团队退居幕后的另一面，是数据治理的责任变得更重了——只是从「排期等待」变成了「前置建设」。

其三，新模式对服务商的送达技术是硬考验。 按参与度收费意味着平台要在送达率、垃圾邮件过滤规避、参与度预测上做到足够精准，否则自己的收入模型就会失血。这不是所有厂商都接得住的牌。

综合来看，Treasure AI 这一手更像是用一个激进的定价实验，给自己在拥挤的邮件营销市场里切下一块差异化阵地。它未必立刻颠覆 HubSpot、Klaviyo 这些 incumbents 的盘子，但会迫使全行业重新回答一个问题：你收的费，到底对应什么价值？

🔭 从卖工具到卖结果：MarTech 的下一站

把 Treasure AI 这次发布放进更大的坐标系里看，它其实是一个信号弹。

过去二十年，MarTech 行业的收入模型大多建立在「资源占用」上：席位、联系人、API 调用量、发送量。这个模型在增量时代运转良好——大家都在扩张，多占资源等于多产效果。但当增量红利见顶、企业营销预算全面转向「每一分钱要看到回报」时，按资源计费就成了客户侧最刺眼的不合理支出。

AI 恰好在这个节点成熟，给了厂商改写规则的筹码。个性化生成降低了边际执行成本，让「按效果收费」在财务上变得可行；预测能力让「参与度」从模糊指标变成可计量、可定价的结算单位。当执行成本趋近于零，按资源收费就失去了正当性，按结果收费就成了必然。

可以推演的方向至少有两个：一是参与度定价从邮件蔓延到短信、推送等所有触达渠道，最终整个触达类 MarTech 都转向效果结算；二是「营销人自助」与「按效果计费」组合成新的采购标准，采购评审表上会多出两栏——「营销团队能独立完成多少」和「多少钱花在了无效触达上」。

对营销人来说，这是久违的好消息：执行权回来了，浪费的账单开始消失。对厂商来说，这是一场不得不跟的军备竞赛——当对手开始按效果收费，按规模收费的品牌价值就在肉眼可见地折旧。

Treasure AI 押的两个痛点，本质上都是同一个问题的两个侧面：营销技术的钱，到底该为「过程」付，还是为「结果」付。这个问题的答案，正在被越来越多的客户用采购投票写出来。下一家改定价的 MarTech 厂商，不会等太久。