Beehiiv 如何把電子報變成營運系統：推薦、廣告與成長飛輪

TL;DRBeehiiv 把電子報、推薦、轉介、廣告、付費訂閱與自動化放進同一套營運系統。官方方案隨名單規模與功能分級；0% 訂閱抽成不等於零成本或零綁定。

🌏 English version

一般電子報工具像一台印刷機：你寫好內容，它負責寄出去。Beehiiv 想做的是整間報社的控制室。創作者可以在同一個地方寫信、看讀者從哪裡進來、請讀者推薦朋友，也能和其他刊物互推、買進新訂閱者、接廣告，再把免費讀者轉成付費會員。

每個零件都不是新發明。Referral program、廣告媒合、付費訂閱、分群和自動化早就各有專門工具。Beehiiv 的增量，在於這些模組共用同一份訂閱者資料與操作介面，少掉匯出、同步和對帳的接縫。

這也改變了它的切換成本。內容與 email 可以匯出，創作者自己的 Stripe 關係也比平台代收更容易移動。已經跑順的推薦、廣告、分群、自動化和分析流程，才是較難搬走的部分。

四種「成長」其實在做不同工作

Beehiiv 最容易被介紹成「有很多 growth tools」。問題是，讀者推薦朋友、刊物互推、花錢買訂閱者和賣廣告，金流與風險完全不同。

flowchart TD
    A[想增加訂閱者] --> B{流量從哪裡來？}
    B -->|既有讀者分享| C[Referral Program<br/>用獎勵換轉介]
    B -->|其他刊物互推| D[Free Recommendations<br/>互惠推薦]
    B -->|願意按成效付費| E[Paid Recommendations<br/>以 CPA 買訂閱者]
    A --> F{已有讀者，要變現？}
    F -->|向讀者收費| G[Paid Subscriptions<br/>月繳、季繳、年繳等]
    F -->|向品牌出售注意力| H[Ad Network<br/>媒合廣告與追蹤成效]

Referral Program 動員的是自己的讀者。創作者設定獎勵，讓已訂閱的人帶新朋友進來。它累積的是第一方口碑，但獎勵規則、歸因與兌換狀態都得管理。

Free Recommendations 是刊物之間的互推。讀者訂閱一份電子報後，可以看到其他出版者的推薦。它依賴合作關係與刊物網路，不需要為每個訂閱者付費。

Paid Recommendations 則是交易。Beehiiv 已把原本稱為 Boosts 的功能重新整理到 Recommendations；官方說明頁列出 CPA offers、subscriber verification、wallet 與地理位置設定。出版者可以付費獲客，也可以接受別人的 offer 賺錢。買到一個 email 不等於買到一名會開信、會留下的讀者，來源品質仍要自己追。

Ad Network 處理的是另一邊。Beehiiv 幫出版者媒合品牌廣告，提供版位安排與成效追蹤。它讓免費電子報不必先建立自己的廣告業務團隊，就能嘗試以注意力換收入。

飛輪成立前，要先過名單品質這一關

把四種工具接起來，才會看到 Beehiiv 所謂 operating system 的商業邏輯：

flowchart TD
    A[內容吸引首批讀者] --> B[Referral 與免費互推]
    C[付費推薦買進訂閱者] --> D[名單與行為資料增加]
    B --> D
    D --> E[分群、A/B 測試、自動化]
    E --> F[觀察開信、升級與留存結果]
    F --> G[付費訂閱與商品收入]
    F --> H[更多可售廣告版位]
    H --> I[Ad Network 收入]
    G --> C
    I --> C

這是一張機制圖，不是平均成效圖。飛輪要成立，至少要同時滿足三個條件：買進或互推來的讀者真的符合內容、信件能持續送達收件匣、廣告市場願意買這群讀者的注意力。任何一項斷掉，成長工具都可能只把名單數字做大，沒有把生意做大。

因此，付費推薦不能只看 cost per acquisition。今晚就能做的檢查，是把每個來源的 30 天開信率、退訂率與付費轉換並排。便宜但完全不開信的訂閱者，比昂貴但留下來的讀者更浪費。

0% 訂閱抽成，仍是一門多層收入的 SaaS 生意

依 Beehiiv 2026 年 9 月 17 日的官方價格頁，Launch、Scale 與 Max 依名單規模和功能分級，付費價格會隨 active subscriber tier 改變。這是官方即時方案快照；本文未找到第二份可完整讀取的獨立價目，因此不把單一名單級距的精確數字寫成普遍價格。

Scale 包含 Ad Network、Recommendations、付費訂閱 0% take rate、數位商品、自動化、調查與 webhooks。Max 再加入去除 Beehiiv 品牌、Sponsorship Storefront、audio newsletters，以及更多 publications 和團隊席次。

0% take rate 只代表 Beehiiv 不從 paid-subscription revenue 抽一個百分比。創作者仍要支付 SaaS 月費與 Stripe 金流費用；若使用 paid recommendations 買讀者，也有獲客支出。廣告與推薦市場還有各自的交易條件。把 0% 寫成「零成本」會把整個營運模型說錯。

Beehiiv 自己的收入同樣不只來自一層。SaaS 隨名單與方案成長，廣告網路和付費推薦又讓平台參與交易活動。換句話說，它在固定月費之外，還把軟體訂閱與市場網路放在同一家公司裡。

私人公司的成長敘事要先問口徑

Beehiiv 是私人公司，外界常見的 run rate、ARR、年度營收與下一年目標，分母與時間點可能不同。公司預測也不是已實現營收。沒有兩份獨立、可完整核對且口徑一致的資料時，不應把訪談數字與第三方估計拼成一條漂亮的成長曲線。

能帶走內容與訂閱者，不代表整間控制室都能搬

Beehiiv 的官方匯出說明允許出版者匯出文章與訂閱者 CSV。Quick export 包含 email、status 與 tier；Full export 再加入 custom fields 和部分統計。這比只能拿到 email 更完整，但仍有明確邊界。

資產／流程	能帶走的部分	留在平台或必須重建的部分
文章	可匯出已發布、封存與草稿內容	版型、網站元件與部分呈現細節
訂閱者	email、status、tier、custom fields 與部分統計	完整事件歷史、平台內歸因脈絡
付費關係	出版者連接自己的 Stripe，較有遷移空間	customer migration、舊訂閱取消與新系統對應
Referral	新訂閱者可進 CSV	獎勵狀態、歸因規則與關係圖
Recommendations	已取得的訂閱者可匯出	平台互推網路、wallet 與 verification history
Ad Network	名單與內容仍屬出版者的營運資產	廣告需求池、投放流程與成效歷史
Automation／分析	部分欄位與統計可匯出	流程規則、儀表板與跨模組操作習慣

Beehiiv 在付費訂閱產品更新中強調，出版者連接自己的 Stripe 並掌握與讀者的扣款關係。這比由平台完全代收更接近付款所有權。但付費訂閱者匯入指南也顯示，實際搬遷需要來源與目的 Stripe 帳號、客戶資料移轉，完成後還可能要取消舊系統訂閱。

CSV 是退出權的一部分，不是整套營運的備份。真正的 switching cost 來自團隊每天使用的流程，以及平台市場帶來的廣告與推薦供給。

AI 已從寫作助手走向營運介面

把 Beehiiv 的 AI 描述成「有限」，在 2026 年已經不準確。官方編輯器說明列出 AI Writer、AI Image、拼字檢查與翻譯；其中拼字檢查只支援英文，功能與介面也仍在更新。

更值得注意的變化在價格頁。2026 年 9 月的 feature labels 已列出 AI Website Builder、beehiiv MCP 與 beehiiv Agent，方案表也分別列出 read access 與 write access。公開頁沒有說明這些 access 各自能讀寫哪些 resource 或 action，因此不能把標籤延伸成已驗證的受眾、segment 或 campaign 操作能力。

這些是官方功能宣稱。本輪沒有登入測試 Agent 能改哪些資料、是否逐步要求批准、如何留下稽核紀錄，因此不能把方案表寫成已驗證的自動營運成果。

文字生成很快會變成基本功能。真正有差異的問題是：AI 能否安全地讀取 audience、分析 segment、準備 campaign，再把獲得批准的動作寫回系統。如果可以，Beehiiv 的優勢會來自共享資料與 action layer；如果權限過寬、動作不可逆，控制室也可能變成事故放大器。

AI 還會讓電子報供給快速增加。更多低品質內容可能拖累推薦網路、廣告品牌安全與寄信信譽。Beehiiv 不只要讓創作者生產更快，也得證明它能維持讀者品質和市場信任。

誰真的需要這間控制室

Beehiiv 適合以電子報為核心，準備同時經營成長、廣告、訂閱與商品的團隊。選它之前，先畫出現在的工具鏈：寫作、寄信、推薦、referral、廣告、付款、分析各在哪裡。如果 Beehiiv 能實際替掉三四個接縫，它的價值才是「營運系統」。

若只需要每週寄一封信，不打算接廣告、買訂閱者或建立付費層，免費或更單純的寄信工具可能已經足夠。非英語或小眾市場也要先確認 Ad Network 和 paid recommendations 裡真的有需求，不能把英語市場的網路效果直接搬過來。

最後再做一次搬家演練：匯出 Full subscriber CSV 與文章，列出 Stripe、網域、寄信驗證、自動化、推薦和廣告各自的復原步驟。你不一定會離開 Beehiiv，但知道控制室哪幾個開關屬於自己，才算真的掌握讀者關係。