元記事
記事タイトル
Crossing $25k MRR on a newsletter that he launched 72 hours after getting laid off
掲載サイト
Indie Hackers
著者
James Fleischmann
創業者
Matthew Brown氏（Extra Points）
公開日
2026年8月26日
元記事URL
Indie Hackers「Crossing $25k MRR on a newsletter that he launched 72 hours after getting laid off」
Extra Pointsは、米国の大学スポーツについて、試合結果ではなく、ビジネス、政策、大学経営など「フィールドの外側」を扱う専門メディアです。
記事では、月間収益が2.5万ドルを超え、2,100人超の有料購読者を持つと紹介されています。現在はニュースレターだけでなく、広告、大学向け教材、約15,000件の資料を収録した有料データベースまで展開しています。
収益などは創業者本人へのインタビューをもとにした数字であり、第三者による監査済みの数値ではありません。
3分で要約
Matthew Brown氏は、もともとスポーツ記者でした。
2020年4月、Vox Mediaのレイオフで職を失います。当時はコロナ禍で、他のスポーツメディアも採用どころではありません。
そこで解雇確定から72時間以内に、Extra Pointsというニュースレターを立ち上げました。
テーマは「大学スポーツ」。
ただし試合結果やスター選手の記事ではありません。
大学スポーツの予算、契約、政策、スポンサー、リーグ運営など、一般メディアが深く扱わない領域に絞りました。
Brown氏自身、「20万人に読まれることより、正しい2万人に読まれる方がいい」という考えで、広告PVを大量に取りにいくメディアモデルを避けています。
現在は週4本を配信。
2本は無料で広告付き、2本は有料です。
有料購読は月9ドルまたは年84ドルで、2,100人を超える有料読者がいます。これが現在も最大の収益源です。
ここまでなら、「ニッチな有料ニュースレターの成功例」です。
しかし、今回面白いのはその先です。
取材を続けると、大学スポーツに関する大量の一次資料が手元に集まります。
大学の予算書。
コーチの契約書。
ベンダーとの契約。
試合開催契約。
リーグの規約。
それを整理して作ったのがExtra Points Libraryです。
約15,000件のPDFを検索・利用でき、料金は月300ドル、年3,000ドル。
しかも現在、会社で最も成長速度の速い収益源だとされています。
つまり、
ニュースを書くために集めた資料が、ニュースそのものより高単価な商品になった。
ここがこの事例の転換点です。
主要な収益モデル
現在のExtra Pointsには大きく4つの収益源があります。
これを分解すると、
収益＝有料購読者数×購読料＋広告・スポンサー売上＋大学向け教材売上＋データベース契約数×月額料金－取材・編集人件費－外注費－ニュースレターシステム費－決済手数料－営業費－データ収集・整理費－システム開発・保守費
となります。
ニュースレターは月9ドル。
Libraryは月300ドル。
同じ大学スポーツという情報を扱っていても、買い手が違うと単価が33倍になります。
個人読者は「業界を理解したい」ために9ドルを払う。
大学、研究者、記者などは、「契約や予算の一次資料を探す時間を減らしたい」ために300ドルを払う。
売っている情報量が33倍だからではありません。
情報を使う目的が違うため、支払意思額が違うのです。
ニュースレターを書くほど、次の商品が蓄積する
通常のニュース記事には賞味期限があります。
今日読まれた記事が、半年後も同じだけ読まれるとは限りません。
しかし、記事を書くために集めた一次資料は違います。
ある大学の予算。
ある監督の契約条件。
あるリーグの規約。
これらは後日、別の記者、大学職員、研究者が調べるときにも使えます。
つまり取材には、
表側の商品＝記事
と、
裏側の資産＝取材資料
の二つがある。
Extra Pointsは、通常なら記者のGoogle DriveやPCに眠る後者まで商品にしました。
これによって、毎週消費される「フロー型コンテンツ」と、蓄積するほど価値が高まる「ストック型データ」を同時に持っています。
教材にも変えた
さらに同じ情報を、大学教育にも販売しています。
Extra Points Classroomでは、大学スポーツマネジメント、法律、メディアなどを教える大学向けに、ニュースレター、ホワイトペーパー、教材をまとめて提供します。
そこには、自社で作った大学スポーツ運営シミュレーションゲーム「Athletic Director Simulator 4000」も含まれています。
つまり一つの専門知識を、
一般読者にはニュース
企業・専門家にはデータベース
大学には教材
として売っています。
コンテンツの横展開というより、同じ情報資産を顧客別に再商品化していると考えた方が近いでしょう。
開始コスト
物理的な初期投資は小さい事業です。
ニュースレター配信、決済、文字起こし、画像素材など、基本的には既存のオンラインサービスで始められます。現在もBeehiiv、Stripe、Otter、Calendly、Replitなどを利用しています。
ただし、「低資本だから簡単」とは言えません。
Brown氏の場合、最大の資産はスポーツ記者としての経験、人脈、取材能力でした。
さらに立ち上げ直後から週40時間以上を投入しています。本人も、次に起業するなら同じように事前検証なしで始めることはしないと話しています。
つまり現金投資は小さい。
しかし、専門領域で一次情報を取りにいける能力への参入障壁は高い事業です。
必要スキル
この商売で重要なのは、文章を書く能力だけではありません。
むしろ最終的に差がつくのは、
「毎日の取材で集まっているものの中に、別の商品になる資産がないか」を見つける能力
です。
15,000件のPDFも、単にフォルダへ入れれば商品になるわけではありません。
どの大学か。
どんな資料か。
何年度か。
何を調べられるか。
利用者が必要なものを短時間で見つけられる状態へ整理して初めて価値が生まれます。
さらに高価格なデータ商品では、情報の鮮度と正確性も重要です。
ニュースレターなら一つ古い記事があっても致命傷にはなりません。
しかし月300ドルのデータベースで「最新契約が入っていない」となれば、商品の信頼そのものを失います。
他人が見落としていたポイント
普通、メディア会社は、
どうやって読者を増やすか
を考えます。
10万人。
50万人。
100万人。
読者が増えれば広告収入も増える。
Extra Pointsは、そこを主戦場にしませんでした。
大学スポーツという狭い領域で、2,100人の有料購読者を集める。
そして、その読者の周囲にいるさらに支払意思額の高い顧客を探しました。
大学職員。
研究者。
専門メディア。
教育機関。
彼らにとって重要なのは、面白いニュースを読むことだけではありません。
必要な契約書や予算書を探すことです。
通常なら各大学のサイト、情報公開資料、ニュース、PDFなどを何時間も探す。
それが月300ドルで一カ所に集まっている。
顧客が買っているのはPDFではありません。
探す時間を買い戻しています。
他人は「専門ニュースレター」を見ていた。しかし、この事業者は、ニュースを書く過程で集めていた一次資料そのものが、別の顧客にはニュース以上に高価な商品になることを見ていました。
日本ならどう応用できるか
このモデルは、情報が公開されているのに散らばっている業界と相性がいいでしょう。
たとえば、
ホテルの新規開業・リブランド情報。
自治体の補助金・公募情報。
上場企業の設備投資計画。
介護事業者の行政処分・新規指定。
建設案件や入札情報。
業界の料金表。
人事異動。
店舗開閉店。
などです。
最初からデータベースを作る必要はありません。
まず専門ニュースレターとして情報を追います。
すると半年後、
「毎回確認している情報源」
「毎回保存しているPDF」
「何度も比較する数字」
が見えてきます。
そこがデータ商品の候補です。
重要なのは、ニュースレターを有料化することだけを収益化だと思わないことです。
5,000人から月500円を取るより、特定企業50社が毎月3万円払う情報商品を作る方が、小さな専門市場では合理的な場合があります。
7つの勝ち筋フィルター
① 他人が見落としている切り口があるか
評価：★★★★★
記事を書くために集めていた一次資料を、独立したBtoB商品へ変えています。
「記事に使ったら終わり」の情報を再資産化した点が強いです。
② 古くからある市場か
評価：★★★★★
業界ニュース、調査資料、データベース、大学教材には昔から予算があります。
新しい需要を教育する必要はありません。
③ 小さく始められるか
評価：★★★★★
最初はニュースレター1本から始められます。
データベースも、最初から15,000件集める必要はありません。
手作業のスプレッドシートでも需要確認できます。
④ 在庫を持たずに済むか
評価：★★★★★
物理在庫はありません。
ただし、古くなった情報は実質的な不良在庫になるため更新管理は必要です。
⑤ ストック収益になるか
評価：★★★★★
有料購読、Libraryとも継続課金です。
さらに資料そのものも蓄積するほどデータベースとしての価値が増します。
⑥ 粗利益率は高いか
評価：★★★★☆
一度収集・整理した資料を複数顧客へ提供できるため、追加顧客に対する限界原価は小さい事業です。
一方、情報収集、確認、分類、更新には継続的な人件費が発生します。
完全自動化して誤情報を混ぜれば、高価格商品の信頼を失うため、人による確認も原価として考える必要があります。
⑦ 再現性はあるか
評価：★★★★☆
狭い業界を追い続け、そこで蓄積する資料をデータ商品へする構造は他業界へ移せます。
ただしBrown氏の場合、記者としての経験と業界人脈が大きな強みです。
単なるニュースまとめでは同じ価格は取りにくいでしょう。
どうなったら失敗するのか
最大の死亡条件は、情報を増やすこと自体が目的になることです。
PDFが1万件あっても、顧客が欲しい資料を見つけられなければ価値はありません。
二つ目は、更新が追いつかないことです。
古い契約書しかない。
最新予算がない。
検索結果に抜けがある。
月300ドルの商品では、これは「少し品質が悪い」ではなく、解約理由になります。
三つ目は、ニュースレターを大量に書きすぎて次の商品を作る時間がなくなることです。
Brown氏自身、やり直すなら「もっと少なく書き、もっと高く売る」と話しています。コンテンツ量に時間を取られ、プロダクト、営業、技術開発へ時間を振れなかったことを反省点として挙げています。
早期に確認したいKPI
見るべき数字は、有料購読転換率、解約率、資料検索回数、顧客1社あたり利用頻度、資料更新率、企業契約数、データベースの継続率などです。
しかし最重要なのは、
最も重要なKPI＝有料顧客1社あたり月間利用回数
です。
契約は取れた。
でも誰も使っていない。
なら更新時に解約されます。
逆に、担当者が毎週検索しているなら、その商品は業務インフラへ入り始めています。
最初に取り組むアクション
最初に売る最小の商品
最初から巨大データベースを作りません。
特定業界の一種類の資料だけを50〜100件集めた一覧から始めます。
たとえば「過去1年の○○業界の新規開業情報」などです。
最初の顧客候補
その情報を現在、人手で検索・収集している企業です。
営業、マーケティング、経営企画、調査部門など、毎月社員の時間を使っている部署を狙います。
最初の集客方法
企業10社へ、
「この情報を現在どうやって集めていますか。毎月何時間使っていますか」
と聞きます。
そのうち複数社が同じ情報を探しているなら、手作業でサンプルを作り、有料テストを提案します。
投入する費用と時間の上限
6週間、企業10社、資料100件、外部支出3万円以内。
専用検索システムやAI収集基盤は作りません。
最初はNotion、スプレッドシート、簡単な検索画面で十分です。
継続または撤退を判断する基準
10社へ提案し、最低2社が実際に月額料金を払うこと。
さらに1カ月のテスト期間中、各社が最低週1回程度利用することを確認します。
誰も繰り返し使わないなら、情報量を増やしてはいけません。
集める情報の種類を変えます。
そして利用頻度が高くなって初めて、自動収集、検索機能、更新通知へ投資する。
この事業の本質は、大学スポーツのニュースレターを書くことではありません。日々の仕事をするために集めている情報の中から、別の顧客が繰り返し探しているものを見つけ、「自分用の資料」を高単価な共有データベースへ変えることです。
コメント