Elena Verna 谈 Lovable 的增长、信任与产品驱动营销

Lovable 增长负责人 Elena Verna 与 Harry Stebbings 讨论产品驱动增长、营销、社区和 AI 辅助工作。她对 Lovable 业绩和产品的描述来自一位与公司有商业利益的高管；她的预测和营销规则是个人观点，并非适用于所有企业的既定结果。

Verna 认为，当软件功能越来越容易构建时，增长更取决于赢得信任：客户必须相信团队会持续满足他们的需求。她也强调情感联系和“最小可喜爱产品”，而不只是功能。这是她的增长判断，并非功能、安全或可靠性不再重要的证据。

她说许多日常增长优化越来越容易自动化，营销人员因此需要创造独特的活动和体验。她将产品本身视为能够赢得推荐的渠道。谈到搜索，她看到习惯正在变化，但拒绝预测 SEO 会消亡，并认为即使它不再是差异化因素，仍有用处。

Stebbings 问创始人 Anton 的个人品牌。Verna 认为他早期的社交活动帮助 Lovable 获得最初的增长势头，但明确表示无法证明其因果贡献。她说公司此后增加了用户生成内容、社区和其他员工的声音，创始人渠道仍然重要。

Verna 建议创始人和员工公开分享工作，让客户与产品背后的人建立联系。她认为员工主导的沟通是建立信任的渠道，而非只依赖企业账号。Stebbings 提到公开露面的员工可能被挖走；她认为对公司和员工的价值值得鼓励。

她说职位边界正在模糊：产品经理早已使用分析工具，营销人员也会制作页面。早期通才可能很有价值，而渠道成熟后专家仍然有用。她的观点是，人们越来越需要具备专业之外的某些能力，并非专业知识已经过时。

Verna 说她现在亲自提交代码、制作原型和开展活动，并介绍 Lovable 期望员工提交代码和使用产品。她说公司鼓励员工在保留主要职责的同时公开宣传自己的工作。这是她对公司做法的描述，不能保证同样方式在所有组织都安全有效。

Stebbings 问大型上市公司能否在披露、安全和合规要求下保持同样速度。Verna 认为初创公司有优势，但承认她的看法可能受自身环境影响，也不知道趋势将如何发展。她回忆以前的雇主限制她发布社交内容，并与 Lovable 的鼓励作比较。

谈到社区建设，Verna 提醒，如果论坛只是为了接收未解决的支持请求，就可能变成投诉集合，而非建立联系的地方。她建议识别热情的早期用户，帮助他们成为欢迎其他人的品牌大使。她对这一问题普遍程度的说法是印象，不是调查结果。

被问及竞争对手大量投放广告时，她说如果初创公司的策略以产品和口碑为中心，就不必跟进每项活动。Lovable 仍会使用公交和广告牌等付费投放，她称其目的是在更广泛受众中建立认知。作为增长负责人，她对这一评估有商业利益。

Verna 说，Lovable 当时的年度经常性收入已超过 3 亿美元；主持人开场提到超过 3.5 亿美元，视频简介则使用了另一个更晚的数字。这些是不同时间点的发言人和简介说法，并非经过独立核实的确认收入。ARR 是年度化的经常性指标，不是完整一年实际赚取的现金。

对于成立第一年的初创公司，Verna 强烈建议在了解产品市场契合和转化漏斗之前，不要把付费获客作为主要增长引擎。她提出付费占比低于 10% 的个人经验法则，并说成熟公司可能容忍更高比例；这些百分比未经验证，不能视为普遍门槛。她担心依赖第三方平台会造成单点故障。

Stebbings 提到一家投资组合公司的付费获客群体有利可图。Verna 说某个获客渠道今天可能有效，但建议监测支出现金多快收回。她提出的较短回本周期只是经验法则；她对广告平台可能涨价的推测，也不是该平台作出特定决定的证据。

她认为年轻公司积累的历史数据太少，无法有把握地知道客户生命周期价值，因此更偏好回本周期和早期激活指标。她称企业需要五年才能了解 LTV，这是一条强烈的个人规则，而非普遍统计门槛。预测质量取决于数据、模型和不确定性。

Verna 关注付款前的行为：用户是否达到“顿悟时刻”、完成激活并回来使用。她说免费用户也可以通过推荐创造价值，因此 Lovable 将部分免费增值成本视为营销支出。她介绍了名为 Lovable Score 的推荐指标；访谈没有提供其方法，也没有独立证实推荐效果。

Stebbings 问，如果简单任务本应很快完成，更多互动是否总是更好。Verna 区分强度、频率和有意义的动作：花很长时间可能反映阻碍，而反复获得有价值的使用可能有帮助。她说仅看登录次数可能只是虚荣指标。

她说，Lovable 的活跃信号包括编辑应用，或已发布应用获得访问流量。客户的网站完成后，即使不反复修改，也可能持续获得价值。这些是公司定义的互动指标，并非流量或活动产生特定业务结果的独立证据。

谈到变现，Verna 建议使用需求呈阶段性高峰的产品不要只提供订阅。她说 Lovable 推出一次性充值，让客户在密集工作期间购买更多额度。她报告了正面结果，但没有提供受控数据；一次性购买不应自动计入年度经常性收入。

她预测模型成本会下降，并认为 AI 定价最终将转向按结果收费。Stebbings 问初创公司的利润率是否受到临时模型额度补贴。Verna 提出自己对供应商激励的看法，但访谈没有量化补贴，也不能确定未来成本或利润率。

被问及用户可以快速切换工具时如何建立忠诚度，她再次强调信任、品牌、产品质量和快速改进。Stebbings 质疑品牌是否过于抽象；她说品牌必须由消除阻碍的体验支撑。她的结论与自己营销的产品直接相关，并非留存保证。

如果预算无限，Verna 会结合户外广告、视频、创作者赞助和提供给用户的高质量周边。她认为这些方式能在人们已有的注意力场景中触达他们，但每次投放的实际回报需要测量。这是一份假设性分配，不是 Lovable 披露的预算。

她讲述 Segment 在目标企业办公室附近购买广告牌的故事，Stebbings 也分享另一个吸引注意的招聘例子。Verna 说有创意、令人难忘的信息可以使曝光超出实体广告位。这些都是轶事，不能证明广告牌促成某笔销售，也不能证明这种方法普遍有效。

Verna 预测 AI 生成视频会在广告中占据重要地位，同时手工制作仍有空间。她介绍了制作自己动画形象的试验。这一预测涉及可能的制作方式变化，不能证明所有广告都应使用合成画面，或所有受众都会积极回应。

对于创作者活动，她建议让创作者受众与目标客户匹配，并将重复曝光视为品牌认知和效果营销的结合。她说单次投放的点击率可能无法体现全部价值。她对触达和成本的看法来自经验，不是独立验证的渠道基准。

她建议折扣和免费产品可以让人们体验产品，并认为这类优惠应比付费媒体占据更大的营销投入。该比例是她自己的宽泛经验法则；访谈没有确定适用于每家公司的会计处理或经济效果。

Verna 说，Lovable 早期的免费周末有助于获客，后来的活动则帮助重新吸引现有用户。她发言时计划中的妇女节活动尚未举行，因此转化和留存结果未知。她对用户生成宣传价值的估计是一种判断，而非经过测量的等效媒体支出。

对于该活动，她的团队计划追踪注册、回访用户、创建或编辑的应用以及已发布应用。她将每日活跃应用列为北极星指标，并希望观察活动后增长是否持续。在她的框架中，变现是预期的后续结果，而非活动的主要衡量指标。

Verna 说，Lovable 每天发布产品改进，大约每一两个月进行一次较大的集中发布。她澄清营销团队不会宣传每项工程变更；员工可能自行发布较小更新。她认为频繁露出有助于重新激活用户，但访谈没有分离出它对留存的因果影响。

员工会在内部渠道分享社交帖子，让同事互动和传播。Verna 认为评论可以增加可见度，并说员工会在数小时内参与，而不一定集中在第一分钟。这是她对平台分发的经验，并非经过验证的算法规则。

谈到周边商品，Verna 说 Lovable 在质量、费用和寻找能够大规模履约的合作伙伴方面遇到困难。她回忆曾向黑客松参与者赠送 T 恤，参与者随后发帖，同时指出品牌认同在某些阶段可能更强。这一轶事不能证明经过测量的获客回报。

回顾加入 Lovable 的经历，她说变化速度不断重塑她的工作。她认为经验丰富的增长领导者有助于识别模式，但也需要能够挑战既有习惯的同事。她认为经验和新方法的结合对 AI 原生公司有用。

为应对指标下滑，Verna 建议在收入受影响之前进行事前复盘、关注领先指标并制定行动计划。她还希望识别愿意在业务承压时建设性应对的人。她提出的提前量是理想化规划例子，并非保证能提前预警。

她建议密切关注竞争对手，但不要让对方决定自己的路线图。一家公司有效的功能或活动未必适用于另一家。她说在快速变化的市场中，团队需要自己的假设，而不是简单复制对手。

被问及 Lovable 是否使 Figma 不再必要时，Verna 说专业工具仍有用途，Lovable 可以为部分用户制作原型。她推测未来 AI 能力可能影响设计工作流，并区分 Figma 的设计师群体与 Lovable 的目标用户。作为 Lovable 高管，她的竞争评估涉及自身利益，并非独立产品比较。

她说 OpenAI、Anthropic、Google 和 Apple 等大型平台因为拥有分销能力而令她关注。她预测，随着功能越来越容易构建，可持续地接触客户将变得重要。这是一种战略观点，不是任何公司未来市场份额的证据。

Verna 担心随着 AI 普及，科技行业之外的人可能落后。她鼓励年轻人试验和构建，并推测可能出现一个人创办的十亿美元公司。这些是职业观点和预测，并不保证副业或 AI 工具会带来收入。

在快问快答中，她称赞自己使用的一些产品通过口碑增长，并说她购买的部分 Meta 广告带来的增量价值很小。这些是个人经验，并非广告渠道的受控比较。她建议增长负责人质疑旧习惯，同时保持学习意愿。

Verna 最后表达了对 AI 加速医学研究、改善健康的希望。她对医学激励的说法以及消除疾病的愿望属于观点和期望，不是临床发现或现有疗法的证据。对话以双方致谢及希望获得更高质量品牌周边结束。