Raman Malik 谈 Perplexity 增长：留存、合作伙伴与实验

Perplexity 增长负责人 Raman Malik 与 Harry Stebbings 讨论公司的获客、留存和营销实验。他对 Perplexity 表现和产品的描述反映了他在公司的角色，访谈没有进行独立核实。

Malik 说，自己进入 MBA 项目是为了尝试想法，后来提前离开，用三年时间建立了一家最终关闭的初创公司。他认为该项目是进入某些行业昂贵但有用的桥梁，同时承认从创始人转为员工需要缩小工作范围并调整自我认知。

他将增长定义为连接产品与营销的职能。增长产品团队与工程、设计和数据人员共同处理获客、激活、留存和变现；增长营销则通过渠道、社区、活动和用户生命周期沟通，追求相同的用户旅程。

何时建立专门职能取决于阶段、公司和创始人。Malik 建议，早期出现留存证据后，可以在扩大付费渠道前投资优化漏斗。他举的三到四个月 30% 留存只是经验示例，并非普遍门槛，也不是 Perplexity 的实际结果。

在 Perplexity，他最初梳理获客、参与和变现各环节的情况。缺失的答案带来更多问题，因此他的早期工作包括建设衡量和归因基础设施。他可以调动工程师，但当时没有完整建立的增长团队。

增长模型中的小幅改进可以累积：更好的激活或留存会改变活跃用户基数。但渐进优化最终会遭遇边际收益递减，因此 Malik 也希望每季度做几次高风险、高回报的实验。他说一年有一次重大成功就可能很有价值；他提出的成功率只是经验法则。

范围明确的 A/B 测试可以识别增量影响、意外的指标变化以及下一步该做什么。范围不佳的测试可能得不到可用答案。Malik 警告，不要仅为了在绩效评估中展示漂亮数字而做测试。

结果混合时需要判断。几次查询后出现登录提示，可能增加激活账户，却也可能赶走其他用户并减少搜索量。团队必须权衡潜在的长期留存与眼前损失，未必能为每项决定等待 60 天。

Malik 将与后续留存相关的早期行为称为里程碑指标。在 Perplexity，首次会话中查询三次是一个这样的信号：许多后来回来的用户曾这样做。他提醒，这种相关性并不完美，也不能证明强迫用户查询三次会导致留存。

指标可能被人为推动。推荐搜索可能提高查询次数，却没有提供真实价值，因此他会检查这一行为与后续留存的相关性是否持续，并同时看多个指标，包括使用时间。Stebbings 指出，短会话也可能意味着用户很快找到了答案；Malik 则说，在其他情况下，更长的探索可能有价值。

Malik 说，当时 Perplexity 的大部分增长来自自然口碑，估计约为 80%，不同市场的构成有所不同。他认为公众对 AI 的好奇带来了一部分发现流量，并说合作伙伴也在分发中发挥重要作用。这些是公司估计，而非经过审计的渠道归因。

他说，合作推广可以鼓励试用，因为它由另一个可信产品或人物介绍 Perplexity。免费使用付费功能存在获客成本，业务最终必须让一部分用户转为付费订阅者。他对可变成本的评论是公司视角，而非完整的单位经济模型。

影响者营销比预期更难。逐一管理众多创作者、协调内容并解释产品耗费大量时间，结果却不理想。他更愿意与较少的创作者建立更深入的关系，也希望通过相关合作伙伴触达学生群体。

Malik 说，最初的机会与其说是获取流量，不如说是改善早期激活和第一、第二周留存。他认为当时的消费产品留存已经健康，但相信提高留存会逐步增加活跃用户数量。

用户无需登录即可试用 Perplexity，因此从未登录访客转化为激活账户是一项独特挑战。Malik 提到让约 30% 用户达到里程碑行为并登录的目标；他将其作为愿望，而不是报告已达到的转化率。

对于消费产品，他希望留存曲线趋于稳定。他将第六个月 45% 的留存称为非常强的目标，并提到 Duolingo 作为比较。这些是他的基准和回忆；定义及用户群可能不同，访谈没有确定 Perplexity 的六个月留存率。

为了改善留存，他关注早期里程碑行为、渠道组合、目标受众和产品质量。他认为自然和推荐用户的留存通常优于付费或合作渠道用户，但结果取决于实际用户及具体环境。

他说，出于好奇而来的访客可能不如那些使用 Perplexity 解决工作中的知识缺口或寻找学习资料的人容易回访。这是他对观察到的用户群的描述，并非经过量化的因果比较。

Stebbings 问到据称 10% 至 15% 的改善。Malik 提到触达留存更好的受众、鼓励跨设备使用以及改善产品。他没有充分说明底层指标或实验，无法据此将精确增幅归因于某项行动。

一个困难领域是让用户在进入页面时立即理解产品：人们需要了解实时信息和来源，但又不应被文案淹没。Stebbings 批评了一段冗长描述；Malik 说团队正在平衡搜索优化、品牌和功能清晰度，他倾向更简单的语言。

早期，Malik 优先考虑获客、激活和稳定留存，而不是立即优化客户获取成本与终身价值的比例。他预计公司以后会探索订阅或广告。他说，当留存改善的边际收益下降、渠道开始扩大时，CAC 与 LTV 的关系变得更重要；LTV 本身需要足够的用户群数据。

他说，当时 Perplexity 几乎不使用付费获客。付费活动可能让漏斗顶部数字变好，却只是吸引本来就会自然到来的用户。他强调衡量增量效果和留存，不能假设每一次归因安装都是新增用户。

他回忆 Lyft 的一次实验：团队关闭了新乘客付费获客，按他的记忆，安装和注册仅下降约 5% 至 10%。他将其解释为付费流量大量吞噬了自然需求。这是事后回忆，并不证明每个付费渠道或市场都无效。

Lyft 仍通过付费渠道获取司机，因为平台需要平衡供需。Malik 说，如果单位经济效益支持，付费渠道也可以帮助触达覆盖不足的受众。在 Perplexity，他介绍了面向 18 至 24 岁人群的小规模 TikTok 测试。

他说，这些测试帮助团队学会解释用户价值——快速获得有来源的答案——而不是只宣传“AI 搜索引擎”。早期测试的漏斗顶部转化看起来不错，但他仍在等待留存数据；他提到每周约花 1 万美元用于学习。

Malik 认为，反复接触产品信息有助于人们尝试产品，但他承认品牌营销很难衡量。对于赞助或电视广告，他会关注购买的曝光之外是否产生额外分享和关注。他的三到七次接触规则是一种信念，访谈没有将其确立为规律。

他说，一则由美式足球教练 Jim Harbaugh 参与的电视广告触达了 Perplexity 通常用户之外的体育受众，体育评论人员也分享了它。相比之下，通讯广告赞助让他失望：简短版位很难解释复杂产品，他觉得实验带来的有效学习很少。

他的增长概括是：尽早找到尚未充分利用的渠道，或比竞争者执行得好得多。他以推荐计划、电子邮件、搜索优化和社交媒体为历史例子。Stebbings 指出，先行本身并不保证成功；Malik 强调要在拥挤渠道中找到优势。

他认为社区是被低估的渠道。对于已经从 Perplexity 获益的学生，他提议提供支持和材料，让他们在校园分享产品并建立本地用户密度。这是一项拟议的分发策略，并不能证明每个校园计划都会成功。

他说，Google 和 ChatGPT 是显而易见的竞争对手。Perplexity 仍主要依靠自然增长和合作伙伴，他希望找到比单次赞助版位更好的创作者合作方式。两人都更喜欢能够教育或娱乐受众的内容，而不是泛泛的公告。

他对通讯广告实验感到遗憾，也希望团队更早改善分享体验。用户已经会分享答案或截图，但他尚不认为分享是产品内在的病毒式增长循环。他希望让分享更容易，同时不假设这会自动创造增长。

增长团队的首次招聘取决于现有缺口：可以是能够参与产品实验的营销人员，也可以是能够开展营销活动的产品人员。如果获客健康，但入门和跨设备流程复杂，Malik 倾向选择有构建漏斗经验的人。

他重视前创始人愿意进行大尝试并接受失败的特点，将早期团队比作共同即兴演奏的爵士乐队。公司成长后，协调变得更重要，有些人可能更喜欢小团队的自由。他建议给信任的员工留出实验空间。

招聘时，他将品味定义为能够认识什么是好。他与候选人讨论实际挑战，倾听他们提问的深度。他也会询问困难经历和过去的失败，而不是只依靠精心包装的成功故事。

Perplexity 使用范围明确的带回家练习，内容是与公司相关的假设情景。Malik 希望看到候选人如何推演一次产品发布并在讨论中合作；Stebbings 指出，候选人掌握的内部背景较少可能不公平，Malik 承认存在这一权衡。

他希望新员工能够独立调查并识别机会，而不是需要一份详细的 30 天清单。Malik 说，自己因为重视团队契合而招聘较慢，希望能更快；Stebbings 提醒，招聘过快也是常见错误。

在快问快答中，Malik 认为，不理解用户实际痛点就自行假设，是代价高昂的增长错误。他建议新的增长负责人深入了解数字、理解数字之间的关系，并用这些知识找到漏斗中的阻力。

他从 Lyft 学到的经验是关注留存和产品，而不是自动增加广告支出。他还认为团队高估了进一步改善网约车产品所能释放的增长，应该更早认识到边际收益递减。这是他的事后判断。

Malik 说，自己对 AI 应用层的看法发生了变化：起初他怀疑应用能否在模型成本之上捕获价值，现在看到了可观机会。作为一家应用公司的员工，他与这一判断有直接利益关系。

他称赞 Perplexity 首席执行官 Aravind Srinivas 能在公司战略和具体漏斗问题之间迅速切换，同时说这位首次创业的创始人仍在培养一些直觉。这些是他对自己首席执行官的评价。

他欣赏 Spotify Wrapped 等适合分享的产品功能，认为用户分享独特内容能够提高认知。Stebbings 提议推出 Perplexity 版本；Malik 暗示有这种可能，但没有给出确认的上线细节。两人最后互相致谢。