Hila Qu：如何招聘并建立产品增长能力

Hila Qu 学过生物，喜欢科学实验的理念，尽管她开玩笑说自己不擅长实验室工作。取得 MBA 后，她成为数据分析师，后来加入 GrowthHackers 担任增长产品经理，以便不仅分析洞察，还能付诸行动。

后来她在 Acorns 负责增长，并在 GitLab 建立增长团队。采访时，她结合消费产品和企业产品的经验，为公司提供增长咨询。

Qu 说，在 Acorns，零钱取整投资功能让早期用户爱上产品并带来口碑传播。公司随后逐步增加付费渠道、推荐机制和新产品线；额外收入也能支持更高的获客投入。

她在 Acorns 的团队覆盖完整漏斗：获客、注册、投资、付费转化、留存和其他产品。营销、产品、设计、工程和分析人员共同识别并测试整个用户旅程中的机会。

Qu 提醒说，她描述的 Facebook 策略来自较早的广告环境，在隐私政策和平台变化后可能不再适用。更广泛的经验是工作流程：跨职能团队频繁开会、分享数据并快速开展创意测试。

团队使用定向和归因工具，也测试大量广告。她回忆，一则普通人在加油站的广告效果超过名人创意，一个简单的投资数学问题也吸引了注意；这些都是当时的案例，并非当前平台基准。

对于早期公司，Qu 建议先尝试少数渠道以获取经验，再集中投入有效渠道，而不是把精力分散得太薄。她也建议随着时间发展内容、搜索或推荐等见效较慢的自然渠道，不要只依赖付费获客。

许多实验都失败了。她回忆一次 NASCAR 赞助没有带来可见增长，其他一些渠道有结果但难以扩大规模。她建议根据实际业务背景评估渠道，不要假设成功方法可以原样复制。

一个付费推荐计划向现有用户及其朋友各提供 5 美元，并对多次推荐提供额外月度激励。它最初带来了不错的数字和用户，但随着时间推移，被推荐用户的质量下降；Qu 强调既要看短期转化，也要观察长期结果。

她将增长定义为结果和方法两方面。结果可能是用户数或收入，理想情况下应当可持续；方法则是通过产品和营销，将数据与实验应用于获客、激活、变现和留存。

在 Acorns，消费端增长组织包括获客、生命周期营销、产品实验和数据分析。Qu 说，一个覆盖用户旅程的跨职能团队，让她能够连接这些增长杠杆，而不是只把下载量当成目标。

在 GitLab，核心产品增长小组同样包括产品、设计、工程和分析人员，但更广泛的企业客户购买旅程需要与营销和销售紧密合作。多个利益相关方和更长的购买周期，使其周边组织与消费应用有所不同。

通常的建议是在产品市场契合后再招聘增长人才。Qu 补充了一个例外：当协作或网络效应是产品的核心时，有经验的增长产品经理可以帮助更早建立这些机制，包括在 A 轮之前。

对于第一位增长人才，她通常偏好有经验的增长产品经理或营销人员，而不是非常资深的高管或完全没有经验的新手。她看重分析能力、跨领域学习意愿，以及资源有限时主动解决问题的能力。

创始人应向潜在候选人坦诚解释公司文化和机会。Qu 说，如果公司不重视数据和实验，或者新员工必须不断争取资源与管理层支持，增长工作就会困难得多。

她通常认为代理机构应该在稍后阶段介入。她认为，创始人必须自己理解核心增长模型和初始渠道；专业机构可以帮助扩大已经验证的付费渠道，或支持定价、广告创意等范围明确的需求。

增长顾问可以帮助梳理模型、识别潜在渠道并设计产品驱动机制，但仍需要创始人或内部团队执行。Qu 本人就是顾问，她描述了一段客户合作：一位擅长分析的内部伙伴帮助协调相关工作。

她说，顾问可能按月收取顾问费，合作六个月或一年，现金和股权的组合取决于公司阶段及个人。她没有给出固定的股权比例，并说自己的安排也会变化；她的看法受到自身咨询业务背景的影响。

招聘时，创始人首先需要根据公司的增长模型和眼前需求撰写职位描述。已经验证付费渠道的企业可能需要渠道专家，而希望改善引导和转化的企业可能更需要侧重产品的增长负责人。

职位描述可以列出北极星指标和初始重点，例如引导、激活或转化，而不必声称所有答案都已经找到。Qu 随后建议利用人脉和推荐、筛选相关经验，并让未来的合作伙伴参与面试。

她的课后练习会让候选人以新用户身份体验招聘公司的产品，画出漏斗，并确定能显示其效果的指标。对她而言，如果漏斗止步于下载应用，没有考虑后续行为，就是一个警示信号。

她还要求候选人提出三个实验，包括假设和成功衡量方式，再对真实数据进行开放式分析。练习旨在展示候选人如何学习、分析数据和选择调查方向。

她最喜欢的面试问题之一，是候选人见过的最意外实验结果是什么，以及之后做了什么。Qu 认为，如果有人声称每次测试都按计划成功，这是警示信号；过强的自我意识若妨碍学习或跨团队合作，也是问题。

入职第一周，新的增长人才应了解工具和过去的项目、检查历史数据、会见领导与合作者，并倾听客户对话。目标是在提出改动之前先了解现状。

Qu 建议，在第一个月选择一个指标和重点领域、开展实验或快速修复、建立与利益相关方的沟通，并识别数据追踪缺口。早期成果可以建立信心，帮助新负责人获得支持。

到第一个季度结束时，她希望团队从零散成果转向可重复的计划：建立增长模型、实验节奏、结果记录、每周会议和支持学习的文化。这是她建议的目标，并非每位员工都能保证取得的结果。

善于处理数据的增长人才可以帮助清理基础设施，但 Qu 说，消费产品团队应同时理解渠道归因和用户在产品内的行为。追踪计划和事件埋点比单独拥有仪表盘更重要。

她观察到，以销售为核心建立的企业软件公司可能缺乏完善的产品使用数据。推进产品驱动增长的第一步，是将产品事件与购买数据连接起来；再与销售和营销系统连接会有帮助，但也更困难。

Qu 说，北极星指标应位于业务目标、客户价值和当前战略方向的交汇处。收入可能是公司层面的结果，但增长团队需要能够改善它的可执行输入指标。

她说，在 GitLab，公司追踪年度经常性收入增长，而她的团队可以改善激活率和免费转付费率等输入。她倾向于让北极星指标保持相对稳定，并更频繁地检查具体输入指标，通常按季度进行。

激活和转化可能提供早期机会，因为审视网站、注册、引导和购买流程时，可能发现值得测试的变化。Qu 说，快速成果可以建立信任，但仍需要衡量和后续追踪。

她介绍了内容与搜索、付费和推荐循环：新内容、收入或新用户等输出会推动下一轮增长。循环是理解复利的战略方式，而漏斗展示其中的步骤和流失点。

画一个圆并不会自动形成有效循环。推荐机制需要动机和顺畅体验，团队必须测试人们是否真的使用它，而不能直接假设它会产生复利。

开展实验的人应在简单的共享系统中记录假设、结果和下一步。Qu 以 GitLab 的公开手册为例，但说文档或幻灯片也可以胜任。

分享经验与保存记录同样重要。她说，在 Acorns，一则退休计算器广告效果很好，其理念后来用于邮件和产品功能，让一个渠道的经验帮助了其他团队。

对于样本较小的企业业务，等待统计显著性可能需要很长时间。Qu 说，团队有时必须在数据不完整时作出判断；她建议补充定性客户反馈并监测不良影响，而不是把结果说成确定无疑。

在快问快答中，她说策略和渠道会改变，而数据、实验和人类心理仍是有用的基本原则。她对中国和美国不同运营方式的例子，反映的是当时的观察，而不是适用于所有企业的规则。

她认为，文化和薄弱的数据基础是增长团队失败的常见原因。准备加入公司的增长负责人应评估领导团队，以及公司是否具备支持这项工作的条件。

Qu 说，自己早期的一个错误是在没有获得利益相关方支持时推进太快：即使实验成功，实施结果时也可能遇到阻力。她在 2023 年将 ChatGPT 的自然口碑和 Miro 的产品驱动方式列为自己欣赏的增长策略。

Stebbings 感谢 Qu 参与对话，Qu 随后结束访谈。