30 秒看懂
Mike Hudack 与 Harry Stebbings 讨论如何构建让人们更轻松实现目标的产品。他结合 Facebook、Deliveroo 和 Monzo 的经历,谈到小团队、分发、实验、客户选择和监管。 他还介绍 Sling Money 的早期增长思路,以及上线后诚实学习的重要性。他的案例和公司指标属于对历史的讲述,也反映了他的角色和商业利益。
- 1早期胜利确立标准Hudack 回忆重建 Page Insights,向 Facebook 广告团队证明自己能够交付高质量产品。
- 2数据指导下的艺术他认为团队需要给直觉留出空间,再通过测量检验并改善判断。
- 3让客户自己权衡Deliveroo 在马德里的经历挑战了客户只想要附近餐厅的假设。
- 4指标需要背景他回忆 Facebook 一个界面虽然被打开很多次,却经常是误触,说明表面数字可能误导人。
- 5上线后准备学习他鼓励团队设立有雄心的目标,同时预期新产品可能需要重大修改。
要点建议
- 先建立对用户和期望结果的假设,再用真实行为检验。
- 简洁产品减少不必要的工作,但客户仍可能需要有意义的选择。
- 受控实验和背景信息可以防止团队误读漂亮的指标。
- 产品需要分发才能触达用户并创造价值。
- 受监管的产品既要行动迅速,也要理解限制背后的目的。
- 团队可以对上线保持乐观,同时准备从不理想的结果中学习。
按章节阅读整理后的全文
创始人模式与产品团队
Hudack 回忆早期职业生涯和在 Facebook 的经历,讨论简洁、小团队和形成产品假设。
2024 年 9 月,Sling Money 联合创始人兼 CEO Mike Hudack 与 Harry Stebbings 讨论在 Facebook、Deliveroo 和 Monzo 获得的产品经验。他的观点反映了自身经历,以及作为创始人和投资人的利益。
Hudack 回忆自己从小就想构建数字产品,15 岁离开高中到一家初创公司工作。谈到“创始人模式”,他说创始人长期以来就会深入细节、跨层级沟通,但这种做法的能力可能因公司阶段而异。
他不预计这个说法本身会导致不良行为大幅增加:行为不当的创始人可能只是换了一个标签。他认为这是对已有做法的重新命名。
他回忆 Facebook 的组织架构扁平,Mark Zuckerberg 可以直接质疑一项小的代码更改。实际支持同样重要:员工能随时获得设备,因为工程师专注工作的时间比更换耳机的费用更有价值。
上市后加入 Facebook 广告团队时,Hudack 寻找一个被忽视、可以由小团队快速改善的产品。团队在几个月内重建 Page Insights,向同事证明组织能交付高质量工作,并设立更高的内部标准。
他偏爱简洁:理解一个人想实现什么,并尽量减少所需工作。他说,广告主最终希望卖出更多产品,而不是为了操作而花时间设置定向和优化控件。
他偏好的产品团队约有六至八人,以工程师为主,配备一名设计师,并在可能时配备数据科学家;他认为产品经理并非必需。团队应负责清晰的结果,而不只是待发布的功能清单。
编写代码之前,他希望团队先形成对用户、问题以及产品如何提供帮助的假设。但真实使用会暴露假设中的错误,因此团队必须发布、学习,并区分值得改进的部分错误想法与应该放弃的想法。
他说创始人往往知道事情没有奏效,却因投资人或同事的压力觉得必须继续。作为天使投资人,他重视在资源尚存时诚实讨论转型或关闭,而不是没有学习就耗尽资源。
优先级、数据与分发
他反思一个不会再构建的 Facebook 产品和证据的作用,并讨论触达客户及 Sling Money 的早期策略。
在 Facebook,他后悔优先开发 Audience Insights,这是一款探索人口层面广告数据的雄心勃勃的工具。在他的评估中,它需要攻克困难技术,却更像锦上添花的功能,而非核心需求。
一项功能的成本包括构建、维护和向用户解释,也包括团队本可以做的其他工作。Hudack 现在会问,提议的功能是否创造有意义的价值,而不只是有趣。
他不认为只能在无休止讨论和独断的产品愿景之间二选一。团队应该说明结果,并估计提议项目的影响;将假设量化能让分歧更具体,也方便日后评估。
在他看来,产品更多是艺术而非科学,但应使用数据管理。团队需要空间追求事先无法证明的直觉,然后衡量结果,用学到的东西完善判断。
他感谢 Ribbit Capital 的 Mickey 强调分发的重要性:产品如果无法触达用户,就不能为用户创造价值。使用情况和行为也是检验产品价值的方式,但分发本身仍需要努力。
Hudack 说,在 Sling Money,团队当时正考虑先鼓励推荐和病毒式增长,再大量投入付费营销。这是当时的计划,并非未来增长的证明;他与公司有直接利益关系。
Stebbings 认为,狭窄的初始客户画像有助于营销产生共鸣。Hudack 部分认同,但说如果产品的价值主张普遍适用,也可以从较广的市场开始,只要找到有特定痛点的社区,再从最初的成功中扩展。
他以 WhatsApp 早期吸引国际或国内短信费用高昂的用户为例。他认为,一旦网络覆盖社区中足够多的人,其价值就可能扩展到最初没有感受到这一痛点的人。
Deliveroo 与客户选择
Hudack 描述实时配送运营和改善送达时间预测的工作,并解释马德里之行教会他的选择与实验经验。
Deliveroo 的产品环境与 Facebook 不同:餐食订单、骑手供应、天气和餐厅产能都在实时变化。Hudack 说,履行送达承诺的需要既带来运营紧迫感,也带来产品开发压力。
他回忆刚到公司时,配送经常延误,团队通过手动开启和关闭地理区域管理需求。他说当时约 40% 的订单延误;这是他的历史回忆,并非独立核实的公司指标。
最初的应对方式是组建一个小型工程团队,并建立模型预测延误。更准确的估计可以让客户决定是否下单,并缩小承诺与实际送达时间之间的差距。
他最喜欢的一条 Deliveroo 经验来自马德里:客户想要距离比原有社区划分系统允许的更远的餐厅。团队原本假定食物只应配送到仍能保持理想品质的范围;但有时客户宁愿等待更久,也希望有更多选择。
Hudack 认为,应允许客户在了解情况后自行权衡,例如接受不那么酥脆的汉堡。但过多选择也可能让人不知所措,因此产品团队必须在完全自动化和公开所有控件之间选择位置。
没有背景的数据也可能误导人。他回忆 Facebook 的一个界面看起来被大量打开,但他说很多是误触,用户随即关闭。一个指标需要结合周围行为,而不只是漂亮的表面数字。
他提醒不要低估竞争对手。即使现有企业的产品令人沮丧,它的团队可能很有能力,业务也可能很有价值;初创公司应该理解客户为何使用它,而不是假定它会失败。
对于消费产品功能,他建议进行受控实验,设定清晰的结果指标、足够的样本量和对照组。功能可能改善目标、没有可检测的影响或使其变差,每种结果都需要不同的应对方式。
Monzo 与受监管产品开发
他讨论银行监管、国际扩张和竞争,并解释 Monzo 如何聚焦成为客户的主要银行。
加入 Monzo 需要理解当地金融习惯和受监管银行的责任。一位风控负责人帮助他认识到,银行规则保护人们和金融系统的稳定,即使规则会限制快速实验。
他希望 Monzo 当初更积极地进行国际扩张,并认为美国是重要机会。但他提醒,各国的银行需求、支付习惯和监管不同,因此本地团队必须调整产品,而不能简单照搬。
被问到 Revolut 发布更多功能时,Hudack 说两家公司的理念不同。他当时反对为 Monzo 用户推出加密产品,希望银行加强信任并成为客户的主要账户;这是他的判断,并非关于加密货币的普遍结论。
团队首先需要决定如何衡量 Monzo 是否是客户的主要银行。随后围绕这一目标构建针对性功能,包括他所描述的 Flex:一种将分期式支付与账户整合的信贷产品。
Hudack 更倾向于先形成什么可能有效的假设,而不是发布大量互不相关的功能。实验仍然有用,但应该推动团队形成对客户和业务连贯的理解。
上线、领导力与家庭
Hudack 讨论上线预期、团队士气以及工作与家庭的结合,并区分有效分析和强迫式监控。
他告诉团队不要假定产品上线会立即成功。重点不是放弃雄心:设定目标、做好工作,同时在心理上准备好调查失败究竟反映了小细节还是根本性的误解。
他说,领导者可以在承认不完美的同时保持自豪和乐观。为了改善低落的士气,他会寻找早期胜利,并清楚解释工作对用户为什么重要。
在 Facebook,他将广告重新描述为帮助人们发现产品、帮助企业找到客户,将分享描述为帮助人们维持关系。这些是他对工作的解释,并不能证明每条广告或每次社交互动都有益。
他同样将银行业务定位为帮助人们管理资金、避免过度负债并为目标储蓄。将日常工作与目的和可见进展联系起来,可以帮助团队重新获得动力。
谈到家庭与工作,Hudack 说与孩子相处有助于自己重置状态。他介绍了如何在一天中结合家庭、园艺和工作,同时承认这是他自己的安排,并非人人都能遵循的日程。
他区分了有效工作与反复刷新增长仪表盘。沉迷数字可能增加压力,却无法产生改善产品所需的深思熟虑的分析和改变。
招聘与产品判断
他为投资人、产品经理和创始人提供建议,最后谈到对 Monzo 和 AI 实验的看法。
在快问快答中,他建议天使投资人评估一个人能否从零到一建设公司,而不是将大公司里的成功等同于创业能力。产品经理应解决重要问题,而不是主要关注晋升。
他建议创始人继续参与产品工作,并谨慎招聘那些经验未必适用于小公司的高级领导者。同时,他不认同只要对一个人有疑虑就一定不该招聘的规则;背景和预期也很重要。
对于新任产品负责人,他建议快速取得早期胜利。他重视用户与市场直觉、产品品味、与工程师合作的能力、对公司背景的理解,以及对自己不知道什么保持诚实。
他说,依恋一款产品时,很容易为令人失望的数据找理由。他称赞 Monzo 近期的执行和 AI 实验,同时承认未来结果和技术周期存在不确定性;他对 Monzo 的评论反映了过去的任职经历。
同频道的其他文章
23:48EN → 简体中文
1:13:26EN → 简体中文
59:41EN → 简体中文
1:19:50EN → 简体中文
1:03:05EN → 简体中文
1:17:09EN → 简体中文