Adam Fishman:增长循环、招聘与从失败中学习

原标题Adam Fishman on Growth Loops, Hiring and Learning from Failure

前 Lyft 和 Patreon 增长负责人讲述如何绘制增长循环、帮助团队成员入职,并平衡定量实验与客户洞察。

AFAdam Fishman嘉宾 · Reforge
频道
20VC with Harry Stebbings
发布
2022年6月15日
视频
1:01:06
阅读
9 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

在这场 2022 年与 Harry Stebbings 的访谈中,增长从业者 Adam Fishman 结合自己在 Lyft、Patreon 等公司的经验,讨论增长模型、招聘和沟通。他主张将获客、留存和变现视为一个系统,并从失败的实验中学习。 Fishman 教授增长框架并为公司提供相关咨询,他在对话中披露了这一专业利益。他对客户行为和业务影响的叙述是事后回顾,本文没有独立测量。

  1. 1数字不是全部Fishman 说,Patreon 有时仅根据定量数据做决定,没有询问创作者的感受。
  2. 2推荐循环他描绘了 Lyft 的乘车额度激励:一名乘客邀请另一人,后者乘车后再邀请其他人。
  3. 3失败的循环根据后续访谈,他认为 Wyzant 推荐使用率低,部分原因是家长不愿讨论孩子接受辅导。
  4. 430、60、90 天计划他设定学习、战略和长期协同的预期,同时密切支持新员工。
  5. 5Patreon 撤回费用调整Fishman 说,公司在没有征询创作者意见的情况下宣布转移手续费,随后在强烈反对下撤回。

要点建议

  1. 增长通过获客、留存和变现,让更多人获得公司已经创造的价值。
  2. 真正的增长循环会将输出反馈为下一轮输入;并非每个渠道都是循环。
  3. 定量实验应结合定性的客户研究。
  4. 新的增长负责人需要清晰的入职计划、跨职能关系和可见的早期进展。
  5. 过去的经验可以提供假设,但策略必须在当前产品和客户的情境下进行检验。
全文

按章节阅读整理后的全文

只看原始文稿
01

在 Lyft 和 Patreon 学习增长

Fishman 介绍职业经历,对比行动速度和倾听客户的必要性。他解释为什么失败的实验需要记录学习成果。

Adam Fishman 从定量营销起步,逐渐转向消费者心理学、分析和实验,而非工程。他后来加入 Zimride 担任增长负责人,不久公司转型为 Lyft;他将那段经历称为一次建立公司的学习。

他说,在 Lyft,速度改变了他对风险和失败的看法:许多决策可以撤回,因此团队能够在行动中学习。在 Patreon,他学到了不同的教训:尊重创作者,并让他们的意见进入产品决策。

Stebbings 提醒,只有团队真正从失败中学习,速度才有意义。Fishman 同意:他会记录实验、进行事后复盘并分享发现,让组织了解客户或增长模型,而不是仅仅重复不成功的工作。

Fishman 很少只依靠直觉,但也提醒不要把定量数据当作全部答案。他说,在 Patreon,团队有时从数字推断创作者想要什么,却没有询问他们;他主张将测量与访谈、原型结合起来。

02

定义增长与组织团队

他讨论增长模型、早期招聘,以及独立团队与嵌入式团队之间的取舍。

他将增长定义为理解公司如何增长、识别杠杆并进行测试。目标是通过获客、激活与留存以及变现,让更多人获得已有价值,而不一定是发明新产品。

招聘之前,创始人应理解增长模型、测试所需的技能,以及自己打算参与到什么程度。Fishman 经常倾向于招聘总监级的实干型管理者,既能建立流程、搭建数据基础又能沟通,而不是纯初级执行者或首先需要一支大团队的资深领导者。

他说,合适的组织归属取决于增长模型。病毒式产品增长可能适合放在产品团队;如果付费获客是主要杠杆,营销人才可能更合适。照搬 Facebook 的独立团队架构并不一定适用。

组织设计会随着公司发展而变化。独立团队可以提供聚焦和问责,但也可能与其他领导者产生紧张关系;嵌入式团队可能更容易合作,却可能在核心产品或营销工作优先时失去焦点。

03

绘制增长循环

Lyft 的推荐机制说明输出如何反馈为输入。Fishman 讨论循环的限制、聚焦,以及一次失败的辅导推荐尝试。

Fishman 在 Reforge 教授增长模型,并为公司提供咨询,因此对这一框架有专业利益。他将循环描述为一个自成体系的过程:输出再次成为输入;将其绘制出来有助于统一方向、确定优先级和设计组织。

他的 Lyft 例子是带激励的推荐:一名乘客邀请另一人,新乘客获得乘车额度,并在完成符合条件的行程后,邀请者也获得额度。新乘客随后可以邀请其他人,重新启动循环。

定性模型用图形展示各个步骤;定量模型则加入数字和转化率。即使简单的图也能揭示邀请率、邀请数量以及注册后完成首次乘车的比例等杠杆。

他建议循环应足够简单,以便指导决策,通常为三至六个步骤,而不是几十个。这是一条实用经验,并不要求每种产品的增长都能以这种方式表示。

循环可能达到上限。Fishman 通常建议聚焦一两个核心循环,预测它们何时可能放缓,再考虑新循环或扩大符合条件的人群;用户产生的循环与公司出资的活动,其扩展方式可能不同。

他看到两个常见错误:当输出实际上没有产生下一轮输入时,仍把每个渠道都称为循环;以及同时关注过多循环。例如,合作伙伴流程可能仍需要大量单独工作,才能获得每一个新的合作伙伴。

Fishman 说,在辅导市场 Wyzant,尽管系统构建完善,类似 Lyft 的推荐激励还是失败了。后续对话表明,部分家长不愿告诉别人自己的孩子需要辅导;这是他在特定情境中的发现,并非对每个美国家庭的测量结论。

04

招聘与入职

他介绍候选人练习和 30、60、90 天入职计划。其方法重视推理、沟通与协作。

谈到招聘,他认为理想情况下应观察领导者与团队并肩工作,因为传统面试只能提供不完整的画面。他也承认,公司需要在正式合作前评估候选人的方法。

他的准备工作是了解业务的增长模型,并针对实际缺口招聘:工作需要营销就招聘营销人才,需要产品就招聘产品人才。他喜欢具备定量能力、善于确定优先级、沟通良好且愿意学习的通才。

他先确定核心能力,再围绕这些能力设计练习:数据分析、优先级排序、行为问题,以及演示或带回家完成的任务。目标是尽可能模拟实际工作,而不是只依赖候选人的履历。

在定量练习中,候选人可能需要检查一份虚构的用户群组数据,解释观察到的现象并提出下一步问题。Fishman 关注他们如何组织信息、推理明显的流失,而不仅是是否猜中正确解释。

在优先级练习中,他向候选人提供增长模型信息和一系列可能的举措,然后加入新的约束。他希望看到对方如何评估影响、信心和覆盖范围,以及信息变化时能否调整优先级。

行为问题用于探究风险承受力、韧性、谦逊和对反馈的反应。他询问候选人犯错、调整方向或说服持怀疑态度的首席执行官的例子,倾听的是责任感,而非本能地责怪他人。

演示可以测试一个人能否用通俗语言解释业务和拟议变化。Fishman 也可能安排工作讨论并寻求推荐意见,以了解精心准备的面试之外的协作表现。

他分享了 Lyft 投资人 Raj Kapoor 在尽职调查时联系 Logan 以前的校长的故事。Fishman 回忆,校长记得一个涉及自动电话的童年恶作剧;他以此作为推荐调查异常深入的趣闻。

谈到入职,他将新员工的前几个月比作客户激活:公司应保护早期势头,帮助新员工取得有用成果。他建议与新员工及将与其合作的同事共同确定清晰计划。

他的 30、60、90 天计划通常从学习和建立关系开始,接着改善或制定增长战略,再转向长期规划和方向统一。他会花大量时间支持新人,而不是让对方独自摸索。

Fishman 说,在 Imperfect Foods,他曾用共享电子表格记录里程碑和预期交付成果,并广泛分享。对他而言,具体工具不如符合公司沟通文化、让预期清晰可见重要。

他通常给新员工约 90 天时间站稳脚跟,同时考虑进入新行业时陡峭的学习曲线。在 45 至 60 天时,他关注的是进展、有思考的问题和努力,而不是要求立刻改变公司的发展轨迹。

05

沟通与品牌重塑

Fishman 解释如何分享进展并让同事保持一致。他回顾 Patreon 的重新定位和客户研究的作用。

他的第一条沟通规则是让工作易于理解,并重复说明,直到相关人员掌握背景。他会根据听众调整形式:有些高管可能需要一对一解释做什么及为什么,而不是一封邮件。

在 Patreon,他定期发送每周更新,包含亮点、低点、客户及实验中的学习成果,以及即将开展的工作。他说,同事逐渐期待这些更新,提出问题并给出反馈;后来使用模板也帮助分担了工作。

Fishman 宁愿按时发送不完美的更新,也不愿为追求完美而推迟。视觉材料和原型能让想法更易理解,而坦诚与友善能让其他人更容易提供反馈。

在 Patreon,Fishman 认为品牌和定位限制了未来增长。他引入外部专业人士,并表示这项工作需要说服持怀疑态度的同事和创始人,而不能假定每个人都已经看到同样的问题。

由于整体品牌变化很难当作简单、可逆的实验来测试,团队使用客户访谈和不透露品牌的定位测试。Fishman 说,这让他们更有信心将定位从众筹转向会员制。

他区分了品牌文字和视觉所作出的承诺,以及必须兑现承诺的产品体验。Patreon 在更新外观的同时推出了新功能,他也让同事做好准备,应对上线后社交媒体上的负面反应。

06

策略与代价高昂的错误

他分享 2022 年对增长策略和产品市场契合的看法,回顾 Patreon 失败的费用调整,并以一个产品例子结束。

在快问快答中,Fishman 将管理与养育作类比,包括同理心、艰难对话和目标设定。他承认员工可能不喜欢被比作孩子;这是他的个人类比。

他说,持久的增长原则包括理解动机和稀缺性等行为效应,而具体策略会变化。在他 2022 年看来,推荐机制、内容营销和 SEO 的新颖性下降或竞争更加激烈,但并不一定消失。

创始人的错误之一是期待增长立即解决问题,或试图通过招聘增长负责人弥补缺失的产品市场契合。Stebbings 补充说,不成功的高管招聘还可能损害跨职能关系和士气。

Fishman 希望更多公司将获客、留存和变现视为相互关联的系统。他也敦促增长领导者不要假定在前一家公司有效的策略可以原封不动地迁移。

他最痛苦的例子是 Patreon 拟将支付处理费从创作者转移给支持者。团队进行了定量转化测试,但他说,在宣布变化之前,他们没有与任何一位创作者交谈。

创作者反应强烈;公司最初为决定辩护,随后撤回了调整。Fishman 说,这一事件让增长放缓,并在公司恢复之前损害了数月的信任。这是他的事后描述,影响没有经过独立量化。

被问到欣赏哪种增长策略时,他提到使用 iOS 小组件的照片分享应用 Locket,并称赞它简单的产品驱动分享方式。这是他在 2022 年的看法,而非对当前表现的评价。

Stebbings 感谢 Fishman,两人结束了对话。

同频道的其他文章

23:48EN → 简体中文
20VC with Harry Stebbings· 2026年10月26日播客 · 2 人对谈Satya Nadella:AI 需要零信任架构,企业应该拥有自己的智能嘉宾 Satya Nadella · 主持 Harry StebbingsMicrosoft 首席执行官认为,在对齐研究仍未解决的情况下,强大的智能体需要安全边界;他也解释了为什么企业应保留自身使用 AI 所创造的价值。企业 AIAI security评估+2
1:13:26EN → 简体中文
20VC with Harry Stebbings· 2026年10月24日播客 · 2 人对谈Naveen Rao:能源、AI 硬件、结果验证与机器人的未来嘉宾 Naveen Rao · 主持 Harry StebbingsUnconventional AI 创始人认为,能源效率将塑造 AI 硬件;与此同时,模型生成内容的数量不断增加,也让验证变得更加重要。EnergySemiconductorsInference+2
59:41EN → 简体中文
20VC with Harry Stebbings· 2026年10月22日播客 · 3 人对谈20VC:风投基金规模、AI 估值与不断变化的软件市场嘉宾 Jason Lemkin, Rory O’Driscoll · 主持 Harry StebbingsHarry Stebbings、Jason Lemkin 和 Rory O’Driscoll 讨论风险投资集中、基础设施风险、代码审查,以及快速增长的 AI 公司估值背后的假设。Venture CapitalInvestingAI cost & performance+2
1:19:50EN → 简体中文
20VC with Harry Stebbings· 2026年10月19日播客 · 2 人对谈Sameer Dholakia:AI 投资、Bessemer 的成长策略与公司文化嘉宾 Sameer Dholakia · 主持 Harry Stebbings这位 Bessemer 合伙人解释如何为快速增长的 AI 公司估值、支持创始人并建立团队,同时讨论乐观预测背后的风险。Venture CapitalAI StrategyLeadership+2
1:03:05EN → 简体中文
20VC with Harry Stebbings· 2026年10月17日播客 · 2 人对谈Harrison Chase:如何构建可靠智能体,以及模型路由与记忆的作用嘉宾 Harrison Chase · 主持 Harry StebbingsLangChain 联合创始人解释为什么智能体仍然难以控制、领域专业知识的价值在哪里,以及他的团队如何管理编程智能体的成本。AI agentsAgent orchestration评估+2
1:17:09EN → 简体中文
20VC with Harry Stebbings· 2026年10月15日播客 · 3 人对谈20VC:按比例投资权、AI 定价与不断变化的软件市场嘉宾 Jason Lemkin, Rory O’Driscoll · 主持 Harry StebbingsHarry Stebbings、Jason Lemkin 和 Rory O’Driscoll 讨论投资人权利、模型经济性,以及软件公司和员工面临的选择。Venture CapitalAI cost & performanceRobotics+2