Matt Lerner：如何找到增长杠杆，招聘善于学习的团队

Harry Stebbings 邀请 Matt Lerner 回顾自己的职业经历：他在硅谷学习哲学和修辞，后来从事获客工作。2004 年，他加入 PayPal 增长团队，工作近 11 年后成为风险投资人。他看到初创公司反复因本可避免的错误浪费资金和人才，于是离开投资行业，帮助它们找到最有效的增长杠杆。

Lerner 在大公司学到，找到正确答案可能只占工作的一小部分；让团队达成共识、改变观念并争取资源可能难得多。因此，他在工作和招聘中更重视影响力。他对这部分工作占比的数字只是粗略说明，并非精确测量。

回顾 PayPal，Lerner 估计大约 90% 的增长来自 10% 的活动：他加入之前的 eBay 整合和推荐奖励，以及网络效应、开发者合作、与购物车及托管服务的集成和部分主动销售。PayPal 也在收效甚微的营销活动和产品上投入大量资金。现金充裕的公司承担得起，初创公司通常没有这样的余地。

问题是初创公司如何尽快找到少数高影响力的杠杆。Lerner 希望自己早些明白，增长首先是探索，而不是照搬一套打法。搜索排名和广告竞价中挤满了经济效益更好、经过多年优化的成熟竞争者；挑战在于找出让某个渠道适合自己业务的具体方法。

最难克服的障碍往往是自负：人们以为上一份工作或播客里听来的方法马上就能奏效。Lerner 将增长定义为找到客户，帮助他们理解产品提供的价值，让他们使用并喜爱产品。面对新产品，客户甚至可能不知道这个品类存在。

增长需要跨职能协作。团队必须弄清客户想做什么、他们认为自己需要什么以及去哪里寻找答案，然后与产品、工程等部门建立关系。与熟悉的消费品岗位不同，销售一款新产品可能没有现成的打法。

被问及增长是艺术还是科学时，Lerner 认为两者都重要。纯粹的优化可能让旅行预订体验令人不快，而有趣的广告也可能卖不出东西。一定要选一个，他选科学：在他看来，没有艺术的科学仍能带来业务成果；没有衡量的艺术则很少能稳定做到这一点。

Stebbings 问用户体验与转化是否会冲突。Lerner 说，某些阻力反而有帮助：Noom 和 Calm 等服务在用户入门时提出许多问题，引导客户走过购买决策过程。这些问题除了收集信息，还能表明服务理解用户的处境、增强购买意愿；沉没成本也可能起作用。

应该押注重大项目还是逐步优化，取决于公司阶段。Lerner 说，早期还没有找到有效杠杆时就开始优化，为时过早。一旦有一两个杠杆奏效，团队就可以投入更多资源改进，同时留出一些精力寻找下一个细分市场、使用场景或渠道。

好的直觉建立在知识之上，而不是来自房间里声音最大的人所表现出的自信。领导者需要了解客户处境、用数学描述的增长模型、最大的杠杆点以及公司的能力。这些信息能让直觉在决定重点时更有用。

梳理增长模型时，Lerner 从北极星指标入手：这个指标应在公司向客户交付价值时上升，并覆盖整个转化漏斗。他建议做压力测试：团队能否在没有真正创造价值的情况下让数字上升？他说，单看收入或利润可能奖励那些带来钱却没有为持久增长创造条件的早期活动。

共同的客户价值指标也能让各职能负责人有一致目标。Stebbings 建议超越笼统的每周活跃用户数，选择适合产品的具体行为。Lerner 的判断方法是：普通客户如果非常喜欢产品，会有什么行为？有多少客户这样做？然后按用户群持续跟踪这些行为。

Lerner 认为，询问客户产品消失后是否会难过，是检验产品市场契合度的好方法。但六个满意客户到第二年变成七个，并不一定构成可规模化的业务。当公司更了解客户实际获得的价值，或开辟另一条独立业务线时，北极星指标也可能改变。

创始人或许知道公司要解决的大问题，但客户带着具体任务和处境而来。在 Lerner 的会计软件例子中，创始人可能以为记录费用最重要，后来却发现提交季度增值税申报表的客户留存更好。那么衡量季度申报次数，可能比每周活跃更有意义。

为了让团队围绕北极星指标协作，Lerner 请每个人解释自己的工作如何影响这一指标。回答可能揭示他们缺少的背景信息，或发现意料之外的贡献。接着他会问：即使中间隔着好几个环节，这个人本季度做什么最能推动指标？

作为投资人，Lerner 看到三种反复出现的创始人模式。过度思考者花太多时间讨论和规划，有时沿袭大公司的习惯；思考不足者偏向行动，却不经学习就不断增加功能，在最需要速度的时候让产品、销售流程和组织变得更加复杂。

第三类人在确定战略或找到产品市场契合度之前，就招聘各职能负责人并放手委任。每位负责人都可能带来不同的最佳实践和资源需求，最终仍要创始人处理相互冲突的优先事项。Lerner 认为，年轻的初创公司只需要把少数几件事做到优秀，不必同时做好所有事。

Stebbings 担心创始人在过多渠道上分散精力。Lerner 说，付费获客在早期可以快速吸引关注、帮助测试，尽管不一定应成为增长的根基。每个渠道只试一次效率很低：大多数渠道首次尝试不会奏效，而支出扩大后，早期的经济效益可能恶化。

渠道分类之间也有重叠。一档播客可以同时是内容业务、影响者分发业务和网络效应业务。Lerner 列举了人们发现产品的几种主要方式，包括销售、合作伙伴、搜索与主动吸引用户的内容、广告以及影响者。有效的第一步是排除不符合产品价格、经济模型或客户行为的渠道。

选出可能的渠道只是工作的一小部分；要让它们奏效，需要不断实验。搜索、广告和主动获客都面临激烈竞争。Stebbings 指出，内容可能要很久才能见效；Lerner 同意，创业进展常常在一段没有明显动静的时期之后，突然不规则地出现。

Lerner 把客户产生明确需求的时刻称为“锁匠时刻”。他曾在公寓大门上看到一张 24 小时锁匠服务贴纸，贴的位置正是被锁在门外的人需要帮助的地方。初创公司应该寻找类似场景，并设法在客户意识到问题时出现。

对于有多种用途的通用型产品，Lerner 会先采访已经注册的客户。待完成任务访谈旨在找出他们做出这一决定背后的具体问题和期望结果。他说，好的落地页标题可以用客户真正想实现的事情补全“现在你可以……”这句话。

收集访谈后，他会寻找反复出现的动词和期望结果；语言模型可以帮助从大量访谈文本中提取主题。团队可以向客户展示落地页草稿，或用几种标题面向相关受众进行低成本广告测试。这些广告不必盈利：眼前的目标是了解哪些信息能吸引注意。

关于何时聘请增长负责人，Lerner 对资金充裕的公司领导者给出的建议提出异议。早期初创公司往往无法吸引已有业绩的增长明星，也无法提供其所需的全部资源。他认为创始人应该担任第一位增长负责人，因为创始人贴近客户，也能调动全公司。

一位照搬旧打法的资深“增长高手”可能并不了解新业务，而创始人也未必会给其成功所需的工程和产品资源。增长方向大致清晰后，Lerner 更愿意聘请已经能做部分难事、又能学会其余工作的人。他故意用一个俏皮的说法：“会做 50% 的难事，并想办法解决另外 90%。”

从撰写职位描述到员工入职，需求可能已经发生变化；几个月后又会再变。Lerner 寻找聪明、学习速度快的通才，希望其中有人最终能成长为增长负责人。为了找到候选人，他建议去掉不必要的筛选条件，比如特定大学、地区或狭窄的工作经历要求。

Lerner 说，他在 PayPal 招到的最优秀增长人员没有营销或产品背景：一人曾是物理学家，另一人从事计算机科学学术研究。他们加入了一个有支持的组织，带来了数据能力、第一性原理思维以及对实验和因果关系的理解。他重视人们承认自己尚有未知时表现出的好奇心和谦逊。

面试时，Lerner 先问宽泛的问题：候选人擅长什么、喜欢做什么、愿意把什么工作交给别人？然后针对仍不确定的技能，提出关于归因、留存或在没有权力的情况下争取资源的开放问题。他请候选人解释思路，并描述过去的相关经历。

为了评估学习能力，他会问候选人希望在这个岗位学到什么、曾犯过什么错以及会如何改变做法，还会问对方是否有问题要问他。他观察候选人能否坦然谈论错误，以及是否真正好奇。他还会问对方认为公司有哪些尚未解决的问题，以区分能探索新打法的人和只会执行旧打法的人。

Lerner 不一定事先为候选人准备这个业务问题；他关心的是推理过程，而不只是正确答案。他提醒不要被简历上显赫的雇主名称迷惑：在成功公司工作过，并不证明候选人促成了成功。他通常通过非正式的例子追问，而不是使用正式案例测试。

他自己的招聘错误包括因为喜欢一位有才华的候选人，就忽视了不诚实的小迹象。据他的经历，这些人后来让他和组织陷入困境，他不得不让他们离开。他把诚信视为重要的招聘考量，但这只是个人教训，并不能证明每位候选人的情况。

Lerner 赞成增长团队保留一些线下共处时间：分析、客户访谈和安排实验等执行工作可以独立完成，但分享知识和产生想法需要聚在一起。他建议每周有一两天共同工作，并召开一次增长会议，回顾优先事项、实验、客户洞察和趋势，再决定下周的工作。

入职分两步。首先，新员工要像海绵一样吸收信息：倾听客户，研究既有调研和实验，与销售及客服交谈，了解经济模型和转化漏斗，并认识团队。第二，大约 30 天后，创始人和新员工应该讨论优先事项及不该做什么；即便双方意见一致，也要检验背后的理由。

有经验的增长人员可能知道一些快速见效的方法，例如改进标题、将广告预算转向价值更高的客户，或通过邮件唤醒沉睡的潜在客户。它们可能有用，尤其当公司需要现金时，但往往是一次性改进。转化率从 1% 升到 10% 后，无法一次又一次增长十倍；基本功仍然重要。

Stebbings 喜欢安排一周带薪试用，让双方了解是否合适。Lerner 同意先试再决定可能有效，并提醒新人不要带着固定打法入职，而应谦逊地了解业务。他自己错误假设的一个例子，是曾经轻视 LinkedIn 作为公司获客渠道的作用。

在一位他尊敬的人的建议下，Lerner 将每周邮件改写成 LinkedIn 帖子。起初效果不稳定，后来逐渐积累，LinkedIn 成为订阅者的主要来源之一。他说，订阅者只是推动漏斗的因素，不是公司的北极星指标；真正的指标是公司能积极帮助多少家初创企业。

两位嘉宾都发现，自己预计会表现好的帖子有时令人失望，而人的故事和情感往往比抽象分析传播得更远。Lerner 将增长飞轮定义为持续运转的正反馈：例如推荐、收益可以支撑更多投放的广告，或嘉宾吸引听众、进而让播客更容易邀请未来嘉宾。

公司应该找到并加强最有效的飞轮，尽管同时优化几个飞轮很难。Lerner 说，提高广告回报可能需要大量实验。在早期初创公司，整个公司可能暂时在创始人带领下成为增长团队；在大公司，独立的跨职能团队则需要良好关系，才能从其他部门获得资源。

写书比 Lerner 预想的更难，因为组织一部长篇作品不同于撰写简短邮件和帖子。编辑帮助他理顺了思路。谈到招聘错误，他再次提醒不要迷信耀眼的简历：成熟的增长明星很稀缺，因此初创公司可能需要寻找有潜力的人并帮助他们成长。

Stebbings 观察到许多增长专家从 SEO 起步。Lerner 说，搜索工作迫使人们思考客户意图：他们在寻找什么、想完成什么。对于 AI，他认为模型可以提高设计和文案的基本水平，帮助自动化主动触达，并快速识别客户对话中的主题。

Stebbings 质疑自动化主动触达是否会变得饱和和千篇一律。Lerner 认为采访时机会窗口仍然开放，但他承认自己多年来一直预测主动触达会消亡，仍有一些从业者能让它奏效。他没有给出确定预测，并预计 AI 能力会迅速变化。

Lerner 将人们对 AI 的兴奋与早期互联网及移动互联网浪潮相比。他说，尽管分发技术不断演变，熟悉的基本原则仍然存在：恰当的信息、好的设计、测试和实验。他经营自己公司的目标，是帮助创始人用探索和学习取代过早优化与自信的假设。

谈到欧洲科技，Lerner 对人才持乐观态度，但担心人们会迁往融资、监管、劳动力和税收环境更有利于初创公司的地方。他说，欧洲需要给创始人留下、在当地上市和进行后期融资的理由。他表示自己的业务在德国的产品市场契合度更强，并对英国表示担忧；这些是他的观察，并非对整个市场的全面评估。

最后，Lerner 再次提到 Calm 和 Noom 等消费服务较长的入门流程。他认为，销售需审慎考虑的产品的 B2B 公司可以借鉴这些流程，引导客户完成了解信息和做决定的旅程，而不必在每次互动中依赖销售人员。关键是围绕客户的决策设计，而不是简单地去掉每一个步骤。