Becca Lindquist 谈 Clay 的销售招聘、薪酬与 AI

Clay 销售负责人 Becca Lindquist 与 Harry Stebbings 讨论招聘、薪酬、客户内部支持者和企业销售中的 AI。她提供的公司指标、客户例子和预测均来自个人描述，并非独立核实的结果或普遍规则。

Lindquist 说，一些在成熟软件公司工作的销售人员觉得自己的学习已进入平台期。她认为，新的岗位，包括年轻 AI 公司的岗位，可能提供更多学习和影响业务的空间。她也承认，在现有公司内部转换岗位可能是另一种选择。

Stebbings 认为，在 Salesforce 长期任职意味着候选人不够优秀；Lindquist 同意，任职时间很长可能引发对适应能力的疑问。这些是他们的个人招聘印象，并非关于任何个人或 Salesforce 员工质量的证据。仅凭任职年限不能确定工作表现。

Lindquist 描述了一次招聘练习：团队查看 LinkedIn 资料，讨论职业经历引发的问题。她说任职时间过短也可能引发疑问，并希望看到学习和贡献的连贯故事。她建议的时间范围是个人偏好，并非经过验证的筛选门槛。

她说自己不会过度依赖 LinkedIn 推荐，而会寻找配额完成情况或相关成果等证据。她也承认自己的资料并不完美。公开资料只能展示部分经历，因此她会通过对话和推荐人了解更多背景。

Lindquist 举例说，一位销售负责人的职业经历一直围绕数据公司发展。对于数据领域的早期岗位，她认为积累的行业知识很有用。Stebbings 追问，企业销售经验是否可能比行业本身更重要。

Lindquist 说，她也看重候选人的学习速度，即“成长斜率”，这很难仅从资料中看出来。她回忆 dbt Labs 的一位销售代表主动寻求反馈、练习薄弱环节，并逐渐承担更大职责。这个故事是她与一位员工的经历，并不能保证类似发展。

她说，专业领域的早期员工可能需要行业知识，而之后招聘时可以更加看重学习能力。平衡会随公司阶段和岗位变化。她的偏好是实践判断，并非固定招聘公式。

Lindquist 在面试领导岗位候选人时会提供反馈，并询问对方如何看待。她寻找建设性的回应，也认为候选人与招聘人员的互动可以反映其待人方式。这只是评估的一部分；一时的防御反应不能单独确定一个人未来的表现。

Lindquist 说，比起头衔，她更在意工作范围、薪酬和股权。她担心过早给出首席营收官头衔，会在公司后来需要不同负责人时留下较少成长空间。Stebbings 同意头衔可能造成棘手的预期，但这些都是个人观点。

对于新销售代表，Lindquist 会在漫长销售周期结束前观察早期迹象：培训中的参与、提问、对客户的批判性思考，以及建立销售机会的行动。她说这些指标可以显示哪里需要更多辅导，即使最终销售结果需要更长时间才能观察。

她说，在 Heap，创始人先亲自示范销售，让新员工旁听，然后逐渐把电话交给他们。她建议让早期销售代表听创始人此前的通话录音，以了解产品叙事并提供反馈。随着组织发展，更正式的培训营会变得有用。

对早期员工，Lindquist 希望他们能够把产品与客户真正的业务问题及后果联系起来，而不仅是描述技术。她举出基础预测问题的例子，认为实际解决方案可能比宏大的自动化故事更重要。

她也说自己倾向招聘前大学运动员，因为她把这段经历与纪律和努力联系起来。这是她的个人偏好，并非运动员天生更擅长销售或其他候选人缺少这些品质的证据。

被问到如何选择 AI 公司时，Lindquist 说决定很难。她描述了自己与 Clay 创始人的交流，并认为数据获取和工作流可能是模型之外的潜在防御能力。她对 Clay 的正面看法与其任职有关，并非竞争优势的独立证明。

Stebbings 问，受欢迎的产品是否容易销售。Lindquist 说，最初的需求可能有帮助，但公司规模扩大后维持极高增长会更难。她评估的不只是能否签下新客户，还包括客户是否留下并扩大使用。

Lindquist 报告说，自己评估 Clay 时公司没有流失客户，净收入留存率接近 200%。访谈没有说明客户群、计算周期或底层数据，因此这些数字应视为她对公司的描述，而非经过核实的普遍留存率。

Lindquist 建议考虑创业公司股权的人，区分名义授予价值与流动性。她建议问公司实际上做过什么来让员工出售股份，而不是只依赖承诺。未来二级交易机会和股权价值都不确定，取决于公司和相关条款。

她说 Clay 最近引入了销售浮动薪酬，之前只支付薪资，没有结构化的绩效挂钩现金方案。Lindquist 认为，明确的浮动部分可以奖励超额表现，帮助吸引和留住销售人员。这是她对 Clay 政策的描述及偏好的方式。

Lindquist 说，一位伦敦新员工问如何赚到目标金额。她认为销售代表应理解配额、薪酬和超额表现之间的关系。在她看来，如果制度要求员工对目标负责，却不奖励超额完成，可能让人觉得不公平。

她回忆早期在 Heap 的薪酬：基本工资不高，覆盖基本工资后采用简单的佣金结构，较长期合同使用不同费率。她说清晰的激励促使她和同事全力以赴。这些历史条款只是轶事，不一定适合另一家公司。

Lindquist 说，Clay 当时的配额与目标总薪酬之比约为 7.5 倍，团队仍在讨论超额佣金。Stebbings 质疑配额要求有多高。她说，如果方案不合理，可以调整配额或薪酬；数字未经独立审计。

Lindquist 倾向为超过配额的销售代表设置有意义的加速佣金。作为经验参考，她喜欢大约 60% 的团队超过全部配额、80% 达到至少 80% 配额，因为她认为看得见的成功有助于士气和招聘。她把这些数字当作目标，而非报告的 Clay 实际结果。

为了判断问题出在目标还是招聘，Lindquist 建议早期一次招聘两名销售代表，而不是只依赖单个人作比较。她回忆 Heap 在相近时间聘用了她和一位同事，最终两人都留下。这段轶事不能保证仅凭两名员工就能建立公平基准。

Lindquist 喜欢不把薪酬变成零和游戏的友好竞争。她描述同事一边庆祝彼此的交易，一边努力做得更好；公司增长时，不同地区团队也会比较各自贡献。她相信共同成功更可能促进合作。

她说，不同业务的佣金经济模型不同。在 Clay，公司需要为服务中使用的数据付费；利润率和其他成本可能限制可支付的金额。她对 Clay 经济状况的描述来自公司，并非已披露的利润率计算。

在产品驱动增长模式下，Lindquist 说，销售人员进入客户公司时，可能已有少数用户了解产品。接下来的工作是理解其他团队和用例、帮助扩大使用，并在客户内部争取不同工作流。这与单纯开发一个新客户不同。

Lindquist 用三个迹象定义客户内部支持者：销售人员不在场时也会为其倡导，能够接触并影响经济决策人，以及有个人理由支持项目。她鼓励销售人员了解客户希望在职业上实现什么，而不是仅凭热情就假设对方有影响力。

当交易延期时，她会追问原因：团队是否了解审批过程、是否与合适的人交谈、是否提出了正确问题？她回忆一个因签字人不在而延迟的交易。她把例子当作检查流程的机会，而不是自动责怪销售代表。

Lindquist 说，乐于帮助的用户或提供建议的人，不一定是内部支持者。她会问销售人员亲眼观察到什么，能够证明上述三个特征。这个框架用于检验假设，并不能证明每笔成功交易都需要相同关系。

她的一线经理每周与销售代表审查预测，她自己也向经理示范同样的提问方式。他们检查客户痛点、相关指标、决策人和下一步。如果证据不支持交易当前所处阶段，她更愿意将其退回并补齐缺失工作。

Lindquist 认为，一线领导常见的错误是离重要交易太远。经理无法参加每一次对话，因此她建议根据销售代表的经验、发展需求以及机会的重要性，选择在哪里参与。

她偏好由签下客户的人继续负责续约，并根据净收入获得薪酬。她认为这会鼓励更持久的初始协议和持续使用。她承认其他组织采用交接模式，最佳方式取决于客户和业务经济状况。

Lindquist 不喜欢用季度末折扣制造人为紧迫感。她回忆，一位买家曾问，下一季度第一天他们的钱是否就不那么值钱。她更愿意了解客户真正的需求、决策过程和推进理由，同时承认买家仍可能接受折扣。

被问及 AI 是否会让主动销售或 SDR 岗位过时，Lindquist 回答不会。她认为仅靠营销无法在每个规模下高效触达所有买家，也认为 SDR 岗位是培养未来成交型销售人员的路径。这是她的预测和经营偏好，并非未来就业水平的证据。

Lindquist 说，每个人，包括领导者和投资人，都可以帮助建立销售机会。她描述 Clay 每周的客户开发日，以及为目标客户寻求引荐的做法。Stebbings 说他也会帮助投资组合公司获得引荐；这一披露有助于理解他对销售过程的利益关系。

她鼓励员工公开分享工作中有用的内容，包括尝试 AI 工具的经历，同时承认自己也可以做得更多。她认为员工主导的内容可以吸引希望学习的人，但访谈没有提供招聘效果的测量。

Lindquist 澄清，她预计 AI 会改变 SDR 工作，而不是完全不变。她举出一个假设：工具提高每位代表预约的会议数，并说自己会考虑扩大高产团队。数字只是示例，并非实测结果，也不是对每家公司的预测。

她说团队使用 Claude、Lovable、Granola 和 Wispr Flow。她回忆，一次正面推荐人电话的会议摘要记录了事实，却没有传达语气中的积极程度，因此她希望改变处理方式。这只是一次经历，并非对转写质量的系统评估。

Lindquist 觉得，口述可以帮助自己在写周报或困难邮件时摆脱空白页面。Stebbings 说他也经常使用。两人描述的是个人工作流；工具价值取决于编辑、情境和用户需求。

Stebbings 说自己觉得 Clay 很难开始使用。Lindquist 承认空白电子表格的问题，并描述一项旨在将书面请求转换成表格的产品功能。她的演示属于公司产品说法，并非对数据质量、准确性或适用性的独立测试。

Stebbings 问通用模型是否能完成同样任务。Lindquist 认为，在大型销售团队中协调、共享和更新流程是额外挑战。这是 Clay 销售负责人对竞争的解释，并不能证明其他工具无法做到。

在快问快答中，Lindquist 警告不要只从一种熟悉的销售方法论或前雇主中招聘。她重视能把成熟方法适配 AI 原生产品、并带来不同视角的人。她的方法与依赖单一简历模式形成对比。

Lindquist 说，一年前她抵制使用 AI，因为担心人们只向工具索要答案，而不自己推理。现在她把它当作思考伙伴，并用于可以交出的任务。这是她个人观点的变化，并不能消除检查输出的必要性。

她说自己每周五天到办公室，重视面对面协作。她不追踪出勤，认为有产出的人可以灵活安排；但如果员工表现不佳，她会与对方讨论到办公室的问题。这些是她的管理偏好，并非远程员工生产率更低的证据。

Lindquist 希望人们将销售理解为了解客户业务、寻找有用解决方案，而不是不加区分地打冷电话。她承认这个职业的声誉受到多种做法影响。她偏好的描述为团队设定了一种目标。

Lindquist 说，Clay 计划为新垂直领域设立一个小团队，以了解数据覆盖、用例和可重复的销售方式。她认为，当需要差异化专业知识时，专业化是合理的；单靠关系则不足以满足更广泛的采购委员会。

Lindquist 说，她对低于 2 万美元的交易配置销售代表不那么感兴趣，尤其是销售周期很长时。她承认，大公司可以通过更轻的流程和扩大客户使用的机会，让较小交易也成立。这个门槛是经验参考，并非普遍的盈利计算。

她回忆在澳大利亚一家大型银行做过一笔交易，客户的数据负责人就一个复杂用例与团队合作。她转述了客户预期的财务影响，但这些数字只是故事中的预测，并非经过核实的回报。她说自己最喜欢的交易是有深思熟虑的合作，而不只是最大的合同。

Lindquist 说，她亲自完成的最大交易约为每年 110 万美元、期限三年，总合同价值约 330 万美元。这是她的回忆。被问及育儿时，她分享了自己家庭偏好灵活作息，而不是规定每个家庭应采用同样方式。