Ryan Wiggins 谈增长体系、WhatsApp 与招聘

原标题Ryan Wiggins on Growth Systems, WhatsApp and Hiring

Mercury 增长负责人解释留存、实验、小团队,以及如何从产品市场契合走向可重复增长。

RWRyan Wiggins嘉宾 · Mercury
频道
20VC with Harry Stebbings
发布
2023年5月19日
视频
50:24
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 2023 年 5 月的对话中,Mercury 增长和分析负责人 Ryan Wiggins 回顾了在 Facebook 和 WhatsApp 的工作,并介绍如何建立增长团队。他强调理解完整客户旅程、扩大获客前先解决留存问题,以及招聘兼具分析和执行能力的人。 他对 WhatsApp 和 Mercury 成果的描述来自公司经历的事后回忆,访谈中提供的测量细节有限。他在 2023 年给出的薪酬范围和市场预期不应被视为当前保证。

  1. 1先修复留存他说,修复从消费版到商业版的切换流程后,留存约翻倍,之后才扩大获客;访谈没有说明统计人群和时间窗口。
  2. 2确定实验规模他建议考虑预期效果和样本量,并区分早期输入指标与后续结果。
  3. 3何时招聘在组建专门增长团队前,他希望看到核心产品市场契合和可重复的获客渠道。
  4. 4评估候选人他倾向于使用能展示思维方式的案例,而不让候选人无偿解决公司眼前的问题。
  5. 5开放演示他将 Mercury 无需留邮箱的演示与注册及存款增长联系起来;访谈只有公司自报结果,没有受控估计。
  6. 6测试负面影响他说 WhatsApp 引入 A/B 测试以评估商业功能风险;没有检测到负面效果并不证明不存在风险。

要点建议

  1. 增长是覆盖获客、转化、激活和留存的体系。
  2. Wiggins 说,修复 WhatsApp Business 切换流程后、扩大获客前,留存得到了改善,但访谈没有说明测量窗口。
  3. 当产品和可重复获客渠道已经有效时,小团队可以快速学习。
  4. 招聘应考察执行、客户分析和产品判断,而不是只看头衔。
  5. 实验设计需要考虑效果大小和足够样本;不显著的结果不能证明不存在危害。
  6. 评估新员工时应同时关注早期工作的质量和后续业务结果。
全文

按章节阅读整理后的全文

只看原始文稿
01

职业经历与 WhatsApp 增长

Wiggins 回顾从客服到增长工作的路径,比较 Facebook 和 WhatsApp 的方法,并将 WhatsApp 扩张归因于产品、市场时机和合作伙伴。

Ryan Wiggins 告诉 Harry Stebbings,自己从 Facebook 客服岗位起步,学习 SQL 来理解和改善反复出现的问题。这项工作让他进入一个涵盖数据、产品和营销的增长营销团队。此后,他在加入 Mercury 之前参与了 Facebook Ads、Workplace 和 WhatsApp 的工作。

Wiggins 说,Mercury 的银行产品因客户体验和处理更早期问题的机会吸引了他。他说,访谈时公司已发展到服务超过 10 万家初创公司。这是公司高管在 2023 年的说法,并非独立核实的当前客户数量。

他的职业道路大多没有预先规划。他建议在现有工作中追求真正好奇的事,并以此创造价值,同时找出理想未来岗位需要的技能。他说,这两条原则让他获得机会,不必依赖显赫或预先设定的路径。

Wiggins 于 2017 年加入 WhatsApp 时,发现其文化与 Facebook 高度依赖数据埋点的方法截然不同。他说,产品当时约有 15 亿用户,但产品和数据团队很小。他将增长归因于时机、简单可靠的消息产品,以及帮助用户使用服务的运营商合作。

整体增长可能掩盖各国不同的轨迹。他说,美国用户采用面临廉价短信和 iMessage、Messenger 等成熟替代产品的竞争,而其他市场较高的短信费用有利于 WhatsApp。这些市场和使用情况的比较是事后观察,并非完整的因果分析。

Wiggins 说,数据后来帮助改善了 WhatsApp Business 等产品及地区增长,而基础产品仍是关键。他区分了自己任职期间 WhatsApp Business 增长到 1 亿月活跃用户,与增长全部由一个人造成的说法。他认为增长来自产品、营销、合作伙伴和销售的互动。

02

增长体系与指标

他讨论获客前先关注留存、客户所处情境以及实验样本量。WhatsApp Business 的结果是他本人的描述。

增长体系覆盖获客、转化、激活和留存。他说,创始人经常要求增加获客,但问题实际上出在漏斗后段。先后顺序很重要:向无法留住用户的体验持续导入流量,可能浪费投入。

Wiggins 说,WhatsApp Business 团队发现从消费版应用切换时可能丢失聊天记录,导致商家回到旧应用。据他描述,团队先修复切换流程,使留存约翻倍,然后才加快获客。访谈没有说明测量人群或时间窗口。

他提醒增长人员不要用大量通知或追加销售代替有用的产品改进。在新 WhatsApp 用户可能无人可聊的市场中,搜索未加入联系人的时候显示邀请入口,表现远胜其他入口。他说,这一情境使行动与用户的实际目标相关。

为了定义成功用户,Wiggins 研究留存和与持续使用相关的早期行为。更多联系人可能代表更有机会找到想联系的那个人,但代理指标并不等于底层价值。他引用 Facebook 著名的早期好友指标,作为表示核心体验的另一种方式。

他希望增长团队在快速、小范围探索与加大有效投入之间交替。对于早期产品,他更重视清晰且显著的信号,而不是追求难以测量的微小改善。这是他的优先级方法,并不保证一定会出现巨大效果。

实验时长取决于预期效果和可用样本。较小的变化通常需要更多观察值,团队应在测试前评估可行性。他还区分导入联系人等领先输入与后续结果;早期提升是线索,并不能证明影响会持续。

03

建立和招聘增长团队

Wiggins 描述招聘时机、初始步骤、小团队和发现人才的方法,并讨论面试结构以及 2023 年美国薪酬估计。

Wiggins 认为,产品具备核心产品市场契合且至少有一个渠道能可重复地带来用户后,可以招聘专门增长团队。他说,在此之前,公司和创始人必须把增长视为产品建设的一部分。基础建立后,他倾向于较早引入能力全面的增长负责人。

第一位增长负责人应亲身走完整个客户旅程,记录从发现产品到成为活跃用户的每一步。Wiggins 建议分析获客来源随时间的变化、漏斗流失点,以及与用户成功相关的行为。然后负责人应推动某项工作上线,了解公司内部的决策和执行方式。

他喜欢从小团队开始,有时只需一到四人,因为团队扩大后协调会更困难。一旦找到可重复的有效方式,再增加资源。他关于沟通复杂度的说法是管理经验法则,而不是对每个组织精确适用的定律。

Stebbings 问,创始人如何知道增长是真实的,而不是依赖自己亲自销售。Wiggins 希望看到创始人之外的可重复性,并观察减少获客投入后会发生什么。他预计许多业务会出现其他渠道或自然增长,但这并非每种商业模式都必须满足的普遍条件。

当一个渠道有效时,他会先改善它,然后评估边际回报下降,以及忽略其他渠道的机会成本。这需要持续比较潜在影响、投入和替代选择,而不是永远只依赖一个渠道。

为了发现被忽视的人才,Wiggins 寻找那些在客服等运营岗位上推动过改变的人。他描述了 Mercury 一位同事自学编程并扩大影响力的经历。对他来说,是否拥有正式的增长头衔不如能否理解体系、作出改变并展示结果重要。

他的招聘标准包括执行成果、分析客户行为并将问题转化为行动的能力,以及产品判断力。他通过职业案例观察候选人是否理解成功背后的体系,而不只是重复某个策略。只要能考察相关技能,面试形式可以不同。

对于案例测试,他提醒不要让候选人无偿解决公司眼前的问题。更宽泛或相邻的问题可以展示思考方式,又不会让面试过度受面试官既有观点影响。他也希望领导层、跨职能同事和未来下属参与评估。

Wiggins 倾向于将合理现金薪酬与有意义的股权结合,并允许候选人在两者之间作一定选择。对于美国第一位增长岗位的个人贡献者,他给出约 15 万至 25 万美元现金薪酬加股权的宽泛估计,取决于经验和职责。这是他在 2023 年的估计,不是当前市场保证;股权结果也不确定。

04

入职与学习

他解释对新员工的期待、警示信号和持续复盘,并以 Mercury 产品演示的公司自报结果为例。

新员工的第一个月应了解人员、产品、流程和客户旅程。到三个月左右,Wiggins 期望看到逐步形成的观点、有用洞察、已上线的改变和清晰沟通。他说,不同人的路径不同,早期产出未必立即改变公司的整体轨迹。

他认为早期警示信号包括个人地位优先于团队、追求不可持续的快速成果,以及忽视反馈。他认为三到六个月通常足以看出领导者投入工作的质量,即使显著结果可能需要六到十二个月。他建议坦诚讨论能否改变发展轨迹。

他回忆,曾因某人的技能而录用对方,尽管面试时大家都担心其过于傲慢。这次经历让他认识到要认真对待面试中的警示信号,并区分个人贡献与前公司环境带来的优势。这只是一个招聘案例,并非诊断规则。

Wiggins 不赞成为每个小的增长变化都举行正式事后复盘。他更倾向于定期检查尝试了什么、发生了什么,以及哪些主题应指导下一步;严重故障仍值得调查。他担心的是花太多时间分析单个小失败,而不是从多个尝试中学习。

在早期数据有限的 Mercury,团队推出了无需电子邮件地址的产品演示,让访客自行探索。Wiggins 说,这带来了超过一千个账户注册和一些大额存款,也帮助了招聘。这些是公司高管提供的结果,访谈没有给出受控的因果估计。

05

WhatsApp 实验与最后建议

他描述商业功能测试以及在法国推动增长的经历,最后分享对客户研究、通知和可持续增长的看法。

他说,WhatsApp 在没有 A/B 测试框架的情况下达到约 15 亿用户,随后在 2017 年前后建立框架,以评估商业功能可能造成的伤害。他描述的测试没有检测到负面效果。未检测到危害并不证明危害不存在,访谈也没有提供测试规模或置信区间。

在法国,他的团队结合产品邀请、营销和合作伙伴,在竞争激烈的市场推动 WhatsApp 增长。他说,这些措施在约一年内加快增长并提高市场份额。这是他的事后描述,并非单独核实的因果测量。

在快问快答中,Wiggins 强调让用户接触到使产品有用的关键行动。他认为邮件和推送通知可能被过度使用,当用户关闭通知时,渠道可能永久失去。他希望增长团队多与客户交谈,而不仅仅分析数据。

他预计可持续的产品体验仍将是增长核心,并认为广告和创意制作可能越来越昂贵。这些是市场预期,不是未来成本的保证。他欣赏 Substack 对写作者的关注以及随后推出的网络功能;这是他对另一家公司的评价。

Stebbings 感谢 Wiggins 讨论 WhatsApp、Mercury 和建立增长团队的实际工作。两人互致感谢,结束对话。

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