Martin Gontovnikas：产品驱动增长与企业销售如何结合

Martin Gontovnikas，人称 Gonto，告诉 Harry Stebbings，他偶然进入增长领域。他加入 Auth0 时负责开发者布道；团队发现许多收入来自注册并试用平台的用户后，让他负责自助业务。他没有营销背景，于是用工程思维来改善数据。

他说，在 Auth0 的七年让他认识到，即便面向开发者销售，心理学和品牌也很重要。按他的经验，减少数据、讲述更连贯故事的邮件转化效果更好。他还认识到，快速增长伴随着问题和重大决策，并非一条平滑的指数曲线。

Gontovnikas 说，当 Auth0 试图将年度经常性收入从 4000 万美元提升至 8000 万美元，且很可能无法达成目标时，公司让一半营销团队和很大一部分产品团队专注于注册与激活，暂停产品营销和发布活动。他认为这一决定风险很大但有必要，访谈并未独立证实其因果效果。

他认为，勇敢是尽管害怕仍采取行动。为了支持可控的冒险，他允许员工在不经审批的情况下开展低于 1 万美元、研究充分且可衡量的实验。如果设计合理的尝试失败，他想知道团队学到了什么，而不是惩罚失败。

复盘应明确哪些环节没有奏效，并通过访谈了解人们为何那样行动。Gontovnikas 把可搜索的经验和标签记录在表格中，他说自己还据此创建了一个 GPT，便于在考虑新想法时检索过去的教训。

他将增长定义为把科学方法应用于关键绩效指标。数据提供信息，但他认为数据本身不会提出可供测试的创造性方案：了解用户画像、访谈客户和构想不同体验同样必不可少。

Stebbings 指出，A/B 测试可以明确选出效果更好的缩略图。Gontovnikas 同意测试能够提供信息，但他说 B2B 样本更小，决策常由团队作出。胜出的版本仍可能远逊于一个从未想到的方案。他倾向于测试差异足够大的方案，以发现显著效果，有时也用测试作为防线，确保指标没有下降。

大胆尝试的主要成本往往是人员时间，而非单独的现金预算，因此真正的问题是团队将停止做什么。他建议组合小、中、大不同规模的投入：渐进改善可以帮助团队实现近期目标，同时等待更大的变化产生效果。每项投入都应设定时间期限。

在 Auth0，一次按行业和职位定向的主动销售活动失败了。Gontovnikas 联系潜在客户询问原因，并不推销。他们说自己目前没有更换身份认证服务商的理由。随后团队寻找招聘信号，推测哪些公司可能更换技术栈，并针对可能有相关项目的客户开展主动销售；他说这种方式效果更好。

他认为，大公司也必须继续大胆下注，并以 Amazon 失败的手机和 AWS 为例，说明其愿意尝试。理想情况下，增长思维应贯穿公司各处；但他说，随着产品团队承担越来越多维护、支持和企业需求，独立的增长或创新团队可以为实验保留空间。

他认为，创始人从一开始就应创造性思考、检查结果并反复迭代。他介绍说，可以用仪表盘展示每个人创造的销售机会，让增长工作形成竞争。增长经理需要创造力和对目标用户画像的理解，还需要有更深入客户知识的人配合。

Gontovnikas 不会在找到产品市场契合之前招聘专职增长人员；他认为寻找契合是创始人的责任。即使是产品驱动型公司，也应先从人脉中找到 6 至 8 家设计合作伙伴，进行封闭合作，从中学习，建立良好的初始体验，然后再扩大开放注册。

没有有用数据的空白仪表盘会给人留下糟糕的第一印象。在用户理解基础功能之前就强推高级付费功能，或引导用户进入错误的使用场景，也会造成同样的问题。他认为，第一印象很难挽回，入职引导应反映用户的真实目标。

在 Auth0，团队对比了逐步引导式流程与先解释主要组件、再让用户自行探索的流程。总体结果相近，但访谈显示，初级开发者往往希望获得详细指导，经验丰富的开发者则觉得这种做法居高临下。团队因此针对不同需求设计了不同体验。

对于 Notion 这样的横向产品，他建议建立模板和使用场景内容。用户注册前的选择有助于推测其目标，并据此调整产品中的选项或排序。模板库既对用户有帮助，也能提供他们意向的信息。

在自下而上的增长模式中，试用产品的人通常希望自行探索，而不受销售打扰。挑战在于识别他们何时需要帮助或准备好交谈。Gontovnikas 举例说，在文档和仪表盘之间来回切换却没有进展等行为，可能表明用户遇到了阻碍。

他说，在 Vercel，具有初级技术背景的产品倡导人员会联系受阻用户，帮助他们解决问题，然后可以将他们介绍给销售团队。团队从技术支持和编程训练营招聘人员。这种做法希望先提供对开发者有用、容易沟通的帮助，而不是立即推销。

设计免费和付费套餐时，他曾按使用情况将功能分组，再把每组中一两项有用功能放入更高一级的套餐，为用户成长后升级创造理由。他将其描述为一种考虑套餐设计的方法，而非普遍正确的免费层边界。

他也寻找“反留存模式”，即用户流失前出现的行为。他说，在 Auth0，第一周就实现多因素认证的用户经常离开，而约一个月至六周后才实现该功能的用户更有可能留下。他的解释是，用户尚未熟悉产品时，这项功能过于复杂。

团队比较了使用一年后仍留存的用户与未留存用户的功能采用路径，包括各项功能首次使用的时间。这些是他所讲述的观察性规律，不能证明仅凭使用时间就导致了留存变化。他根据用户是否以适合产品的频率反复使用核心价值来衡量留存。

他不仅看重工作项目的使用，也看重个人项目的使用：在个人项目中熟悉一款产品的开发者，日后可能会在新雇主处想起它。他也主张让人们先体验功能再付费。在他的 Auth0 案例中，套餐并不会在技术上切断功能；团队定期联系超出额度使用功能的账户，要求他们付费。

Gontovnikas 认为，自上而下的企业销售应与自下而上的产品采用相辅相成。如果大公司的开发者已经在使用产品，销售人员可以带着这一背景联系相关负责人，而不是完全冷启动。让品牌变得熟悉的广告，以及帮助内部推动者解释产品价值的材料，都可以支持这一模式。

给推动者的经理发送信息时，应先具体说明产品给用户带来的好处，再将其与经理的目标联系起来。他举例说，开发者使用 Vercel 预览功能更快地协作和交付，可能帮助工程负责人按时完成项目。他认为企业买家可能重视分析机构的材料，而初创公司可能更关注产品如何让自己与众不同。

公司可以把可运行的演示打包，让用户在内部展示，利用用户自身的可信度帮助推广。他说，在 Auth0，企业架构师会加入销售电话，与潜在客户的架构师一起在白板上讨论服务如何配合。这让双方能以客户熟悉的技术语言交流，尽管最初需要大量人力。

他建议专注于四五个常见使用场景，而不是完全按行业组织专业能力。不同行业可能有相同的问题，产品使用情况能显示哪些场景值得重视。出现重要的新场景时，可以引入相应专家。

Stebbings 提到中小企业市场规模庞大，问一家公司是否一定需要企业客户。Gontovnikas 同意可以围绕中小企业建立业务，但他说许多产品驱动型公司最终的大部分收入来自中型市场和企业客户。他提出的 80% 至 85% 是基于个人经验的概括，并非经过证实的行业基准。

他会把已有中型市场或企业用户注册视为进一步投入的信号。向中小企业销售通常意味着单个客户带来的收入较低，因此难以承担昂贵的高接触式获客。大客户可以支持更多销售投入，但也需要不同的运营模式。

Stebbings 提到一些投资组合公司承担企业级获客和支持成本，却只有中小企业级别的收入，问何时可以相信客户会扩大购买。Gontovnikas 建议追问扩张时间表和具体计划；他认为超过一年才扩张的可能性较低。他说，在 Auth0，一笔 3 万美元的初始交易之后，团队会举办工作坊并联系账户内的其他团队。他的时间判断只是经验法则，并非保证。

他认为，进军企业市场最大的错误是把这一转变当成开关，忘记最初将产品带进公司的用户。企业买家可能提出很长的功能清单，但最终用户仍然需要良好体验。他以自己对 New Relic 的解读说明，增加臃肿功能却忽视开发者可能带来危险；Stebbings 指出，该公司是被收购，而非倒闭。

他认为，企业买家要在获得晋升的愿望和做出影响职业发展的错误采购的恐惧之间权衡。安全、合规和分析机构背书可能降低感知风险，而独特的产品可能带来职业上的好处。这是他对买家心理的模型，不代表每位买家都会这样行动。

Gontovnikas 为产品驱动型企业提出了首席技术营销官的概念。他认为，营销承诺必须与产品实际交付的体验一致：注册用户可能从网站直接进入产品，中间没有销售人员解释两者之间的差距。

在他的实际组织方式中，营销增长团队主要关注已激活的注册用户，产品增长团队则关注留存和转化。双方共同负责入职引导与激活，修改需得到两边同意。在 Auth0，营销团队希望立刻显示销售联系提示；折中方案是向某些非开发者的总监级用户或来自大型公司的用户显示该选项，让大多数用户继续进入产品。

如果网站过度承诺，而产品无法兑现或难以理解，用户就会失望。他说，产品经理也可能逐渐脱离用户；营销团队在活动和线上与用户的交流应该反馈给产品团队。

对于早期增长岗位，Gontovnikas 看重他所说的“渴望荣耀”，即证明自己的动力。他寻找有创造力、熟悉用户画像、好胜且善于利用有限资源的人，有时比起丰富经验或知名雇主经历，这些特质更重要。

他提醒，著名的增长框架可能是成功之后写出的解释，而非团队当时有意识遵循的流程。面试时，他喜欢提供开放式练习，给候选人一个问题、研究资料和数据。对他来说，候选人提出的问题、调查方式和推理过程比得出预设答案更重要。

他自己在招聘上犯过两个相反的错误：由于缺少营销经验，起初过度看重亮眼的履历；后来又招了太多和自己相似的人。如今他寻求不同的观点，即便有些人让他觉得相处困难，只要他们有能力并能完成工作，他也愿意听取意见。

一次广告活动花费 30 万美元，带来了大量注册，但很少有人激活、留下或转化。Gontovnikas 说，团队优化的是一个方便向董事会展示的注册数字，而非与收入相关的成果。他的教训是选择与业务结果相关的 KPI，而不是虚荣指标。

在另一次实验中，团队向 90% 的用户发送入职引导邮件，另外 10% 不收到邮件。他说，尽管邮件打开率和点击率有所提高，未收到邮件的用户留存率却高出 20%。团队停止发送邮件，并认为令人困惑的内容使用户流失。访谈没有提供样本量等独立评估结果所需的细节。

在快问快答环节，Gontovnikas 说，自己越来越相信营销运营和工程的重要性。他提到抓取意向信号、用 AI 生成个性化主动销售内容，甚至制作 CEO 深度伪造视频。Stebbings 质疑工具越来越容易获得后，技术优势是否还能持久；Gontovnikas 回应说，想要脱颖而出可能仍需要定制化实施。

他预计，基于推测意向的主动销售会增多，例如根据招聘模式推测技术变更。他提醒创始人，既不要在找到产品市场契合之前招聘增长人员，也不要在高度契合之后等待太久，因为建立必要的团队和运营体系可能需要好几个季度。

Gontovnikas 介绍了为客户 Clerk 开展的一次 YouTube 赞助实验。他说，一条专门介绍产品的视频效果很小；一系列由创作者在开发应用时自然使用 Clerk、并在视频结尾标明赞助的视频，效果则更好。他将结果归因于观众的好奇心以及看似自然的使用，同时承认视频实际获得了赞助。他没有提供转化数字。