Mike Duboe 谈增长团队、实验与付费营销

Mike Duboe 学习工程出身，职业生涯始于 Bain。在那里他学会了结构化思考，但希望从事更贴近个人兴趣的工作。一家食品初创公司让他接触到小团队的实际工作，其中一项群组支付功能提升了转化率。

他通过给创始人发送冷邮件加入群组支付公司 Tilt，后来经前同事介绍转到 Stitch Fix。Stitch Fix 在建立规模可观的内部获客团队之前，曾在盈利约束下依靠自然需求和客户留存实现增长。

Stitch Fix 的一个教训是选择正确的目标。Duboe 负责获客，另一个团队负责留存；如果只追求新用户最多、获客成本最低，就可能将低质量客户送入后续环节，损害另一个团队的结果。

团队后来采用了更全面、位于漏斗更下游的指标。Duboe 认为，如果公司不了解获客、参与度和留存如何相互影响，就扩大错误的指标，增长可能反而有害。

第二个教训是衡量增量效果。Duboe 说，Stitch Fix 借助数据科学经验使用留出对照测试，而不是假设精确的归因模型能够把每次转化的功劳正确分配给各渠道。

他对增长负责人的职责定义较宽：通过实验加快公司的学习速度，并建立系统，让公司对北极星指标有更强的控制力。例如，付费流量可以比单纯等待自然流量更快地测试多种信息和落地页。

Duboe 偏好跨职能增长小组，因为产品、工程、营销、分析和设计人员可以共同测试假设，而不必依赖一连串交接。他指出，成功的增长方法最终可以融入日常产品和营销工作，不一定需要永久独立团队。

按营销渠道组织的获客团队可能适合简单的电商漏斗，而跨职能小组可能适合增长机制更复杂的产品。汇报关系可以变化；当增长工作需要大量产品和工程改动时，他通常倾向于将其放在产品部门。

他建议在实现产品市场契合之前不要招聘专门的增长负责人。有增长经验的通才仍可以帮助寻找契合点，但在用户留存稳定、团队了解这些用户之前就扩大漏斗顶部，可能伤害公司。

他倾向于把分析人员作为早期增长招聘的首选。这类人需要理解业务，并帮助建立分析基础。他将这一角色与数据科学家区分开，同时希望产品经理最终将数据埋点视为产品开发的一部分。

当一个团队要花很高成本或很长时间才能回答基本问题，例如最近一批用户 30 天后的留存如何，就出现了分析债务。仪表盘本身无法弥补缺失的数据：产品首先需要记录相关用户事件。

Duboe 称赞 Faire 早期分析工作的重点是定期报告少数几个关键业务指标，而不是追踪所有东西。他说自己早期就了解这家公司，但并非投资人；他也指出，市场平台的交易行为可能比社交行为更容易衡量。

选择北极星指标时，他先写下产品实际上如何增长。以 Pinterest 内容循环为例，现有内容吸引用户，用户又创作更多内容，进一步带来用户；合适的指标可能随业务成熟而变化。

Stebbings 为 20VC 勾勒了一个循环：优秀嘉宾带来听众，有助于吸引创始人和基金投资人，再反哺业务。Duboe 认为，随着节目发展，相关指标可能从嘉宾影响力转向后续留存或转化。

招聘增长人才之前，先定义成功的样子，例如在指定月份前建立增长模型或分析系统。Duboe 说，笼统地要求某人“让好产品增长”，会使创始人与新员工都缺少共同标准。

他建议与增长机制相似的公司里的增长负责人交流，建立对优秀工作的判断。职位描述既应解释机会和有趣的问题，也应说明该岗位具体需要的经验、行为和结果。

由于经验丰富的增长候选人可能比较稀缺，Duboe 倾向于通过可信人脉和相关社群定向寻找。他也建议在尊重候选人保密要求的前提下尽早做背景推荐调查，而不是将其当作最后的形式。

一道面试题是请候选人选择自己最喜欢的产品，解释它如何增长。他希望听到结合定量思维与用户心理的系统性回答，而不是单个孤立的案例。

另一道题询问候选人曾经的失败和学到的东西。他说，实验必然会失败，因此增长负责人需要愿意承认结果、学习并迭代，而不是掩盖失败。

他还会请候选人展示或画出日常仪表盘。有用的回答应该信噪比高，并把少数几个指标与业务联系起来；难以使用的一大堆数字可能是警示信号。

更深入的练习是为某项功能提出有优先级的实验路线图。目的是观察候选人能否结合业务背景权衡影响和资源，而不是提出不加筛选的一长串测试。

他举的例子是制定三个月计划，提高 Messenger 的日活跃用户数。另一个练习是为类似业务建立增长模型；他会给候选人几天时间，并建议将实际工作限制在几个小时内，而非只测试即兴发挥的能力。

Duboe 回忆 Keith Rabois 对执行具体任务的人和能够负责完整工作领域的稀缺领导者所作的区分。他建议给予后者责任和合适的股权，因为他们能增加公司同时推进的工作量。

在 2023 年 1 月的一次对话中，Duboe 针对假设中的 B 轮增长岗位估算年薪约为 15 万至 25 万美元，股权通常约为 0.5% 至 1%；他也讨论了高于或低于这些数字的可能情况。他强调薪酬会变化，并取决于资历、公司阶段及现金与股权的组合。

增长循环是把输出重新投入输入的系统：Pinterest 用户创造内容，吸引另一位用户，而后者可能继续创造内容。Duboe 说，这种机制可以产生复利；传统漏斗则描述认知、获客、激活和留存等更线性的步骤。

漏斗并非总是错误：他说，它对电商可能很实用。风险在于让不同团队各管一个步骤，忽视步骤间的相互作用，或为优化局部数字损害整体系统。

让增长循环落地，意味着把分发融入产品战略，并在跨职能团队间选择共同指标。这样团队就能处理获客与留存之间的关系，而不是追逐孤立的策略。

Duboe 希望公司任何人都能提出想法，并建立一种文化：只要团队从中学习，实验失败就是可以接受的。流程应该帮助团队确定优先级、保留经验，而不是单纯增加审批层级。

他的实验单页会记录目标、假设、设计和资源、持续时间、量化成功标准，以及无论结果如何的下一步行动。在测试前写下这些内容，可以减少看到数据后重新定义成功的诱惑。

想法会进入一份共享且按优先级排列的列表。Duboe 描述了用大致的影响、信心和工作量评分来比较提案，避免把所有事情都当成同等优先级去测试。

增长团队每周复盘已完成的实验、教训和下一步，并介绍新测试。在 Tilt，团队还会在全员会上分享重要发现，有时让同事猜哪个版本获胜，让学习过程更有参与感。

有用的教训应当足够具体，能改变下一步产品或战略决策，并传递给能够利用它的团队。例如，能打动用户的广告创意也可能为产品文案提供启发；其他变量发生变化时，分析人员可以帮助确保测试设计可靠。

Duboe 说，付费营销应该是加速器，而不是拐杖。检验产品市场契合度时，他会问：停止付费获客后，留存和新用户会怎样？过早大量投放可能掩盖需求疲弱，并让团队忽略更持久的工作。

他提醒，随着投放规模扩大，付费效果可能下降，因此低投放量时的获客成本可能误导未来商业模型。他粗略建议某些电商业务的付费获客占比为 30% 至 50%，但明确表示这取决于具体情况，而且归因使这一比例本身也难以可靠衡量。

如果没有其他渠道有效，企业仍可能需要付费获客，前提是客户价值和回本情况能够支撑。对于早期公司，他同意集中使用有效渠道；规模较大后，则需要考虑依赖单一平台的风险。

他回忆，Stitch Fix 接近上市时，团队规定单一渠道占比不超过 50%。Facebook 广告效果减弱时，更广泛的渠道组合让团队可以灵活重新分配预算；这是他对当时情况的叙述。

Duboe 说，付费营销中持久的优势不太来自巧妙的购买技巧，而更来自衡量能力和持续提供有效创意的能力。在 Stitch Fix，降低制作门槛、使用 iPhone 拍摄的简单素材，让团队可以测试更多想法。

他同时对末次点击归因和昂贵的归因模型持谨慎态度：前者可能把全部功劳归给最后一次互动，后者可能表现出超出数据能力的精确度。他认为品牌活动也应衡量，但通常需要更长的时间范围。

以电视广告为例，Stitch Fix 暂停全国广告八周，并在五个地区购买本地广告。Duboe 说，团队比较这些地区的增长及与其他渠道的相互作用，以估算电视广告的增量贡献，包括广告后短时流量高峰无法捕捉的影响。

做预算决定时，他更喜欢设定符合业务情况的明确回报或回本门槛。他认为，电商可以参考首笔交易回本，而订阅业务可能采用更长周期；这些只是经验参考，并非普遍规则。

他回忆，Stitch Fix 曾以约一年作为贡献利润口径的回本门槛，依据是公司的重复购买数据。缺少此类历史数据的年轻公司，应谨慎对待延伸到遥远未来的假设。

Duboe 指出，混合口径 CAC 与 LTV 的比率有两个弱点：早期公司可能不知道客户的生命周期，平均值也会掩盖渠道、受众或关键词之间的差异。他更倾向于细分衡量回本周期，并用付费用户带来的回报对照付费获客成本。

他引用 Bill Gurley 的提醒：LTV 公式是工具，不是战略。相比操纵公式来论证更大的营销预算，更深入地理解客户和做好创意可能带来更强优势。

在快问快答中，Duboe 说自己不再相信增长能解决所有问题：增长可能掩盖问题，也可能带来新问题。他提醒创始人不要在不了解候选人过去实际职责的情况下招聘，也不要认为增长只是增长团队的责任。

在 Tilt，他了解到反复激励可能让组织者依赖促销。他说，Stitch Fix 后来避免对产品打折；他希望更多公司把增长看作可以包含重大投入的整体系统，而不只是细小优化。

Duboe 称赞 Faire 的企业对企业推荐机制；他说，这一机制把参与者带到市场的供需两侧。他再次说明自己不是 Faire 的投资人；这一例子是他对一家长期关注公司的评价。

Stebbings 感谢 Duboe 参与对话，Duboe 随后结束访谈。