Blog · 文章

如果一件事值得做,就值得把它做好

Toast 产品副总裁 Maggie Crowley曾代表美国参加冬奥会滑雪项目,大学毕业于哈佛商学院,曾在多家企业从事营销、产品相关工作。

她受邀参加Lenny的播客谈到如何成为优秀的产品经理,有两个点让我印象深刻。

一是要即时分享进展,让团队成员和老板都要看到阶段性成功过。如果你的经理很棒,也许你会成功。但优秀的经理凤毛麟角 ,因此不要把“是否有人会注意到”这件事留给运气。

另外,沟通越多,学到的就越多,每次发布产品你都会变得更好。

确实,没有人有义务要看见你的努力,还是要别人知道,特别是评价你的人。

我见过很多职场人,都比较喜欢躲在幕后,一边默默工作,一边抱怨老板不理解…但现实是不理解才是常态,主动说出来,不要憋在心里。

第二点是与其犹豫“这事是不是该我干”,还不如先干了。

与其麻烦别人还不如撸起袖子自己先做,主动说“我来做内容翻译,我参加这个会议,我来跟客户作demo…”

作为产品经理、GTM负责人,很多事情没有办法分工明确,那只能是你的工作。

这就好像工程师的工作是写代码;设计师的工作是设计解决方案;产品经理的工作就是交付商业结果...

产品经理就是要成为那个随时可以补缺的人,要确保产品成功上市。

这也让我想到市场部,我们的专业是什么呢?统筹、协同、策划…这些都是成就结果的中间过程,极为重要,但是能力圈很窄。

假如定位自己的工作链接需求与产品,那就对外做好客户体验优化,对内做好跨部门协同,每件事情做到极致,并积极向上沟通,才是最佳的工作方式。

最后Maggie说出她的座右铭,我非常喜欢,也分享给你“如果一件事值得做,就值得把它做好 ”。

好产品,为什么不一定卖得好?

科技圈里,一直存在一种很微妙的偏见。

很多技术出身的创始人相信:“真正好的产品自己会说话。”反过来,如果一个产品需要营销,产品大概率不行。

常见的工作流程像是“跑接力”:产品部门先埋头开发产品;营销拿到原型甚至产品之后,才开始讨论客户是谁,有什么卖点,价格怎么定,怎么卖出去...

如果卖不好,双方必定要互相甩锅。

产品认为是营销不会卖;营销抱怨产品不是解决真需求…

好产品却卖得不好,问题到底出在哪个环节?

最近我看了Lenny采访前iPod之父Tony Fadell,谈到即便是iPod这样突破创新性产品,也经历了三次艰难迭代,才打开了市场。

秘诀就在于从研发阶段就整合了营销、销售、渠道、供应链等部门,把产品设计与GTM变成了一套整体的规划。

这里说的GTM包括用户选择、定位、定价、营销、渠道、销售、客户成功等等,是把产品推向市场的过程。

1. 产品创新,不等于商业成功

今天回头看 iPod,很多人会以为它是一款横空出世、一炮而红的产品。

事实上并不是。

第一代 iPod 发布时,只能服务 Mac 极客(Mac 当时在个人电脑市场只有个位数份额);第二代虽然有所改进,但依然局限在相对小众的人群里。

真正改变 iPod 命运的节点是开始支持Windows系统以及推出了iTunes Store,最终让1000首歌放进裤袋成了现实(广告语:1000 songs in your pocket)。

从这个角度看,产品找准了用户群体格外重要。

当初如果死守Mac市场,苹果公司也许早就不是现在的样子,也不一定有现在的iphone。

Tony Fadell说对于任何创新的产品,需要经历三个阶段才能真正做起来,并开始赚钱:

第一阶段找到正确的产品方向和市场方向(PMF);

第二阶段根据市场和客户反馈迭代产品,以合适的方式推给更广泛的客户群体,让产品有利可图;

第三阶段专注业务优化,整合市场推广与销售渠道,持续发展并实现盈利。

从第一阶段跨越到第二阶段非常非常难,其实每一步都难。

迷茫的时候看看就去客户现场,了解他们有什么痛点可以结合现在的技术解决。

2. 客户关注产品价值

Tony Fadell 在访谈中说,“产品团队了解所有上下文,知道每一个功能为什么存在。但客户不知道。”

性能和功能只能解释产品是什么(What)。

客户真正关心的是:这和我有什么关系?能帮我解决什么问题?为什么我要选择你?

他们需要知道背后的“为什么”(Why)。

在我看来:

产品好,是技术的成就。

值得买,是客户的判断。

卖得好,是商业的成功。

从产品好到值得买,需要的是定位和价值表达;从值得买到卖得好,需要的是渠道、品牌、销售、推广策略。

3. 营销不是产品完成后才开始

客户是透过营销这层“透镜”来理解产品的。

他们看到的是官网、广告、销售演示、媒体报道,以及朋友推荐。

这个道理大家都懂,但是很多技术团队依然对营销保持警惕,因为他们见过太多营销跑在产品前面的失败案例。

Humane AI Pin 就是典型例子。

同为前苹果高管创办,营销和造势手段堪称教科书级别。发布会拍得极具苹果的高级感和科技禅意。

但产品一发售,市场口碑瞬间灾难性垮掉,成了科技圈一个经典的“营销和PPT跑得太快,产品研发根本兑现不了承诺”的活教材。

但这个案例说明的并不是营销不重要。

恰恰相反。它说明产品和营销必须保持步调一致。

Tony Fadell 在《创造》中提到,营销不应该等到产品做完之后才开始。产品管理和营销团队应该从产品定义阶段就共同参与。

很多优秀团队会在产品开发的同时构建产品叙事。

亚马逊著名的 Working Backwards(逆向工作法)就是典型代表。

在正式开发之前,先写新闻稿,回答:这个产品解决谁的问题?为什么重要?客户为什么会关心?如果这些问题回答不清楚,产品往往也很难成功。

营销团队参与研发过程,及时把客户洞察、场景调研反馈给产品团队,同时发掘产品故事。

产品团队有了营销团队带来的用户视角,对需求更了解,研发效率大大提升。

4. 产品与营销脱节,代价非常高

回到前面开头说的产品与营销的脱节,是大多数公司的常态。

研发、技术任务重,经常加班,完全没精力顾及其他事;营销销售压力也够大的,获客和增长没有一件事是轻松的。

大家的KPI也各不相同,产品看功能对比,市场看潜在线索,销售看成交签单。

一遇到问题,就开始吵架。

这种场面我在过去见过太多次:转化率上不去,销售抱怨产品“难用、价格还贵、性能不如对手”;

产品负责人回怼“卖不动是你们只盯着眼前的单子,对技术优势不了解...”。两边都觉得自己尽力了,问题全在对方。

这种内耗消耗公司的竞争力,最终会体现在三笔账上:

时间账:产品埋头做了一年,上线后才发现没人买单,方向错误往往意味着推倒重来。

效率账:产品、市场和销售缺乏共同语言,只能不断开会对齐、反复沟通。

成本账:产品定位不清,市场需要不断测试卖点;产品价值表达不到位,销售只能靠话术弥补认知落差。

5. 产品推向市场如何跨部门协同?

如果如Tony所说,建立一套产品管理体系,需要各个部门的协同。虽然也很难,但也许可以尝试这么做:

一、共同构建信息框架

不要等产品做完了才给市场部下需求。在动手写代码的第一天,产品与营销团队共同做出客户需求说明书,包含:

客户的痛点“是什么”,我们怎么解决客户问题的“如何做”,客户为什么需要的“为什么”。

这份共识说明书对产品开发至关重要,是一份随着产品进化和对客户理解不断深入后逐步优化的活文档;

更是一套共享资源,不仅是营销和产品,工程、销售、支持都可以随时调用。

二、共享关键业务指标

部门墙很多时候并不是组织架构的问题,常常出在指标不一致上。

如果产品只看功能上线率,市场只看线索数量,销售只看签单金额,大家自然会优化自己的局部利益。

真正有效的做法,是让核心团队共同对最终的北极星指标负责,比如产品利润、盈亏平衡时间等….当所有人有共同的数据看板时,协作会变得容易得多。

三、建立持续的反馈闭环

市场和销售在一线听到的真实反馈,用户卡在哪、为什么不买?这些反馈需要第一时间分享给产品团队。

每周或每月的沟通会议把讨论产品、功能、价格的时间缩短一些,多聊聊"我们离那个共同目标,更近了还是更远了"。

写在最后

回到最开始的问题:好产品为什么不一定卖得好?

除了我们看得见的外部原因之外,从企业内部来说,最常见的是把产品创新和推向市场割裂开来了。

但真正成功的产品背后的共性是:产品与营销,从第一天起就密不可分。

过去二十年,科技行业最稀缺的是研发能力。

谁能把产品做出来,谁就拥有优势。

今天,技术正在快速降低开发门槛。

真正稀缺的能力,开始转向:谁能更快理解市场、建立认知、获得信任,并最终完成商业闭环。

这个闭环,需要研发、产品、营销、销售团队一起完成。

其中,产品负责创造价值,GTM负责让价值被看见、被理解、被相信。


本文首发于公众号《时光笔记簿》。

GTM 新挑战:你的下一个客户可能是 AI

最近读凯文.凯利 的新书《2049》,书里提到一个大趋势:B2B。

一开始我以为AI时代B2B生意模式要再度翻红了,怎知他说的是Bot-to-Bot(机器人程序对机器人程序)的沟通方式。

举个例子,假如企业要把产品推给客户,要让自己的AI agent跟客户的“AI采购员”先谈。

它们也许会用我们听不懂的机器“方言”比功能、讲价格、谈条款...等有了结果,你再出面和客户决策层沟通。

想想看,一点也不虚幻,咱们早就让“龙虾”帮忙找信息、搜资料了。

很快每个人也许有好多位AI代理,有事“先跟我代理谈”会成了口头禅,见真人估计需要充值VIP。

AI Agent翻译成AI代理现在看是恰如其分。

MIT技术评论有一篇文章标题就是:“Your Most Important Customer May Be AI.”

从GTM的角度来看,不单是让大模型推荐你的产品(GEO),AI Agent成了采购者、买家。

OpenAI可以成为买手,在 Shopify 上帮用户买买买。

Ramp 推的Tokenized 支付卡,只要设定预算上限和审批规则,AI代理可以“刷卡”了。

无论是大模型本身,还是各种AI代理,都在慢慢成为甲方的决策影响者,甚至是采购者。

如此说来,产品的Go-to-Market(GTM)的第一关就成了Go-to-AI.

一、AI如何做判断?

虽然 AI 在模仿人类推理,但路数完全不同,就比如:

我们愿意先看看演示,最好有案例参考。AI:我只信任数据。

我们选项一多就会有“选择困难”症。AI: 选项越多越好,先穷举再加权。

我们喜欢“赚到”的感觉,总觉得19.99就是比20块便宜很多。AI:19.99只比20少了0.5%,功能上相差10%...

我们喜欢听故事、追求情绪价值。AI:看功能、比参数、对价格...

简单用表格对比是这样的:

维度 人类买家 AI 买家
信息获取 看演示 / 销售介绍 读取数据
选择逻辑 选项多会焦虑 选项越多越好
决策依据 情感 + 理性 纯数据
定价影响 心理价格策略 成本模型
内容偏好 故事 / 案例 结构化信息
采购流程 多人审批 自动执行

也就是咱人类采购比较飘忽不定,有时候凭感觉,有时候看数据,有时候还需要点人脉,但AI只看实打实的数据。

这样好是好,就是有点不灵活、不解风情、缺乏审美。

营销人最擅长的品牌叙事、精美的设计、动画展示等在 AI 买家这纯属“对AI弹琴”。

那些枯燥无味的API文档的完整度、定价页的JSON结构化程度、安全认证的机器解析格式,在AI眼中才是关键因素。

好在并不是所有的购买AI都要深度参与。

企业 SaaS 采购、科技产品选、商务差旅预订、原材料/算力采购等等高信息密度、高比较成本的决策,AI参与更多。

但买口红、添置设计师家具、节日礼品手办等等个性化、情感化的决定,AI并不擅长。

二、GTM正在重构

做完AI洞察,产品介绍、定价方式、营销推广、销售与渠道也要变化:

1. 产品介绍:既要给人看,又要给AI读

过去写产品文档是为了给人看,现在 AI代理要先读。

如果产品功能、集成能力、API 限制散落在 PDF、PPT 和销售人员的大脑里,那就麻烦了,AI从哪获取信息?

GTM Tip:把产品信息理清楚,做成AI能读懂的规格表。别只盯着官网,散落在互联网各个角落的信息,都要及时更新数据,并结构化呈现。

测试方法:直接将你的产品链接投喂给 DeepSeek,问它:“作为采购助理,你会推荐这家公司吗?理由是什么?”如果它回答含糊,说明你的“机器可读性”还要优化。

2. 价格:让AI代理能查到

很多公司官网没有价格,只有一句:"联系我们获取报价"。

放在传统观念的销售年代,太正常了,价格很敏感,需要case by case谈。

但AI不会填表单,不会等待SDR回电。它只会根据公开信息做初步筛选。

当客户让AI推荐“最具性价比的选项”时,如果找不到你的报价单,可能直接被pass了。

GTM tips:就算不能公开价格,也至少要在官网提供模块化定价结构、计算逻辑,让AI agent能算清楚成本。

价格完全不透明,在AI agent面前第一轮筛选都入围不了。

3. 内容营销: 从 SEO/GEO 进化到 AEO

就在两年前,我们还主要在搜索引擎上寻找信息,后来在AI大模型上寻求推荐,现在我们让AI助理自己去寻找答案(Answer)。

它会在ChatGPT、DeepSeek中检索信息,然后给用户一个最终答案,AEO(Answer Engine Optimization)。

想被 AI 推荐,产品内容需要具备几个特点:

事实清晰、结构化表达、可比较的数据、第三方验证等等

GTM tips:想清楚你希望AI助理搜到你时看到什么。然后做到:事实清晰;结构化呈现,功能矩阵、价格表、集成清单都摆出来; 第三方背书,权威报道、安全认证都放上。

马上行动:定期在 ChatGPT或 DeepSeek 里搜"最好的「你的品类」工具是什么",记录你的品牌出现频率、排名,以及不同模型对你的评价是否一致。

4. 销售和渠道:推动客户最终决策

AI把信息搜集、产品比较、参数分析都干完了,那销售干什么?

答案是:建立与决策者之间的信任。

AI能告诉你A产品比B产品贵20%,但它不能告诉客户"选A更适合你现在面对的难题"。AI能列出所有功能参数,但它不能跟客户说"出了问题找我"。

GTM tips:市场和销售要配合更紧密。一方面收集AI工具里的品牌表现数据,一方面和决策者建立长期信任。

三、GTM需要“人机共赏”

很多 GTMer 看到这里会倒吸一口凉气:

以前只需要做一套内容,现在要做两套?

是的。

而且这两套内容的逻辑完全不同:

给AI看的那套,需要动员产品经理、数据架构师一起合作。AI要能懂,必须结构化、参数化。

给人的内容,就需要品牌、公关、营销专家的功力,好的审美、打动人心的内容放在任何时候都很重要。

工作量确实变大了,但AI发展日新月异,只有适应才可能在竞争中生存。

能同时“让 AI 选中”又“让人类爱上”的品牌,才是新的Business to Agent 时代的赢家。

GTMer既得懂Schema标记、API文档这些机器能读的东西,又得懂品牌叙事、场景、审美这种感性的表达,左脑的理性和右脑感性,才能“人机共赏”。

最后

"你的下一个客户可能是AI", 这个预言听起来像危言耸听,但随着AI agent的涌现,我们的工作方式和决策逻辑确实在变化。

当Agent完成了所有的信息搜集和理性计算,客户最终需要的,是一个能为结果负责、值得信任的伙伴。

既让AI这个客户懂你,又要让人类决策者喜欢你,你准备好了吗?


本文首发于公众号《时光笔记簿》。