融合 MKT1(Emily Kramer)、The Pragmatic Engineer(Gergely Orosz)、Recomendo(Kevin Kelly 等)、Elena's Growth Scoop(Elena Verna)四份 Newsletter 的观点,压缩成 7 条 SaaS 创业与推广公式,附按阶段使用的行动清单。
四份 Newsletter,四种知识生产者:
| Newsletter | 作者 | 领域 | 输出什么 |
|---|---|---|---|
| MKT1 | Emily Kramer(Asana 首位营销、Carta 营销负责人) | B2B 营销 | 框架 |
| The Pragmatic Engineer | Gergely Orosz(前 Uber、Skype 工程经理) | 软件工程 | 证据 |
| Recomendo | Kevin Kelly(《连线》创始执行主编)、Mark Frauenfelder、Claudia Dawson | 工具策展 | 判断 |
| Elena's Growth Scoop | Elena Verna(Dropbox、Miro、Amplitude,现任 Lovable 增长负责人) | 产品增长 | 系统 |
领域不同,结论一致:生产变便宜了,判断和系统变贵了。
| # | 公式 | 出处 |
|---|---|---|
| 1 | 定位 > 推广;PMF → 数据 → 增长 | Emily Kramer、Elena Verna |
| 2 | 渠道 = 你的用户在哪 | Emily Kramer、Gergely Orosz |
| 3 | 营销 = 燃料 × 引擎 | Emily Kramer |
| 4 | 循环 > 漏斗 | Elena Verna、Recomendo |
| 5 | 增长 = 信任 | Elena Verna、Recomendo、Gergely Orosz |
| 6 | 95% 创新 / 5% 优化 | Elena Verna |
| 7 | 衡量影响,不衡量忙碌 | Gergely Orosz |
客户看不懂你是什么,投多少广告都是放大噪音。
Emily 的定位四问:
| 问题 | 写出来 |
|---|---|
| 给谁用? | 一类具体的人或公司 |
| 是什么? | 一句话品类 |
| 为什么更好? | 相对替代方案的差异,不是功能清单 |
| 跟谁比? | 竞品、Excel、外包,还是「不做」 |
Elena 从增长侧说同一件事。她的《Five Laws of Growth》公开的前三条:
| 定律 | 一句话 |
|---|---|
| PMF → 数据 → 增长 | 顺序不能反。产品没准备好就扩量,只会流失得更快 |
| 框架 > 黑客 | 一次性技巧不能复制,框架能 |
| 循环 > 漏斗 | 漏斗靠持续灌流量,循环靠产出再投入(见第四条) |
判断标准: 老用户不会自己回来,就先别投放。
「成功公司都靠一个主渠道起家」——Emily 不同意。她的 Channel–Startup Fit:渠道由受众、产品、商业模式决定,没有通用最优解。
Gergely 的版本更短:没有通用建议。大厂有效的流程,搬到十人公司可能有害。
看别人的增长案例,先过三道筛:
| 问 | 因为 |
|---|---|
| 用户是同一类人吗? | 渠道就是用户在哪 |
| 客单价差多少? | 客单价决定获客成本上限 |
| 是哪年做的? | 两年前的打法可能已失效 |
是乘法,不是加法:任何一边为零,结果就是零。
| 症状 | 缺什么 | 做什么 |
|---|---|---|
| 内容多,流量少 | 引擎 | 停写新内容,把好内容分发出去 |
| 流量有,不注册 | 燃料 | 重写定位、首页,补案例和对比页 |
| 每月换打法 | 两边都没建 | 停下,回到第二条 |
反面教材叫 Random Acts of Marketing(随机营销):今天发推、明天投广告、后天办活动,彼此无关,永不积累。解法:一次只测一个大动作。
漏斗:停止灌流量,增长就停。 循环:用户的产出 = 下一批用户的入口。
| 循环 | 怎么转 | 例子 |
|---|---|---|
| 内容循环 | 用户内容被搜索收录 → 新用户 | 模板库、公开分享页 |
| 病毒循环 | 使用即展示或邀请 | 协作邀请、作品水印 |
| 付费循环 | 收入回投获客 | 回本周期短才转得动 |
两个例证:
三个人,同一个结论:
| 低信任内容 | 高信任内容 |
|---|---|
| 「十大工具」,自家排第一 | 公开测试方法,承认不适用的场景 |
| 改写别人的文章 | 自己的用户数据、问卷、案例 |
| 夸张截图 | 带时间点、可复现的数字 |
Elena 在 Lovable 的增长构成:约 95% 来自发布新功能和新产品,5% 来自优化漏斗。 她 2026 年的判断:60%–80% 的增长战术已失效,因为产品迭代太快,旧打法跟不上。
推论:
| 过去 | 现在 |
|---|---|
| 测按钮颜色 | 测定价、产品体验等结构性改动 |
| 打磨激活漏斗 | 高频发布新功能 |
| 一个活动拆给五个专才 | Gen Marketer:一个通才 + AI 端到端负责(Emily) |
| 写代码是瓶颈 | 验证、安全、判断该不该做才是瓶颈(Gergely) |
合起来是一种团队形态:人更少,职责更宽,迭代更快,判断更重。 对独立开发者是好消息:过去 10 个人跑的增长流程,现在 1–3 个人能跑。
Gergely 和 Kent Beck 反驳 McKinsey 的「开发者生产力衡量法」:数提交、数代码行 = 数活动量,还会把团队带偏。该看的是影响。
| 在数活动量 | 在看影响 |
|---|---|
| 本周发了几篇文章 | 带来几个付费用户 |
| 发了多少条推 | 哪个渠道的用户 30 天后还在 |
| 做了多少 A/B 测试 | 哪个改动真正改变了留存或客单价 |
Elena 补一刀:不是什么都要 A/B 测试,每件事都做实验是「让人瘫痪的病」。上线是为了验证假设(ship to validate),不是上线就完事(ship to release)。早期流量小,样本不够,测了也不准。
| 阶段 | 做 | 不做 |
|---|---|---|
| 0 → PMF | 定位四问;盯回访;亲自聊前 20 个用户 | 投放;同时试五个渠道 |
| 找第一个渠道 | 按用户所在选渠道;一次一个大动作;诊断燃料还是引擎 | 照搬爆款打法 |
| 建循环 | 让用户产出可分享;免费版和免费工具当获客渠道 | 只靠买量 |
| 做内容 | 一手数据、真实案例、公开局限 | 批量改写、夸大效果 |
| 规模化 | 小团队 + 通才 + AI;高频上新 | 死磕漏斗微调 |
| 每月复盘 | 留存、付费、渠道质量 | 发文数、实验数 |
四个人都拒绝零散技巧:Emily 要系统,Elena 要循环,Gergely 要证据,Recomendo 要亲测。
别再问「现在什么渠道最火」,先问「我的系统缺哪一块」。
出处:定位、Fuel & Engine、Channel–Startup Fit、Gen Marketer 见 MKT1;增长定律见 Five Laws of Growth(后两条在付费墙后,未列);「Growth is a trust problem now」见 Growth.Talent 专访;60%–80% 战术失效见 Optimizely 活动回顾;95% / 5% 来自 Lenny's Podcast 的第三方摘要;Gergely 的观点见 AI 对工程师的影响 2026 与 对 McKinsey 的回应;Recomendo 见 Boing Boing 2017 访谈。