原始标题: The surprising advice from a founder who built 2 unicorns | Jason Cohen (WP Engine)
发布日期: 2026-01-25 | 来源频道: @LennysPodcast
📝 深度摘要
Jason Cohen是一位四次创业的创始人,成功打造了两家独角兽企业:WordPress托管服务WP Engine及软件测试工具公司SmartBear,并在SmartBear博客持续写作近二十年。这场对话试图揭示 SaaS 增长停滞的真正根源。
核心洞察:客户流失是首要问题——它同时摧毁收入和口碑,且存在数学天花板(5%月流失率+100新客/月=永不超过2000客户)。“价格太贵"永远不是真正原因,真正原因是产品未达预期。定价不仅是数字,更是市场筛选——提价往往吸引更高质量客户。降低流失的最佳时机是入职阶段,早期微调即可产生巨大杠杆效应。
核心干货概览
| 类别 | 核心干货点 | 战略意义 / 影响 |
|---|---|---|
| 思维模型 | 流失诊断优先级框架 | 按优先级排查增长停滞原因:先解决客户流失,再处理获客问题,否则治标不治本 |
| 关键指标 | 客户流失上限公式:新增客户数÷流失率=最大客户数 | 揭示SaaS增长的隐性天花板,5%月流失率+每月100新客=永不超过2000客户 |
| 战略决策 | 定价即市场选择 | 价格不仅是数字,更是筛选目标客户的过滤器,提价可能反而吸引更高质量客户 |
对话背景与核心议题
Jason Cohen是一位四次创业的创始人,成功打造了两家独角兽企业:WordPress托管服务WP Engine以及软件测试工具公司SmartBear。他在SmartBear博客持续写作近20年,积累了150-200篇深度文章。
这场对话聚焦于一个核心问题:为什么产品增长会突然停滞? 当产品从高速增长突然放缓甚至完全停止增长时,创始人和管理者往往束手无策,只能盲目尝试各种增长策略。Jason Cohen提供了一套系统性的诊断框架,帮助管理者从现象看透本质,找出增长停滞的真正根源。
深度逻辑拆解
第一章:增长停滞的诊断框架
增长停滞是每一位创始人都会面临的痛苦时刻。产品曾经一路高歌,用户数量节节攀升,然而突然之间,增长曲线变得平坦,甚至开始下滑。这种体验正如Jason引用Will Smith的名言所言:“成为名人是很棒的体验。名人是一种复杂的感受。失去名望则是痛苦的。“对于创业公司而言,失去增长动能的感觉大致如此。
Jason拥有丰富的实战经验。他创立了四家公司,最后一家是VC支持的独角兽,前一家也是独角兽再加一家 bootstrapping公司。此外,他还投资了约60家初创企业,观察了无数公司的兴衰沉浮。基于这些经历,他总结出一套诊断增长停滞的框架,核心是一系列按优先级排列的问题。
这套框架的核心逻辑是:必须先解决最根本的问题,否则下层的优化毫无意义。 举例来说,如果获客渠道存在致命缺陷(例如网站转化率极低),即使你拼命优化客服质量或产品功能,对整体增长的推动也是杯水车薪。增长是一个漏斗,只有找出最关键的瓶颈,集中资源突破,才能事半功倍。
Jason强调的第一个诊断问题是:客户是否在流失? 也就是我们常说的Logo Churn(客户流失)。这个问题之所以排在首位,是因为它具有双重破坏性。一方面,客户一旦流失就无法挽回——他们已经决定离开,你无法让他们回心转意;另一方面,流失的客户往往会在社交媒体上留下负面评价,这些声音会进一步阻止潜在客户的加入。换言之,流失的客户不仅不再为你贡献收入,还会主动破坏你的获客能力。
第二章:流失的数学陷阱
关于客户流失,Jason提出了一个令人警醒的数学视角。他说,很多人在谈论流失率时过于抽象——“5%的流失率"或"7%的流失率”——听起来差别不大。但实际上,流失率的影响是指数级的,它会自动随着公司规模增长而恶化。
这个洞察的核心在于:流失是按比例计算的,而获客是按绝对数量计算的。 假设你每月新增100个客户,流失率是5%,那么每月流失的客户数 = 5% × 当月客户总数。随着客户基数扩大,流失的绝对数量会不断攀升。而获客不同——你的营销预算、渠道效率决定了每月能带来多少新客户,这个数字通常相对稳定,不会自动随着公司规模增长。
Jason举了一个具体的例子来说明这个数学陷阱。假设你每月获得100个新客户,流失率是5%,那么你的客户规模永远无法超过2000人。计算公式很简单:100 ÷ 5% = 2000。当你的客户数接近这个上限时,增长会变得极其缓慢——你每个月辛辛苦苦获得100个新客户,同时有接近100个客户流失,新增所剩无几。这种感觉就像在跑步机上奔跑,付出巨大努力却几乎原地踏步。
这就是为什么Jason将客户流失视为"硬性天花板”——它决定了公司最终能长多大。而且这个天花板是隐形的,很多管理者直到增长完全停滞时才意识到问题的严重性。
第三章:挖掘真实的流失原因
发现了流失问题之后,下一步是找出客户流失的真实原因。但这里有一个巨大的陷阱:客户告诉你的原因往往不是真正的原因。
最常见的"伪原因"是"价格太贵”。Jason斩钉截铁地指出:“价格太贵"永远不是真正的原因。 逻辑很简单——如果客户真的觉得价格太高,他们当初就不会购买。他们已经完成了从认知、考察、比较、决定购买的完整流程,最终用真金白银投票。这意味着在他们做出购买决策的那一刻,价格是合理的。
那么客户为什么会说"价格太贵"呢?Jason分析,这是因为"价格"是一个最容易说出口的理由,不需要深入思考,也不必承担批评产品的责任。真正的原 因往往是产品没有解决他们的问题、没有达到预期效果、或者产品与他们的工作流程不兼容。但客户不会直接告诉你这些——他们已经决定离开,何必得罪你呢?
另一个常见的伪原因是"项目结束了”。Jason同样认为这个理由需要深挖。如果客户的项目结束了,你的软件没有帮助他们成功完成任务,那是否意味着你的产品本身存在问题?如果你的软件真的帮他们完成了项目,他们会不会继续使用?选择目标客户群体时,是否选错了市场segment——比如选择了生命周期较短的小企业客户,他们的项目天然会频繁结束?
基于这些分析,Jason提供了具体的调研方法。首先,用开放式问题替代封闭式问题。不要问"您取消的原因是什么?"(客户可以从预设选项中简单选择一个),而是问"是什么让您决定取消的?” 这会引导客户用自己的语言描述真实情况。Jason分享了一个来自Groove公司的案例:将"为什么取消?“改为"是什么让您取消了?“后,有效回复率从10%提升到了20%。
其次,不要接受表面的答案,要追问"为什么”。这类似于医学上的"死因追溯"方法。当医生填写死亡证明时,他们不会只写"呼吸停止”,而是会追溯到真正导致呼吸停止的根源原因。客户说"价格太贵"就像说"呼吸停止"——你需要继续追问:为什么他们觉得价格太贵?是真的付不起,还是觉得不值得?是什么让他们觉得不值得?
Jason还特别提醒,不要被"根本原因"(Root Cause)这个概念误导。复杂系统很少有单一的根原因,往往是多个因素相互交织。他更倾向于使用"更深层的原因"(rooter causes)这个说法。
第四章:提前捕获流失信号
处理流失问题的最佳时机是在客户真正流失之前。Jason强调,如果你能在客户表现出流失迹象时就介入干预,不仅更有可能挽回他们,还能获得更真实的反馈。
哪些信号预示着客户可能即将流失?Jason列举了多种可能:客户从未上传过数据——这意味着他们根本没有开始使用产品;客户频繁联系技术支持——说明他们遇到了困难;客户不再登录账户——表明他们已经对产品失去兴趣。这些都是"脱离Happy Path"的危险信号。
如果你有足够的数据,可以通过统计分析找出哪些行为模式与流失高度相关。但Jason指出,即使没有数据支撑的统计分析,主动联系那些表现出负面信号的客户也是有价值的。你可以与他们直接对话,了解他们遇到了什么困难。很多时候,客户只是需要一点帮助就能重新走上正轨。
关于数据分析与直觉判断的关系,Jason给出了一个精辟的观点:即使有了数据,也不要完全依赖数据模型来预测流失。 原因是数据只能告诉你过去发生了什么,但无法告诉你为什么发生。你需要结合数据分析和人工判断,理解数据背后的业务逻辑。
第五章:入职培训是最大的杠杆
在所有减少流失的策略中,Jason特别强调入职培训(Onboarding) 的重要性。他的论据基于一个简单但重要的观察:大多数客户流失发生在最初几天或几周内。
Jason用YouTube视频的观众留存曲线来做类比。当你上传一个视频后,前30秒内的观众流失率是惊人的——可能高达50%。如果视频质量不错,留存曲线会逐渐变平;但如果开头抓不住观众,后面再好也没有机会。SaaS产品的入职过程完全一样。
这个洞察带来了一个重要的行动指南:如果你不知道该从哪里入手改善流失问题,先从入职培训开始。 原因很简单:入职阶段的改善能够产生最大的杠杆效应。改善入职体验一点点,可能就能将早期流失率从50%降到45%,而这意味着后续所有阶段的客户基数都更大了。Jason估算,这种改善可能带来20%-30%的最终收益提升。
为什么入职如此关键?因为客户在早期流失的成本是双倍的。你不仅失去了这个客户,还损失了获取这个客户所投入的营销费用。客户还没来得及贡献足够的收入帮你收回获客成本,就已经离开了。所以,降低早期流失的ROI是最高的。
第六章:定价的真相
关于定价,Jason提出了一个反直觉的观点:大多数公司定价太低,而且提价往往不会导致客户流失,反而可能带来更好的客户。
这个观点的核心在于:定价不仅是价格,更是市场选择。 很多创始人担心提价会让客户流失,但Jason认为这种担心往往过度了。他分享了一个真实的例子:一家面向企业和政府客户的公司,年初定价仅为300美元/年。当Jason建议他们将定价改为按月收费(即300美元/月,等于涨价12倍)时,他们担心得发抖——毕竟这是12倍的涨幅!但结果是:客户数量完全没有减少,公司收入却增长了12倍。
为什么提价不会流失客户?关键在于价格塑造了客户对产品的认知。当一个产品标价300美元/年时,中大型公司会认为"这一定是个低端、SMB产品,不够专业,不值得信任"。他们根本不会考虑购买。相反,当价格进入他们的预算范围,他们会觉得"这个价格合理,是给我们这个级别的公司用的"。所以,定价实际上是在筛选目标客户群体。
Jason进一步用"需求曲线"的比喻来说明这个现象。传统经济学教科书告诉我们,价格越高,需求越低——这是一条向下倾斜的曲线。但现实世界中,定价的影响更像是一条"倒U型曲线":在低价区间,由于产品看起来不够专业,需求反而很低;当价格进入合理区间,需求上升;只有当价格过高时,需求才会下降。大多数公司其实远没有达到"价格过高"的阶段。
更高的价格还带来了额外的好处:付费越多的客户,流失率越低。 这是因为高付费客户对产品的依赖度更高,迁移成本也更高。他们更可能认真使用产品,从产品中获得价值。
第七章:定位的威力
与定价紧密相关的是产品定位。Jason通过一个生动的案例展示了定位的威力——同样的产品,仅仅通过改变叙述方式,就可以将定价提升8倍。
他虚构了一款名为"Double Down"的产品,这款产品的功能是帮助企业降低AdWords成本。如果按照传统方式定位——“帮您节省一半的AdWords费用”——客户愿意付的费用是有限的。假设一个客户每月在AdWords上花费4万美元,如果Double Down帮他省下2万美元,他愿意给Double Down的费用最多是节省金额的一小部分,比如5000美元/月。
但如果我们换一种定位方式呢?如果Double Down不是被定位为"成本节省工具",而是"线索倍增工具"呢?逻辑立刻改变了。客户每月花4万美元获得一定数量的线索,如果Double Down能让线索数量翻倍,而且客户愿意为现有数量的线索支付4万美元,那么他们为翻倍效果支付4万美元也是合理的——因为这意味着相同的预算获得了双倍的回报。
于是,同样的产品,从"帮您省5000美元"变成了"帮您增加4万美元的价值",定价能力相差8倍。这就是定位的魔力。
这个案例揭示了一个更深的洞察:CEO们真正关心的不是省钱,而是增长。 “省钱"是一个防御性叙述,“增长"才是进攻性叙述。当你能将产品的价值重新定义为帮助客户增长时,客户的支付意愿会大幅提升。
方法论与工具箱
干货建议/SOP
第一步:诊断流失严重程度
计算你的"客户流失天花板”:将每月新增客户数除以月流失率,得出你永远无法超过的客户总数。如果这个数字让你震惊,说明流失是你最需要优先解决的问题。
第二步:深度挖掘流失原因
- 放弃预设选项式的问卷,改用开放式问题:“是什么让您决定取消的?”
- 不要接受"价格太贵"或"项目结束"这样的表面答案,连续追问"为什么”
- 追溯到真正的业务原因:产品功能缺失?集成问题?期望未达成?
- 直接联系已经流失的客户,他们可能更愿意分享真实想法
第三步:提前干预流失风险
- 识别"脱离Happy Path"的信号:未上传数据、频繁技术支持请求、长期未登录
- 即使没有数据模型,主动联系这些高风险客户往往也能有所收获
- 如果不确定从哪里着手改善,先优化入职培训——这是杠杆效应最大的投资
第四步:重新审视定价与定位
- 检视你的定价是否过低——你是否在用SMB价格吸引本应是中大型的客户?
- 测试小幅提价(10%-20%),观察对转化率的影响
- 重新定义产品价值叙事:从"帮您省钱"转向"帮您增长"
推荐资源/工具
- Groove公司的流失调研案例研究:Jason提到的开放式问题调研方法,展示了问题措辞对回复率的巨大影响
- Patrick Campbell的定价数据研究:拥有4200个初创企业数据点的定价专家,其研究表明大多数初创企业定价过低
- YouTube视频留存曲线分析工具:可用于理解入职培训中"前30秒"的重要性
- LLM(大型语言模型)用于反馈分析:Jason提醒,AI擅长总结主题和趋势,但对识别具体可操作的细节不够可靠;建议人类直接阅读客户反馈,或让AI先识别主题再让人工深入细节
反直觉洞察与辩论
反直觉点
- “价格太贵"永远不是真正的原因:客户既然已经购买,说明价格当时是合理的。真正的流失原因一定是产品没有达成预期价值。
- 流失率按比例计算而获客按绝对数计算:这导致流失会"自动"随着公司增长而加速,而获客不会——这就是增长停滞的数学根源。
- 提价可能带来更多优质客户:价格不仅筛选客户的支付能力,还筛选客户对产品价值的认知和专业程度。
- 入职培训的微小改善能产生巨大回报:因为大多数流失发生在早期,而改善早期留存会让整个漏斗的基数变大。
争议/冲突点
- “根本原因分析"是否适用:Jason认为复杂系统没有单一的"根本原因”,应该有"多层原因”。这与传统的"五问法"(5 Whys)思维有所冲突。
- AI能否有效分析客户反馈:Jason对AI在客户反馈分析中的应用持谨慎态度——AI擅长识别模式但不擅长发现具体可操作的细节。这与当前AI热潮形成了某种对冲。
- 定价是艺术还是科学:Jason承认定价既有科学性也有艺术性,而且市场环境会随时间变化,这意味着一劳永逸的定价策略不存在。
金句
- “客户流失是最严重的问题,因为它同时意味着收入的损失和负面口碑的传播——他们不仅离开了,还可能主动阻止别人加入。”
- “定价不是简单地定一个数字,价格实际上是在选择你要服务的客户群体。”
- “如果你不知道产品问题出在哪里,先优化入职培训——大多数客户流失发生在最初几周,而入职的微小改善能带来巨大的长期回报。”
- “价格太贵永远是借口,不是真正的原因。真正的原因是你的产品没有达到他们购买时的期望。”
- “增长是一个漏斗,如果你不解决最上面的问题,在下面再多的努力也是徒劳。”
- “永远不要接受客户告诉你的第一个理由——无论是’价格太贵’还是’项目结束’——这些只是最容易被说出口的答案,而不是真正的原因。”
📺 视频原片
视频ID: 8xLquwfx6p0