2024 年的 SaaStr Annual 大会落下帷幕，作为连续参加了三届的 Linkloud 团队，不断看到有越来越多元化的参加者和设展者，尤其华人和出海团队出现在现场，以及在分享嘉宾里也越来越多华人面孔，我们非常欣喜。

创始人 Jason Lemkin 在结束后发推展示了这次大会的一些数据：

• 创始人和 CEO 的参会人数同比提升至 166%。
• CXO 级别的参会人数同比提升至 245%。
• 同时，国际公司的高管同比提升至 151%。
• 但是，VC 减少了 36%，IC 即独立个人参会者减少了 78%。

的确这与我们的感官一致，这次不仅场地规模与去年相比减少约三分之一，VC 分享的场次也明显降低，不是说 VC 不再投 SaaS 了，而是想要持续拿到理想融资的门槛越来越高。

并且在越来越多“SaaS 已死，AI 已来”的“挑衅”下，更多 SaaS 公司尤其成熟阶段及上市公司，不仅需要推陈出新自己的 AI 产品，如今也要持续证明其商业价值。

总体来说，这次 SaaStr 大会我们第一感受是：

讨论商业本质的话题明显增加，包括定价、GTM（Go-to-market）、垂直场景（Vertical）以及产品设计等。

这也应和了首次 AI Summit 的主题，便是“What works and what doesn’t（什么有效，什么无效）”。在密集观看了三天来自创始人、CXO、投资人还有 Lemkin 本人的数场对谈后，我们有以下对应的观察，与各位分享：

What works:

• 真正理解美国市场是“全球天花板”：企业级客户依旧有钱有预算，而 SMB 的预算也在恢复。同时，尽管决策者转移至 CFO 等更高层，但始终相信方法论和重视产品差异化。SaaS 从创始人到投资人一致重视人效，这个目标带出了更多不一样的方法论，后面详述。
• 想融入美国市场，无论是融入行业还是拥抱资本，对齐话语体系始终是前提——想继续获得高额融资或 IPO，公司既要保持快增长 + 大体量 + 高效率，现在还需要呈现业务的高度可预测性！
• 在 Go-to-Market 方面，PLG (Product-led Growth) 和 SLG (Sales-led Growth) 依旧是多元共存、百花齐放的，同样的赛道不同的 GTM 策略照样可以跑出各自的增长模型，而对 AI 初创公司来说，更多开始提早兼顾两者，对创始人的“Founder mode”提出更高要求，也是挑战。
• “获得一美金比失去一美金要难多了”，老客户的留存和后续“Land and expand”比以往更重要，甚至是业务“出海”的敲门砖，因为他们会是你打开本地垂直场景最合适的“大使”。
• 全球化在 AI 公司中节奏更快，我们看到了更多从欧洲和印度进军北美市场的案例，比如知名的 DeepL，并且要在当地市场生存下来，就是要比在总部还要“卷”，高层务必“御驾亲征”。

What doesn’t:

• 由于近年来竞争加剧和宏观环境等问题，单一产品的天花板已经被市场证明（通常在数千万到亿级美金 ARR），要想往 IPO 路线冲刺的公司需要越来越早的开启多产品战略，这便是今年主题演讲 Jason Lemkin 提出的“Hyperfunctional（超级功能）“。
• 如果初创公司选择 Mid-market（腰部客户）作为 Go-to-Market 早期切入点，今年以来会挑战重重。这部分是受宏观环境和预算收紧影响最大的群体，因此初创公司在种子客户的选择上出现了分化，也部分解释有些公司选择尽早将 SLG 与 PLG 结合销售。
• 单纯按席位（Seat based）收费的商业模式可能已过时，尤其对 AI 产品来说，许多看起来像席位或标准价格收费的公司比如 Midjourney，本质上也是按照用量计费。从收费模式上，优秀的公司很早就定义清楚了自己的 ICP，并且坚持下去。
• 尽管不少企业已率先将 AI 用到自身获客与销售队伍中，通过 Theory Ventures 的调研，目前仍对线索的真正转化和收入没有带来明显贡献。但是，这不妨碍在高层眼中，对未来价值的预期依旧很高，将持续投入。
• “ROI、盈利能力、现金流”等同时体现业务和财务健康度的词组，现阶段出现频次盖过了“未来、千亿、巨头”。在零利率政策后，市场来到了脚踏实地比仰望星空至少同等重要的关键时刻。即使是走融资路线也没有例外，因为投资人可能比你还要关注！

在数百场分享中，我们又精选整理了数十场高质量的 Panel 和演讲，从“宏观”、“增长”、“全球化”和“AI”等四个纬度为大家徐徐揭开这场信息盛宴。

上期介绍请参考《当SaaS遇到AI的这一年 · Linkloud先锋加速营第八期招募 | 美国硅谷 2024》。

深呼吸，Let's jump in!!

01

宏观：零利率后时代，效率是新常态

美国 SaaS 故事通常还是要从资本市场讲起。在经历了数年的 ZIRP（Zero Interest Rate Policy, 零利率政策）和随之2021年一二级市场的“狂野”后，软件公司的IPO之路曾陷入了长达18个月的完全真空期，直到2023年9月 Klaviyo 打破了这个僵局。到了今年，虽然距离往年平均数仍有很大差距，伴随 OneStream 的亮眼登场（股价飙升30%！今年美股首家SaaS公司OneStream上市背后S-1解析），二级市场才呈现出一丝复苏的迹象。

所以在资本市场眼中，一个合格的IPO企业需要具备哪些画像？

1.一个清晰易懂的故事仍占首要位置，是不是能讲一个投资人也能理解的故事和背后的远景？是否已经成为行业领导者？有没有成为平台的潜力？口说无凭能不能拿出有力的证据？

2.快增长 + 大体量 + 高效率：增速是否可持续？实现盈利的路径是否清晰？增速与利润率加起来能超过40%吗（Rule of 40 在 BVP 报告中也有了新定义）？单位经济模型是否跑通，扩张时还能维持吗？

3.优秀的经营水平：进可攻（产品研发、销售、市场/传播、客户成功），退可守（战略、财务、合规、法律、人事），两开花。

4.可预测性：Predictability 这个词被反复提到，能否在收入和利润两方面持续“达到甚至超过”市场预期（据统计约80%的 SaaS 上市公司可以做到，这就是产品化和订阅制的魅力！）

5.合理的商业动机，包括但不限于：补充增长的燃料，积累并购的资本、对企业客户的背书、市场营销或品牌投入、为股东提供流动性等等。

于是，我们看到了什么？一个“既要又要还要”的市场——

IPO 门槛被陡然拔高，在2017年之前，平均不到2亿美金的ARR就可以实现鲤鱼跃龙门，而在过去的两年谨慎时光里，稀少的机会只留给了6至7亿美金ARR的“壮汉”，还有不少超过 10 亿美金的准上市公司在门外静观其变。事实上，抛去周期波动的因素，在未来的一两年内，IPO的规模门槛预计会落在4亿美金ARR规模，后面详细展开。

烧钱换增长的策略暂时失效了，市场对SaaS公司的自由现金流普遍要求为正，大家都回归了商业本质——赚钱嘛，不寒碜。

估值水平也回归冷静，撇开疫情那几年的估值泡沫，和19年之前的估值倍数差异不大。

知名老牌风投基金 Meritech Capital 基于大量的公开市场数据总结出了一个IPO企业画像，比较典型可靠的指标组合就是：

• 4亿美金ARR，30%年增速，30-50亿美金市值，IPO估值8-12倍ARR。
• 毛利率70%-85%，营业利润率 -20%-20%，自由现金流率 -10%-20%。
• 根据 Rule of 40法则（增速与现金流率之和）约在 40% 至 60%，续费率115%+，以及——
• ”烧钱越少越好“…

总之，尽管市场不需要公司在 IPO 时就实现现金流转正，但至少要展现实现转正的可预测路径，同时增速和利润之和（40法则）绝对不能低于40%，换句话说最多只能用少量的亏损去换高速增长。

同时，Meritech 的投资人也强调，不要过度关注 IPO 时的定价，SaaS 依旧是一个长期生意，市场最终都会给到优秀公司 ARR 至少10倍左右估值。

对所有业务和财务数据都暴露在公开市场的 SaaS 上市公司来说，宏观的水温可谓”鸭先知“。随着去年9月 Klaviyo 重新敲开了 IPO 大门，行业开始陆续回暖，在困难重重的2024年掩盖了不少转机：

• 2024年独角兽相比去年增长了50%（多与 AI 相关或 ARR 过1亿美金）。
• 虽然募资通道还没有完全打开，VC 相比去年出手的确更积极。
• Rubik、OneStream等高质量的 SaaS 公司连续开闸 IPO。
• 9月初 Salesforce 宣布将用 19 亿美金现金收购云数据备份初创企业 Own。

整体云市场的规模又增长了超过20%，其中 AI 带来了新的生机，提现在百亿美金ARR的 Google Cloud 增长了29%，810亿美金 ARR 的 Azure 增长了30%，7亿美金 ARR 的 Gitlab 也增长了30%。

尤其以 SMB 为主要客群的应用层公司，在今年开始恢复持续稳定的增长，例如15亿美金 ARR 的 Toast 增长了29%（利润很好），10亿美金 ARR 的 Monday增长了34%，80亿美金 ARR的 Shopify 增长了21%，9亿美金 ARR 的 Klaviyo 增长了35%等，不一而足。

安全及财税合规领域的代表性公司在经济周期中也韧性十足，40亿美金 ARR 的 CrowdStrike 增长了34%，9亿美金 ARR 的 Rubrik 增长了35%，5亿美金 ARR 的 OneStream 增长了37%。

几家欢喜几家愁，不同垂直领域中有一定”年份“的 SaaS 公司同样遭遇了挑战， Salesforce 增速降到了9%，Mongo 增速只到13%，Asana 增速只有10%，Elastic 增速18%但是由于低迷的预期指引股价跌了24%…

所以，即便在公开市场，行业并不是整体面临”衰退“，而进入了一种”新常态“：

效率至上。

这个指标以往更多体现在销售效率的话，如今备受关注的则是人效，更极致的效率。

一家高效的 SaaS 公司画像被定义成了“700人团队撑起2亿美金ARR”，也就是28万美金人效。为了实现这个新常态下的高人效，Jason Lemkin 推出了一个新词:

Hyperfunctional SaaS（超级功能 SaaS）。

这个 “Hyperfunctional” 背后有很多含义:

• AI是各大SaaS必攒的筹码，在此基础上让产品进入超级自动化时代。
• 其次产品要更好用，并在此基础上推进多产品战略，步步向平台级公司迈进。
• 在控研发和销售成本，多产品线创收的基础上，人效便自然提升。

超级功能 SaaS 绝不仅是我们联想到对产品功能的”All-in-one“，而是结合 AI 和自动化，进一步满足企业级客户的预期：

• 用AI替换30-50%的劳动力。
• 把所有非结构化数据立刻变得结构化、企业级可搜索。
• 用简单平直的提示词就能驱动所有功能甚至流程。
• 用完全的自动化替代复杂的新手教程。
• 基于一个核心平台辅以插件与单点工具来完成全部工作流。

但是，麻烦之处在于，现在大部分工具都在宣称可以实现上面几点。再叫上铺天盖地”AI native“的营销轰炸，也让决策者还有用户产生了“这不是很容易吗”或者“AI 就应该解决一切”的幻觉。

这也解释了为什么首次AI Summit 的主题就是要告诉观众，到底是什么有效的，什么实际还没有效果。

02

增长：初创公司先学会”取舍“，再步步为营

关于增长，这次讨论最热烈的可能就是“PLG”与“SLG”路线的选择与取舍。其中印象最深刻的，正是来自营销科技公司 Apollo.io 的创始人——华人创业者 Tim Zheng：

Apollo 1亿美金ARR的“起死回生”之路

2019年对于 Tim Zheng 来说可能是个终生难忘的年份。创业第四年的 Apollo 正在面临着生死存亡的考验——融到的资金已经烧掉了将近90%，剩下的弹药只够维持半年；业绩增长缓慢，难以支撑起新一轮融资；公司团队走的走、裁的裁，从顶峰时期的55人缩减到10个…

但到了2021年之后，Apollo 的业绩却突然开始急转直升：不到四年时间里收入增长了25倍，付费客户数量增长10倍，连续完成 BCD 三轮巨额融资，现金流扭亏为盈——

所以，2020年到底发生了什么？

痛定思痛，先做复盘。

Apollo 原本采用的正是与绝大部分企业级软件产品相似的 GTM 策略，基于销售导向的漏斗模型（Land and expand）：

线索挖掘 → 销售打单 → Onboarding → Expand → 留存。

这套体系本身并没有问题，问题的关键在于 Apollo 的客单价。彼时平均一个客户的年度合同金额（ACV）大约是1万美金，这个量级的客单价对于大客户 IT 预算来说显得价值不足，销售投入很难收回成本，但对于自助下单的用户来说又显得太贵，难以转化。

Tim 把这个1万美金左右的年客单价产品称之为 SaaS 销售的死亡空间：

如果把美金换成人民币，代入国内市场1 万人民币年客单价的 SaaS 产品，是不是就非常容易理解了？道理是相似的。

为了走出这个“死亡空间”，Apollo 主动做了用户分层，在大量数据分析和 A/B 测试的基础上引入了非常 PLG 的策略打法，其中有一些做法甚至和行业传统做法有些背道而驰。

比如：免费！

先用 Freemiun 模式来扩大第一层用户漏斗，但是重心从单纯的“拉新”转变为“新用户留存”导向。这意味着：

• 针对尚未使用产品的用户，应着重展示产品的独特价值和优势。
• 针对已使用产品的用户，努力增加复购率和忠诚度。

在这个漏斗“一拆二”的模式下，大量的用户在接触到销售之前，就可以自行体会到产品的价值，进而转化为自助付费客户。

在这种变革之下，配合定价策略的相应调整， Apollo 的月新增注册用户从200增长到了5000，新用户留存率从6%增长到了25%，自助式付费转化率从0.4%增加到了4%，用户平均收入翻了12倍。

下面这张图非常形象的展示了 Apollo 升级后的增长模型：

• 每个环节都要让用户可以自助运转起来（而非完全依赖销售）。
• 确保用户先用起来，再向他们收费和转化。
• 关注留存！重视留存！提高留存！

说到留存，就不得不提到客户成功。

Gainsight  CEO 的客户成功灵魂十问

可能很多人对 Gainsight 并不熟悉，这是一家成立于2009年的 SaaS 公司，专注于为客户提供客户成功 SaaS 产品，ARR 超过2亿美金，在全球有1200多个员工，平均用户客单价超过10万美金。

在他十几年的从业经历中，帮助过无数的公司做好客户成功，也帮他们应对了海量投资人的尽职调查。这次，他借投资人这个外部视角，来帮大家系统性的思考和拆解客户成功与留存两个重要命题。

请跟随我们的脚步，看看能否“对号入座”——

 1.净收入留存 (NRR, Net Revenue Retention) 如何解构?

• NRR 也就是大家经常提到的 NDR (Net Doller Retention)，常见的计算方法是 =  (上一期的收入 + 扩展收入 - 收缩收入 - 流失收入) / 上一期的收入 * 100%，是衡量 SaaS 留存最核心的指标，如果超过 100% 意味着公司从现有客户中获得的收入增长超过了客户流失造成的损失。

• 根据 Gainsight，这个数字的中位数是随着公司 ARR 体量的增加而递增的，范围从102%增长到111%。

2.同期用户总收入留存率(cohort-level GRR, Gross Revenue Retention)是多少？

• GRR 衡量的是在不考虑任何收入增长（如增购或交叉销售）的情况下，公司能够保留的现有客户收入比例，计算方法是 = (上一期总收入 - 收缩收入 - 流失收入) / 上一期总收入 * 100%，反应的是公司在不考虑新增的情况下，维持现有业务的能力（也就是说 GRR 不会超过100%）。

• 根据 Gainsight，这个数字的中位数和 ARR 体量没有直接关系，不同体量的 GRR 中位数范围都在 88%～91% 之间，整体均值85%。

3.你的业务有哪些“早期预警指标”?

• 相比于 NRR 和 GRR，这里的 “Early Warning Indicators” 相对更像艺术而非科学，不同的团队都应该建立一套自己的早期预警指标，毕竟等到数字反应到留存指标之后，就木已成舟无力回天了。

• 除了常见的 NPS、DAU/WAU/MAU 等等指标，有些公司会尝试用“过去90天与客户是否发生过互动”，有些会用“用户使用新功能的比例”等等不一而足。随着 AI 计数的成熟，这种指标的适用维度会变得越来越广。

4.如何证明你的用户粘性？

• 业内通常会用一些指标来量化衡量用户粘性或者忠诚度，比如月活/日活比例，根据 Gainsight，这个比例通常和客户年度合同金额 ACV 正相关，中位数从13%递增至21%。

• 除此之外，用户留存率也是非常直观的衡量指标，通常需要分别计算整体用户与分组用户的留存率。

5.有哪些运营策略来提升留存？

• 重中之重是客户旅程管理，从获取客户到产品采用、留存和扩展，整个过程需要精心规划和执行，就像照顾"新生儿"一样细致。

• 重要的是要为客户设立价值衡量指标，并制定相应的实现策略，在此基础上利用好数据可视化工具，有效跟踪关键指标，包括采用率和任务完成情况等。

6.如何向用户展示你的产品价值？

• 这个问题的核心在于“与结果挂钩”，分享中给出了很多具体的案例，篇幅原因此处就不一一展开了，详见下图：

换句话说，没有什么比这句话更有说服力：

“我们有20家客户，其中三家通过我们的解决方案实现了200%的投资回报率，具体是…”

7.谁是你的“铁粉”？

• 要筛选出真实的铁粉，可以参考这些方面：确确实实在用产品，而且是全面使用（全功能、全体团队），并非朋友也非友商，实实在在通过产品收获了价值，对公司或者品牌有发自内心对热爱与自由通畅的沟通关系。

8.客户成功的成本？

• 根据 Gainsight，客户成功的成本占 ARR 的比例通常低于10%，中位数与 ARR 规模整体上呈负相关，但在5000万美金～1亿美金这个区间返升至10%，而当 ARR 超过10亿美金，中位数降至2.5%。

9.如何提升客户成功规模化投入的效率？

• 一个最直观的指标就是，平均一个客户成功经理管理的客户数量。显然，这个数字是和 ACV 呈现负相关的，详见下图：

10.你是如何在客户成功中应用 AI 的？（因为篇幅限制，这个话题在此不做展开。Gainsight 官方最近发布了一个完整的报告，可以在公众号后台回复“gainsight” 获取下载链接。）

最后，Tim 总结了在起死回生那三年中最大的收获，最重要的依旧是无论团队多小，遇到多大困难，只要在一个需求真实存在的市场：

找到自己的增长模式，并用科学的手段和方法论，没有奇技淫巧，一点点改善。

并且，多看多听外面一切资源，取长补短。

03

全球化：AI 提速全球化，动用一切“卷”起来

DeepL 是一家成立于2017年的AI SaaS 企业，总部位于德国，因此国际化是从第一天就在布局的战略。他们的翻译产品既可以作为 SaaS 面向个人或企业，也可以用作集成系统的API。DeepL 的官网已经是世界上访问量排第77的网站。

这次来自 DeepL 的 Yasir Motiwala，作为现在美洲市场的销售负责人，分享了 DeepL 去年进军整个美洲市场尤其美国市场的心路历程和最佳实践。Motiwala 从事 SaaS 行业销售多年，之前在 Twilio 将近 10 年，帮助公司把业务“出海”带到 EMEA 地区，并在五年的时间内发展壮大到数百人。他在去年加入 DeepL，开始将一个欧洲起步的业务“带回”到美洲。

他总结了八件重要的事情，作为一家“出海”到美国公司的德国 SaaS 企业，这里面最重要的就是则是如何从公司层面去完全“适应”本土文化和做事原则，这其实很容易被创始人忽略，所以才在后面强调了几条“术”，包括：

• 建立系统性的一套招聘原则，他也分享了在公司内部的招牌模版来完善人员配置。
• 建立强大完整的面向销售的资源网络，让每个新员工感到无时无刻得到“支持”。
• 重视现有客户的拓展，先找到已经合作客户的海外团队，是了解当地文化最好的入口。
• 最后，“卷”起来！为共同目标快速迭代，重视事的“Urgency（急迫度）”，要比总部还要快。

首先，“本地化”既适应新的地域性特色，必须成为全公司范围内的优先事项。

这是一件说起来容易做起来难的事情，即便对于已有经验的Motiwala来说。这是 DeepL 首席执行官Jarek 的照片（下图），他是一个生活在德国的波兰人，他戴着一条Polo领带。通常情况下，德国人不穿领带的。

这个画面的背景是，在公司今年的第一次全体大会中，Motiwala让来美国总部参会的每个人都戴上 Polo 领带，为了表示团结一致，并向公司的其他人展示他们会适应本地并留在这里。这种以身作则主要体现在三个方面：

• 高管必须以身作则：公司高管需要第一时间口头表达对新地区的支持。最重要的是，他们需要投入时间。当时 DeepL 有一个合伙人愿意随时从德国飞往美国，即便当时不是直飞的航班。他去年至少来美国十次。Motiwala 被授权或与其他所有高管一起工作，每个人每年至少来美国一次，这对于提高该地区的士气非常重要。
• 跟所有提供支持的团队设定 KPI：从一开始就要跟每个内部提供支持的团队对齐KPI。因为当团队开始在陌生环境冷启动时，销售绩效肯定从一个低位开始。由于刚开始不会有成效，自然会在内部提供支持团队的优先级上劣后。所以管理层制定了跨越内部财务、法律、会计、招聘人力资源等各部门的对齐机制，并列入了他们核心 KPI。
• 招聘经理和领域专家（Subject Matter Expert）须懂得与本地“共情”：这必须成为招聘的优先事项。首先，招聘经理也必须来到本地客户那里，表达支持，感受痛点。Motiwala 在 Twilio 的经验是，他任命领域专家成为 Onboarding 团队的一部分，至少有几年的时间，连续数周让总部派专人飞来，从总部带来新的知识和技能，及时传达给当地团队。

其次，关于招聘和面试，需要系统性建立招聘体系，直面困难，提前设置好预期。

面试候选人时，每天 Motiwala 都会非常直接地与他们交谈。直言正在做的事情非常困难，刚开始几乎要什么没什么，也没有说可以参考的销售历史数据。而团队需要找的是那些为了有所建树而加入的人，那些不要依靠确定性求稳的人。

接着进行有条不紊地招聘，这是最关键的。核心是要按照 “谁、什么、何时、何地、如何以及为什么” 的准则来分门别类：

• 弄清楚你想雇用谁。第一周，Motiwala 写下了想要的候选人的品质。搞清楚简历上写着一年内就跳槽的候选人背后的原因，一定要物色到那些愿意一起度过难关的人。
• 优先考虑到底看重哪些技能。在面试的最后阶段，他会向候选人重点提问，让他们展示是否具备发掘自身潜力的能力。
• 确定想要的人员配额。这将出现在您构建的人才能力模型中，弄清楚配套哪些支持也非常重要。
• 选择人才来源方式。无论来自内部招聘人员，外部推荐，Motiwala 只使用 LinkedIn 的 Sales Navigator，对他来说是一个很好的来源。
• “上价值”吸引人才。作为销售 VP 或主管，必须去“打猎”，必须亲自撰写公司价值观，说服别人为什么加入。Motiwala 示范了对候选人说的话术快照（下图）。

团队搭建过程中，千万不能忽视庆祝哪怕非常微小的胜利。因为作为一个新地区，你无法一开始就完成10万美金的交易，更不用说百万美金。需要庆祝面前的一切。

当时在北美地区，团队完成了第一笔交易，价值约3万美金，Motiwala 对全公司说美国团队完成了第一笔交易，大家互相庆祝。这是很重要的本地文化之一。

第三，需要在全公司内部建立“赋能型”的资源网络。

核心是将专业知识和支持从总部毫无保留带到新地区，让总部重要的人能够及时培育在新地区入职的同事。Motiwala 第一天加入时，他去了DeepL 在德国的总部。与前五到十位高管坐下来，问他们如果你是今天加入的新手，你最想学习的十件事是什么？积累了大约有二十件事，然后问他们，当有新销售加入时，是否愿意教他们？

得到认可后，他开始建立一个伙伴机制（Buddy system），他找到了总部业绩最好的五名 AE（Account executive），将他们与在新地区雇用的前五名 AE 建联，确保他们有一个与总部的直通点，有问题可以随时对齐。

另一个细节也很有意思，相信大多数公司都使用Slack，里面有一个都是销售人员的频道。当一个新人加入时，在那里发布一个新问题是非常可怕的，因为你不想在200人面前问一个看似愚蠢的问题。所以 Motiwala 立马创建了一个只面向新 AE 问题的频道。

他向那些总部的 AE 发出邀请，让他们加入这个频道并成为新人发布问题的回答者，成为这个赋能网络的一部分。这个频道后面大约有100人，每天都有人主动发布问题。

接下来，进行销售时，优先考虑现有客户的扩张。

总是记住“失去一美金比获得一美金要容易得多”。如果你不与现有客户交谈，不亲自与他们在一起，你的竞品就会马上行动，与这些客户在一起。因此，保护已有收入的扩张，并且如果你有一个净正值的NRR（Net revenue retention），这些公司会与你一起成长，他们自然会容忍你。DeepL 今年很多收入都来自那些现有的客户。

客户反向也会教会很多。去年 Motiwala 遇到了一个客户的投诉，在解决了问题后，他问：“我们依旧不知道在翻译领域还能做些什么，我对你这个行业一无所知，你介意我坐下来跟你聊一个小时，听听你的建议吗？”，于是，客户开始指导他们应该去参加本地哪些会议，如何向那个行业的其他公司推销，真是意外之喜。

最后，每件事都要“加急”应对，要比总部还“卷”！

Motiwala 认为这是他今年希望专注的最重要的事情。比如他们需要更快招到四十个合适的销售，把每一天当作有紧急的事情要处理。也要推动周围人对待事情的态度。

他还回忆到，建美国办公室当天，竟然发现没有任何在美国的数据中心，咨询总部后得到的回复是需要至少三到四个月，于是在他的强行要求下，两个月内就把数据中心运转起来了。

再比如Motiwala要求美国业务发展总监需要尽快把团队扩充到5个人，当时问能多快，他说也许要三四个月，而 Motiwala 告诉他你只有一个月时间。他认为必须把先把高管推向“能力边界“，如果你不去”Push“他们，周围其他员工也不会这样做。

所以，”全球化“在我们看来已经是 SaaS 公司新常态的一部分。而且想要有所突破，优秀的公司意识到也要”卷起来“，时间就是金钱！

04

AI：影响远不止产品，而是商业与思维模式等一切

在 CXO 眼里的 AI，回归商业本质——ROI。

知名 VC 新秀 Theory Venture 合伙人也是科技博主 Tomasz Tunguz 再次来到 SaaStr，这次他带着 6 月在官博上发放给所有 SaaS 高管的一份问卷“2024 Theory GTM Survey（2024 年 SaaS Go-to-market 调研）”的答案而来。

有不少非共识很有意思，九大结论如下：

• 创始人比 2022 年更乐观，主要因为降本增效后，许多公司的现金流都得到有效改善。
• 但是，销售周期的确在增加，增加天数的中位数多了 12 天。
• 因此，销售的回本周期随之提升。
• 然而，分配给销售的指标依旧同比提升，意味着销售压力随之加大。
• 好现象是，销售线索的转化率同比提升 9%。
• 有违预期的是，AI 至今没发现对销售转化的实质促进。
• 也就是说，AI 对 ARR 的增长没有实质贡献。
• 在高层眼里，AI 的贡献仍在预期之中，而非可测量的实际值。
• 令人惊讶的是，由按席位和用量混合的定价模式带来的 NDR 是其他方式的三倍。

这份问卷的企业样本画像也很有特点，Tunguz 介绍说已经大约 25%的公司完全远程办公，接近 40% 的公司至少还有三年以上的现金流，这非常不容易了。也可能是大家信心比以往都要好的源头。

从定价模式上，自从 Snowflake 打响了按需付费的头阵后，现在的 SaaS 公司在样本里已经超过 50% 至少采用了按用量付费，让客户能够更低门槛地启用产品，从免费过渡到付费。

同时，在这个样本中，对 Mid-market 的定位从客单价来看有了明确定义，那就是在 1 万到 5 万美金之间。但是 Mid-market 市场并不好切入，甚至比以往更挑战，详细原因在后面展开。

销售周期上，平均而言增加了约13%。这是影响大家对未来预期和信心的最关键因素。这种延长对回报周期产生了直接影响。

延长的销售周期尤其给初创企业带来挑战，特别是以 Mid-market 和 Enterprise 为主要客户群的公司，会冲击到他们的销售 Pipeline，进而影响对公司业务的可预测性，如上文所述，这是投资人很关心的。

他提到自己的一个被投公司，由于销售周期增长了50%到 60%，当季度的烧钱速度翻了一番，这个变化非常明显，结果就是直接影响公司的 Runway。

接着，Tunguz 介绍到当他刚开始创立新基金时，对基金和目标投资轮次（A轮）的出资规模进行了建模，当时平均 A 轮融资的规模大约在1000万至1200万美金之间。而随着美联储加息继续，筹集资本的成本随之上升，公司筹集的资金难度进一步加大。

所以在过去两年中，早期公司估值和 A 轮融资规模均增长了42%，出现了巨大的通胀。这对他来说也非常意外，大部分 VC 的反应就是当前资本市场环境对基金来说更为严峻。

但是对创始人来说，根据调研，大部分预期依旧不会对下轮融资价格做任何调整，这有些“反常识”。

其次，Tunguz 观察到，大多数 AI 或做自动化的新公司，要么采用 Bottom-up 策略，即 PLG 模式，要么聚焦在大客户身上。而 Mid-market 市场更具挑战，这是为什么呢？

首先，随着 CFO 开始收紧预算，取消了中层对预算的独立决策权。当 CEO 或 CXO 等高管亲自点名要采购某些软件时，他们便可以绕过采购流程。

其次，对 Bottom-up 销售模式的产品，仍有公司保留了对个人员工自助采购的权利（约几美金到小几十美金一个月的支出），部分员工还是可以使用企业信用卡。所以，这两部分市场仍相对稳健，唯独 Mid-market 的销售通路一定程度上被阻碍了。

同时，根据调研，大多数公司还没有见到 AI 利用对销售周期带来的可量化的效果。于是对公司来说，重新定位理想客户画像，并且制定合适的 GTM 和合理的定价策略就更加重要。

Tunguz 便再次强调了混合定价模式在 SaaS 行业正在全方位发生，而且成效明显。

长期以来，SaaS公司通常为企业客户设定一个基础平台费用，然后按用户数即席位收费。该理念是，基础平台费用用于抵消初始成本的一部分，例如40%、60%或70%，而单个合同的贡献利润则通过座位数的增加产生。

从五年前开始，越来越多公司向基于使用量定价或混合方式转变，即变成坐席费再加按用量付费，并且在新诞生的 AI 公司里，这个方式越来越盛行。

根据这次的调研结果，如果采用混合定价模式，平均 NDR 是其他定价模式公司的约3倍。

Unusual VC 的投资人 Sandhya Hegde 在主题分享”How to Price and Package AI Products（如何定价和包装 AI 产品）“的时候，强调了”好的定价和包装策略是增加对企业客户价值的关键，而不仅仅是客单“。

所以现在 AI 公司甚至提供了三层定价模式：

• 第一个涉及深度授权的订阅制基础费用。
• 第二个是基于使用的消费模式。
• 第三个为解决方案级别，定价基于交付的最终结果。

据她观察，大约60-65%的公司结合了这三个层次中的至少两个。

接着，她提到的 Midjourney 和 Character.ai 两家消费级 AI 公司的定价策略和价值主张，看似相似其实对消费者来说也有细微不同。

C.ai 提供类似娱乐服务，本质上是通过提高用户自由时间的质量来创造价值。例如，无论用户每天在这个服务上花费五小时还是五分钟，他每月只需支付 10 美金。这种定价模式对大多数娱乐领域的用户来说意义重大。

这就是为什么即使是 Netflix，费用也大约在每月 15 美金左右。娱乐通常涉及到的是固定成本，对 Character.ai 来说更多是服务器、模型训练和推理等目前还比较高昂的成本，所以现金流会遇到挑战。

反观 Midjourney 相对会好一点，因为那里许多用户是“Contractors（理解成合作伙伴更合适）”。意思是他们可以向自己的用户销售，比如他们可以使用 Midjourney 为自己的 Kindle 书籍创建封面或配图，使他们的产出增加十倍，销售额提升等等。

此外，如果面向企业级客户，定价策略从一开始就要不同。比如 Vizcom 这家做 3D 效果渲染和生成的公司，一个设计主管在购买产品时，不能出现他们向 CFO 申请的预算和实际支出之间存在差距，这可能是一个足以被解雇的过失。

所以 Vizcom 从一开始就知道他们需要以固定坐席价格的方式进入市场：

• 首先他们有一个相对较高的价格，但可以让小团队无限制使用。
• 对于企业客户，他们有更高的价格，是上图幻灯片所示10倍，还包含定制模型、虚拟私有云部署等服务。

所以像 Midjourney 和 Vizcom 这两家公司，虽然使用的技术相似，但因为目标客户完全不同，在平均客单即 ASP 上从一开始就体现出来两个数量级的差异。

定价里面还有很多学问，但 Hegde 希望大家关注的，不是最终收入或者客单要取得多大成绩，而是回到产品的定位，怎样才能将对用户的价值放大，成为更大更好的公司，并且对这个过程中的成本变得更有预测性（又是这个词！）。

毕竟就像前面 Tunguz 提到的，现在 AI 公司的成本波动变得非常快，而且不像 SaaS 一样那么可控。

最后，现场还有人还问 Tunguz，也是我们心中一直想问的：

我们到底要在多久之后看到企业对 AI 投入的 ROI 有明确的结果？

他给出了预期，大概在 18 到 24 个月。

我们的确还在投入 AI 的早期，尤其对于现在从头部客户攻克的 B2B 软件企业来说，市场还需要不少耐心。

05

Same but different，相似又不同

这是 Jason Lemkin 对这一年 SaaS 行业似乎略显“沉闷”又孕育生机的最佳总结。

我们依旧看着只有零星几家公司成功 IPO，门外还有大量仍在消化几年前高估值的准上市公司，同时公司创始人在董事会上，还需要回答从”我们的 AI 战略是什么“到现在”AI 到底带来多少回报“等棘手问题。

在去年 SaaStr 大会第一天，上市公司 Monday.com 的创始人做了一次非常精彩的分享，今年这家公司的各项指标依旧如虹，活成了在 Jason 眼里“全村人的希望“。

最后他祝愿大家：

希望所有人都能找到自己的“Monday”模式！

我们明年 5 月 SaaStr Annual 再见！

文章来自于微信公众号“Linkloud”，作者“Linkloud 小助手”