Databricks CRO 打造 SaaS 史上最快 GTM 引擎的实战手册 (Ron Gabrisko)
对话 Databricks CRO Ron Gabrisko:从 0 到 37 亿美元 ARR 的 GTM 引擎搭建实录——按用量计费的定价武器、每周三拓客日、百万美元销售明星的炼成,以及与 Snowflake 的正面对决。
本文译自 20VC 旗下销售栏目《20Sales》,发布于 2025 年 8 月 4 日;主持人哈里·斯特宾斯 (Harry Stebbings),对话 Databricks 首席营收官罗恩·加布里斯科 (Ron Gabrisko)。
从年收入不足百万、把软件免费送人的伯克利博士团队,到 SaaS 史上最快的 GTM 引擎——罗恩完整复盘了这台引擎的每一颗螺丝:为什么 CEO 阿里·戈德西会当面拒掉摩根大通 1000 万美元的订单,为什么必须亲手制造第一个年入百万美元的销售,以及他凭什么断言 Snowflake 落后五年。至于「AI 会不会取代销售」这个悬在所有从业者头顶的问题,他给出的答案干脆得近乎挑衅。
▍嘉宾:罗恩·加布里斯科 (Ron Gabrisko)
罗恩·加布里斯科是 Databricks 的首席营收官(CRO),2016 年加入公司,是硅谷少有的「从零一路打到数十亿美元」的销售统帅:
- 加入前:在 IBM 与 Cloudera 担任高级销售职务,亲历了大数据时代第一轮企业级销售的完整周期。
- Databricks 十年:任内公司年化收入从零做到 40 亿美元以上,全球销售团队从零扩张到 1000 多人(他在访谈中给出的最新口径是 1400 名销售代表、销售条线共 5000 人),并主导了企业级、政府与国际化市场的扩张。
- 个人标签:运动员出身、建筑工人之子,自述「我做销售的原因就是我热爱竞争」——本期对话几乎是一份完整的 GTM 实战手册。
▍关于 Databricks
Databricks 由 Apache Spark 的创造者——七位伯克利 AMPLab 研究员——于 2013 年创立,是「湖仓一体」(lakehouse)架构的开创者,如今定位为数据与 AI 平台公司。
- 商业模式:按用量计费(consumption-based pricing),客户从很小的规模起步、随数据与 AI 用量自然扩张;全球超过 2 万家机构、超过 60% 的财富 500 强企业是其客户。
- 增长与估值(截至 2026 年中):2026 年 2 月完成 50 亿美元融资、估值 1340 亿美元,当时年化收入超 54 亿美元(同比增长 65%);2026 年 7-8 月再以约 1880 亿至 1900 亿美元估值完成新一轮约 50 亿美元战略融资,年化收入口径已超过 70 亿美元,仍为私营公司。
- 竞争格局:与 Snowflake 正面对垒。罗恩在访谈中宣称「我们领先五年、增速是他们三倍」——本期 Facts 卡片对这一说法做了 2026 年的事实对照。
开场与引荐:霍洛维茨相中的销售统帅
Harry: 你正在收听的是《20Sales》,我是哈里·斯特宾斯(Harry Stebbings)。今天的嘉宾堪称销售界的独角兽:Databricks 的首席营收官(CRO)罗恩·加布里斯科(Ron Gabrisko),他 2016 年加入公司。你听听这个履历。
在他带领下,Databricks 的年度经常性收入(ARR)从零做到超过 40 亿美元。他把全球销售团队从零扩张到 1000 多人,主导了向企业级、政府和国际市场的扩张。据我所知,没有第二个 CRO 或销售负责人能从零一路冲到 40 亿美元。太不可思议了。
本期录制于 2025 年 8 月,罗恩口中的「40 亿美元 ARR、1400 名销售代表」在随后一年继续被刷新——估值与年化收入的最新数字见开篇「▍关于 Databricks」模块,此处只补两个该模块未覆盖的维度:2026 年 2 月那轮融资披露,AI 相关产品年化收入已超 14 亿美元,且公司已实现正向自由现金流;年化收入口径一年间从 40 亿美元冲到 70 亿美元以上,接近翻倍。
罗恩在本期说的「没上市也特别好」依然成立——截至 2026 年 8 月,Databricks 仍是私营公司;CEO 阿里·戈德西公开表示公司「已做好上市准备」,但认为 2026 年市况不佳,IPO 最早也要等到 2027 年。
这也是我们做过的最好的《20Sales》节目之一。你已抵达目的地。
罗恩,这期我太期待了,兄弟。我听到了太多关于你的好话,非常感谢你今天来做客。
Ron: 我也很期待,谢谢邀请。
Harry: 我得从这个开始问。你刚才在节目前提到,是本·霍洛维茨(Ben Horowitz)把你招进 Databricks 的。给我讲讲这个故事。
他是怎么把你招进去的?
Ron: 我是通过风投圈的人脉认识本的。那是 2015 年底左右,我当时在看 MongoDB、Square 这类公司的机会。
他跟我说:有家叫 Databricks 的公司,阶段比你看的那些都要早得多,但它是我整个投资组合里上行空间最大的一家。七个博士,都是伯克利出来的超级聪明的计算机天才。就是一帮伯克利嬉皮士,想改变世界。
他们把软件免费送人,所以我需要有人帮他们建起一门生意。后来我去见了创始人——阿里·戈德西(Ali Ghodsi,Databricks CEO)和整个团队,真的太出色了。
Harry: 见到阿里是什么感觉?我做节目时常遇到一个问题:我今天见到的阿里,是掌管数十亿美元公司的杰出领袖,然后我会拿这个标准去套那些种子轮创始人。
我会想,你没阿里那么强啊——却忘了阿里自己走过的那条成长曲线。那时候的阿里是什么样的?
Ron: 首先,阿里是十亿人里挑一的那种。他是我合作过的第三位技术型创始人,比前两位强一百倍——技术他全能做,同时还是个鼓舞人心的领袖。
而且他懂业务。我加入那会儿,公司正在过渡到由他出任 CEO,他当时其实还是工程副总裁,而且是他在招募我。
我当时想,这挺特别的,对吧?但他接任 CEO 后说的第一件事就是:教我销售,我想学销售。于是我们会坐下来聊组织架构,聊 MEDDPICC 销售资格方法论(译者注:企业级销售资格评估框架),聊组织内部是怎么做决策的。
MEDDPICC 是企业级销售最主流的机会资格评估框架之一,八个字母分别代表:指标(Metrics)、经济买家(Economic Buyer)、决策标准(Decision Criteria)、决策流程(Decision Process)、识别痛点(Identify Pain)、内部冠军(Champion)与竞争(Competition)。它于 1990 年代在 PTC 公司被系统化,核心价值在于把「这单能不能成」从感觉变成一张可逐条检查的清单——这正是罗恩所说的「企业级销售是门科学,不是黑箱」的方法论底座。
Harry: 能具体讲讲吗?你坐下来教阿里做销售,都教了他什么?
Ron: 企业级销售其实是一套系统。很多人觉得它是个黑箱,其实不是,它是门科学,尤其是面对复杂组织的时候。卖给企业客户,决策通常不是一个人做的。
而是委员会做的。所以你得懂得如何在组织里游走:谁是决策者,谁是影响者,诸如此类。我们聊过 MEDDPICC,聊过怎么搭作战手册(playbook),聊该招什么样的销售。
阿里的聪明是十倍级别的,这些创始人都是,他们的大脑运转方式跟常人不一样。他一下子全吸收了,现在已经是专家了。
我们现在坐下来聊业务,他什么都门儿清——他现在已经是个了不起的销售。
从零搭建作战手册:被拒绝的 1000 万美元
Harry: 我喜欢你说的这种引擎般的特质、这种科学性。但你加入的时候,收入是零对吧?嗯,不到一百万。
好,不到 100 万美元。那这个阶段算不算一门艺术?你当初是怎么着手为 Databricks 搭建第一本作战手册的?
Ron: 首先,我们当时并没有现成的作战手册或收入模式,那是要从零创造的。加入 Databricks 最让我兴奋的一点就是:我可以参与搭建作战手册、塑造文化,做所有这些事。
说实话,我做的第一件事,就是组建一支我了解、懂得怎么卖的团队,然后直接去搞清楚客户愿意买什么。从 100 万到 1000 万美元这个所谓产品市场契合(product-market fit)的早期阶段,说白了就是——我们有一大群免费用 Spark 的用户,那就去跟他们聊:你愿意为什么付钱?
Harry: 我想倒回去一点。你刚才说到作战手册、摸索打法。今天的创始人都被告知:作战手册必须由创始人亲手打造,然后再招 CRO 或销售负责人来替你执行。
你不同意这种说法吗?
Ron: 得分情况。我认为创始人主导的销售(founder-led sales)非常重要,没人能比创始人更好地卖出公司的愿景和热情,阿里就特别擅长这个。
给你讲个故事。早期我入职大概一两个月的时候,我说:我们要做大生意,就得拿下金融服务业。于是我在华尔街约了十场 CIO 会面,带上阿里、马泰·扎哈里亚(Matei Zaharia,Spark 创造者)、阿尔萨兰(Arsalan,Databricks 联创),去见这些人。
我们去见了摩根大通(JPMorgan Chase),那是 2016 年初,对方来的是风险管理部门的人。先说个插曲:这些会面我几乎都立刻约到了,我还纳闷怎么回事——因为我手里有 Spark 的创造者。我们一到场,对方来了一百多号人,就为了跟马泰合影,特别逗。
说回正题。对方说:我们给你 1000 万美元,把这个部署到我们本地机房里。当时我们年收入还不到 100 万,第一年的整个目标也就 1000 万。阿里说:没门,我们绝不做本地部署。
他恨不得立刻结束那场会面。因为创始人的愿景全在云上、在开源、在数据和 AI 上——事后看,这是对市场走向惊人的洞察。总之他就这么拒绝了。
摩根大通当时说:我们永远不上云。当然,如今他们是我们最大的客户之一,重度上云,杰米·戴蒙(Jamie Dimon)还来我们的 Data + AI 峰会演讲。
阿里拒掉摩根大通 1000 万美元订单的那一刻,公司全年收入目标也才 1000 万——相当于拒掉一整年的收入。用芒格的话说,这是「避免愚蠢」比「追求聪明」更值钱的经典案例:接了单,工程团队就会被本地部署版本的安装、运维和定制拖进泥潭,公司最稀缺的资产——工程师的创新时间——将被配置到一条没有复利的老路上。
拒绝的本质是把人才和资本全押在胜率更高的方向上:云原生架构只有一份代码、一套运维,边际成本趋近于零,这才是能长出护城河和定价权的资产。九年后,摩根大通自己重度上云、成了大客户——拒绝短期收入不仅没有失去客户,反而等来了客户按你的条款回来。巴菲特说「时间是好生意的朋友」,前提是你在分岔路口没有为了快钱,把好生意做成了坏生意。
回到产品市场契合这件事。搭作战手册,如果你作为创业公司能找到合适的销售帮你一起做,那就该用。但我还是信奉创始人主导的销售:你必须亲自去见客户。
你得理解客户的需求是什么、产品该怎么演进。这个把需求和价值不断反馈回产品的回路,极其重要。
招第一个销售:销售是教人,不是卖货
Harry: 好,假设我们处在收入 50 万到 200 万美元的阶段,要招第一个销售。这个阶段你喜欢招什么样的人?也给收听的创始人们一个建议。
是招那种什么都做过的资深销售负责人,还是招年轻人?到底该招谁?
Ron: 如果只是招销售,就找一个聪明、有求知欲、你信得过、愿意拼命干的人。在技术领域,你必须招懂技术的销售。我常说,销售是教人,不是卖货。
他们是教客户如何从技术中获得价值的人。如果你去招那种特别资深的销售老大,他会想招一堆人,那你得确保自己有足够的资金撑得住。
“我常说,销售是教人,不是卖货。” "I always say salespeople teach, they don't sell."
▍点拨:这句话是罗恩整套方法论的第一性原理:技术型买家讨厌被「推销」,但渴望被「教会」。销售的价值定位一旦从「卖货」切换为「教人」,后面所有选择就都顺理成章了——招懂技术的人、把需求探询而不是宣讲放在第一位、把定价锚定在客户获得的价值上。它也预告了本期结尾那个判断:AI 能接管信息,接管不了「教」背后的信任。
否则,就找一个靠谱的一线销售主管(first line manager),一个你信得过的人,然后花大量时间跟他泡在一起。记住,销售擅长卖东西,所以他们面试也特别厉害。
你得搞清楚自己招进来的到底是什么人,多做背景调查之类的功课。总之,要找一个肯下场干脏活累活的人。
Harry: 回到那个时刻吧,太精彩了。你加入时公司收入 50 万美元上下,然后在 Databricks 从零启动销售。在从 100 万到 1000 万美元这段过程里,你最大的收获是什么?
Ron: 尽可能多地去跟客户聊。我们真的聊了几百家客户。第二,头六个月我招了大概 40 人,都是我人脉里最好的销售。
我当时的活儿说白了就是:去约客户见面,搞清楚人们愿意为什么付钱,把品牌打出去。
Harry: 你会教他们该问什么问题、怎么跟客户互动吗?
Ron: 对,我们一起学怎么做需求探询(discovery)。等你真要搭作战手册、开始规模化的时候,你得搞清楚:需求探询的指南长什么样?我要问哪些问题?
怎么定位我们的方案?怎么讲清价值和差异化?但核心全是提问。就连我当年面试 Databricks 的时候,他们都说:喏,这是我们的推介词(pitch),你来给我们讲一遍。
我看了材料,全是技术内容。我说:你们基本没谈价值。我谈得更多的是价值实现周期、创新这类东西。他们说:行,那你给我们推一遍。我说:好,你们是一家什么样的公司?他们说:来,咱们开始。
我就问:你们在数据上有哪些挑战?未来业务想做成什么样?他们忍不住问:你到底还推不推产品了?
我说:我这就是在推。一切就是提问,找到我们能创造价值的地方。然后你把它沉淀成一套可复制的打法体系,教会每一个人。
你要明确告诉大家目标客户画像——当时我们打的是分析副总裁(VP of analytics)这类人。我们每周三搞拓客日(prospecting day),全员就为了约客户见面。我们就是要刷会议量、刷活动量,这其实是种文化建设。
你得让所有人知道:我一直在建管线(pipeline)。然后讲清我们的价值和差异化,客户群就这么一点点垒起来了。
周三拓客日:把拓客练成肌肉
Harry: 给我讲讲拓客日吧。你们怎么设计的?对收听的创始人来说,把它做好的经验是什么?
Ron: 字面意义上的全员出动,包括我自己——我也跳进战壕,因为我们有很多年轻销售。每周三,我们只做拓客这一件事。
如果你跟一个销售说,每周去拓客四到八小时,他是不会去做的,因为这活儿太痛苦了。但你能从中学到太多东西。
当成团队活动来做、做得有意思,效果完全不同。我们在旧金山做,那是公司起家的地方。早上我会买好早餐,然后开碰头会。
每个人到场前就得备好作业:我今天要攻的三到五家公司是这些,我研究了他们的画像。然后定下打法:怎么推——当时推的是托管版 Spark(managed Spark)——差异化在哪,我们教他们怎么讲。
接着就打电话、发 LinkedIn、发邮件,全套上。中午休息,问一句:谁约到会了?然后大家分享。
因为这种集体学习、快速迭代,就是小公司的秘密武器:我可以比大公司快得多地迭代和转向,形势就是这么改写的。
比如有人说,我在 LinkedIn 上找到这个画像,用这段话术就拿下了。你把这个教给所有人,其他人马上照着试。你慢慢就摸清了:客户对什么感兴趣?怎么才能约到会?
每周三这么干下去,它就成了你练出来的一块肌肉,跟健身一个道理。最后我还会给赢家发奖品:给他们喜欢的慈善机构捐一笔款,或者谁今天赢一顶牛仔帽、一瓶威士忌之类的。
你懂我意思吧?就是让它好玩,让整个团队一起干。到最后,他们自己就会主动去做了,而你只管考核活动量。
别贱卖:按用量计费与花钱买标杆
Harry: 那时候你们卖的单子,年度合同价值(ACV)是多少?
Ron: 1.8 万到 2 万美元。我加入时单子小得可怜。但我在那儿的头一个月,大概就做了 100 万美元,因为作为更有经验的销售,我能进去问:你们怎么用这项技术?它对你们值多少钱?
我们真找到了一些客户,我一看:这是 25 万美元的机会。而当时所有单子都是 1.8 万。我说:以后别再做比我打车费还小的单子了。
Harry: 哈哈,兄弟,我喜欢你这一点。说真的,很多创始人都在贱卖自己的产品,而且自己没意识到。千真万确。以你的经验,你会怎么建议他们,确保自己没有在贱卖?
Ron: 我们早期花了很多时间讨论定价。现在回头看,按用量计费(consumption-based pricing)是 Databricks 做过的最聪明的决定之一。客户可以从很小的规模起步,随着用量越涨越高,单子可以变得非常大。后来我们扩展到多条产品线,也是同一个思路。你想想数据和 AI 这件事的本质:数据在不断增长,客户要跑的查询数量也在不断增长。
所以,按用量计费的模式非常聪明。我见过很多人犯同一个错误——按用户数定价。用户数是有天花板的。
经济下行的时候,用户数可能还会缩水。但如果你能把定价锚定在自己的核心价值本质上,收入就能在你睡觉的时候自己增长。我觉得这正是 Databricks 定价模型的关键所在:按用量计费。客户用了、获得了价值,很好;没用,就一分钱不用付。
“客户用了、获得了价值,很好;没用,就一分钱不用付。” "If you use it and you get value out of it, great. If not, you don't pay anything."
▍点拨:按用量计费表面上是定价技巧,实质是风险分配的重构——供应商把「买了没用」的风险从客户身上揽到自己身上,换来的是决策门槛的大幅降低和扩张收入的无限上行。它的隐含前提是产品真的能创造价值:用量增长本身就是价值实现的计分牌。这也是为什么这个模式在数据与 AI 这类「用量天然增长」的赛道里威力最大。
Harry: 早期你们有没有发现这对销售有帮助?因为客户会觉得,太好了,风险没了。
Ron: 完全正确。客户的反应就是,那我们就试试。其实我们早期还做了一个关键动作。传统企业软件的销售,永远要搭着服务一起卖。
我们搞了一个叫「战略客户计划」的东西:只要客户花 10 万美元,我们就免费配一个资源。因为当时最大的问题是人才和专业能力的缺口——我们的产品很好,但客户得知道怎么用。
所以我们就给客户配一个资源。
Harry: 资源是指什么?一个人?
Ron: 对,一个人。一个聪明的技术人员,帮客户把环境搭起来、带客户跑通头几个用例,诸如此类。等客户上了手,他们就会说,哦,我懂了,这东西确实挺牛的。
Harry: 什么价位的单子才配这么做?因为我觉得现在大量 AI 工具又走到了同一个阶段:很多企业说,我知道它有价值,也看得见价值,但我不知道怎么落地。
而且传统企业的集成过程其实难得多。到底什么阶段、什么价位,你才配得起前置部署工程师(forward deployed engineer,FDE)——托 Palantir 的福,这是眼下的热词。
前置部署工程师(forward deployed engineer,FDE)是 Palantir 开创的岗位模式:把工程师直接派驻客户现场,一边交付项目,一边把一线需求带回产品团队。它模糊了售前、交付与产品之间的边界,本质是「用工程师的人力换产品的市场契合」。2025 年以来,随着大模型落地普遍卡在「知道有价值、但不会用」的最后一公里,OpenAI、Anthropic 等 AI 公司开始大规模复刻这一模式,FDE 也从 Palantir 的特色岗位变成了 AI 行业的标配工种。罗恩在 2016 年搞的「战略客户计划」,其实就是 FDE 的雏形。
Ron: 还是那句话,早期你只需要标杆客户(logos)。具体要看你的资金状况,但 5 万或 10 万美元——就说 10 万吧。客户一年给我 10 万美元,我们就做这个试点。
我给你配个人来做。但你的目标是拿下那些大标杆客户。企业级市场非常吃 FOMO(错失恐惧)那一套:客户看到竞争对手在跟某家公司这么干。
他就会想,我得赶紧上车、加快动作,才能跟得上竞争。所以早期拿到大标杆客户太重要了。你得舍得花钱买他们,还得往里投资源,把他们扶成功。
Harry: 为了拿标杆该不该打折?是不是该不惜一切代价拿下?你对早期公司拿下超大标杆客户有什么建议?
Ron: 首先,卖给大企业和卖给数字原生(digital native)那类公司完全是两回事。你得意识到,销售流程就不一样:卖给谁、怎么卖,全都不一样。
但说实话,大企业那边的钱更多。数字原生公司喜欢自己造轮子,会拼命压你的价;大企业需要的是专业能力。
他们需要帮助。至于靠大幅打折抢单,我不太建议。还是那句话,如果你设计的定价模型本身能扩展,计价的基本单位锚定在你作为技术提供商的价值上,那这个模型自己就能长大。
具体做法是先从一个团队或一个部门切入,把范围缩小到能进门的程度。比如一位总监手里有 10 万美元的审批额度,你就去找一个愿意花这笔钱的内部推手,给他配上资源。
哪怕只是做个试点,先把标杆拿下。
企业市场与数字原生:必须下的大注
Harry: 你之前提到过 1.8 万美元的 ACV,同一个月又有 25 万美元的。所以你们是中小企业(SMB)和大企业同时在跑?你是怎么思考到底该站哪一阵营的?
Ron: 我刚去的时候,公司全力在卖给 SMB、初创公司、数字原生那类硅谷客户。说服别人花 2.5 万美元,还得搭进去两个工程师。所以我很早就下了一个大注:投大企业市场。
我们这么早动手有两个原因。第一,我认为钱在那边。第二,公司要长期可持续,必须有大企业业务。我觉得很少有公司能只靠初创企业和数字原生客户把规模做起来——它们忽上忽下,波动太大。
按用量计费的背面值得直视:收入没有任何合约保底,客户「用得少就付得少」,在下行周期里会直接变成「收入自己缩水」。2022-2023 年的 SaaS 下行期已经演示过一次——同样按用量计费的 Snowflake 增速从三位数一路降到 30% 上下,客户在预算压力下做的第一件事就是优化查询、压缩用量。席位制的收入虽然天花板低,但至少是锁住的;用量制把上行和下行的波动一起放大了。
罗恩把数字原生客户称为「煤矿里的金丝雀」,这个比喻的另一面是:金丝雀总是第一个死。把增长引擎同时押在「用量计费」和「数字原生客群」这两块高波动资产上,顺风时是双引擎,逆风时就是双杀。Databricks 早早下注长周期的大企业市场,部分正是在为这种波动买对冲。
所以这笔投资必须做。回报会来得慢一些,销售周期也更长,但你能学到海量的东西。进入大企业市场后,你会接触到各种新要求:
安全方面的要求、怎么在对方组织里找到路径,甚至连你自己的法务流程怎么走,都能学到。
Harry: 创始人在进军大企业市场之前,应该知道些什么?这确实是个大决策。
Ron: 几点。第一,这是一笔有意识的投资,是长期投资。所以你需要某种销售专业能力和经验,这是其一。
第二,大企业会试图把它们的定制需求强加给你,你得小心。安全这类东西非常重要,因为如果你想成为主流技术提供商,就必须懂安全。
还有治理等等,一样都不能少。没有哪家大企业会放任员工用一个没有安全保障的技术,风险太大了。所以这类要求会铺天盖地地来。
但你也要保持清醒:你不想做一个只服务一家客户的东西。你要确保自己做的东西能复用到 200 家客户身上。而这些大客户手里有一根很粗的棍子,会拿它逼着你做定制工程。
Harry: 那定制工程到底该不该做?
Ron: 只服务一家客户的定制,我不会做。因为作为小公司,技术公司最宝贵的资产是工程师,你要让他们去创新、去开拓和做大市场。如果你做了一个只有一家客户会买、别家都不会买的定制功能,可能会把整个工程团队拖偏。
Harry: 你说过,你们做了一个非常清醒的决定,要投大企业市场。
Ron: 对。
Harry: 落到现实里,这到底意味着什么?
Ron: 这是一个全团队共同做的决定——阿里·戈德西(Ali Ghodsi,Databricks CEO)、创始人们,大家一起拍板:我们要去打这个细分市场。
Harry: 这意味着放弃中小企业那块吗?
Ron: 那块业务我们保留了。我们请了一位一线销售主管来专门盯——当时其实是阿尔萨兰(Arsalan,Databricks 联创)在管销售,他是创始人之一。
聪明得吓人,懂技术,性格外向,领导力也很强,十亿人里挑一个的那种。他说,好,我来保住 SMB 那块业务。
在我们搭建大企业业务的同时,那边继续产生收入。所以我们是两条线一起跑。确实够呛,但我以前这么干过。
Harry: 两条线真的能同时跑吗?
Ron: 可以。
Harry: 因为我看到初创公司一头扎进大企业市场,真的很担心:ACV 是很大,但销售周期九到十二个月。对。然后单子还会往后滑。
对。然后突然间你手里什么都没有了。
Ron: 确实难。就像我说的,这取决于你有多少资金。你的业务最终必须有大企业这块,但数字原生客户花钱也很多,尤其是在云、数据和 AI 领域。
而且它们还是煤矿里的金丝雀(预警指标)。
Harry: 你觉得在今天,ARR 还没到 1000 万美元之前,能做大企业市场吗?
Ron: 我们第一年就做了。第一年 ARR 大概 1200 万到 1300 万美元,我们签过 200 万美元的单子。
Harry: 第一年,你们就做到了 1200 万到 1300 万美元 ARR。
Ron: 对,跟大企业签过 200 万美元的单子。当然,前提是你得知道自己在干什么。我认为先跑通产品市场契合(PMF)是明智的,因为那些小客户会教会你未来市场的要求长什么样。再说一遍,它们是煤矿里的金丝雀——早期总是它们在逼技术突破边界,大企业会在下一阶段跟进采用。
但你要记住,大企业还有一整套数字原生客户没有的要求,比如安全等等。这些东西你也得学。
Harry: 1200 万到 1300 万美元 ARR。
Ron: 对。
Harry: 那你们的销售周期也不算长啊,第一年就能做到 1200 万到 1300 万美元。
Ron: 我觉得早期我们有一些积压的需求。销售周期大概三到六个月,因为那些人基本都是免费用户,我们只要说服他们:为什么应该掏钱买我们更高级的功能。
再说一遍,我加入的时候,Spark 的免费用户有几十万。我当时想,这么大的池子我要是还卖不动,那我这个销售就是废物。
创始人不能把销售外包
Harry: 你组建第一支销售团队的时候,招聘上犯过错吗?
Ron: 早期那批人大多是我认识的,知根知底。我要的是聪明、饥渴、擅长需求探询、擅长经营客户关系的人。当然,等你……
Harry: 在你看来,年轻创始人或早期公司在 1 到 10 这个阶段搭销售团队时,搞砸得最狠的地方是什么?
Ron: 最大的问题可能是:很多创始人觉得,哦,我招了销售,我就不用管销售了。因为很多技术出身的创始人并不喜欢销售,对吧?
他们想的是,我需要一个销售把这摊子事从我桌上拿走,我好专注做产品和工程。但理想情况下,你仍然要亲自参与销售。因为创始人主导的销售要求你亲耳听到市场对你产品的反馈。
没有人会比创始人更有热情地卖自己的产品。你必须一直参与,直到摸清门道——就像我说的,大概在 500 万到 1000 万美元的时候,你心里有数了:好,我知道客户在为什么买单。
我可以写出第一本作战手册了。最大的错误就是把销售直接丢给招来的销售。他们可能把这事搞砸,而这一砸至少让你倒退 12 个月。
还有一点:别以为销售是产品市场契合的万灵药。别动不动就说「哎呀,他们没卖出去,是销售的错」。
也许真相是你还没有 PMF。
Harry: 对,不能全怪销售。
Ron: 或者说,多听听客户的——两只耳朵一张嘴。直到今天也一样:好的销售会问好的问题,搞清楚市场到底想从你的产品中要什么。
横向还是垂直:5 亿美元才做的垂直化
Harry: 有个两难一直很打动我:在 1 到 10 的早期阶段,是该横向铺开,看不同客群——金融服务、物流、医疗,你能想到的各种行业——哪个有共鸣;还是说,不,我们就垂直深耕金融服务,配一支垂直化的销售团队。
产品营销收得很窄,销售流程也完全为金融服务打磨。你会选横向铺开,还是垂直化?
Ron: 我觉得必须先从横向开始,因为你还在摸索自己对各个垂直行业的适用性。在 Databricks,我们是做到 5 亿美元以后才开始垂直化的。
Harry: 5 亿美元?
Ron: 对,因为……
Harry: 你这中间跳了好几级啊。一分钟前我们还在 1300 万呢。
Ron: 我知道。我只是想说:把销售团队垂直化,意味着资源和复杂度要上一个全新的台阶。你要引入行业专家。
要把行业的话语体系加进培训里、加进赋能体系里、加进客户案例里,诸如此类。早期嘛,金融服务可能看着是个方向。但我当时学到的是:金融服务业还没上云。
如果我们是一家云公司,早期大概率卖不进金融服务。那就去卖给已经上云的人。
Harry: 你同不同意一个说法:不应该去教育客户认识问题本身?拿我自己来说,我不想告诉 LP(有限合伙人)他们应该投风险投资——那是两步:先得说服他们投风投这个资产类别,再得说服他们投我。
你想要的是那些已经知道云才是正确方向的人。然后,好,选 Databricks——而不是先去教育他们云是个好东西。
Ron: 以我们现在的体量,情况可能有点不同。但早期如果客户还没上云,那就是为时太早。让做云的那帮人去说服他们上云吧,我们这边要的是实实在在的客户和收入。
时间是你最宝贵的资产,对销售来说尤其如此。所以别把大把时间花在根本不会买的人身上,你要去找会买的人。
那个时候,全世界都是我们的潜在客户,每个客户都可能是新客户。我们的资格筛选问题之一就是:你上云了吗?没上云,那你就还没准备好用 Databricks。
上云这件事,让云厂商们自己去争吧。
Harry: 好,那现在故事讲到 1300 万美元收入了。
Ron: 对。
Harry: 5 亿那个先按住别讲。5 亿才做垂直化,这个决定晚得惊人。我本来以为会很早。很多公司到现在还是横向铺开的。
Ron: 它们确实还在横向。我觉得 AWS(亚马逊云)也是最近才转向垂直行业打法的,而且是全组织层面的调整。它们一年 1000 亿美元收入。
所以你看,什么时候垂直化,这也是你战略上必须自己做的一个选择。
Harry: 所以是 1300 万美元。
Ron: 对。
从 10 到 50 人:作战手册的规模化
Harry: 当销售团队从 1 人到 10 人、再到现在要扩到 50 人,也就是从 10 到 50 的这个阶段,什么东西开始发生变化?
Ron: 到这个阶段,我们已经有了产品市场契合,有了一些客户案例,也看清了客户怎么买、为什么买。
现在开始进入规模化阶段了。我们可以开始搭建一套真正的作战手册,培训越来越多的销售。
Harry: 你别笑。你说搭建作战手册,是真的写一份文档,把他们该问的问题一条条列出来吗?
Ron: 对,就是常见问题清单,一点不夸张,外加一份需求探询指南。
开场先问哪些问题;我们要找的客户画像是什么;这些客户里关键人的画像是什么;然后是我们必须问的问题。
第一轮方案宣讲怎么讲。再往下按你的流程走:要不要给客户做概念验证(POC)或试点?这取决于你卖的是什么,产品的价值好不好感知。
先证明价值,然后设法拿下客户。你就是在搭这套作战手册,再让所有人照着练。每个人都得会这套打法,这样你才能尽快复制、不断积累客户。
Harry: 我说这话是怀着最大的敬意。如果一切都这么标准化、条条框框写死了,那我们是不是随便找几只猴子来干就行了?你看,客户画像在这儿。
Ron: 画像在这儿。
Harry: 问题也在这儿。靠,那我们干脆弄个 AI 数字人得了。
Ron: 对。说正经的,很多人都问:能不能用 AI 取代销售?
我觉得销售里有些环节确实可以被 AI 取代,比如搭建作战手册这类事——前提是你已经有了这些素材。但回到早期,这些东西是从零造出来的,AI 总得从点什么开始学起。
Harry: 因为你想,如果把一个作战手册生成器集成进 Gong 里,它可以分析语气、语调变化。
Ron: 完全可以。
Harry: 措辞、语义,哪些管用。
Ron: 完全可以。然后它会说——
Harry: 对,最该问哪些问题?
Ron: 对。早期肯定能用 AI 把这件事做得好得多。但只要买东西的还是人,就永远需要人来卖。因为购买决策是一个感性的过程。
你在选择要解决哪些问题、哪些问题最重要、在众多方案里选哪一个来解。到最后往往是:这个技术有它的优缺点,那个技术也有它的优缺点。我最信任谁?哪家公司能最快带我到达终点?如果是人在做决策,这就不是非黑即白的事。
等到机器人卖给机器人那天,你就不需要销售了。但只要还是人在解决问题、人在买东西,你就需要人来卖。
超增长的招聘提前量:按明年的规模搭班子
Harry: 回到 10 到 50 人这个阶段。对你来说,这个阶段什么东西会崩?你现在也看到一些新的 AI 公司正处在我说的这种超高速增长期,对吧?
Ron: 那些高速扩张的 AI 公司必须转变一个观念:传统生意可能每年增长 20%,而你是翻倍、翻三倍地长,我的人员配置和领导力规划必须按明年的需求来做。你不能想着「我一点点加销售、一点点加主管」。你得想:我们今年要做 5000 万美元。
明年我们要做到 1 亿、2.5 亿美元。那组织在 1 亿、2.5 亿美元规模时该是什么样子?我现在就得按那个样子去搭,所以现在就得去把那些领导者找来。
而且我得亲自去说服他们——为什么这是一生只有一次的机会——从而招到比我当下所需更高一级的领导者。一旦我把团队和领导班子搭起来,就可以在他们下面开始扩编。我最大的建议是:你至少要往前看 12 个月。
如果你只想着小步迭代,你就长不快。
「按 12 个月后的规模搭班子」是超增长公司的标准动作,但它的隐形代价要等增长失速那一刻才会显形:提前招来的高管需要团队、预算和地盘来证明自己的价值,组织会围绕这些人「长」出原本不需要的层级和项目;一旦收入没跟上编制,臃肿的管理层既推高烧钱速度,又拖慢决策——裁员时最先被砍的,往往正是当年最贵的那层提前量。
同样的逻辑也适用于前面的「战略客户计划」:免费给 10 万美元的客户配工程师,本质是拿毛利换标杆客户的 FOMO 效应。赌对了,标杆背书的获客价值远超人力成本;赌错了——客户跑完试点就流失——留下的只是一笔计入销售费用的亏损。这类补贴什么时候该停、以什么信号为界,是乐观叙事里很少被追问的问题。
Harry: 提前招人有没有危险?我的意思是,假设你 ARR 才 1300 万美元,就开始为一年之后的需求招人。
有时候组织还消化不了这些人才。这种情况存在吗?还是说早点把人招进来总是好事?
Ron: 不,这确实是要考虑的。要看我们的具体情况。还有一点:招人也会开始影响公司文化。Databricks 是个工程师味儿很浓的公司。
到今天为止,它还是非常工程技术导向的文化。当你开始往里加销售,他们的心态是不太一样的。所以你得想清楚,这两种文化怎么融合。
Harry: 你觉得销售是不是只为钱驱动(coin-operated,投币式驱动)?
Ron: 顶尖的那些不是。听着,人做销售确实是因为有财务上的上行空间。但我要找的人,不会一上来就问「我早期能挣多少钱」。你得确保他们热爱这个使命。
最关键的是,你在建一支军队。他们得热爱使命,得先热爱这家公司。等他们爱上了使命和公司——
Harry: 如果我来面试,直接说「我就是他妈的想挣钱,我会玩命干,保证完成业绩指标(quota)」,你会介意吗?
Ron: 我是说,我喜欢这股狠劲和能量。但我也会想:好,那当你做不到的时候呢?当日子难过的时候呢?你是不是就跳去下一家公司、到处漂?
Harry: 不会——我会怪你,怪你领导力不行。
Ron: 所以我看简历的时候会看这些。如果一个人的履历全是一年、两年的短任期,他在 Databricks 也待不长。我要的人是那种,当事情变得……
Harry: 你在简历里喜欢看到什么?
Ron: 还是我常说的,找狠劲。首先是勤奋和韧劲。我想听到的是:「我在那儿遇到过坎,但我扛过来了。我拼了命地干,把业绩干出来了。」
我也看重技术背景。我会瞄准特定类型的公司,因为我知道,一个已经有数据、AI 技术底子的销售,上手(ramp)会比新人快得多——新人得从头学起整个技术领域。
Harry: 以下哪个更重要:以前卖过同等年度合同价值(ACV)规模的单子、服务过同类客户画像,还是拥有这个领域的专业知识?
Ron: 早期是领域知识,这个更重要。
Harry: 嗯,我也这么觉得。
Ron: 为什么?因为再说一遍,你是在教客户怎么从你的技术里获得价值。如果你不能带来增值——尤其今天这个世界,技术型买家太多了。
他们打心底不喜欢销售。他们最不想聊的,就是那种「嘿,要不要一起去打高尔夫」的人。他们真正想要的,是能帮他们解决问题的人。
Harry: 那不能配个销售工程师来补这块吗?
Ron: 我们有一支很强的团队,内部叫现场工程团队(field engineering),阿尔萨兰(Arsalan)带的,团队确实很强。但我认为销售本人必须能创造价值。早期阶段,这种价值是技术性的。
等公司做大了,比如我们已有年贡献 1 亿美元的大客户,你确实需要懂客户组织、能接触到 C 级高管的人,这些都需要。但在早期,你只是想拿下标杆客户(logos)和第一批客户,你必须能给客户带来增值。
你必须能教你的客户。
Harry: 所以说,1 亿美元的客户。
Ron: 对。
Harry: 天,我希望能给他们配个客户成功经理。
Ron: 他们身上配了一大堆人。
Harry: 我猜也是。你开玩笑吧?太夸张了。1 亿美元的客户。
Ron: 对。实际上我们最近刚签了一个 1.9 亿美元的。
Harry: 不会吧。
Ron: 是真的,挺不错的。
Harry: 那感觉肯定爽翻了。
Ron: 是挺爽的。
Harry: 你们会在 Slack 上发喜报吗?
Ron: 你说呢——想想我们当年卖的还是 1.8 万美元的单子。
Harry: 哈哈。
Ron: 你知道,进步不算小。
Harry: 那笔钱能打不少次 Uber 了。
Ron: 是,不算小。
目标与薪酬:制造百万美元标杆
Harry: 好,我们从 1300 万美元讲起,流程也搭好了。第二年年末你们到了多少?
Ron: 5000 万?差不多 3000 万到 4000 万吧。第二年我们做了 3 到 4 倍,大概就在这个区间。
说不定到了 5000 万。
Harry: 领导层会给你压指标吗?
Ron: 公司早期,我和阿里·戈德西(Ali Ghodsi),还有创始团队,基本上是这么分工的:他把产品和工程搭起来,然后帮我把进入市场(GTM,go-to-market)这块搭起来。阿里是那种人——他总想把目标定得越高越好。
而早期的我总想着:得先让大家也能挣到钱,对吧?所以这种张力一直都在。
Harry: 你在有效设计薪酬方案(comp plan)上最大的心得是什么?
Ron: 嗯。
Harry: 因为让大家挣到钱、有赢的感觉,确实很重要。
Ron: 百分之一千同意。
Harry: 你的心得是什么?
Ron: 早期,你必须确保销售能大幅超额完成指标、挣到大钱。因为这会是你最好的招聘引擎。你在向人推销一家收入还很小的公司,需要他们赌一把——得按下「相信」这个按钮。
所以我当时想:谁会成为我第一个年入百万美元的销售?我一定要确保这个人做到。因为你知道为什么吗?我想招的那些顶尖销售会问:你们这儿有人挣到过 100 万美元吗?
然后他们会说:我能见见这个人吗?接着他们会判断:这事能不能在我身上复制?早期,必须有人把业绩打爆、挣到大钱,这是绝佳的招聘工具。
“谁会成为我第一个年入百万美元的销售?我一定要确保这个人做到。因为你知道吗?我想招的那些顶尖销售会问:你们这儿有人挣到过 100 万美元吗?” "Who's going to be my first million dollar earner? And I would make sure that that person does that. Because you know what? The best reps I would try to hire, they go, has anybody made a million bucks?"
▍点拨:这是把薪酬方案当增长引擎来设计的思路——第一个百万美元销售不是成本,而是招聘漏斗里最有说服力的「成功案例」。顶尖销售评估机会的方式和客户评估产品一模一样:先看有没有人成功过,再判断能不能在自己身上复制。激励设计由此从内部管理工具,变成了对外的「获人」资产。
现在,随着你——
Harry: 那这意味着什么?你会故意把目标定低,让他们达成,然后他们就变成——
Ron: 不是定低目标,而是要确保目标是够得着的。我要它有挑战性,但够得着。而且我会把激励方案设计得相当丰厚。你懂我的意思吧?
Harry: 那方案里的收入能达到工资的 4 倍吗?你设计激励时是怎么想的?
Ron: 一个普通的企业级销售,你开的包大概是 30 万、35 万美元。如果他业绩打爆,你会希望他拿到 3 倍。早期我们做的是大额预付承诺的单子(commit deals)。就像我说的,我有个销售第一年就挣了 100 万美元,然后一路做大。
现在,我们销售团队里大概有 20 个人年入百万美元。但你必须始终有这样的高收入标杆,因为他们做销售的一部分原因,就是冲着那笔大回报来的。
Harry: 哇,20 个人年入百万美元以上。
Ron: 对。
Harry: 你有没有流失过年入百万美元以上的人?
Ron: 总会有人说:「我想去下一家创业公司再搏一次。」我们的留存其实很好。但随着规模变大,你在佣金支出上也得算得更精。
Harry: 有什么变化?就是收紧了吗?
Ron: 我们现在有 1400 个销售代表,销售条线一共 5000 人。所以佣金总预算是有限的,我们会做一套方案测算。
我们大致知道会有多少人拿到指标的 200%、多少人是 150%。这些都是建模算出来的,相当精细,因为现在盘子大了,不像只有 20 个人的时候。
Harry: 你有没有过看着这一切想:这他妈也太疯狂了。5000 人啊。
Ron: 我还记得当年就我和阿里两个人,卖着 1.8 万美元的单子。
Harry: 可不是嘛。是不是很疯狂?
Ron: 是,但很有意思。敢想大的,很有意思。
Harry: 这世界真奇妙。
Ron: 对,太棒了。
Harry: 好。这些我们聊过了,这些年入百万的人也有了,很好。
韧劲、目的地公司与第一团队
你观察他们——就说这 20 个人——有没有一些特质,让你觉得「我在他们大多数人、甚至所有人身上都看到了某种反常规的东西」?
Ron: 有。就像我说的,我特别看重韧劲和勤奋。我爸是建筑工人,我妈是数学老师。
他们教会我:勤奋每一天都能战胜天赋。所以我要找的那种特殊品质就是:这个人愿不愿意投入额外的时间、拿出额外的韧劲?当日子难过的时候,他会不会在办公室多待一会儿、多打几个电话?
Harry: 你觉得今天还有很多这样的销售吗?我和 SaaStr 的杰森·莱姆金(Jason Lemkin)是铁哥们,我是真心喜欢这个人。我把他当我在风投圈的「老爸」——他肯定不乐意,会说他是我大哥——但你知道吧,
他确实比我大不少。他总跟我说:「不是我说啊哈里,现在的销售都不愿意干活了。他们不想拼,只想随便应付两下就下班回家。」
你有没有发现,这一代销售不像过去那么拼了?
Ron: 反正在我的团队里这套行不通。再说一遍,这就是我想打造的文化。另外,你之前问过我们有没有流失过年入百万的老员工——我觉得真正优秀的销售,到最后会说:「嘿,我是个创业型的人。
我就喜欢在创业公司干,不想去一家九千、一万人的大公司。」于是他们又会回到创业公司。但说到底,这正是我们必须教给下一代销售的东西。
因为竞争只会越来越激烈。给我拼命干,比所有人都更能跑。
Harry: 随着 Databricks 变成在位巨头,招到这种能拼的人是不是更难了?
Ron: 我觉得 Databricks 是一辈子才遇到一次的公司,它会成为一家万亿美元的公司。数据和 AI 这个赛道里,总会跑出一个万亿美元玩家,而我们是创新的领导者。
我认为我们能做到。所以在这种规模下招人——我们现在等于跳过了几个发展阶段——关键是必须成为一家「目的地公司」。得让人说:我想去 Databricks,因为我能在那里成就职业,因为将来我也想当首席营收官(CRO)或者 CEO。
而 Databricks 能比谁都更好地教我在对的赛道上做到这些。想想早期的微软、早期的谷歌——抢人才的核心就是成为目的地公司。我觉得 Databricks 在这方面做得相当不错。
Harry: 「目的地公司」这个说法我很喜欢。从 1000 万到 1 亿美元年度经常性收入(ARR)的过程中,你作为销售领导者需要扮演的角色发生了哪些变化?
Ron: 到了 1 亿美元,流程就多了,赋能体系也多了。我不可能再认识每一个人,也不可能再伸手去盯每一单。
所以核心变成:你怎么搭建领导团队?还是回到我们聊过的那个问题——未来 12 到 24 个月你需要什么?你必须培养领导者,让他们能有效地培养人才。我的原则是:只要你拥有这个星球上最强的团队,并且去激励、驱动、辅导他们,你就能赢。
当然,我们有一款很牛的产品,这是巨大的优势。但你最重要的事就一件:把最好的队伍派上场,让他们训练有素、士气高昂——这样我就一定会赢。
Harry: 在 Databricks 搭建一支成功的领导团队,你最大的心得是什么?
Ron: 我觉得很大程度上还是「画像」和文化匹配的问题。我们经常讲「第一团队」(first team),第一团队就是公司。
也就是说,销售管理层位置越高,就越要把公司放在前面。你不是只来确保自己手下人成功的,而是要搞清楚:公司的使命是什么,我们是一起的。
我们要一起把这事做成。所以那种战友般的情谊、你怎么搭团队、怎么建文化,和销售里其他任何事一样重要。每个人都得觉得自己在参与一项特别的使命。
「第一团队」(first team)由管理学家帕特里克·兰西奥尼(Patrick Lencioni)在《团队协作的五大障碍》(The Five Dysfunctions of a Team)中系统化:高管真正的第一归属,不是自己带的那支团队,而是由同级高管组成的那支团队。当销售副总裁把「公司整体赢」置于「我手下的人赢」之上时,部门墙、资源争夺和指标博弈才会瓦解。罗恩把它设为销售管理层晋升的文化门槛,正是这套框架在超增长销售组织里的落地版。
Harry: Databricks 的文化什么时候最差?出了什么问题?
Ron: 最差?说实话,我觉得我们的文化一直很好。我真说不上我们有过文化差的时候。
Harry: 那有没有艰难的时期?
Ron: 随着规模越做越大,我觉得关键问题之一是:怎么保住早期的那种文化?当你还是一家有狠劲、敢创新的创业公司时,这是巨大的优势。我觉得 Databricks 在保住这一点上确实做得不错——这也是创始人骨子里的一部分:我们要做创新者、颠覆者,做那群又酷又宅的技术极客。
你懂我意思吧?这就是我们想要的。所以难点在于:怎么在规模化的同时保住那股狠劲,而不变成一家官僚、讲流程、「管理层对打工人」的大公司。我认为我们做得相当好,我们的文化无出其右,这也是我们能成功的重要原因。
渠道伙伴与国际化:该更早下的注
Harry: 在从 0 到 5 亿美元这个巨大的区间里,事后看,有什么是你当时没做、现在希望做了的?
Ron: 我会更早、更大力地投入合作伙伴渠道。合作伙伴这事很有意思,尤其是那些大的系统集成商(SI)伙伴。那时候阿里和我已经跟微软做了那笔交易——
那笔交易后来几乎成了业界传奇,微软至今都是我们最大的合作伙伴,也是非常了不起的伙伴。但你得开始认真琢磨渠道和合作伙伴战略。
公司还很小的时候,你总想着怎么把这些伙伴拉进来,但你太小了,人家根本不搭理你。可一旦开始上规模,你就得在早期就开始投入合作伙伴体系。
Harry: 所以你们当时做得不够早?
Ron: 对,我们完全可以做得更早。绝对的。
Harry: 我发现很多创始人把渠道合作当成灵丹妙药——「我们只要跟 Salesforce 达成合作,boom,就成了。」
Ron: 是的。
Harry: 这里面有什么门道?
Ron: 早期这事很难做。我的看法是:如果你还不到 5000 万或者 1 亿美元,你得先把直销渠道做扎实,然后再建合作伙伴渠道。但到了现在 5 亿美元的规模,我们就应该通过渠道来放大、来走量了。
Harry: 要把合作伙伴渠道真正做好,需要什么?
Ron: 好问题。因为有时候,渠道负责人就是没干出来的销售领导——就像 VC 是没干出来的创始人一样。
所以我有意去招有很强销售功底、有销售领导力、又想做渠道的人,因为建渠道需要的很多素质和做销售是相通的。你看我自己,作为 CRO,我是销售领导,但我 30% 到 40% 的时间花在合作伙伴身上,因为我要把这个渠道建起来。想做成一家能大规模扩张的公司,这是必须学会的技能。所以只招那种一辈子泡在渠道体系里的人,有时候是有点冒险的。
我宁愿找既干过销售又干过合作的人——他们是想清楚了才这么做的,有意识地经营自己的职业路径。我觉得这一点很重要。
罗恩说自己 30% 到 40% 的时间花在合作伙伴身上——对一家数十亿美元收入公司的 CRO 而言,注意力的分配就是最上层的资本配置。这个选择的底层判断是:直销的人效随规模递减,而渠道(微软这样的战略伙伴、全球系统集成商)是少数能把销售产能「加杠杆外包」的结构。当年与微软的那笔合作之所以成为业界传奇,正是因为它把对方的分销网络变成了自己的获客资产。
用巴菲特的框架看,这是在给护城河加宽:产品护城河靠技术押注,分销护城河靠生态绑定——后者一旦建成,竞争对手要花数年才能复制。他说「后悔没更早投渠道」,翻译过来就是:生态型护城河的复利启动得越晚,留给追赶者弯道超车的窗口就关得越慢。
Harry: 好,这个很精彩。这是你当时没做、希望早点做的。那反过来说,有什么是你做了、却希望没做的?
你对此有什么反思?
Ron: 我觉得我们做的很多事都还算对。比如国际化扩张,我认为我们做的时机基本是对的。
Harry: 你们什么时候开始的?
Ron: 进 EMEA(欧洲、中东及非洲市场)大概是在 1 亿多美元的时候,1 亿到 2.5 亿之间。进 APJ(亚太及日本市场)大概是在 2.5 亿美元之后。但这事必须想清楚了再做。
Harry: 国际化扩张有什么心得?
Ron: 很难,真的很难,因为涉及的变量太多了。你得把你的文化、你的作战手册(playbook)「翻译」过去,还得有你信得过的当地领导团队。
我学到的一大教训是:要移植自己的人才。开 EMEA 的时候,我真的挑了四五个最能打、最有冲劲的年轻销售,跟他们说:「你们去 EMEA 待一年,这对你们会是很棒的经历。」
你得让他们帮你在那边练出肌肉、建起文化。我本人也是,每个季度都要飞过去一趟,把事情推起来。APJ 也一样:移植现有人才,帮忙建文化,做这一类的事情。
Harry: 那你看到的大家出海时最常犯的大错误是什么?
Ron: 我觉得有些人去得太早了。这不仅会分散你销售领导层的精力,也会分散产品的精力——你会在亚洲遇到新需求,或者各种新的监管要求,取决于你去哪儿。
所以我觉得最大的错误是:产品市场契合(product-market fit)还没真正跑通,就因为「诶,我们在 EMEA 有几个客户,得去支持他们」就冲进去了。再说一次,你的团队是有限的。
资源是有约束的,你得想清楚把人投在哪儿。这大概是我见到的最大的错误。
衡量销售与开会的基本功
Harry: 我还发现大家往往过早进入大客户(enterprise)市场。大客户难做的一点是:销售周期太长,很难判断一个销售到底行不行——要等很久才有成交。你怎么衡量销售的有效性?
怎么才能做好?你怎么判断我这个人到底行不行?
Ron: 你问的是大客户销售,还是所有销售?
Harry: 有区别吗?
Ron: 有一点区别,主要在销售周期上,不过——
Harry: 怎么讲?
Ron: 前期我主要看管线和活动量。我最先看的是:这个人约到对的会了吗?建的管线对吗?我自己也得去抽查。
所以如果你是早期销售领导,你得跟销售说:「我这周就在你的区域,把你手上的会都给我约满。」如果他只有一两个会,那大概率不是个好销售。
然后你会看到他面对客户的表现:他问的问题好不好?客户愿不愿意从他手里买?会的数量对不对?
我知道这很细,但就像我们之前提过的达格努姆(译者注:人名系转写存疑)。达格努姆常跟我说,「到我这个年纪,记忆力是不行了」。他说一天最多六个还是八个会,具体数字我记不清了。
但你确实不能超过六到八个,因为每个会你都得做足功课、掌握背景。六到八个就是上限。你同意吗?
Harry: 我们这边是把门槛定在每周至少五个会。
Ron: 所以一天五到十个……他说的六到八个应该差不多,这个指标不赖。但再强调一次,你得确保准备充分。
这跟任何运动都一样。
Harry: 好,那就按每周五个算。每周五个,一个月就是二十个。
Ron: 对。
Harry: 那你会有一个预期的转化目标吧?
Ron: 我是在攒商机。这些会里至少 25% 应该转化成某种商机,然后我就去经营这个商机。不同客户、不同组织的成交率不一样。
比如怎么拿到预算,诸如此类的事。
Harry: 你担不担心定的目标被人「钻空子」?我的意思是:你说「哈里,我要 20 个会」,我说「行,20 个会」,然后我的资格筛选标准就放水了。
你怎么设定那种没法被糊弄的有效目标?
Ron: 最终我会看到管线和成交结果,糊弄不了太久。但你说得对,这里面有滞后——六个月、十二个月,甚至十八个月的滞后。
这就是为什么一线销售主管和销售领导这么重要。因为我会亲自去评估那些会。再说回那个比喻,你需要投手和击球手,或者说接球手和击球手——
不对,在你们这儿打板球的话,应该叫——
Harry: 投球手和击球员。
Ron: 对,投球手和击球员。
Harry: 我们这个国家可不玩圆场棒球(rounders,英国校园里的棒球类游戏)。
Ron: 我懂,我懂。但我是打棒球的。所以说,我刚去的时候跟销售们说:「能给我约多少会就约多少会,直接排上就行。」他们说:「那要搞定强生(J&J)——你想见谁?」我说:「只要邮箱后缀是强生的,谁都行。」
因为我去了就能判断:这个人有没有能量?有没有商机?这个组织里该怎么推进?所以再强调一次,作为领导,尽量多跟会。
Harry: 等等,你会跟着上那个会,但让他们自己主讲?
Ron: 没错。
Harry: 好,所以你不是主讲人。
Ron: 对。
Harry: 你就坐那儿?
Ron: 对。
Harry: 就听?
Ron: 对。只要进展顺利,我就不出声。
Harry: 好。
Ron: 如果不顺利,我就会插手帮忙。
Harry: 什么情况算不顺利?
Ron: 看销售本人、看他的准备。他有没有在提问?说到底,一场成功的销售会是什么样的——我们还没聊过这个,就是销售的基本功。
比如:我建立融洽关系了吗?客户信任我吗?我激起兴趣了吗?我挖到他们的痛点了吗?
还有:我有没有推动到既定目标?这个会的目标是什么?是约到下一次会?是拿下一个概念验证(POC)?还是拿到一个引荐?这些你都得有作战计划。
为此你必须提前研究这家公司、这个机会、你要见的人、他们的领英(LinkedIn)资料。所以,一场好会的前提是充分的准备。还是那句话,跟任何运动一样:练的时间至少是上场时间的十倍。
一个一小时的会,你就该准备十个小时。挺逗的。
Harry: 有一个尤塞恩·博尔特(Usain Bolt)的采访,特别精彩。
Ron: 对。
Harry: 他说:「我练了十年,就为了那九秒。」
Ron: 对,就是这个理。完全正确。
Harry: 不过靠,这投入产出比也太惨了。真的太惨了。
Ron: 是啊。你想想奥运会:这些人练了一辈子,比赛一瞬间就结束了。
Harry: 真的太精彩了。回到刚才那个话题——怎么才能开好一场会,你那样拆解一遍,我特别受启发。
Ron: 嗯。
Harry: 我知道这个问题有点肤浅,但你觉得建立融洽关系(rapport)这件事,什么方法管用?
Ron: 就是去了解一个人,对吧?对他的背景抱有真正的好奇心。
Harry: 但我发现很多人都拿着一套作战手册(playbook)在套。当我觉得对方在对我套路化出牌时,融洽关系反而建立不起来。所以对我来说,作为采访者,我的工作也是建立融洽关系,而且是让对方感到安全。
对,让他知道:这个人不是来抓我把柄的。
Ron: 嗯,我喜欢这个说法。
Harry: 而且他自己也得敞开心扉。所以我会聊我母亲患多发性硬化症(MS)这类事,因为这样对方会觉得:哦,我好像真的在认识这个人。
Ron: 适度暴露一点脆弱。对。
Harry: 没错。那你自己有什么心得吗?怎么建立融洽关系,而不是那种「您在哪个城市啊」「哦,伦敦在下雨」式的寒暄?
哈哈。
Ron: 我绝对不是聊天气的那种人。我一般会问:你在哪儿长大的?你对什么感兴趣?家里人怎么样?
我的意思是,得从小处入手。你不能一上来就问:「你有什么癌症可以聊聊吗?」
Harry: 这话太狠了。
Ron: 不是,我的意思是,你怎么去了解一个人?就是去了解他本人。我觉得很多人的底色都来自成长的地方、家庭。我喜欢问这些,因为对很多人来说,家庭是特别重要的东西,所以我想去了解。
Harry: 你会发现有人在「买家身份」上说谎吗?因为你想知道对方有没有预算、是不是真正的拍板人。你会遇到有人夸大自己在公司里的地位吗?
Ron: 听着,我从来不会直接问人家「你有预算吗」。我经验足够丰富,知道会发生什么——这些信息我迟早会拿到。而且,每个人都想显得重要。
那就让他们重要好了。他们能坐到那个位置,就是因为手里有一定的决策权。我做过累计几十亿美元的软件交易、几千单生意,对吧?
我大致知道组织是怎么运转的,而我的角色是教他们怎么获得价值。我会问:这个采购你们需要做价值论证(value case)吗?流程是怎么走的?
谁要审批?谁有采购权?一旦融洽关系建立起来了,这类「如何在组织里推进」的信息,你就可以问得深得多。
但在你给对方创造价值之前,这场对话是没法展开的。
AI 时代的销售:只要人还在买软件
Harry: 你觉得人工智能(AI)会怎么改变销售流程?你们销售团队现在用 AI 工具吗?
Ron: 用,当然用。我们用 Perplexity,用 Glean,还自研了一些 AI,比如一个销售 AI 助手。
比如我们的销售 AI 助手,你问它「微软本地部署迁移的专项资金怎么申请」,它直接把流程告诉你。Perplexity 我们也用。
大量的前期客户研究都靠它:告诉我这个客户是怎么用数据和 AI 的,他们怎么用 Databricks 能获得最大价值——能挖出很多信息。
然后我们的销售助手会把这些对话内容跟客户数据结合起来。它会说:哦,他们这块用量在增长;他们在这个产品上花了钱。
他们正在推进某个项目;我还在新闻里看到他们对网络安全感兴趣,诸如此类。所以你可以用 AI 大幅加速这些研究,让自己变得更懂行。还是那句话,你对客户了解得越深,就越能问出有意思的问题,找到你能创造价值的地方。
Harry: 所以 AI 是在销售流程的内容准备环节发力。那外呼拓客(outbound)呢?外呼不会消亡,但会不会被 AI 取代——邮件拓客这种事以后全由 AI 来做?
Ron: 我不知道会不会完全取代,但可以肯定的是,我认为 AI 干外拓这件事比人强,因为它能更快地学到什么有效。还记得我早年搞的迭代吗——「所有人都来做拓客日」。
如果我搭一个机器人去触达客户、约会议,它学到什么有效、什么无效的速度,会比我拉起一支真人团队快得多。不过话说回来,你想让机器学习,但学习得有方向。
对吧?我觉得那个环节没法完全把人换掉。
Harry: 还有,在一个外呼无限供给的世界里,外呼的价值不会贬值吗?当你知道来触达你的是个 AI,这条消息的价值不就降了吗?
Ron: 说不好,我没认真想过这个问题。现在还是早期,但你可能说得对。即便是现在,你每天收到多少邮件和领英(LinkedIn)消息?
真的有上千条,对吧?那哪些能挤到你收件箱的最前面、让你愿意开个会?很大程度上取决于你的品牌、你的信息、市场上正在发生什么,以及你对对方公司了解多少。
再说一次,这正是 AI 能做的事:如果我真正摸清了那个人、那家公司在发生什么——你说得对,可能还是需要真人加点人情味,但 AI 提供的内容,大概率更能勾起对方的兴趣。
Harry: 五年之后,你的销售团队会比现在人多还是人少?
Ron: 还是那句话,只要是人在买软件,就需要人来卖软件。所以我们肯定用 AI 提升效率,但我们还会招很多人,因为我们要做大。这算回答你的问题了吗?
“只要是人在买软件,就需要人来卖软件。” "As long as humans are buying software, I think you need humans to sell software."
▍点拨:这句话把「AI 会不会取代销售」的争论拆成了两层:可被取代的是流程里的信息环节——客户研究、外拓触达、作战手册的迭代,这些 AI 确实学得比人快;不可被取代的是决策环节的信任结构——企业采购是感性的、押上职业前途的下注,买家要的是一个「遇到难题可以指望」的人。只要购买决策仍由人做出,销售就从「信息中介」退守为「信任中介」,而信任目前还不能外包给模型。
Harry: 算了,回答得很好。回顾公司走过的不同阶段,哪一段最难?你可以这么切分:0 到 1000 万,1000 万到 1 亿,1 亿到 10 亿,10 亿往后。
哪段最难?
Ron: 每段都有不同的挑战。0 到 1000 万美元那段对我来说可能是最有意思的。很难,但我当时的状态是:1000 万美元的软件我卖给谁都行,你懂我意思吧?
我要做的就是搞清楚对方想买什么。1000 万到 1 亿美元那段相当难,因为这时候你有了一点产品市场契合(product-market fit),但必须真正进入大企业客户的打法,开始积累可公开引用的标杆客户,让他们站出来替你说话。
我很享受那个阶段。然后是 1 亿到 10 亿,这时候合作伙伴、分销渠道都进来了,销售组织在规模化——你进入了规模化的职能。
我们去年做到了 30 亿美元,我觉得几年内会到 100 亿。所以现在我们处在超高速增长(hyperscale)阶段,又是一套完全不同的挑战。每一段我都很享受,因为它们各不相同。
我觉得 1000 万到 1 亿那段是最难的之一。
Harry: 现在 AI 领域的超高速增长公司,一亿美元 ARR 说破就破,对吧?有些公司猛得不行。你最佩服哪一家?
Ron: 我觉得 Cursor 非常厉害,增长快得吓人。我自己做工程和写代码也用 AI,他们做得真的很好。
所以,走着瞧吧,看他们能不能持续。我希望能,但他们做成现在这样确实令人佩服。
罗恩在 2025 年 8 月说「走着瞧,看他们能不能持续」。答案是:能。据 Bloomberg 报道,Cursor 的年化收入 2025 年 11 月突破 10 亿美元,2026 年 2 月已超过 20 亿美元;母公司 Anysphere 2025 年 11 月的估值达 293 亿美元。
值得对照的是罗恩自己画的成长曲线:Cursor 从 1 亿到 20 亿美元年化收入用了不到一年,Databricks 当年走同样的路用了数年。AI 原生公司「一亿美元 ARR 说破就破」的速度感,在本期录制后的十二个月里被进一步验证为常态而非特例。
与 Snowflake 的战争:领先五年的底气
Harry: 你这些年一直在跟 Snowflake 打仗。
Ron: 是啊。
Harry: 在「对着竞争对手卖」这件事上,你最大的心得是什么?
Ron: 谁都有竞争对手。
Harry: 这也是我今天做投资学到的最重要的事之一。
Ron: 嗯。
Harry: 以前你就两三个对手,比如 Databricks 对 Snowflake。现在随便哪个领域都有 15 个竞争者。
Ron: 对。
Harry: 对于在竞争激烈的市场里怎么卖,你给创始人的最大心得是什么?
Ron: 首先,你需要竞争。否则说明你根本没有市场,对吧?尤其在早期,如果没有别人也在往这个市场里卖东西,那你图什么?
我不觉得会有 15 家公司活下来。传统规律是剩三家:云厂商是三家,AI 玩家也会是三家。
不过我认为数据和 AI 领域只会剩一家——Databricks。但大概率还是三家。别的市场剩三家,我这个市场,一家。
Harry: 一家。
Ron: 我们会赢,把所有人都碾碎。说正经的,最大的玩家拿走 80% 的市场,剩下的人分那点残羹。消费级市场就是这样。
Harry: 企业级市场往往相反,份额分散得多。
Ron: 我没见过这种情况。
Harry: 你看 Salesforce,看 ServiceNow。再看云,你会说 AWS——云确实是相对分散一些,不过 GCP 你得承认还是个被甩开一截的第三名。
但 AWS 和 Azure 基本是并驾齐驱,那是一场大战。
Ron: 回到跟 Snowflake 竞争的问题——有个想逼你变强的对手,其实是好事。而且我这个人好胜心极强,我是运动员出身。
我做销售的原因就是我热爱竞争,就这么简单。
Harry: 他们落后你们多少?
Ron: 在我看来,五年以上。我们很早就押注未来:押 AI,押湖仓(lakehouse)。
押开源。他们才刚刚把脚趾头伸进水里试试水温。你再看看数据:我们的增速是他们的三倍。
我们已经做了 250 个从 Snowflake 迁到 Databricks 的项目。他们的前十大客户里有八家——这么说吧,我们在那个市场打得相当好。我认为我们代表未来。创始人们在研发上做了非常聪明的投资和技术押注,确保我们遥遥领先。
罗恩说「我们的增速是他们的三倍」,这个数字即便按访谈时点(2025 年 8 月)的口径也站不住:当时 Databricks 年化收入增速在 50% 以上,而 Snowflake 当季(2026 财年第二季度)产品收入 10.9 亿美元、同比增长 32%——前者不到后者的两倍。到 2026 年,倍数依旧维持在两倍上下:Databricks 2026 年 2 月披露的同比增速为 65%,Snowflake 2026 财年第四季度(截至 2026 年 1 月)总收入 12.8 亿美元、同比增长 30%,2027 财年第一季度(截至 2026 年 4 月)总收入 13.9 亿美元、增速回升到 33%(截至 2026 年 8 月,7 月当季财报尚未发布)。「三倍」从录制那天起到今天,始终是没有兑现过的表述。
「领先五年」则更像销售话术而非可证伪的判断:Snowflake 近两年在 AI 上追得并不慢(Cortex 系列产品持续迭代),净收入留存率也维持在 126% 的健康水位。真正的结构性差异仍在叙事自由度上:Databricks 仍是私营公司(2026 年 8 月估值约 1900 亿美元),可以在研发和销售上「超配投入」而无需向公开市场逐季交卷;Snowflake 作为上市公司,每个季度都得同时管理增长与利润率。罗恩把「没上市」列为竞争优势——这一条在 2026 年依然成立。
而且我们会继续投。没上市也特别好,对吧?我们可以在研发上超配投入,在销售上超配投入。
Harry: 你觉得保持私有让你受益了,而他们没有这个条件?
Ron: 受益巨大。真的巨大。我们认为这个市场还早得很,我常说现在才第二局上半(译者注:棒球比喻,意为比赛刚开始)。
所以只要我们能继续往创新、研发、销售和分销上砸钱,就能抢到更多市场份额,把他们甩得更远。
Harry: 有什么地方是你没投、或者投得不够、而未来想多投的?
Ron: 其实我们的品牌现在已经很强了,我们也开始加大品牌投入。我觉得早期就该投得更多——市场(marketing)和品牌。
合作伙伴这块我还想加得更猛。今年我们会向合作伙伴的项目投 2 亿美元,但我还想在合作伙伴和分销培训上投更多。我们刚办了 Databricks 印度学院(India Academy)。
我们会培训超过一百万人。
Harry: 印度学院?
Ron: 对,Databricks 印度学院。
Harry: 我去,这也太细了吧。
Ron: 哈哈,挺酷的。
Harry: 哇。
Ron: 你想,有那么多大公司把 IT 和外包放在印度。所以我们专门在那儿建了一所学院,培训所有印度合作伙伴——Wipro、Mphasis 这些公司——在那儿培训一百万人。
总裁俱乐部与枕边风
Harry: 那把总裁俱乐部(President's Club)办好,你最大的心得是什么?如果我是早期创始人,我该不该搞总裁俱乐部?要搞好它需要什么?
Ron: 我看到的早期创始人,会把全公司拉出去做团建(offsite),但那不是总裁俱乐部,对吧?
Harry: 什么阶段才该搞总裁俱乐部?
Ron: 等你的销售团队足够大的时候。因为总裁俱乐部一般是你团队里 10%、15%,顶多 20% 的人去。但如果按这个比例只能去两个人,那就不叫总裁俱乐部了。所以销售团队至少得有——我不知道——50 到 100 人才行。
而且还有个问题:如果你是家工程主导的公司——我们也会带工程侧的 MVP 去——工程师会想:销售这是在给顶尖销售发福利旅游啊。但你想想销售的心态:他们好胜,想当最好的那批,想进前 10%、15%。所以这一般是偏后期的事。我会说,你至少得做到 1 亿美元以上再搞。
投入方式上也得聪明。整个理念是为销售和他的伴侣创造一段特别的体验。让那位伴侣觉得:哇,Databricks 是家了不起的公司,你明年一定得再去。
我常说,枕边风的力量太值钱了。
“我常说,枕边风的力量太值钱了。” "I always say the power of pillow talk is so valuable."
▍点拨:总裁俱乐部的设计暴露了一个被多数组织忽略的留人杠杆:决定一个常年出差的销售去留的,往往不只是他本人对公司的评估,还有他的家庭对「这份工作的代价」的评估。把伴侣请进体验里,等于把留存谈判的另一半决策者请到了自己这边。这套思路可以推广到所有高强度岗位——员工背后的家庭,是组织文化预算里最被低估的投放对象。
Harry: 完全同意。
Ron: 而且我的销售团队在乎谁去俱乐部,不亚于在乎新的佣金方案长什么样、怎么算——这类事情。
就有这么重要。大家会替那些卡在边缘的人游说。你营造出的文化是:人人都想去,这事就变得特别有意思。
所以,把它办到极致就行。
Harry: 那四天里,Databricks 的销售业务直接停摆。
Ron: 我们是跨周末办的。
Harry: 哦,跨周末,那没事了。不过枕边风这一点,我觉得真的太值钱了。因为他们回家抱怨「我真不想干了」的时候,伴侣会说:别忘了我们上次玩得多开心,罗恩对我们多好。
Ron: 嗯,听我说,我向他们索取的很多,对吧?他们常年在外面跑。
Harry: 远程销售团队行得通吗?你刚才提到管线建设、拓客日,那些都是当面做的。
Ron: 我们有句口号,来自我的一位主管迈克尔·哈特曼(Michael Hartman):站着卖,别坐着卖。有机会当面见客户,就去见。
有机会约午饭、晚饭,就去约。因为还是回到融洽关系、回到跟客户的关系上。客户要的是一种信任你的关系——知道遇到难题可以指望你。
因为他们做的很多决策,可能影响自己的职业生涯,可能让他们一飞冲天,也可能不会。既然他们要下这个注,你跟他们相处的时间越多、当面相处越多、关系越铁,就越关键。
Harry: 那昂贵的牛排晚宴呢,过时了?好多人都说那套老掉牙了。
Ron: 看公司。如果你卖给大企业,能把高管约出来吃两个小时的牛排晚宴,那就去,值。
因为这样你跟他们建立的关系,是打 30 分钟电话根本换不来的,对吧?
Harry: 你知道我怀念什么吗?我怀念高尔夫日。我真爱高尔夫日,可惜没什么机会跟客户打球。
我就爱这个。球场上待四个小时。
Ron: 是,现在很少见了,很少有了。
Harry: 你能想象吗?你最大的四家企业客户,互相作陪,也陪着你,海阔天空地瞎聊,谁的手机都不响。
Ron: 我们确实在办这类活动。最近我们搞了春训(spring training)活动,来了 30 来位客户。我还去给德州游骑兵队(Texas Rangers)开了球。
然后——
Harry: 也就花了你 500 万美元。干得漂亮。
Ron: 其实没那么贵。但关键是打完高尔夫又一起吃晚饭,你有大把时间和客户相处。这样你和客户的关系就完全不一样了。当然,前提是得确保请来的是对的客户。
Harry: 你们上一届总裁俱乐部(President's Club)请的演出嘉宾是谁?
Ron: 我们不是说好了不谈这个吗。
Harry: 这个不能聊?
Ron: 对。我也不知道这算不算公开信息。所以——
Harry: 不聊也行。说不定能聊。我也不清楚。
Ron: 这么说吧,去年我们请了 Flo Rida,现场炸裂。
Harry: 对,特别嗨。
Ron: 太棒了。
Harry: 我听说阿里还跟着跳了霹雳舞。
Ron: 没有的事。
Harry: 哦,没有?那是假新闻?
Ron: 没有,没有,没有。真没有。
快问快答与十年展望
Harry: 要真跳了那多带劲啊。不过他确实是个有意思的人。老兄,我可爱死这个了。说真的,这期聊得太尽兴了。能跟你来个快问快答吗?
Ron: 当然,来吧。
Harry: 好,可聊的方向太多了。先来第一个:大家对首席营收官(CRO)最大的误解是什么?
Ron: 是对销售老大的误解。大多数人一听你是做销售的,他们这辈子打过交道的销售就只有二手车贩子,所以觉得,哦,干销售的一定得油嘴滑舌。
我不认为做销售负责人就得油滑。还是那句话,我认为你得懂行、值得信任。你可以当别人的导师,对吧?不一定非得凶。
我是个强驱动型的人。但我也带人、激励人。
Harry: 而且你这嗓音也太有磁性了。
Ron: 谢谢。
Harry: 有点像沙哑版的马修·麦康纳(Matthew McConaughey)。
Ron: 多谢夸奖。我觉得我长得也挺像他的。
Harry: 说真的,十年后我就追着我偶像跑了。就这样,多跟我说说话吧,罗恩。你这声音都能出个冥想 App 了。
Ron: 哈哈,过奖了。
Harry: 老兄,作为销售负责人,你今天最弱的短板是什么?你觉得自己该在哪些地方多花时间?
Ron: 我基本上全身心扑在 Databricks 上,花的时间非常多。孩子们都长大离家了,所以我常年在外跑。
Harry: 这对婚姻有影响吗?
Ron: 我的婚姻很好。这么说吧,没有我妻子,我不可能做到今天这样。我在伦敦也好、韩国也好、新加坡也好,不管飞到哪儿,家里的一切都是她在打理。
Harry: 你人生最大的……沃伦·巴菲特(Warren Buffett)说过——
Ron: ……最重要的决定,是选择和谁共度一生。
Harry: 对。岔开一句:关于选伴侣,你给我最大的建议是什么?
Ron: 你一开始就说了嘛,「我最近怎么样啊」——太好笑了,这回轮到我被问问题了。有意思。
说真的,这取决于你的人生目标。你的目标得和伴侣的目标一致,对吧?比如要不要孩子、做什么样的工作,诸如此类。
拿我自己来说,回望人生,生孩子是我做过最棒的事,结婚也是。这些事做对了,你才有余力把全部心思投入到别的事情上。
我把心思投进了 Databricks。我确实做出了很多牺牲,但家人一直在我身边,确保我走在正轨上。所以对我来说,平衡可能是最重要的。你没问这个,不过工作上我肯定也有很多可以做得更好的地方,比如多点耐心之类的,因为我是个强硬的推手。
反正,我最大的心得就是,人也得有点平衡。
Harry: 我这人从来就没什么耐心。所以节目才叫《20VC》嘛。
Ron: 开什么玩笑?
Harry: 下面这个问题,你就当我是你收养的儿子,23 岁,刚进一家销售型公司,人生第一份工作。对一个眼睛发亮、第一次做销售的 23 岁年轻人,你最大的建议是什么?
Ron: 两点。第一,进入一个正在增长、而且你有热情的行业。显然我认为今天的机会在数据和 AI,如果你要进科技行业,我会说去数据和 AI。总之要去增长的市场,而且你得有热情——如果你觉得「这好无聊」,那就别去。
第二,去你能学到最多东西的地方。很多人纠结的是「这边多给点钱,那边少给点钱」。不对。要去你喜欢那里的人、他们愿意带你、你能学到最多的地方。
因为第一份工作说到底就是:我怎么学习,怎么成长为一个成年人、一个职场人,怎么在这些维度上往上走。这才是关键。
Harry: 倒数第二个问题:如果你能回到 Databricks 历程中的任何一天,你会回到哪一天、重新过一遍?
Ron: 重新过一遍?哇,这问题问得好。
Harry: 谢谢。我可是专业做播客的。
Ron: 看出来了。
Harry: 我干这行也有些年头了。
Ron: 是,这些问题他们事先都没跟我打过招呼。
Harry: 这就好比我对你说:「哇,你们这个销售流程真不错。」你会说:「废话,这是我的工作。」
Ron: 有那么一天。我想,阿里和我签下第一单微软合作的那天,相当难忘。回过头看,那是个改写格局的时刻。
Harry: 你还记得自己当时在哪儿吗?
Ron: 记得。他跟我说的时候,我们在 13 楼。那儿有一间小会议室,里头有张沙发,还放着游戏机什么的。
Harry: 在 Databricks?
Ron: 对,在办公室里。
Harry: 是他们打电话过来说「恭喜,合作谈成了」?
Ron: 不不。这事儿我们已经磨了好几个月。但真正签下来的那一刻,我和阿里就是互相一句:「干得漂亮。」
击了个掌。
Harry: 没跳个胜利之舞?
Ron: 没有,直接回去干活了。
Harry: 也没放首泰勒·斯威夫特(Taylor Swift)。
Ron: 没放。回去干活了。对。
Harry: 放《Shake It Off》啊,摇起来。
Ron: 哈哈,没。反正我更爱听说唱。
Harry: 听着,等你们做到一万亿美元,就把泰勒请来总裁俱乐部演出。
Ron: 好,就这么定了。不过她可不便宜。
Harry: 是不便宜,但一万亿美元也是很大一笔钱啊。
Ron: 完全同意。
Harry: 那就算给你立了个目标了。
Ron: 完全同意。不过说真的,那一天确实很美好。
Harry: 确实是美好的一天。
Ron: 对,很酷的一天。
Harry: 好,最后一个问题。十年后,你心里的 Databricks 会是什么样?
Ron: 我觉得到那时我们是一家万亿美元公司。
Harry: 十年之内?
Ron: 对,一家标志性的公司。你想想,万亿美元的软件科技公司有几家?也就七八家吧。有意思的是,多年以后回头看,今天 Databricks 的这些人,就好比——
1985 年的微软人,或者 2000 年的谷歌人,就在这些公司刚刚起飞的时候。
Harry: 你觉得你们现在就处在那个阶段?
Ron: 就是现在这个阶段。对,还在早期。我们显然干得不错,但还是早期。
所以还有很多活儿要干,不过我们很兴奋。我说过,我认为这个市场太好了,我们下了很多好注。我们会继续投入、继续创新。
我觉得我们能走到那一步。Databricks 会成为那种标志性公司之一。
Harry: 好了,「马修·麦康纳」,今天请你来太愉快了。
Ron: 谢谢邀请,很荣幸。
Harry: 说实话,正是这样的节目让我这么热爱自己做的事。真的,非常感谢你这么坦诚。这期太棒了。
Ron: 谢谢邀请。我聊得很开心。
Harry: 老兄,你太神了。开什么玩笑——这位可是从 0 做到 40 亿美元收入的销售老大、首席营收官。真英雄。
这期节目录得太爽了。想看更多内容,可以在 Spotify 上找到我们。如果你喜欢这期节目,麻烦留个评价,对我来说意义重大。
老规矩,特别感谢大家的支持。请锁定下周一的精彩一期,嘉宾是安东(Anton),全球增长最快公司 Lovable 的创始人——七个月从 0 做到 1 亿美元。
本期对话收敛出的六个关键判断:
1. 销售是一门可拆解的科学,不是黑箱。 委员会决策、MEDDPICC、需求探询指南——企业级销售的每个环节都可以写成作战手册、教给每一个人。行动含义:先把最好的销售「会卖」的隐性知识沉淀成问题清单和打法,再规模化招人;顺序反了,手册就是废纸。
2. 定价要锚定价值本质,让收入在你睡觉时增长。 用户数有天花板,用量没有。行动含义:审视你的计价单位——如果它不随客户获得的价值自动膨胀,你就是在贱卖;先把定价模型设计成能自己长大的样子,再谈销售努力。
3. 早期最该花钱买的,是标杆客户的 FOMO。 给 10 万美元的客户免费配工程师,本质是拿资源换「竞争对手都在用」的紧迫感。行动含义:为标杆客户计划单列预算和退出标准——补到什么程度、什么信号出现就停,事先写清楚,防止善意补贴变成无底洞。
4. 组织要按 12 个月后的规模提前落子。 翻倍、翻三倍的增长曲线不允许「一点点加人」,要招比你当下所需更高一级的领导者。行动含义:把明年的收入目标翻译成组织架构图,今天就开始为那张图上的岗位面试——同时给提前量设一条消化红线,增长失速时先砍冗余层级。
5. 韧劲是可以筛选的文化资产,而筛选从简历就开始了。 「勤奋每一天都战胜天赋」——罗恩要找的是扛过坎、并且愿意把坎讲出来的人。行动含义:在面试里加入「讲讲你搞砸了又扛过来的经历」这类韧性探针,并用第一个百万美元销售的存在,向所有候选人证明这套文化真的兑现回报。
6. 只要人还在买软件,就需要人来卖软件。 AI 接管的是研究、外拓与迭代的速度,接管不了购买决策里的信任与职业赌注。行动含义:把 AI 投在「让销售更懂客户」的准备环节——研究、用量分析、手册生成;把省下来的人的时间全部投向当面关系。「练的时间是上场时间的十倍」,这条不会因为工具变了而失效。