+关注

手机看

微信扫一扫，随时随地看

Workstream本地化与全球化的最佳实践 | Linkloud沙龙第十七期实录精选

我思锅我在

2024-03-17 20:00发布于北京

+关注

Worksteam 早期是如何获得种子客户的？他们做了哪些 B2B 的策略以及对于全球化的分布式办公，他们又面临哪些挑战？最后生成式AI如何在人力资源和招聘领域完美落地？

这些都是国际化SaaS企业当下要面临的问题，这篇文章是 Linkloud 沙龙第十七期的精选摘要，希望能给你带来一些思考和启发，enjoy～

#1 Worksteam 是做什么的？

Workstream 成立于 2017 年，是在美国本土的一家专注于时薪劳动力（即蓝领）的人力资源、工资支付和招聘等一站式 SaaS 平台。这次的嘉宾 Max，是团队的联合创始人兼 CTO。创立至今，公司获得了累积超过 1 亿美金的融资，背后投资机构也大牌云云，包括 GGV 美国、Founder’s Fund、Coatue 还有 Zoom 创始人袁征等。

Workstream 的客户包括汉堡王和塔可钟在内的前 50 大快餐品牌中有 46 个。由于美国蓝领群体在疫情期间流动率极高、且门店分散导致管理和招聘难度激增，同时这个群体有将近 20% 的人不说英文，且每个州都有不同的时薪制的问题，因此 Workstream 在创立的六年内高速增长，覆盖了 3 万多家店，差不多有 4, 000 多个企业客户。

同时创立初期，就是一个高度全球化的团队，分布在北美、东南亚和中国，分别是销售、BD、客户和技术等，并且形成了 “24 小时” 全天候配合的机制。

#2 为什么出海或去做全球市场？

首先，很多时候并非因为产品不好，而是因为如果 SaaS 面对的企业客户没有足够的资金，即便产品再好也无济于事。接着，回到中国和海外市场的差异，今天说现在一杯咖啡在海外已经 6 美金一杯咖啡，如果一个产品一个月收 20 美金，可以省去一到两个人，那企业为什么不花这个钱呢？

外加海外对付费服务的接受度较高，而中国过去有盗版软件的普遍存在，付费意愿有根本差异。最后，中国移动互联网的快速发展也培养了大量性价比很高的技术人才，即相对较低的人力成本。

而更深层次地看，中国缺乏管理科学的根本原因也是企业 “出海” 的动力之一。西方国家拥有成熟的管理科学体系，如英特尔的前 CEO 安迪・格鲁夫提出的管理理念和工具（如 OKR、KPI 等），这些管理方法帮助企业优化流程和提升效率，对应的就是所谓的 SaaS，就是最佳实践的内化。相比之下，中国企业在这方面的缺乏经历和管理文化。

出海的关键是你要找到那个所谓 Total Address Market（总目标市场），整个市场的钱在哪里，你就应该往哪里做，往哪里去做产品。所以我们就真正在北美找到了一个重点，并且是个很大的市场。

#3 Workstream 的 GTM 策略

虽然通常认为 B2C 市场中存在裂变和口碑传播，但 B2B 市场同样可以利用口碑效应。以连锁餐饮业为例，如果一个区域的大型加盟商开始使用某个软件（如 Workstream）并对其评价高，这将促进小加盟商也跟随使用，从而实现产品的广泛传播。

假如今天不是一个科技公司的分享，是一个汉堡王的这个店长的分享。比如说是汉堡王的大区负责人，把其他店长召集起来，有人开了 3 家，有人开了 50 家。这个时候我开了 50 家店，说用了一个软件叫 Workstream ，大家都去用。那么这个传播流就完成了。我们是利用了连锁经营这样一个很有意思的性质，先尝试搞定一些比较小的功能，他觉得很好，通过他们认识了一些比较大的客户。

但这些客户还没有到企业或者集团这个 level，还是一些加盟商，但凡有大的加盟商出来给我们背书，那么诸多小加盟商都来了。所以一旦我们到了一个比较高的份额，比如说到了 25%，像 Five Guys，到那时候他们集团负责人就跑过来说，听说你们最近很火，搞定了我们很多的加盟商，那我们谈一谈。

在连锁这个行业里面，你可以既从下面往上增长，然后到了一定程度以后你又可以去在这个品牌的顶端获得一个很高的一个杠杆，然后从上往下推，所以这是 B2B 的 GTM 中很有意思的一个例子。同时就是这边实际上用到了一个理论叫 “land and expand”，也就是先落地再扩张。

#4 如何利用中国互联网 B2C 打法提升 B2B 体验？

我们当时做了一个微创新，就是在他们店门口贴了一个二维码，应聘者可以扫码来查看招聘信息并申请，在中国你们一定觉得这玩意也可以做个产品，但是当我们给他们寄这个二维码的时候，他们惊呆说，真是高科技！

一个很重要的启发就是，首先我们应该理解北美 B2B 市场的运作方法论，然后利用中国在 B2C 领域，特别是用户体验方面的优势，来进行降维打击。比如还有通过类似飞书和微信的体验，改善服务行业工作人员的日常操作流程，这在美国市场是一个新颖的概念。

在美国由于反垄断法律的影响，美国企业倾向于维持较小规模并专注于提供特定的服务或功能（point system），而不是像中国企业那样集成多种服务于一个应用平台。我当时尝试把微信和支付宝给硅谷特别好的产品经理看，我说你们能看懂这个东西吗？他们看完都蒙了，觉得为什么要放这么多东西在这个 APP 里，但是当我给他展示了这个消息怎么样发，然后包括这个公众号小程序支付的这个闭环，包括怎么发红包，他又觉得很惊讶，然后逐渐理解。

#5 已经落地的生成式 AI 场景

在企业的招聘网站上集成了基于 LLM 的多语言聊天机器人，这个聊天机器人能够根据用户的语言（如西班牙语或英语）提供相应的回应。此外，利用 GPT 的强大功能，机器人能够从大量文本中摘要关键信息，以降低用户的门槛。这是因为很多寻求零工的人可能不愿意或不善于进行深入的阅读理解或者看长篇大论的 JD，对他们而言，长篇的工作描述可能是一个负担。

因此，通过将重要信息简化为直接明了的语言 —— 例如工资是多少，工作时间，以及福利等 —— 可以大大提高信息的可接受性。同时，还使用 AI 电话功能来提出开放性问题并收集回答，结合群聊群回复等方式。

#6 全球化团队的本质

首先，如果 Workstream 的全部 200 多名员工都在美国，成本将会非常高，尤其是客服团队在美国的年薪大约在 5-7 万美元之间。相比之下，公司选择在菲律宾招聘客服人员，成本仅为美国的十分之一。

同样，公司在中国招聘工程师也能节省很多成本，同时获得高质量的人才。另外，在美国犹他州有一个以销售和营销为中心的团队，主要由白人组成，因为他们需要直接面对客户。此外，公司还在上海和温哥华设有办公室，主要聚焦于工程师团队。

大概这里面有具体数据比较，比如说从成本上讲，温哥华应该是旧金山的成本的 70% 左右。然后上海应该比温哥华低一些，但没有特别显著的低。上海应该是旧金山的一半左右，比如说在旧金山你可能需要花 25 万美元的工资招一个人的话，上海大概 12 万美元，然后成都大概是上海的 70% 左右，这将近是旧金山的 1/3，温哥华的成本相对于旧金山要低约 30%，但质量依然很高。

Max 强调，中国有很多顶尖的大厂和一流创业公司出来的人才，他们经历过高速增长，对业务非常了解。举例来说，Workstream 技术团队现在有一些员工曾在成都的一家名为 Tower 的公司工作。这些员工虽然日常表现平静，但在讨论公司业务数据、客户获取成本、留存率以及特定功能之间的关系时，他们展现出的专业能力让人印象深刻。因此，全球化团队就应该高效去利用北美团队对客户的深刻理解能力以及亚洲工程师的技术资源。

#7 全球化协作的挑战

时区差异会带来一定的沟通障碍，但这主要考验的是管理者在组织架构设计上的能力。在所有员工都在同一个办公室时，管理者可以轻松地直接沟通，但跨时区工作需要提前安排会议时间，这可能导致沟通效率降低。

Workstream 的解决方案包括让员工直接查看管理者的日历并安排会议，以简化会议安排过程。此外，招聘时应考虑到员工的沟通意愿，因为如果团队成员不愿意积极沟通，团队结构将无法有效运作。

Max 还比喻说，从第一天开始就采用分布式工作模式类似于开发分布式系统，远比维护单体应用复杂。这种工作模式要求团队成员之间必须清晰地理解各自以及整体的任务和责任，否则会导致团队之间的沟通混乱。所以归根到底，从管理角度，更应该从开始思考的：

首先，设定公司愿景的重要性，即明确公司的目标和原因，以及如何通过统一思想来实现这一点。
其次，理解目标客户和市场的重要性，通过田野调查（user research）来确切了解用户需求。这样才能清晰定义公司的不同角色，即明确每个岗位的作用和责任，以及为什么某些角色需要在特定地点雇佣特定人才。
还有沟通渠道设置的重要性，关键节点的人必须保持高度的可达性和独立开放的沟通方式。

所以，全球团队设定不仅仅是省钱，而是需要深入理解和管理跨文化、跨时区的团队。通过与多个行业顶尖公司的交流发现，现在传统企业的很多高层管理者实际上对这些挑战缺乏深刻理解。

因此，构建一个全球团队不仅是一个节约成本的机会，更是一个自我挑战和学习的过程，比读一个 MBA 更有价值。鼓励大家尝试这一过程，尽管它可能非常艰难。

#8 为什么第一个成功销售不是 VP？

作为 CEO 或领导团队成员在销售策略和团队建设中承担的不可推卸责任。Max 通过自己的经历说明，仅仅聘请 VP of Sales 并不能解决所有问题，公司曾更换过 8 个销售副总裁，但最有效的销售策略仍然是由他的合伙人和 CEO 自己制定的。

举例来说，2018 年，公司招聘了几位外表出众的白人和几位华人，包括一位新加坡国立大学市场营销专业的大二学生和一位讲印尼英语的印尼华人。结果显示，这位还未毕业的大二学生成了公司最高的销售额贡献者，他之所以成功是因为他严格按照合伙人制定的销售流程操作，这个流程详细到每一分钟应该做什么，包括讲笑话的时机。

这种成功的销售策略是由 CEO 亲自开发的。在早期，团队会去敲门拜访各种店铺收集招聘经理的名片，然后 CEO 亲自打电话了解他们的需求和痛点。通过与数百个客户的交流，逐渐形成了一套有效的方法。Max 提到一个例子，合伙人仅通过一通电话，就让一家体育用品连锁店的管理者在 40 分钟后通过短信发送信用卡信息购买服务。

总结来说，要建立有效的销售策略和团队管理，领导层需要亲自参与和承担责任，而不是完全依赖于聘请高级管理人员来解决问题。通过亲身经历和实践来发现和培养理想的客户画像（ICP）是关键。

#9 为什么先跟客户就问题达成共识最重要？

在探索市场需求早期，我们曾与美国、东南亚、香港和上海的客户进行了交流，最终确认存在一个全球通用的需求点。选择进入美国市场主要是因为另外两位合伙人对该市场更为熟悉，他们分别负责产品和市场。同时，我们认为美国的 B2B 市场更为成熟，且美国企业的付费意愿明显高于其他地区。

在与客户沟通时，我们也尝试通过电子邮件进行联系和提供解决方案，但常常遇到回应不积极的问题。有时客户不太愿意开会或直接通话，甚至对邮件也不予回复。这包括那些曾经使用过我们产品的客户，即使我们尝试重新联系他们，反响也并不理想。

这种情况表明，电子邮件作为沟通方式的转化率相对较低。很多人的邮箱里充斥着未读邮件，他们往往会忽略那些看起来像是销售推广的邮件。因此，关键在于如何让客户认为你提供的是一个真正的解决方案。这需要首先与客户就问题本身达成共识，确保双方对问题的理解一致。

其次，是使用的语言和表达方式是否能够引起共鸣。例如，在谈论招聘难题时，不同人可能对 “难” 有不同的理解，有些人可能是指根本没有收到简历，而他们实际需要的是潜在客户或销售线索的生成。

简而言之，有效沟通和解决方案提供的关键在于理解客户的真正需求，并通过统一的语言和概念来达成共识。

#10 为什么生成式 AI 最先落地有场景和数据的 SaaS 公司？

目前似乎并没有看到 AI 技术特别是在 B2B 领域得到实质性的应用。这主要是因为 AI 技术的深层学习方法本质上并不完全适合 B2B 或商业场景。相反，这些技术更适合于像 Sora 或 ChatGPT 这类生成性对话的应用，因为它们本质上是基于生成学习，能够 “胡说八道”。

因此，如果想要利用 AI 开发商业产品，首先需要理解背后的开发模式和范式。重要的是要明确公司解决的具体问题、为什么市场有这个需求、用户为什么需要 AI 解决方案，以及当前产品阶段的目标是什么。

其次，考虑你的产品当前所处的阶段及其目标是什么。例如，在产品的初期阶段，可能需要通过收购方式吸引用户群体以便快速启动。但随着产品发展到一定阶段，可能需要转向 SEO 或其他方式来精细化用户群体，并根据用户留存率进行不同策略的调整。关键是要清楚地了解你是否已经找到了产品与市场的契合点。

接下来再考虑 ChatGPT 是否能完全回答所有问题。作为公司运营者，你是否拥有足够的知识将用户问题转化为可行的解决步骤？如果你自己都无法解决问题，又怎能期待 AI 能做到呢？此外，考虑你的公司系统是否已经具备了解决问题所需的功能或 API。

所以 Max 的建议是，对于早期阶段的创业公司来说，最佳策略可能是完全依赖于 ChatGPT 的知识库来构建应用程序。当 ChatGPT 能够完全满足特定场景需求时，如写作文本、剧本或文本优化等，你会发现能够迅速开发出高效有用的应用。然而，这种方法也有其局限性，因为它可能会导致产品创新能力较弱。

但是对于那些已经进入 A 轮或 B 轮融资的公司，如果你们已经找到了市场需求并验证了某些功能点或 API，那么你们应该考虑开发所谓的 AI Agent。这个概念虽然流行，但很少有人深入探讨其背后的原因。本质上，Agent 的作用是首先与用户进行交流以理解他们的意图，然后将这些意图分解成可以由你的 API 执行的具体步骤。这不仅依赖于对用户需求的深刻理解、功能构建，还需要数据支持。

因此，对于处于这一发展阶段的公司来说，采用这种模式是最佳选择。理论上，这可以帮助你构建一个非常实用且能够经过反复测试的产品，因为最终的功能是基于你的 API 实现的，而不是基于 GPT 的随意猜测。这意味着最终输出的功能和结果是可以测试和质量保证的，并且可以通过持续集成（CI/CD）的方式进行开发。

最后，当今科技公司在制定战略时的思维方式已经发生了变化。过去，只需解决一个问题并创建一个不错的产品即可。而现在，从一开始就需要考虑如何构建一个全面的解决方案来应对行业挑战，即使目前还没有必要的工具或数据。

初始阶段，公司可能会推出一个基本的产品以进入市场并吸引用户，这些用户的活动会产生数据，进而使公司的 AI 技术更加智能，例如能够解决更多问题或进行更深入的推理。

一旦这个循环开始运转，就形成了一个增强的动力系统。例如，YouTube 通过用户的点赞和收藏来更好地理解其偏好，类似地，如果一个公司的 AI 能够通过员工的查询收集更多问题，并提供更准确的答案，那么这个 AI 就会变得更加智能。

关键是找到并解决产品发展中的瓶颈问题。像特斯拉和 YouTube 那样，通过不断的改进和解决问题，可以逐步实现从最初的想法到完整解决方案的转变。如果没有这样的长远愿景，公司可能很快就会被市场淘汰。

免责声明：本内容来自腾讯平台创作者，不代表腾讯新闻或腾讯网的观点和立场。