# Superhuman 如何建立寻找产品与市场匹配的引擎

Rahul Vohra｜How Superhuman Built an Engine to Find Product Market Fit

原文发表：2018-11-12｜中文发布：2026-11-02

全文中文翻译。原作者 Rahul Vohra，格得译。经授权译载。依据原站当前版本完整翻译，保留主体叙述的 2018 年时间语境、原站编辑导语与文末附读；文中“今天”、团队规模、功能及融资状况均依原文。原图保留英文，中文图注补充必要对照；数字差异在对应图注中注明。

[阅读原文](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/)

*原站导语：Superhuman 创始人兼 CEO Rahul Vohra 带我们了解，这家创业公司如何把产品与市场匹配变成更可操作的事情。他详细介绍了用于衡量和优化匹配程度的关键调查，以及一套四步流程。*

![原文题图：相互咬合的齿轮与向右上方的箭头](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/pmf-engine-cover.webp)

*本文作者是 [Rahul Vohra](https://www.linkedin.com/in/rahulvohra/?ref=review.firstround.com)，他是 [Superhuman](https://superhuman.com/?utm_source=first-round-review&utm_medium=blog&utm_campaign=product-market-fit) 的创始人兼 CEO。这家创业公司正在打造全世界最快的电子邮件体验。*

我们都听说过，产品与市场匹配推动创业公司走向成功；而几乎每一次失败背后，都潜伏着它的缺失。

对创始人来说，从第一天起，达成产品与市场匹配就是一件让人念念不忘的事。它既是我们争先恐后想要跨越的巨大障碍，也是让我们夜不能寐、担心自己永远无法抵达的隐忧。但说到产品与市场匹配*究竟*是什么，以及*怎样*才能实现，大多数人很快就会发现：并没有一套久经实战检验的方法。

2017 年夏天，我正一头扎在为自己的创业公司 [Superhuman](https://superhuman.com/?utm_source=first-round-review&utm_medium=blog&utm_campaign=product-market-fit) 寻找产品与市场匹配的探索中。我翻阅那些经典博客和有奠基意义的文章，其中几个说法让我印象很深。Y Combinator 创始人 Paul Graham 将产品与市场匹配描述为：你已经[做出了人们想要的东西](http://www.paulgraham.com/13sentences.html?ref=review.firstround.com)。Sam Altman 则将它[描述为](http://blog.samaltman.com/before-growth?ref=review.firstround.com)：用户会自发地告诉别人，让他们也来使用你的产品。当然，被引用最多的描述，还是 Marc Andreessen 在 2007 年一篇[博文](https://pmarchive.com/guide_to_startups_part4.html?ref=review.firstround.com)中的这段话：

> “当产品与市场**没有**匹配时，你总能感觉到。客户没有真正从产品中获得价值，口碑没有传播开来，使用量增长得不够快，媒体评价有些不咸不淡，销售周期拖得太长，许多交易始终无法成交。

> 而当产品与市场**已经**匹配时，你也总能感觉到。你生产产品的速度有多快，客户购买的速度就有多快；或者，你增加服务器的速度有多快，使用量增长的速度就有多快。客户付的钱不断涌入公司的活期账户。你拼命招聘销售和客服人员。记者打来电话，因为他们听说了你那个炙手可热的新东西，想和你聊聊。你开始拿到哈佛商学院的年度创业者奖。投资银行家在你家门口蹲守。”

对我来说，这是最生动的定义，也是我含着眼泪盯着看的一段话。

我们在 2015 年组建公司，开始编写 Superhuman 的代码。一年后，团队已经发展到 7 人，我们仍在疯狂地写代码。到了 2017 年夏天，团队已有 14 人，而我们*还在*写代码。无论是团队还是我自己，都给了我尽快推出产品的巨大压力。我的上一家创业公司 [Rapportive](http://rapportive.com/?ref=review.firstround.com)，从推出产品、扩大规模到被 LinkedIn [收购](https://medium.com/swlh/rip-mailbox-or-founders-how-to-stop-worrying-and-love-being-acquired-261da4f6d566?ref=review.firstround.com)，所花的时间还比这更短。可这一次，两年过去，我们却还没有走出起点。

但无论压力多大，我都没有准备好推出产品。通常的做法是“先扔出去，看看什么能行”。如果只投入了几个月，沉没成本还低，这么做或许没问题。可在我看来，“先发布，再看看会发生什么”既不负责任，也很鲁莽——尤其考虑到我们已经投入了好几年。

![Superhuman 创始人兼 CEO Rahul Vohra](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/rahul-vohra.jpg)

更让我感到压力的是，作为创始人，我不能只是把自己的感受告诉团队。这些雄心勃勃的工程师已经把全部心血倾注在产品里。我不知道该怎样告诉他们，我们还没有准备好；更糟的是，我也没有摆脱困境的策略，而这肯定不是他们想听到的。我想找到恰当的语言或框架，说明我们当前的位置，以及接下来该采取什么行动，才能达成产品与市场匹配，但始终找不到。

原因在于，我找到的那些关于产品与市场匹配的描述，对*已经推出产品*的公司非常有帮助。如果发布之后，营收没有增长，融资很困难，媒体不愿意和你聊，用户增长也很疲弱，你就可以很有把握地断定：自己还没有达成产品与市场匹配。可实际情况是，由于我之前创业成功过，我们融资并不困难。我们本来可以获得媒体报道，却在主动避开媒体。用户之所以没有增长，也是因为我们刻意选择不再接纳更多用户。我们还处在正式推出产品之前，没有任何指标能够清晰地说明自己的处境。

所有关于产品与市场匹配的描述，看起来都太像事后判断，太缺乏可操作性。我清楚我们身在何处，却无法把它传达给别人；对于下一步应该怎么走，也没有计划。

于是，我绞尽脑汁，想弄明白怎样才能跨越 Superhuman 当前所处的位置与我们必须达到的高标准之间的距离。最后，我开始想：**如果产品与市场匹配可以被衡量，会怎样？**如果能*衡量*它，也许就能*优化*它；也许还能*系统地提高*匹配程度，直到真正达成匹配。

围绕这个目标重新调整方向之后，我又有了干劲，开始反向推导一套达成产品与市场匹配的流程。下面，我会介绍由此得到的发现，重点说明那个让一切变得清楚的指标，以及我们用来构建引擎的四步流程。正是这台引擎，推动 Superhuman 在寻找匹配的道路上向前迈进。

## 围绕一个指标：产品与市场匹配的领先指标

为了理解产品与市场匹配，我读了所有能找到的资料，也和所有能找到的专家交流。当我找到 [Sean Ellis](https://www.linkedin.com/in/seanellis?ref=review.firstround.com) 时，一切都改变了。他曾在 [Dropbox](https://www.dropbox.com/?ref=review.firstround.com)、[LogMeIn](https://www.logmein.com/?ref=review.firstround.com) 和 [Eventbrite](https://www.eventbrite.com/?ref=review.firstround.com) 的早期负责增长，后来还创造了“增长黑客”这个词。

我之前找到的产品与市场匹配定义都生动而有说服力，但它们都是*滞后*指标：等投资银行家都来你家门口蹲守了，你早就已经达成产品与市场匹配了。Ellis 则[发现](http://www.startup-marketing.com/the-startup-pyramid/?ref=review.firstround.com)了一个*领先*指标：**只要问用户“如果你再也不能使用这个产品了，你会有什么感受？”，然后统计回答“非常失望”的用户比例。**

Ellis 用自己的[客户开发调查](https://pmfsurvey.com/?ref=review.firstround.com)对近 100 家创业公司进行基准比较之后，发现那个神奇的数字是 40%。难以实现增长的公司，回答“非常失望”的用户比例几乎总是低于 40%；而发展势头强劲的公司，几乎总能超过这条门槛。

> 问问用户：如果再也不能使用你的产品，他们会有什么感受。回答“非常失望”的那群人，会帮你打开产品与市场匹配的大门。

一个很有帮助的例子来自 [Hiten Shah](https://firstround.com/review/advice-is-cheap-context-is-priceless/?ref=review.firstround.com)。在 2015 年的一项公开研究中，他向 [731 名 Slack 用户](https://hitenism.com/slack-product-market-fit-survey/?ref=review.firstround.com)提出了 Ellis 的问题。其中 51% 的人回答，如果没有 Slack，他们会非常失望。这表明，在大约拥有 50 万付费用户时，这款产品确实已经达成产品与市场匹配。考虑到 Slack [传奇般的成功故事](https://firstround.com/review/From-0-to-1B-Slacks-Founder-Shares-Their-Epic-Launch-Strategy/?ref=review.firstround.com)，今天看来，这并不太令人意外。这个例子也确实说明，要超过 40% 的基准有多么*困难*。

受到这种方法的启发，我们开始测量 Superhuman 的用户会如何回答。按照 Ellis 的建议，我们找出最近体验过产品核心功能的用户，重点关注过去两周内至少使用过两次产品的人。（当时，我们有 100—200 名用户可以调查。但规模更小、阶段更早的创业公司也不该回避这个方法：大约有 40 位受访者时，就能开始得到方向上大致正确的结果；这个人数比大多数人想象的少得多。）

随后，我们通过电子邮件向这些用户发送了一份 [Typeform](https://www.typeform.com/?ref=review.firstround.com) 问卷的链接，问了下面四个问题：

1. **如果你再也不能使用 Superhuman 了，你会有什么感受？** A）非常失望；B）有些失望；C）不会失望。
2. **你认为哪类人最能从 Superhuman 中受益？**
3. **Superhuman 带给你的主要好处是什么？**
4. **我们可以怎样改进 Superhuman，让它更适合你？**

收集好回答之后，我们分析了第一个问题：

![初始调查结果：非常失望 22%，有些失望 52%，不会失望 26%](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/survey-initial.png)

只有 22% 的人选择“非常失望”，显然，Superhuman 还没有达成产品与市场匹配。这个结果看起来或许让人沮丧，我却因此振奋起来。我终于有了向团队解释现状的工具，更令人兴奋的是，还有了一份提高产品与市场匹配程度的计划。

## 从基准到引擎：优化产品与市场匹配的四步手册

我决心让这个数字发生变化，于是全心投入到提高产品与市场匹配得分的方法上。问卷中每一道题的回答，都会成为实现目标所需框架的关键材料。

我们的产品与市场匹配引擎由以下四个部分构成。

## 1）细分用户，找到支持者，勾勒高期望客户的画像

早期的营销可能会吸引各种各样的用户，尤其是当你获得过媒体报道，或者产品以某种形式免费提供时。但其中许多人并不是合适的用户：他们对你的产品并没有真正的需求，产品的主要好处或使用场景也未必适合他们。你本来也不会想把这些人当作用户。

作为早期团队，你当然可以凭着自己对“产品应该服务谁”的先入之见缩小市场，但这不会让你学到任何新东西。如果改用问卷中回答“非常失望”的那群人作为观察市场、缩小范围的透镜，数据就能自己说话；你甚至可能发现，产品在某些从未想到过的市场里引发了强烈共鸣。

对我来说，细分的目的是找到一些小范围的市场：Superhuman 在那里可能有更好的产品与市场匹配，而我之前可能忽略了它们，或者从没想过把范围缩小到那里。

首先，我们根据用户对第一个问题——“如果你再也不能使用 Superhuman 了，你会有什么感受？”——的回答，对问卷结果分组：

![按感受分为三组：非常失望 22%，有些失望 52%，不会失望 26%](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/survey-groups.png)

然后，我们为每一位填写问卷的人标注了一个用户角色。

![为调查回答标注用户角色，包括创始人、经理、高管、商务拓展、销售、客户成功、工程师和数据科学家](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/survey-personas.png)

接下来，我们查看“非常失望”这一组中出现了哪些用户角色，也就是最支持我们的那 22% 用户，并据此缩小市场范围。在这个简化示例中，你可以看到，我们聚焦于创始人、经理、高管和商务拓展人员，暂时忽略其他所有角色。

![保留目标角色后：非常失望 32%，有些失望 45%，不会失望 23%](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/survey-segmented.png)

用这种更细分的视角看数据，数字发生了变化。以最热爱产品、会感到非常失望的那群人为依据缩小范围后，我们的产品与市场匹配得分提高了 10 个百分点。虽然还没达到令人向往的 40%，但我们只花了很少的力气，就已经向它靠近了一大步。

![细分前后的比例比较：非常失望从 22% 提高到 32%](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/segment-impact.png)

为了再深入一步，我想更好地理解这些真正热爱产品的用户。我希望把他们的样子描绘得尽可能鲜活，好让整个团队都受到鼓舞，更好地为他们服务。

为此，我借用了 [Julie Supan](https://www.linkedin.com/in/juliesupan/?ref=review.firstround.com) 的[高期望客户框架](https://firstround.com/review/what-i-learned-from-developing-branding-for-airbnb-dropbox-and-thumbtack/?ref=review.firstround.com)。Supan 指出，高期望客户（high-expectation customer，简称 HXC）并不是一个包罗万象的用户画像，而是目标人群中最有鉴别力、要求最挑剔的那个人。最重要的是，他们会因为产品最大的好处而喜爱它，并帮助传播口碑。例如，Airbnb 的高期望客户不只是想去新的地方，还想获得归属感；Dropbox 的高期望客户则希望保持井井有条，让生活更简单，并妥善保护自己一生的工作成果。

带着这个认识，我开始寻找 Superhuman 的高期望客户。我们只选取那些如果不能使用产品就会非常失望的用户，分析他们对**问卷第二题——“你认为哪类人最能从 Superhuman 中受益？”——的回答**。

这是一个非常有力的问题，因为满意的用户几乎总是在描述他们自己，而不是别人；他们还会使用那些对自己最重要的词语。这样一来，你就知道产品对谁有效，以及什么样的语言能引起他们的共鸣。这也为营销文案提供了宝贵的洞见。

借助客户自己的话，以及 Supan 关于构建画像的建议，我们描绘出了一个丰富而详细的 Superhuman 高期望客户形象：

*Nicole 是一位勤奋工作的专业人士，需要和很多人打交道。例如，她可能是高管、创始人、经理，或从事商务拓展。Nicole 工作时间很长，常常连周末也在工作。她觉得自己非常忙，希望能有更多时间。她认为自己的工作效率不错，但也有足够的自知之明，知道自己还可以做得更好，偶尔会研究提高效率的办法。她工作日中的很大一部分时间都花在收件箱里：通常一天阅读 100—200 封邮件，发送 15—40 封；特别忙的时候，一天最多会发 80 封。*

*Nicole 认为及时回应别人是工作的一部分，也以此为傲。她知道，不回应可能会让团队的工作受阻，损害自己的声誉，或者错过机会。她的目标是清空收件箱，但一周最多只能做到两三次。极偶尔的时候——也许一年一次——她会宣布“邮件破产”，放弃处理所有积压邮件。总体来说，她有成长型思维。虽然她对新产品持开放态度，也会跟进技术的发展，但对于电子邮件，她的思维可能比较固定。她愿意尝试新的邮件客户端，却怀疑它们是否真能让自己更快。*

有了高期望客户的画像，我们就有了一个工具，让整个公司专注于比任何人都更好地服务这个小范围的人群。有人可能觉得，这种方法限制太多，认为创业早期不该把客户群锁定得如此具体。

> 一种普遍的看法是，把产品过于精细地定制给一个较小的目标市场，会让增长碰到天花板。但我不这么认为。

[Paul Graham 的这番话](http://paulgraham.com/startupideas.html?ref=review.firstround.com)解释了原因：

> “一家创业公司推出产品时，必须至少有一些用户真正需要他们正在做的东西。这些人不只是觉得自己有一天可能会用上，而是迫切地想要它。通常，最初的这群用户人数很少，原因很简单：如果有一样东西，是很多人迫切需要的，而且一家创业公司用通常投入第一版产品的精力就能做出来，那么它很可能早就已经存在了。这意味着，你必须在某一个维度上妥协：你可以做一个很多人有一点想要的东西，也可以做一个少数人非常想要的东西。选后者。这一类想法并不全是好的创业想法，但几乎所有好的创业想法都属于这一类。”

在[另一篇文章](http://www.paulgraham.com/growth.html?ref=review.firstround.com)里，他进一步阐明了这一点：

> “从理论上说，这种爬山式的探索可能会让创业公司陷入困境：它们可能最终停在一个局部最大值上。但实际中，这种情况从未发生。……创业想法空间中的峰顶，并不是尖锐而孤立的。大多数相当不错的想法，旁边都有更好的想法。”

归根结底，做一个少数人非常想要的东西，比做一个很多人只有一点想要的产品更好。在我看来，产品与市场匹配引擎中缩小市场范围的这个过程，会大幅帮助你把产品优化成“少数人非常想要的东西”。

## 2）分析反馈，把犹豫的用户变成狂热拥护者

不过，只把范围缩小到高期望客户还不够。我们已经收窄了范围，现在还需要挖得更深。由于得分仍低于 40% 的门槛，我们需要弄清楚：这个更小的人群为什么如此喜爱 Superhuman，以及怎样才能让更多用户进入这个群体。

为了从根本上弄明白怎样改进产品、让它对用户产生更深的吸引力，我发现，把精力集中在下面这些关键问题上很有帮助：

- 用户**为什么**喜爱这个产品？
- **是什么阻碍了用户**爱上这个产品？

为了理解用户为什么喜欢 Superhuman，我们再次查看那些如果不能使用产品就会非常失望的用户。这一次，我们看的是他们对**问卷第三题——“Superhuman 带给你的主要好处是什么？”——的回答**。

下面是一些格外引人注意的回答：

- “用 Superhuman 处理邮件快得多，原因有两个：每次只显示一封邮件，而且整体速度远胜 Gmail。我处理完收件箱只需要原来一半的时间。”
- “速度！这个应用快得不可思议，用户体验加上键盘快捷键，真的让我变成了一个超人。”
- “用 Superhuman 比用 Gmail 快太多了，根本不在一个级别。而且它沿用了我最喜欢的 Gmail 快捷键，所以对 Gmail 重度用户来说，完全没有学习门槛。”
- “我能更快地处理收到的邮件，相应地给邮件分类，让工作流程更顺畅。”
- “速度。美感。所有事情都能用键盘完成。”
- “速度，以及那套出色的键盘快捷键。我几乎用不着触控板，甚至可以完全不用。”

把这些回答放进[词云](https://www.wordclouds.com/?ref=review.firstround.com)之后，一些共同主题浮现出来：最热爱我们产品的用户，最看重 Superhuman 的速度、专注体验和键盘快捷键。

![最热爱产品的用户所看重的好处：词云突出速度、键盘、快捷键和专注](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/benefits-cloud.png)

更深入地理解产品的吸引力之后，我们把注意力转向了另一个问题：怎样才能让*更多*人爱上 Superhuman？

下一步有些反直觉：**我们决定，对那些如果再也不能使用产品也不会失望的用户，礼貌地略过他们的反馈。**

这批“不会失望”的用户，不应该以任何方式影响你的产品策略。他们会要求一些让你分心的功能，提出并不适合产品的使用场景，而且很可能声音很大。然后，他们会流失，留给你一份被折腾得支离破碎、混乱不堪的路线图。无论这听起来多么令人惊讶或难受，都不要按照他们的反馈行动；在寻找产品与市场匹配的路上，这些反馈会把你带偏。

> 对那些没有你的产品也不会失望的人，礼貌地忽略他们。他们距离爱上你的产品太远，基本上已经没有争取的希望。

剩下的，就是没有产品会“有些失望”的用户。一方面，“有些”意味着还有机会：吸引力的种子已经在那里，也许稍作调整，就能让他们爱上你的产品。但另一方面，这些人中也完全可能有一部分，无论你做什么，都永远不会因为失去产品而感到非常失望。

为了更精确地决定该听取谁的意见，我们又做了一次细分。通过分析问卷第三题，我们已经知道，满意的 Superhuman 用户把速度当作主要好处，于是便用它来筛选“有些失望”的那组用户：

![按主要好处是否为速度再次细分：有些失望且看重速度占 30%，有些失望且主要好处不是速度占 15%](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/speed-segment.png)

围绕速度，把“有些失望”的用户拆成两个新群体之后，我们决定这样处理他们的反馈：

- **有些失望、但主要好处*不是*速度的用户：**我们选择礼貌地忽略他们，因为产品的主要好处并没有引起他们的共鸣。即使做出他们想要的一切，他们也不太可能爱上这个产品。
- **有些失望、而主要好处*正是*速度的用户：**我们会*极其认真*地关注这个群体，因为产品的主要好处已经引起了他们的共鸣。有某个东西——很可能只是一个小问题——拦住了他们。

聚焦最后这一组人，我们更仔细地查看他们对**问卷第四题——“我们可以怎样改进 Superhuman，让它更适合你？”——的回答**。

我们看到的是下面这些内容：

![改进请求词云：移动端应用最突出，还包括集成、附件、日历、搜索、回执和统一收件箱](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/requests-cloud.png)

经过分析，我们发现，阻碍用户的主要问题很简单：**我们没有移动端应用。**2015 年，我们反其道而行之，选择从桌面端起步。大多数邮件都是从桌面端发出的，因此，我们认为自己能在那里创造最多价值。我们一直计划开发移动端应用，但在旅程的起点，和每家创业公司一样，我们只有够下一注的筹码。到了 2017 年，情况已经很清楚：这件事再也不能拖了，移动端已经成为达成产品与市场匹配的关键。

进一步深挖，我们发现了一些不那么显眼、却更有意思的需求：集成、附件处理、日历、统一收件箱、更好的搜索、已读回执，以及其他长尾需求。例如，作为一家早期公司，我们内部并不重度使用日历。如果只凭自己对电子邮件的直觉，我们几乎不会给日历功能排上多高的优先级。因此，这个深挖反馈的过程，让日历在产品优先级列表中大幅前移。

清楚地理解主要好处和缺失的功能之后，我们所要做的，就是把这些洞见反馈到 Superhuman 的开发中。落实这些细分后的反馈，会帮助“有些失望”的用户不再犹豫，转而成为热情的拥护者。

## 3）制定路线图：加倍投入用户喜爱的部分，同时解决阻碍其他用户的问题

虽然我们已经理解用户为什么喜爱产品，以及是什么阻碍了其他用户，但真正要敲定产品路线图时，起初还不清楚该如何处理这两者之间的张力。

我最终想明白了：**如果只加倍投入用户喜爱的部分，产品与市场匹配得分就不会提高；如果只解决阻碍用户的问题，竞争对手就很可能超越你。**这个认识指导了我们的产品规划，实际上等于帮我们写好了路线图。

为了加倍投入那些“非常失望”的用户所喜爱的东西，我们把路线图的一半投入到以下主题中：

- **更快的速度。**Superhuman 已经非常快了，但我们还在努力让它更快。例如，界面原本可以在 100 毫秒内响应，搜索也比 Gmail 快。我们继续推进，把响应时间压到 50 毫秒以下，并努力让搜索给人即时完成的感觉。
- **更多快捷键。**用户喜欢用键盘完成一切，因此，我们让快捷键变得更可靠、更全面。我们做出了其他邮件产品没有的快捷键，并开始对按键输入进行流水线处理，确保即使你按键的速度超过电脑当下能够处理的速度，一切仍然能正常工作。
- **更多自动化。**用户非常看重更高效地利用时间的能力。但大家都会碰到同一个限制：打字本身就是要花时间。因此，我们开发了 Snippets，让用户可以自动输入短语、段落，甚至整封邮件。为了节省更多时间，我们继续增强 Snippets，让它能够包含附件，自动把人加入抄送列表，甚至与客户关系管理系统（CRM）和招聘候选人跟踪系统（ATS）集成。
- **更多设计上的巧思。**从反馈中，我们看到用户喜欢产品的设计以及许多细节，于是便投入精力，打磨了数百处小地方，让用户感受到我们的用心。例如，现在输入 `-->`，就会自动变成一个向右的箭头：→。

为了让那些喜爱速度、却只是“有些失望”的用户更进一步，路线图的另一半聚焦在这些地方：

- 开发移动端应用。
- 增加集成。
- 改进附件处理。
- 引入日历功能。
- 提供统一收件箱选项。
- 改善搜索。
- 推出已读回执。

为了给这些工作排出先后顺序，我们采用了一种很简单的成本—影响分析：把每个潜在项目的成本标为低、中、高，也把影响标为低、中、高。对于路线图的后一半，也就是解决阻碍用户的问题，每项改进有多少人提出需求，便能清楚地反映它的影响。对于前一半，也就是加倍投入用户喜爱的部分，我们则必须凭直觉判断影响。这就是“产品直觉”发挥作用的地方，而它来自经验，以及对用户深切的共情。（前面构建高期望客户画像的练习，对培养这种能力大有帮助。）

有了这份行动计划，我们便开始工作，先做那些成本低、影响大、最容易摘到的果实，以便立刻交付改进。

> 要提高产品与市场匹配得分，把一半时间用来加倍投入用户已经喜爱的部分，另一半用来解决阻碍其他用户的问题。

## 4）重复这个过程，让产品与市场匹配得分成为最重要的指标

随着时间推移，我们不断调查新用户，跟踪产品与市场匹配得分的变化。（我们小心确保每位用户只接受一次调查，以免让结果偏离 40% 基准的比较口径。）

回答“非常失望”的用户比例，很快就成了我们最重要的数字。它是我们最醒目的指标，我们按周、月和季度持续跟踪。为了更方便地长期衡量它，我们开发了一些定制工具，持续调查新用户，并更新各个时间段的汇总数据。我们还重新调整了产品团队的关注重点，设立了一个 [OKR](https://firstround.com/review/How-to-Make-OKRs-Actually-Work-at-Your-Startup/?ref=review.firstround.com)，其中唯一的[关键结果](http://eleganthack.com/the-art-of-the-okr/?ref=review.firstround.com)就是“非常失望”的用户比例，以确保我们持续提高产品与市场匹配程度。

围绕这一个指标重新组织 Superhuman 的工作，带来了回报。2017 年夏天，我们刚开始这段旅程时，产品与市场匹配得分是 22%。细分用户、聚焦于会感到非常失望的用户群之后，得分达到了 33%。**经过仅仅三个季度的产品改进，得分就接近翻倍，达到 58%。**

![产品与市场匹配得分的变化：33%、47%、56%、58%，虚线为 40% 基准](https://taste.fangs.cc/images/articles/superhuman-product-market-fit/pmf-progress.png)

我们还没有结束；产品与市场匹配得分，是我们会继续追踪的东西。我认为，对创业公司来说，关注这个指标始终有用，因为随着增长，你会遇到不同类型的用户。早期采用者更宽容，即使产品有难以避免的缺点，他们仍然会享受它的主要好处。但当你走出这群人、触及更多用户时，他们的要求就会高得多，会要求你的产品具备他们当前所用产品的同等功能。结果，你的产品与市场匹配得分很可能下降。

不过，这不该让你过分焦虑，因为有办法应对。如果你的业务具有强大的网络效应——想想 Uber 或 Airbnb——那么随着增长，核心好处会不断增强。如果你是一家像 Superhuman 这样的 SaaS 公司，那你就必须随着用户群的扩大，持续改进产品。为此，我们每个季度都会用这套流程重新制定路线图，确保产品与市场匹配得分提高得足够快。

## 准备迎接变化

在沿着这套流程前进的曲折过程中，我找到了一种定义产品与市场匹配的方法，也找到了衡量它的指标。团队有了一个可以共同围绕着努力的数字，而不再是一个让人感到无望的抽象目标。通过调查用户、细分支持者、了解用户喜爱什么以及受到什么阻碍，再把路线图分成这两个部分，我们找到了一套提高产品与市场匹配程度的方法。

这台产品与市场匹配引擎对公司的影响，再怎么强调都不为过。我们在 Superhuman 做的所有事情——从招聘到销售，从营销到融资——都明显变得更容易了。团队已发展到 22 人，净推荐值（NPS）也随着产品与市场匹配得分一同上升。无论是在调查中还是社交媒体上，用户都明显更愿意大声表达自己对产品的喜爱。现有投资人开始询问，能否在下一轮融资之前追加投资；外部投资人也不断问我，他们能不能投进来。

退后一步，回顾为 Superhuman 构建这台产品与市场匹配引擎的收获，我最后留下了两点体会：

- 给早期团队提建议的投资人，应该避免在达成产品与市场匹配之前就催促增长。作为一个行业，我们都知道这样做会以灾难告终，但要求过早增长的压力，仍然太过普遍。创业公司需要时间和空间，找到自己的匹配，并以正确的方式推出产品。
- 对于每一位想走出荒野、踏上那条通往难以捉摸的产品与市场匹配之路的创始人，我也曾身处你现在的位置。我希望，你会考虑在那些人们常说的“创业车库”里，重新调校这台引擎，把它变成适合你自己的东西。等你终于达到所追求的产品与市场匹配得分时，我的建议是：把油门踩到底，尽可能快地增长。这会让人不舒服，但你会拥有所需的证据，知道自己能够成功。

*如果你想亲自试试这台引擎，可以看看[这个交互工具](https://coda.io/@rahulvohra/superhuman-product-market-fit-engine?ref=review.firstround.com)，里面有一份 Superhuman 真实结果的样本。试着调整它，你会看到词云随之变化；你也可以填入自己的数据，用它来打造自己的产品。*

*如果你还想继续了解怎样用更科学的方法寻找产品与市场匹配，可以阅读 [PMF Method](https://pmf.firstround.com/?ref=review.firstround.com)，以及[我们这篇文章](https://pmf.firstround.com/levels?ref=review.firstround.com)，其中为 B2B SaaS 创始人提供了详细的基准和案例研究。*

*照片与图表由 Rahul Vohra 提供。*

## 图片出处

- 原文题图：齿轮与上升箭头，以意象呼应寻找产品与市场匹配的“引擎”。来源：First Round Review；随原文经授权译载。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- Superhuman 创始人兼 CEO Rahul Vohra（原文发表时的身份）。照片由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 如果再也不能使用 Superhuman，你会有什么感受？原图标注“2017 年初”。非常失望（Very disappointed）22%，有些失望（Somewhat disappointed）52%，不会失望（Not disappointed）26%。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 按第一题的回答分组：非常失望 22%，有些失望 52%，不会失望 26%。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 为回答标注角色。图中文字对照：Founder＝创始人，Manager＝经理，Executive＝高管，Business Development＝商务拓展，Sales＝销售，Customer Success＝客户成功，Engineer＝工程师，Data Scientist＝数据科学家。颜色沿用前图的三组感受。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 保留“非常失望”组中出现的角色：创始人、经理、高管、商务拓展。细分后，非常失望为 32%，有些失望为 45%，不会失望为 23%。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 细分的影响：非常失望 22%→32%，有些失望 52%→45%，不会失望 26%→23%。译注：本段原文写“jumped by 10%”，依图中 22%→32% 译作“提高了 10 个百分点”；第四步正文与趋势图另记 33%，本译文保留两处原始数值的差异。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 最热爱产品的用户所看重的好处。主要词语对照：speed＝速度，keyboard＝键盘，shortcuts＝快捷键，focus＝专注，fast／faster＝快／更快，email＝电子邮件。保留原词云的词语与相对大小。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 再次细分：“有些失望”且主要好处是速度占 30%，主要好处不是速度占 15%；另有非常失望 32%、不会失望 23%。这些比例均以细分后的全部用户为分母，30% 与 15% 合起来就是此前的 45%。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- “有些失望”且看重速度的用户提出的改进需求。主要词语对照：mobile／app＝移动端／应用，integration＝集成，attachment＝附件，calendaring＝日历，search＝搜索，receipts＝回执，unified＝统一，shortcuts＝快捷键，bugs＝缺陷。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。
- 产品与市场匹配得分的变化：33%→47%→56%→58%。紫线表示“非常失望”的用户比例，白色虚线表示 40% 基准。原图未标出各点的具体日期；正文说明，产品改进持续了三个季度。图表由 Rahul Vohra 提供。 · [来源](https://review.firstround.com/how-superhuman-built-an-engine-to-find-product-market-fit/) · 原文配图，随本篇经授权译载；原图权利归原权利人。