Showing Posts From
銷售策略
Jon McNeill：Tesla 前總裁上任第一天，發現 9,000 個被遺忘的客戶
2015 年，Jon McNeill 走進 Tesla 的辦公室，開始他擔任全球銷售總裁的第一天。 他沒有先開會、沒有先看報表。他做了一件業務主管很少做的事：用神秘客的身份，走進了八家 Tesla 門市。他填了試駕表、留了電話，然後等。 沒有任何一家店回電。 McNeill 接著要求銷售主管查一個數字：過去一個半月內，有多少人做了試駕，卻從來沒被回撥過？ 答案是 9,000 人。 九千個人已經坐進了 Tesla 的車裡、握過了方向盤、踩過了加速踏板——然後被遺忘了。與此同時，業務團隊正忙著追逐全新的 leads。 McNeill 在 2026 年 4 月的 My First Million Podcast（Ep. 813）裡重新講述了這個故事。他上任第一天做的決定，後來成了 Tesla 超高速成長期的起點。 Jon McNeill：30 個月把 Tesla 營收從 20 億推到 200 億美元的人 McNeill 的背景不是汽車業。在進入 Tesla 之前，他已經創辦並賣掉六家公司，包括後來被 Allstate 收購的 Sterling Collision Centers。他的職業起點是 1989 年在 Bain & Co. 做管理顧問，老闆是 Mitt Romney。 2015 年，Sheryl Sandberg 把他介紹給 Elon Musk。Musk 當時需要一個人來管 Tesla 的全球銷售、行銷和服務。McNeill 加入後的 30 個月內，Tesla 的年營收從約 20 億美元成長到 200 億美元。 離開 Tesla 後，他擔任 Lyft 的營運長，在 IPO 前將營收翻倍。目前他是創投公司 DVx Ventures 的共同創辦人兼 CEO，同時擔任 General Motors 和 Lululemon 的董事。 2026 年 3 月，他出版了 The Algorithm——這是 Elon Musk 所有直屬部下中，第一個出書的人。書的副標題是「The Hypergrowth Formula That Transformed Tesla, Lululemon, General Motors and SpaceX」。 切斷所有新 leads：一個違反業務直覺的第一步 回到那 9,000 個被遺忘的試駕客戶。 McNeill 面對的誘惑很明顯：這 9,000 人只是冰山一角，外面還有更多潛在客戶。大多數銷售主管的反應會是「加快速度處理完，繼續追新的」。 但 McNeill 做了完全相反的事：他切斷了所有新 leads 的供應，強迫業務團隊先把這 9,000 個舊客戶全部回完，一個不漏。 這個決定在幾天之內就讓銷售數字跳升了 20%。 邏輯其實很簡單，但多數人不這麼想：一個做過試駕的人，已經花了時間和精力走進門市、坐上車、體驗過產品。他需要的可能只是一通電話、一個報價、一個回應。相比之下，一個全新的 lead 還需要從零建立信任。 McNeill 後來在多次訪談中提到，這個「先回舊客戶」的決定啟動了 Tesla 連續八個月營收翻倍的超高速成長期。不是因為他做了什麼驚天動地的事，而是因為他停下來看了一個所有人都忽略的數字。 他在 Semafor 的專訪（2026 年 3 月）中這樣總結："You don't have to be Elon to do this." （你不需要是 Elon 才能做到這件事。）Elon Musk 的五步驟框架：The Algorithm McNeill 在 The Algorithm 一書中，公開了他在 Tesla 期間學到的核心框架。Elon Musk 在內部就叫它「The Algorithm」，五個步驟： 第一步：質疑每一個需求（Question Every Requirement） 每一個流程、每一份文件、每一個步驟，都要問：「這真的是必要的嗎？是誰要求的？為什麼？」 McNeill 在書中舉了一個具體的例子：Tesla 網站上，一個客戶從開始到完成購車，需要點擊 64 次。他的團隊拆解每一個步驟後發現，其中超過 40 次的點擊是讓客戶同意各種汽車貸款的免責聲明和法律警語。 他們進一步調查後發現，這些聲明根本不是法律或監管要求的。它們只是多年來，公司律師「以防萬一」逐漸累加上去的。最終他們把 64 次點擊砍到 12 次。 第二步：刪除每一個可能的步驟（Delete Every Possible Step）"If you aren't adding back at least 10% of what you deleted, you didn't delete enough." （如果你沒有把至少 10% 刪掉的東西加回來，代表你刪得還不夠多。）這句話的意思是：刪減要激進到「過頭」的程度，然後再把真正必要的東西加回來。如果你從來不需要加回任何東西，那你根本沒有認真刪。 McNeill 在 Tesla 的另一個實踐：他把新員工的入職培訓從 20 小時壓縮到 2 小時，砍掉了所有員工不會在第一週用到的內容。 第三步：簡化與優化（Simplify and Optimize） McNeill 引用了一個他反覆提到的原則："Everybody can complicate, but very few can simplify. Simplifying things is an unfair advantage." （每個人都能把事情弄複雜，但很少人能把事情變簡單。簡化是一種不公平的競爭優勢。）關鍵在於：先刪除、再簡化。很多人的錯誤是試圖優化一個本身就不該存在的流程。如果你跳過了前兩步，直接進入「優化」，你只是在把一個爛流程做得更快。 書中提到的另一個案例：Tesla 把 12 頁的汽車貸款文件簡化成一段話，讓客戶可以一鍵完成貸款申請。 第四步：加速循環時間（Accelerate Cycle Time）"Speed exposes the flaws hidden in slow systems." （速度會暴露慢系統裡隱藏的缺陷。）McNeill 的觀點是：當你把循環時間壓縮，所有過去「看起來還好」的問題都會浮現。慢系統的危險在於，它讓你以為一切正常——因為問題被拉長的時間線掩蓋了。 第五步：自動化（Automate）——放在最後 這是整個框架中最違反直覺的部分：自動化是最後一步，不是第一步。 原因很簡單：如果你自動化一個爛流程，你只是讓錯誤發生得更快、規模更大。先質疑、刪除、簡化、加速，等流程本身已經是對的了，再來談自動化。 64 次點擊變 12 次：質疑「以防萬一」的隱性成本 回到 Tesla 購車流程從 64 次點擊砍到 12 次的故事，值得多說一點。 McNeill 在書中寫到，那些被砍掉的法律聲明不是因為有人惡意加上去的。每一個律師在加上每一條免責聲明的時候，都覺得自己在保護公司。問題是，沒有人回頭問過：「這條聲明真的是必要的嗎？」 這是一個在任何產業都會發生的現象：流程的膨脹不是來自某個單一的壞決策，而是來自數十個「看起來合理」的小決策累積。每一個單獨拿出來看都合理，但加在一起，客戶就需要點 64 次才能買一台車。 Musk 也在中國市場應用了同樣的「質疑每一個需求」思維。McNeill 在書中提到，2015 年 Elon 派他去北京談判一件當時被認為不可能的事：在中國設立一家 100% 外資擁有的汽車工廠。所有人都說「中國法規要求合資」，但 McNeill 遵循 The Algorithm 的第一步去質疑這個需求，最終 Tesla 成為第一家在中國設立全資工廠的西方汽車公司。"We achieved what no other Western company was able to do." （我們做到了沒有其他西方公司能做到的事。）不是 Apple，不是 GM，不是 Ford，不是 P&G。 「Order of Magnitude」目標：不是改善 25%，而是改善 10 倍 McNeill 在 My First Million 的訪談中還提到了一個他從 Musk 身上學到的思維：設定目標時，不要想「怎麼改善 25%」，要想「怎麼改善 10 倍」。 這不是雞湯。McNeill 解釋，當你設定 25% 的改善目標時，你的大腦會自動去找「現有流程的微調空間」。但當你設定 10 倍的目標時，你會被迫去質疑整個流程的存在前提——因為微調不可能帶你到那裡。 Tesla 在 2017 年面臨「產線地獄」（production hell）時，就是用這個思維來解題的。當時公司面臨破產風險，需要把 $100,000 的 Model S 的線上銷售量提高 20 倍。這個目標逼出了一系列根本性的流程重新設計，而不是在現有系統上修修補補。 書中另一個經典案例：Tesla 的工程主管 Doug Field 質疑了汽車業沿用超過一百年的焊接車身工藝，從玩具車的製造方式中獲得靈感，開發出大型鑄造技術，把底盤零件從 300 個減少到 3 個。McNeill 寫道，這讓 Tesla 取得了對整個汽車產業五到七年的領先優勢。 McNeill 的核心信念：難的不是智識，是組織 McNeill 在多次訪談中反覆提到一句話："The difficulty isn't intellectual—it's organizational." （困難不在於智識層面，而在於組織層面。）The Algorithm 的五個步驟，每一個都不難理解。質疑需求、刪除步驟、簡化流程——這些道理，任何一個有經驗的主管都知道。 真正難的是執行。因為每一個「不必要的步驟」背後都站著一個當初創造它的人。每一個「可以刪掉的流程」都有一群人在靠它維持日常運作。每一次「簡化」都意味著有人的工作會被改變。 McNeill 用他第一天的決定做了一個示範：切斷新 leads 這件事，不需要任何新技術、不需要任何新工具、不需要任何額外預算。它只需要一個人願意看真實的數字，然後做一個讓所有人不舒服的決定。📎 這篇文章的主要素材來自 McNeill 在 My First Million Podcast Ep. 813（2026 年 4 月 9 日）的對談，以及他 2026 年 3 月出版的 The Algorithm。Podcast 裡還有幾段這篇沒有覆蓋的精彩內容，包括 McNeill 和 Elon Musk 的面試過程、他如何用「三句話 email」做內部溝通，以及他怎麼看 AI 對現有產業的衝擊。如果你對 Tesla 內部的運作方式感興趣，他在 Ed Mylett Show 的訪談也值得一聽，更深入地拆解了五步驟框架在製造端的應用。
94% 的客戶在接你電話之前，心裡已經有答案了——2026 年 B2B 買家行為報告拆解
你終於等到客戶主動來電，語氣聽起來很有誠意，問了幾個技術問題，約了下週的 demo。你覺得這是一個全新的機會。 但根據 2025 年底發布的 6sense B2B Buyer Experience Report（調查近 4,000 位 B2B 買家），這通電話打來的時候，客戶心裡的排名早就定了——而且你有 77% 的機率，只是在陪跑。 6sense 報告：近 4,000 位買家告訴你，決定在第一天就做完了 這份報告的數據規模值得認真看待：將近 4,000 位來自北美、歐洲、亞太的 B2B 買家，採購中位金額在 20 萬到 30 萬美元之間，購買週期平均 10.1 個月。這不是一個快消品的衝動購買調查，而是高單價、多人決策的真實 B2B 採購。 核心發現可以用三個數字概括： 94% 的採購決策群體在聯繫任何業務員之前，就已經把供應商名單排好了優先順序。 77% 最終選了他們第一天的首選供應商。 95% 的最終採購對象，來自買家「第一天名單」上的那 3.6 家供應商。"94% of buying groups ranked preferred vendors before first contact, and they ultimately purchased from that preliminary favorite 77% of the time." （94% 的採購群體在首次聯繫前就排好了供應商偏好順序，其中 77% 最終選了那個初始首選。）換句話說，當客戶開始跟你聯繫的時候，比賽已經進入第四節。你以為的「機會」，很可能只是對方在走採購流程、湊齊比價報告。 暗漏斗（Dark Funnel）：你看不見的 70% 才是戰場 6sense 用了一個很精準的詞來描述這個現象：Dark Funnel（暗漏斗）。 買家旅程中至少有 70% 是匿名、不可見的。在這段時間裡，一個平均 10 人以上的採購委員會已經在做這些事：獨立研究，互相交換情報 定義需求和預算（83% 在聯繫業務前就完成了） 建立候選名單，排好順序 用 LLM（大型語言模型）做比較分析這裡的關鍵不只是「買家研究做得更多了」——而是整個決策過程發生在你看不見的地方。你的 CRM 裡沒有這些活動的紀錄，你的業務週報裡也不會出現這些線索。當機會終於「出現」在你面前時，它已經是一個接近定案的結果。 報告顯示，買家首次主動聯繫供應商的時間點，平均落在採購旅程的 61% 處。也就是說，當你接到那通電話，對方已經走了超過一半的路。 94% 的買家用 AI 做研究：你在 ChatGPT 裡是第幾名？ 這份報告中最具時代意義的數字可能是這個：94% 的 B2B 買家在採購過程中使用 LLM 做研究。 這不只是「偶爾問一下 ChatGPT」的程度。根據 Development Corporate 的分析，每天有超過 2,000 萬個 B2B 相關的 prompt 在 ChatGPT 上被輸入，跨所有平台則高達 8,000 萬到 1 億個。 LLM 的使用高峰出現在採購旅程的中段——買家已經有了候選名單，正在用 AI 來：並排比較不同供應商的功能差異 消化和摘要供應商的技術文件 模擬成本和 ROI 草擬 RFP 語言和評估框架更值得注意的是，AI 模型在回答時平均只會提到 3 到 4 個品牌。前 20 大網域拿走了 66% 的 AI 引用。如果你的公司不在這個引用範圍內，你甚至不會出現在買家的研究雷達上。"If ChatGPT doesn't mention your company, your buyer may never encounter you during research." （如果 ChatGPT 沒有提到你的公司，你的買家在研究階段可能永遠不會遇到你。）買家信任什麼內容？不是你的白皮書 2026 年 3 月，Reddit 與 SurveyMonkey 聯合發布的調查（1,200 位美國 B2B 決策者）揭示了一個讓行銷部門尷尬的事實： 買家認為最有價值的內容類型排名：內容類型 認為「非常有價值」的比例真實用戶見證 37%影片 Demo 32%社群討論 27%分析師報告 27%白皮書 17%你花了三個月寫的白皮書，在買家心中的份量只有真實用戶見證的一半不到。 而且問題更深：48% 的買家說，他們很難找到真實的用戶見證。46% 說他們必須費力地過濾掉供應商自己生產的內容。買家最想看的東西，恰恰是最難找到的。 在信任來源方面，73% 的買家信任同業推薦，而 AI 聊天機器人只有 39%。諷刺的是，94% 的買家在用 AI 做研究，但他們並不完全信任 AI 給的答案——他們信任的是 AI 幫他們找到的「人的聲音」。 61% 的買家想要沒有業務員的購買體驗 2025 年 6 月，Gartner 對 632 位 B2B 買家的調查發現：61% 的 B2B 買家偏好完全不需要業務員介入的購買體驗。 這不代表業務員沒有價值，但它意味著價值必須重新定義。買家不需要你來「介紹產品」——他們在聯繫你之前已經看了平均 11.4 篇內容。他們不需要你來「引導流程」——他們已經定義好需求，排好了名單。 他們需要的是你能做到他們自己做不到的事：解決跨部門的共識問題、處理他們研究中沒有覆蓋到的邊緣案例、提供只有內部人才知道的實戰經驗。 Consensus 的 2026 B2B Buyer Behavior Report 分析了 600 萬次買家互動後也得出類似結論：80% 的決策在業務員進場之前就已經發生了。而且他們的數據顯示，買家觀看產品 Demo 的注意力上限只有 5 分 14 秒——但大多數 Demo 的設計長度是 15 分鐘。 第一天名單效應：你要贏的不是提案，是「被想起來」 把這些數據拼在一起，會得到一個很清晰的圖像：買家在一開始就列了 3-4 家候選名單（Day One Shortlist） 他們用 AI、同業推薦、社群討論來驗證和排序 排在第一的那家，有 77% 的機率拿下訂單 等業務員終於有機會上場時，比賽已經進行了 61%這代表業務員的核心任務不再是「說服」，而是「在客戶決定要找誰之前，就已經在他們的名單上」。 怎麼做到？報告的數據其實已經指出方向： 讓你的客戶替你說話。 37% 的買家最信任真實用戶見證。如果你的現有客戶不會在公開場合提到你，不會在 LinkedIn 上分享跟你合作的經驗，你在暗漏斗裡就是隱形的。 讓 AI 找得到你。 94% 的買家在用 LLM 做研究。你的公司網站、客戶案例、技術文件，是否會被 AI 模型引用？如果你問 ChatGPT「[你的產業] 最好的 [你的產品類別] 有哪些？」而答案裡沒有你，那就是一個需要立刻處理的問題。 在買家定義需求的階段就出現。 83% 的買家在聯繫業務前就完成了需求定義。你能參與這個定義過程嗎？透過產業報告、觀點文章、或是在買家會去的社群裡提供有用的框架，讓你的思維方式影響他們的評估標準。 6sense 報告中有一個容易被忽略但極重要的數據：買家候選名單上的 5.1 家供應商中，平均有 3.8 家是他們之前就有過接觸的供應商。97% 的買家在名單上至少放了一家他們有過先前經驗的公司。 這意味著長期關係和品牌認知的價值，遠比任何一次完美提案都重要。你今天幫助的那個還沒準備好購買的人，可能在 10 個月後的某天早上 6 點，把你放進了他的第一天名單。📎 這篇文章的數據主要來自 6sense 的 2025 B2B Buyer Experience Report，完整報告裡還有更多關於 AI 如何改變（以及沒有改變）B2B 採購旅程的分析，包括經濟環境如何影響供應商選擇、買家在什麼時候最容易被翻盤等數據。另外，Consensus 的 2026 B2B Buyer Behavior Report 則從 600 萬次互動數據的角度，拆解了 Demo 設計的最佳長度和時段——如果你有在做線上 Demo，那份報告很值得看。