Y Combinator創辦人親授:B2B銷售完整攻略

在Y Combinator,我們輔導過數千名創辦人進行他們人生中第一次B2B銷售。然而,我發現絕大多數的創業者都會犯下一些非常常見且完全可以避免的錯誤。今天我要分享的是典型B2B創辦人的成長歷程:從最初那些定義不清、冗長且無償的設計合作夥伴關係,一直到專業級的快速、明確且緊密的銷售流程。 - #錯誤的起點:設計合作夥伴關係陷阱

大多數B2B創辦人會從所謂的「設計合作夥伴關係」開始。表面上聽起來很專業,但實際上這通常是一個巨大的陷阱。典型的設計合作夥伴關係會是這樣的:

「嘿,我們正在為你們這樣的公司建立一個解決方案。我們想與你合作6到12個月,免費為你建立自訂解決方案,然後根據你的反饋進行迭代。」

這聽起來很棒,對吧?但問題在於,這種方法有幾個致命缺陷:時間拖得太長、範圍定義不清、沒有明確的成功標準,以及最重要的是完全免費。

當你告訴潛在客戶這個解決方案是免費的時候,你實際上是在向他們發出信號:這個產品沒有價值。如果連你自己都不相信它值得付費,為什麼客戶要相信呢? - #突破點:建立真正的價值認知

成功的B2B銷售需要一個根本性的心態轉變。你需要停止乞求客戶給你機會,開始展示你的產品確實能解決他們的問題。

關鍵原則包括:

明確定義問題和解決方案。你的產品究竟解決了什麼具體問題?這個問題對客戶來說有多重要?解決這個問題能為他們創造多少價值?

建立緊急感。為什麼客戶需要現在就解決這個問題?延遲解決會帶來什麼成本?

展示而非承諾。不要說「我們可以為你建立什麼」,而要說「我們已經建立了什麼,而且它已經在為其他類似的公司創造價值了」。 - #專業銷售流程的關鍵要素

一個成熟的B2B銷售流程應該包含以下關鍵要素:

快速且明確的價值展示。在最初的會議中,你應該能夠清楚地說明你的產品如何解決客戶的具體問題,以及這種解決方案的價值。

有限時間的概念驗證(PoC)。如果需要進行試用,應該是時間有限(通常不超過30天)、範圍明確且有具體的成功標準。

明確的定價策略。從一開始就要談論價格。不要害怕討論費用,因為這是建立價值認知的重要部分。

緊密的時間線。整個銷售週期應該是緊湊的。拖延通常意味著客戶對你的解決方案並不那麼感興趣。 - #成交的藝術:建立信任與緊急感

成功的成交不是推銷,而是幫助客戶做出正確的決定。這需要你能夠:

深入了解客戶的痛點。真正理解他們面臨的挑戰,以及不解決這些挑戰會帶來什麼後果。

提供社會證明。分享其他類似客戶的成功案例,展示你的解決方案確實有效。

創造選擇的錯覺。給客戶提供幾個不同的方案選擇,但每個方案都是購買你的產品。

建立時間壓力。合理地創造一些緊急感,讓客戶知道延遲決定可能會錯過機會或付出更高的成本。 - #避免常見的銷售錯誤

基於我們在Y Combinator輔導創辦人的經驗,以下是最常見的銷售錯誤:

過度承諾。不要為了成交而承諾你無法交付的功能或結果。

忽視競爭對手。了解你的競爭環境,準備好應對客戶可能提出的比較問題。

缺乏跟進。銷售是一個過程,需要持續的跟進和關係維護。

沒有明確的下一步。每次與客戶的互動都應該有明確的下一步行動。

- - #銷售心理學:理解客戶的決策過程

B2B銷售本質上是一個心理遊戲。你需要理解客戶是如何做決定的,以及什麼因素會影響他們的選擇。

大多數B2B決策都涉及多個利益相關者,每個人都有不同的關注點。技術人員關心產品是否真的有效,財務人員關心投資報酬率,管理層關心戰略影響。你的銷售策略需要同時滿足所有這些不同的需求。

風險厭惡是B2B購買決策中的一個重要因素。大多數公司寧願選擇一個「安全」的選項,即使它可能不是最好的。這就是為什麼建立信任和提供社會證明如此重要。

時機也很關鍵。即使你的產品完美契合客戶需求,如果時機不對(比如他們剛剛購買了競爭對手的解決方案,或者正在經歷預算凍結),銷售也可能失敗。 - #建立長期的客戶關係

成功的B2B銷售不僅僅是關於一次性的交易,而是建立長期的客戶關係。這意味著你需要:

持續提供價值。即使在成交之後,也要確保客戶能夠從你的產品中獲得持續的價值。

建立反饋迴路。定期收集客戶反饋,並根據這些反饋改進你的產品和服務。

準備好擴張銷售。滿意的客戶往往願意購買更多的產品或服務,或者將你推薦給其他潛在客戶。

成為值得信賴的顧問。不要只是產品的銷售者,而要成為客戶業務成功的合作夥伴。

這種從免費設計合作到專業銷售流程的轉變,是每個成功B2B創辦人必須經歷的成長過程。記住,銷售不是乞求,而是價值交換。當你真正相信你的產品能為客戶創造價值時,銷售就變成了幫助客戶成功的過程。

參考資料來源:https://www.youtube.com/watch?v=DH7REvnQ1y4

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin