3月6日，Snowflake公布2024财年第四季度营收——7.747亿美元，同比增长 32%；总营收——28.06亿美元，同比增长36%。
按此增速，Snowflake将很有可能提前完成自己制定的小目标——“2029财年达成100亿美元营收”，迈入百亿俱乐部。
NDR（Net Dollar Retention，净收入留存率）是衡量一款企业级软件是否真正具备市场竞争力的重要指标。全球优秀企业级软件的NDR Benchmark基本在100%-125%。而Snowflake高达131%，足以说明其卓越的产品能力、客户粘性。
从2012年成立，到2020年登陆纽交所，Snowflake创下软件公司史上最大规模IPO，得益于巴菲特的加持，开盘暴涨111.61%，市值曾经一度高达707亿美元，PS曾超50倍。虽然如今的股价相比最高点已经“腰斩”，但 Snowflake 仍然是企业级软件市场上估值最高的股票之一。
Snowflake 如何持续保持高增长？从0-1、1-N不同阶段的营销增长策略是什么？本文从发展史出发，着重分享三个阶段的关键营销增长策略。全文8000余字，预计需要阅读8分钟。
一、没有这家风投，就没有Snowflake
Sutter Hill Ventures（以下简称“SHV”）成立于1964年，由风险投资界的泰斗William Henry Draper III创立。
这位泰斗的父亲开创了美国 VC 模式，是美国创投行业先锋之一；他的儿子，便是如今大名鼎鼎的德丰杰（DFJ）投资基金创办合伙人——Tim Draper，Tesla、百度、Twitte、Hotmail等“背后的男人”都是他。祖孙三代主打一个传承……
不同于许多高调的风险投资公司，SHV非常低调。一是很少在公开场合宣传自己的成功案例，二是基本选择在公司成长至一定规模后将舞台留给创业者，在硅谷有着“沉默建设者”的美誉。
时间来到2008年，毕业于美国哈佛商学院的Mike Speiser加入SHV担任管理合伙人，相较于其他投资人，Mike Speiser 有着自己独特的投资风格：
1、早期介入
倾向于在非常早的阶段就开始介入创业项目，甚至在团队只有模糊的想法时就开始合作。他会与创业者紧密合作，帮助他们定义愿景、组建团队，并确定产品的最小可行产品(MVP)。
2、共同创业
将自己视为创业团队的一部分，而非仅仅是一个投资者。他会投入大量时间和精力，与团队一起工作，确保项目的顺利推进。
3、资源匹配
擅长将创业团队与合适的资源相匹配，这可能包括其他投资者、合作伙伴或关键人才。他会利用自己在行业内的网络和经验来促进这些连接。
加入SHV后，Mike Speiser 投资了闪存存储公司Pure Storage，并担任其CEO，目前这家公司已经在纽交所上市。凭借在数据库领域的成功经验，Mike Speiser在2010年就提出要构建“下一代数据库（基于闪存）”的设想，并开始着手寻找可孵化对象。
巧的是，当时还在Oracle工作的Benoit Dageville（现Snowflake创始人之一），曾经与Mike Speiser有多年的合作关系，并在一起合作优化过 Oracle 数据库。
然而，当 Mike Speiser 满怀期待地找到 Benoit Dageville 时，却被浇了盆冷水。Benoit Dageville 并不认为这个设想值得被提出和解决，并表示“你正在解决一个不是问题的问题”……
Benoit Dageville 在 Oracle 工作了16年，很清楚用户对Oracle 费用高昂、计算复杂、数据难扩展等问题的抱怨。他认为，如果真的想做一件产生巨大价值的事情，应该聚焦在数据库的计算，而不是存储。
经过两人来回多次的深入讨论，双方都逐渐认同了一个方向——采用存算分离架构，在云上创建一个数据仓库。于是，咱们的 Benoit Dageville 拉上他的法国老乡 Thierry Cruanes 从 Oracle “出逃”，并拉上一位荷兰小老弟 Marcin Zukowski，开启了创业之旅。
二、铁打的创始人，流水的CEO
与大多数硅谷企业的创始人即CEO不同，Snowflake自成立以来，两位核心创始人就没有担任过CEO的职位，而是由SHV投资人Mike Speiser掌舵，为Snowflake的每个不同成长阶段匹配最适合的CEO。
第一任，2012年-2014年，由Mike Speiser亲自担任，打好创业基本盘
相较于几位技术创始人，Mike Speiser是其中管理经验最丰富的，知道什么对初创阶段的企业最重要。
创始人侧重技术，这期间闭关设计技术架构、产品架构。而Mike Speiser则侧重公司运营，以及初创团队的招兵买马等等，相当于一个“全能型保姆”了，据说他个人80%的时间都贡献给了Snowflake。这也为早期的Snowflake奠定了坚实的基础。
到2013年以前，Snowflake都保持着12人的研发团队规模，被称为“Dirty Dozen”。但这些人并不是来自商业数据库巨头Oracle，而特意寻找了一批适应云时代的工程师。
第二任，2014年-2019年，从微软请来Bob Muglia，带领Snowflake“跨越鸿沟”
当公司发展到一定规模，就需要专业的职业经理人来带领Snowflake从早期成长阶段过渡到成熟商业运营模式。
Bob Muglia加入Snowflake时，还不到120人，产品也还未正式上市。如何将前沿技术转化为商业产品，”跨越鸿沟“成为这一时期的主要任务。
左2-Frank Slootman
Bob Muglia 在科技行业经验丰富，曾经是微软现任 CEO Satya Nadella 的老板，也就是 Microsoft Azure最初的业务负责人。此前在微软，担任——服务器&商务工具事业部副总裁，带领事业部实现年营收超过150亿美元。
任职期间，Snowflake 逐步完成了多云战略。起初只运行在AWS上，2018年上线Microsoft Azure；2019年上线Google Cloud。
如今，AWS仍然是Snowflake最大的云厂商合作伙伴，营收占比大约78%；Microsoft Azure大约18%，正逐步上升中；Google Cloud大约4%。
第三任，2019年-2024年，高龄 Frank Slootman 再出山，带领Snowflake成为软件史上最大规模IPO
这个阶段的Snowflake正值冲刺上市，需要一位带领企业级软件公司上市方面有卓越能力，且还有不止一次成功上市记录的CEO。
这样的人并不好找，Mike Speiser“三顾茅庐”才把这位已经准备退休，正在湖边钓鱼的Frank Slootman请过来。毕竟准备加入Snowflake时，Frank Slootman已经快60岁高龄了。
左2-Frank Slootman
Frank Slootman 在硅谷被亲切地称为“Mr. IPO”，相当于企业级软件的埃隆马斯克，带领过Data Domain、ServiceNow成功上市。任职 ServiceNow CEO 的 6年期间，将其营收从1亿美金增长到140亿美金。
这位哥的做事风格，以激进、强硬著称，一上任便进行了大刀阔斧的改革。比如：
重组销售团队：分为大客户团队和行业客户团队。大客户为公司关注的重点。解散客户成功团队：Frank Slootman 认为公司所有人都应该为客户成功负责，而不是仅仅是某个团队的职责，于是就直接解散了?……然后把这些人重新分配到其他部门。第四任，2024年-至今，Sridhar Ramaswamy，拥抱AI新时代
就在不久前（今年3月），Frank Slootman 宣布卸任 CEO，同时继续担任董事长。新CEO由原AI高级副总裁Sridhar Ramaswamy担任。
Sridhar Ramaswamy曾在谷歌工作过15年，是人工智能、机器学习领域的资深专家（又是一位??）。AI时代的Snowflake如何发展，就看这位了。
三、打响第一枪：企业级软件也能饥饿营销，推出首年即斩获500家企业客户
Snowflake的商业化征程正式开启的标志性事件，便是第二位CEO Bob Muglia的加入。
2014年Bob Muglia加入后，当年10月21日，Snowflake便公开发布了这家初创公司的第一篇稿，名为《SNOWFLAKE REINVENTS THE DATA WAREHOUSE FOR THE CLOUD》。向外界正式宣布推出 Snowflake Elastic Data Warehouse。
这篇稿发布之前，Snowflake一直以“StealthMode”自居，隐藏了两年多的时间，就连获客一直都是靠发邮件的方式偷偷进行。就这样，逐步积累了第一批种子用户，产品与市场匹配（PMF）也初步得到验证。
此时的Snowflake已经具备：
1）明确、清晰、独一无二的定位
数据仓库（Data Warehouse）并不是一个新概念，但云数据仓库是。
1990年 IBM 的 Bill Inmon 就提出了数据仓库的概念。在Snowflake之前，数据仓库已经经历了从本地专有硬件（代表产品：Teradata）、共享存储（代表产品：EMC Greenplum）到大数据Hadoop的发展历程。
但完全基于云计算架构的数据仓库产品，Snowflake是第一个。
2）契合用户痛点的产品卖点
用户痛点A：传统数据仓库过于复杂、不灵活且昂贵产品卖点A：Snowflake 的云服务将数据存储与计算分离，能够独特地利用云的弹性、可扩展性和灵活性，提供数据仓库的强大功能、大数据平台的灵活性、云的弹性，且成本比本地数据仓库低 90%。用户痛点B：新兴的大数据平台，仍然需要依赖专业人员的专业知识产品卖点B：Snowflake 作为完全支持标准 SQL 的原生关系型数据库，任何分析师都能自助访问数据，从而使组织能够利用他们已有的工具和技能。3）独特的产品价值
DaaS（Data warehousing as a service，数据仓库即服务）。Snowflake 消除了与管理、调优数据库相关的麻烦。这使得自助式数据访问成为可能，以便分析师可以专注于从数据中获取价值，而不是管理底层的硬件和软件。多维度的弹性。与现有产品不同，Snowflake 的弹性扩展技术可以独立地扩展用户、数据和工作负载，从而在任何规模下都能提供最佳性能。弹性扩展使得同时加载和查询数据成为可能，因为每个用户和工作负载都能获得所需的资源，没有资源争用。统一的业务数据服务。Snowflake 将半结构化数据的原生存储整合到关系型数据库中，并对其进行完全优化的查询支持。分析人员可以在单个系统中查询结构化、半结构化数据，无需横跨多个系统。4）有说服力的标杆企业背书
“StealthMode”的两年多期间，Snowflake已经积累了一批种子用户，在这篇稿中，就有Adobe、White Ops、VoiceBase、Condé Nast等客户为其背书。
有意思的是，距离第一篇稿发布之后，快一年的时间。在2015年6月23日，Snowflake才对外正式公开发布数据仓库产品。在这期间，Snowflake只向他们认为合格的组织（即目标客户画像一致的客户）提供测试版。
这样做：
一方面是充分测试和验证，留更多时间，验证业务场景，测试产品的可靠性、性能等；一方面是积累更多早期用户，找到对的客户来使用、打磨产品，才是PMF阶段最重要的工作之一；另一方面则是营造期待和需求，通过提前宣传和吸引市场关注，营造更大的用户需求和期待，在正式上市时获得更好的市场反响。正式上市后，Snowflake取得了非常棒的效果：
在上市首年就吸引超过 500 家企业客户，包括许多知名的科技公司和金融机构。2016财年，实现约6000万美元的营收，同比增长超过300%。凭借其创新的云数据仓库解决方案， Snowflake 在业内赢得了广泛的关注和好评，初次露面就建立了独特的品牌形象和技术优势。
四、迎接成年礼：5大营销支柱让营收破1亿美元
2016年初，Denise Persson加入Snowflake担任首席营销官，带领公司开启基于数据驱动的规模化营销增长。
这位姐很厉害，1996年参加工作时没有选择加入大公司，而是加入了一家法国初创公司Genesys，在那里一干就是12年，升迁六次，27岁就成为了全球营销副总裁。在这12年期间，她在全球 25 个国家开设了办事处，参与了 14 家公司的收购，并拥有了第一次 IPO 经历。
话说回来，1亿美元是企业级SaaS公司可以在纳斯达克上市的门槛，也通常被认为是企业“成年礼”。Denise Persson在Snowflake突破1亿美元营收后，分享了她关于营销如何支撑业务增长的思考，并总结为五大营销支柱：
支柱一：Create strong positioning
定位是营销的基石，正如房屋的地基一样，如果地基不稳固，墙体就会很容易出现裂缝。因此，创建一个强有力的定位，对于避免营销中的漏洞至关重要。
Snowflake通过咨询公司，借助“焦点小组”模式与真实潜在客户进行深入讨论，确保定位能够与那些不了解Snowflake的人产生共鸣。
大多数公司只与现有客户或潜在客户进行几次访谈，但远远不够。因为定位需要对公司下一阶段的增长负责。
如下图所示，Snowflake一旦确认了定位，这句“专为云而生的数据仓库”便会无处不在。
支柱二：Be the most customer-centric
Snowflake始终将客户放在第一位，所以从一开始就决定创建行业内最以客户为中心的营销团队。
一是通过与销售人员的日常会议，确保始终掌握客户需求。Snowflake的营销团队几乎每天都会与销售人员举行会议，及时了解营销需要解决哪些最重要的问题。
二是通过客户顾问委员会、年度客户调研（NPS）来收集客户反馈，并据此调整营销策略。Snowflake会检查并跟踪客户旅程的每一个环节，任意环节如果出现任何问题，都会“全员上阵”调查问题所在并加以解决。
早期，为满足客户需要，扩大内容开发，Snowflake几乎让每位员工都参与撰写文章、制作视频。这些内容都专注于客户想要了解的内容，帮助Snowflake建立信任和信誉。这是大多数B2B公司所缺乏的。
支柱三：Build for scale
很多ToB初创公司的营收在达到2000万美元后会经历增长放缓，因为整个公司的工作流程还是手动的，以及营销技术堆栈、流程没有建立在可扩展的基础上。
2017年，这一年Snowflake的年营收约为9600万美元。在这一年，Snowflake的每次全体会议上，讨论的最大话题几乎都是关于自动化。
自动化是ToB初创公司实现快速规模化增长的基础。Snowflake在自动化系统上线之后，才实现免费试用的起飞。如下图所示，是目前Snowflake营销团队正在使用的系统全景图。
支柱四：Be bold
ToB初创公司大多预算有限，要想在如今竞争激烈的市场中脱颖而出，并与大型公司、知名品牌竞争，应该怎么办？如何在预算有限的情况下效益最大化？
Snowflake营销团队选择了——大胆。
作为创新产品，Snowflake有宏伟的愿景，创造一个大胆的品牌也与其价值观和企业文化相契合。大胆当然有风险，但也是获得关注的最佳机会。
101高速公路（US Route 101）是硅谷的主要交通动脉，从南部的洛杉矶一直延伸到北部的旧金山，全长超过1500公里，连接无数的科技公司总部，如Google、Apple、Facebook等。
Snowflake早期投入大量预算，在101高速公路上打了很多有意思的广告，如“LOVE IS BLIND. DATA IS NOT”、“YOUR DATA LAKE JUMPED THE SHARK” 等。与此同时，每块广告牌都在重复、重复、再重复同样的定位。
Snowflake在营销上有多舍得花钱？以21年Q2的数据为例，营销费用接近1亿美金，而这一Q的总营收才2.72亿美金。
当然，猛投钱也让Snowflake早期快速提升了品牌知名度。据Snowflake自己统计，至少有一半入职的新员工坦言，第一次听说Snowflake是从广告牌上。（PS：线下广告很难用数据衡量效果，入职调研，是这位CMO建议的衡量方法）
除了费钱的“大胆”，也有不费钱的”大胆“。
Tech Marketing 是美国科技公司常用的营销手段，老牌企业级软件巨头Oracle一直是”饱受攻击“的对象，这次也不例外。
此前的文章《Salesforce：英雄主义+游戏化，学SaaS鼻祖用社区激活全球百万用户》中也有提到——Salesforce早期也通过Tech Marketing，高举“No Software”快速提升品牌知名度。
作为新兴云数据库仓库代表，Snowflake的工程师时不时会在各大论坛，发布措辞激烈的测评帖子，挑战一下传统数据库厂商代表Oracle的地位。
这种挑衅从最初的混战，后来转变为理性的技术探讨，有时惹急了还会收到Oracle的官方下场回应。长此以往，Snowflake也在技术、分析师圈层建立起了一定的知名度。
支柱五：Align with sales
最后一点也是最重要的一点：销售和营销团队需要作为一个团队来共同工作。
Snowflake快速增长非常重要的原因，就是从一开始就实现了整个公司的强大一致性——对齐点是围绕 Sales Pipeline。
CMO很重要的一项工作就是确保每一天，营销团队都能与销售团队保持100%的合作，并始终保持相同的执行力。
在Snowflake的早期，CMO每周一早上都会与八位销售发展代表一起制定营销计划。如今，这两个团队加起来有超过1000人，仍然保持着相同的对齐。
五、规模化增长：ABM推动全球扩张
从2018年开始（含新冠肺炎期间），Snowflake 在不到15个月的时间内产品收入增长了300%，其中的关键战役就是ABM（目标客户营销）的开展。
ABM将「营销」和「销售」的重点放在符合ICP（理想客户档案）的少数企业上，以「最大限度提升目标客户的转化潜力」为共同目标。核心在于两点：
一是一致性，需要跨多岗位协同作战；二是个性化，为目标账户在不同触点，定制互动内容。SnowflakeABM的目标目前，很多B2B企业的营销团队已经不再侧重单个渠道的衡量，而是转向整体渠道视图。
因为，这更能让营销同学团结在同一个目标下，共同推动营收增长。Snowflake ABM 的目标分为两个：
主要目标：已预约演示的账户百分比。通过确定多少目标账户成功预约了演示，来衡量营销活动的效果。次要目标：账户互动：目标账户访问 Snowflake 资产，如网站、白皮书、案例研究等。机会率：基于预约演示的目标账户中，进一步转化为商机的比例。这种衡量方法强调目标账户的高质量互动体验，让营销人员可以专注于提升品牌知名度，而销售团队则集中于构建客户关系。总体目标是通过协同作战推动业务增长。
SnowflakeABM团队的配置
如今， Snowflake的ABM团队已经有21位同学，分为四个团队?：
新兴市场Team：负责高价值的潜在账户、意向账户。主要职责有：
市场研究：通过市场调研获取相关数据，分析新兴市场潜力，帮助 Snowflake 更好地理解新市场的需求和特性。市场开拓：负责开辟新的市场机会，特别是在尚未成熟或开发的地区或行业。品牌引入：将 Snowflake 的品牌和产品引入新市场，通过各种营销策略提高品牌知名度。合作伙伴关系：建立和维护新兴市场中的合作伙伴关系，包括渠道合作和战略联盟。企业Team：负责北美6个主要地区。主要职责有：
大客户管理：负责公司最大的企业客户，确保这些客户得到一流的服务和支持。定制化解决方案：根据大企业客户的需求，提供个性化的解决方案和产品服务，以满足其特定需求。客户保留与扩展：在客户生命周期内实施客户保留策略，同时寻找增值销售（upsell）和交叉销售（cross-sell）的机会。高层互动：与客户高层管理人员保持紧密联系，了解其战略需求并提供相应的解决方案。行业Team：负责7个关键行业的主要账户、客户。主要职责有：
行业研究与洞察：深入研究和分析特定行业的趋势、痛点和需求，确保 Snowflake 的产品和服务能够精准匹配行业需求。行业解决方案：开发和推广针对特定行业的解决方案和用例展示，帮助不同的行业客户更好地理解和使用 Snowflake 的产品。行业活动与内容：组织行业相关的活动，如研讨会、会议、白皮书和案例研究，通过这些途径提升在特定行业的影响力。行业关系维护：与行业协会、领军企业和意见领袖建立并维护关系，确保 Snowflake 在各主要行业的强劲定位。激活中心Team：负责全球项目管理、赋能，以及数字化营销所有技术栈的管理。主要职责有：
营销自动化与执行：负责实施和管理 ABM 活动的各类自动化工作，确保营销活动高效运行。内容和渠道管理：制定和分发营销内容，通过多种渠道（如邮件、社交媒体、网站等）最大化活动的覆盖面和影响力。数据分析与优化：持续监测和分析营销活动的表现，提供及时的反馈和优化建议，以提高ROI。技术支持：维护和优化用于 ABM 活动的技术堆栈，确保工具和平台处于最佳状态。SnowflakeABM的4层技术栈B2B采购的决策周期长，通常需要3-6个月甚至更久，对于营销团队来说，多渠道持续触达至关重要。Snowflake 的ABM技术栈分为4层?：
1）智能层
这一层将第一方、第三方数据源整合至Snowflake中，描绘出目标账户与Snowflake互动的“谁”、“在哪里”以及“何时”的全貌，并在此基础上创建线索评分、意图算法。
Snowflake倾向于自建线索评分标准，完全掌控买家旅程，减少对外部供应商的依赖。这层使用的工具包括：
Snowflake（数据仓库，中国对标产品如SelectDB）Bombora（B2B意图数据，中国对标产品未知）这一层对数据治理的要求非常高，决定了：
Snowflake能通过细致的市场调研和数据分析，对目标市场进行细分，识别出具有最高潜力的客户群体。这些细分不仅仅基于行业、规模或地理位置，更是深入分析潜在客户的业务挑战、技术使用情况及购买行为，从而确保营销活动的高度相关性；Snowflake能构建详细的客户画像，使得营销团队能够创建高度个性化的，从电子邮件、社交媒体到定制化的内容营销，每一步都精准对接客户的具体需求和兴趣点。2）激活层
激活层的作用是将智能层收集的数据转化为针对每个潜在客户的ABM体验。
通过识别哪些账户正在积极浏览Snowflake网站或研究相关产品，使得ABM团队能够在客户意向和兴趣最高时，向正确的人群传递相关的信息和行动号召。
例如，Snowflake可以触发定向广告，展示给目标账户，再链接到个性化的ABM微站点，直接针对该账户的具体应用场景进行沟通。这层使用的工具包括：
Mutiny（个性化网站体验，中国对标产品未知）Rollworks（端到端的ABM，中国对标产品如致趣百川、径硕、火眼云等）LinkedIn（B2B职场精准投放，中国对标产品如脉脉）这一层对自动化的要求非常高，决定了：
Snowflake能通过工具确保营销与销售流程的无缝衔接。自动化工作流程，如动态内容生成、触发式邮件和智能推荐系统，能够高效地管理大量的个性化营销活动，同时保持每一次互动的质量；3）参与层
这层是传递激活内容的渠道。Snowflake将其ABM计划与销售团队紧密集成，因此既能通过SDR团队（外呼）也能通过线上团队（引流）来实施激活。这层使用的工具包括：
Outreach（销售自动化，中国对标产品如销售易、纷享销客等）Reachdesk（B2B个性化礼品赠送、客户体验管理，中国对标产品未知）LinkedIn这一层对团队协作的要求非常高，决定了：
Snowflake的销售与营销团队能紧密合作，形成“一个团队”文化。营销团队负责创造引人注目的内容和体验，而销售团队则基于这些内容与客户建立深度对话。双方共享情报，协同制定策略，确保营销活动能够有效地转化为销售机会。4）优化层
这层用于分析所有绩效数据并提出未来调整的建议。随着Snowflake不断开拓新市场，需要清晰地看到哪些策略有效、哪些不够理想，以便持续迭代。
这些洞察数据会被汇总，ABM负责人、客户执行经理（AE）、SDR等协作方，会每两周一次会议对此进行共享、讨论。这层使用的工具包括：
SnowflakeRollworksTableau（数据分析，中国对标产品如神策数据、GrowingIO）LinkedIn这一层对数据分析的要求非常高，决定了：
Snowflake能够建立一个反馈循环，持续监测ABM的表现，并基于数据反馈进行策略调整。通过A/B测试、客户反馈收集和营销效果分析，Snowflake能够不断优化ABM策略，确保每个阶段都能更好地满足目标账户的需求，同时寻找新的规模化增长机会。以上各层协同工作，构成Snowflake高效、数据驱动的营销体系，确保营销活动的高度个性化与效果最大化，同时也促进了团队之间的紧密合作与持续优化。
如今，Snowflake的业务已经遍布北美、欧洲、亚太、拉丁美洲、中东、非洲等多个多家和地区，ABM一直在全球扩张上发挥着重要作用。
未来已来。
AI时代的Snowflake从换帅到升级定位（PS：最新定位升级为“ AI Date Cloud”），正进行一系列适合新时代的组织变革、策略升级。尤其是其营销增长，也正在借助AI、LLM变得更精准、更高效，可能将颠覆现有工作模式。后续Snowflake有相关实践，我们也将持续关注和同步?️
BTW，感觉国内企业级软件厂商的数字化营销增长都还没玩溜，国外已经进入到 NEXT level——AI时代的营销了?
【有兴趣的话，你还可以看看】
专栏作家
罗兰，微信公众号：B2B运营笔记，人人都是产品经理专栏作家。《B2B运营实战：我如何带增长团队做私域获客》作者，前易观内容增长总监，擅长B2B内容驱动增长，累计为企业获客数万。
本文由原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
