这就是我不相信销售配额的原因｜Figma CRO

摘要

• Figma 的收入机器没有传统 CS 团队，也没有传统 SDR。 CRO Shaunt Voskanian 的逻辑是：50万客户中，大多数是刷信用卡自助完成购买，因此客户当前实际使用与 Figma 认为其应实现的价值之间的差距，要靠“猎手式销售动作”来填补——销售团队“如今以外呼为主”，但“外呼的对象是已有客户基础，这正是独特之处”。
• “配额某种程度上是编出来的。” 典型覆盖率算法是：明年需要新增5亿美元收入，就分发6亿美元配额，假设完成率为80%；在他看来，这只是“虚假的安全感”。Figma 采取与 ElevenLabs 20倍配额相反的做法，主动设置对销售更有利的配额——“这里普通企业销售的配额可能是其 OTE 的3到4倍，我们对此很满意”——因为战略型企业销售本身很难，真正能做好的人很少。
• 席位制定价在 Figma 并没有过时。 在几乎完全采用席位制的模式下，净收入留存率刚从131%升至136%；AI 使用量将在“几天之内”开始通过 credits 变现。不过 Harry 的反驳仍然成立：Figma 面向设计师和产品人员销售，“如果你卖的是席位，同时又在替代劳动力，就会陷入困境”。Shaunt 承认，他在自己的买家中还没有遇到这种情况。
• 绩效管理的核心是行为与能力，而不是单看配额完成率。 “我其实不太在乎一个销售有没有完成配额。”配额是系统性、滞后的指标；围绕配额管理“可能造就懒惰的领导力”。如果一个销售拼命工作、持续创造销售线索、电话执行也很好，只是最终数字没有兑现，“你打算找什么样的人来替代他？”
• 组织结构是3门彼此区分的生意。 分别是自助式、只覆盖 SMB（0–500名员工）的 PLG，以及按传统 SaaS 模式运营的销售驱动型中端市场、企业和战略业务；唯一的变化是 AE 对销售线索生成负全责，“到此为止”。
• 至少在 Figma，销售团队会变大，而不是变小。 团队约500人，其中约300名是配额承担者，服务50万客户——“你们已经他妈的很高效了”——但 Dylan Field 支持继续增加销售编制。关于 AI，Shaunt 坦承 Figma 还没有解决销售知识散落各处的问题，也不知道团队是否具备训练 agent 的能力；Harry 判断，实施顾问“未来几年会表现得非常好”。
• 招聘原则是宁可慢，也不要为了填坑而招人。 “如果招错了人，动作再快也没有意义。”优先看成交经验，而非行业经验；对频繁跳槽的履历持怀疑态度；如果候选人在经历数周流程后仍没有在拿到 offer 时全情投入，就是黄色信号。Harry 还讲到，一位计划招聘200名销售的创始人承认，最终“可能只有20个”会真正做好。

精读

1. 六年之后，增长转向自助式

• Figma 2012年成立，前约6年一直在积累并研究客户，直到“2017年底、2018年底”才开始变现；随后增长通过自助式销售爆发：有人在线刷信用卡买下几份 license，再把链接分享给内部同事，产品就这样扩散开来。
• Shaunt 4.5年前加入时，Figma 是“一家1亿美元、也许是5000万美元的公司”，但客户数量远超收入规模所暗示的水平。他曾在相近收入阶段加入 Datadog，当时客户数量“远没有这么多”，所以 Datadog 的销售工作更清晰；而那时 Figma 的销售几乎完全是在呼叫或响应自助式客户，再把他们升级到更高层级。
• 如今销售动作已经完全不同：覆盖全球、分成4个业务板块，而且“以外呼为主”——“外呼的对象是已有客户基础，这正是独特之处”。客户“以为自己用 Figma 已经很满意”，团队则主动接触，提供“如何进一步……与我们做更多事情”的洞察。

2. 好奇心还不够，必须给出具体处方

• 他给年轻时自己的建议是“保持好奇”，但 Harry 追问：买家对投入时间很谨慎，也不想被销售资格审查。Shaunt 随后补充：“不只是保持好奇，还要给出具体处方”——买家真正想知道的是：“你们最好的客户正在做什么，而我们还没搞明白？”两者同时做到，“这就是销售的艺术”。
• 在平台型产品与点解决方案的销售上，最好的销售不会沉迷于功能逐项对比，而是理解客户业务将走向哪里，再把价值连接到这一方向上；但“你必须对自己足够诚实”，看清客户真正从哪里获得最大价值。如果答案是点解决方案，就应该聚焦于此，而不是借助功能和参数绕过去。
• 把 champion 做大，起点只有一个：提供能让 champion 工作做得更好的洞察——“教育他们，教给他们一些他们不知道、但能让他们和团队更高效的东西”。

3. 没有客户成功团队：填补使用差距靠猎手式销售

• 因为客户自行判断了 Figma 能为自己创造什么价值，普通客户实际使用 Figma 的方式，与 Figma 认为他们应该使用的方式之间，即使到了今天，“差距仍然很大”。团队曾讨论填补这一差距究竟应由 CS 还是客户管理负责，最终的结论是：大多数情况下，“这就是猎手式销售动作”——有时与现有 champion 合作，但更多时候是寻找新的潜在 champion 和 EB，让他们对尚未了解的 Figma 能力产生兴趣。
• 自从转向多产品后，扩张收入“更多一点”来自新产品，而不是新增席位；这可能仍然面向同一批用户，但很多时候意味着新增的是产品角色，而不是完全不同的新用户。

4. 没有传统 SDR——“AE 必须对自己的 PG 负责，到此为止”

• Shaunt 来自拥有约200名 SDR 的 Datadog，但他承认，凡是 AE 也负责创造销售线索的地方，他都很难单独识别 SDR 的增量价值。在 Figma，SDR 已被重新部署到小额、交易型续约业务上，为战略型 AE 清理工作台；同时他们仍是人才储备：“他们就是我们未来的销售。”
• 核心原则是聚焦：“如果你让一个销售做14件不同的事，他很难把任何一件事都做好。”因此 Figma 运营3门不同的生意：自助式业务由网站和信用卡完成；PLG 只覆盖 SMB（0–500名员工），因为几乎所有自助式升级候选客户都是500人以下的创业公司；销售驱动型中端市场、企业和战略业务则按传统 SaaS 运营——经过严格优先级排序后获得客户名单，绘制组织架构，设想最佳实践部署，“这两者之间的差距就是你的工作”，并持续进行 pipeline review 和每周 forecast call。
• 对 PLG 创始人何时介入升级销售，他的建议是：“我不认为早一点介入会比晚一点更糟。”SMB 团队经常第一次丢掉升级交易，几个月后又赢回来；他上一家公司也是如此。

5. 席位制在这里没有死——净留存131%升至136%，AI credits 几天后上线

• 面对“席位制定价已经死了”的共识，Figma 几周前的财报电话会给出的数据是：在“几乎完全采用席位制”的模式下，净收入留存率提升5个百分点，从131%升至136%。他的判断仍然保留不确定性——“这件事很难预测未来”——但“目前我们在业务中还没有看到任何迹象表明它已经死了”。AI 使用量将在几天内开始通过 credits 变现；席位制仍有韧性的一个潜在原因，是“越来越多的 builder 进入软件行业”。
• Harry 的反驳值得保留：这一模式成立，是因为 Figma 卖给的是产品人员和设计师。对于客户支持或任何替代劳动力的品类，“如果你卖的是席位，同时又在替代劳动力，就会陷入困境”。Shaunt 坦承：“这说得通……我只是不太了解其他业务部门正在发生什么。”

6. “配额某种程度上是编出来的”——Figma 有意把配额设在 OTE 的3–4倍

• 主流规划逻辑是：明年新增5亿美元收入，就分发6亿美元配额，即使完成率只有80%也能覆盖目标；但他认为，“我觉得这就是编出来的。我不认为它和人们实际会做到什么有关系”。在他看来，配额首先是“对工作和回报的哲学判断”：需要完成什么工作，以及你希望为这项工作分配多少回报。
• Figma 早期可能更接近今天的 ElevenLabs，后者20倍配额“可能非常适合他们”：支持对产品满意的客户，享受病毒式扩张；这类工作可以由更广泛的人群完成，因此更偏向效率。如今的销售驱动型工作包括提供洞察、建立 champion、推进复杂的多利益相关方交易，“很难，而且非常、非常战略化”，能胜任的人群更小。因此 Figma 有意设置更宽松的配额：“这里普通企业销售的配额可能是其 OTE 的3到4倍，我们对此很满意。”
• 他给创始人的配额设定框架，是先问：“是你在拉动市场，还是市场在拉动你？”如果是企业在推动市场，就应该设置更有吸引力的配额，以吸引优秀人才去做艰难、主动出击的工作；如果市场拉力很强、工作偏交易型，就应加入安全垫，让钟摆更多偏向效率。

7. 配额不是完整的绩效框架

• 他自称最激进的观点是：配额“更多是系统性的，而不是个人的”。公司可能在两个方向上都把配额设错，而且配额“太过滞后”——一个战略型销售只有一个客户，在年底前无法被真正评估。只围绕配额管理“可能造就懒惰的领导力”；他希望领导者“和销售一起坐在船里”。书面绩效框架分为3类：结果，包括 PG；行为，包括协作、成长型思维，而不是“做独狼”；能力，包括 PG、discovery，以及通过 MEDDIC 和公司方法论进行 pipeline management——团队把这套方法论称为“calm”，Shaunt 则称为 Figma Value Selling。
• 关键测试是：如果一个销售“完全在拼命工作”，pipeline generation 很强，电话执行也很好，但最终数字还没有兑现——“如果你要把这个人移出公司，你希望找什么样的人来替代他？”Harry 反驳说，只要 PG 和资格审查做得好，最终就会转化；Shaunt 回应：“除了一个例外，我同意：如果我们搞错了呢？如果配额设得太高了呢？这种情况确实会发生。”
• 只要不破坏团队关系，独狼型销售仍有一定自由度；有些人会直接说：“我不想成为领导者，我只想做好自己的事，赚到钱。”但如果有人伤害团队，就是另一回事：“你永远不可能动作太快。”不过第一步仍然是反馈，因为他们有时确实不知道自己造成了什么影响。
• 解雇判断也遵循同一逻辑：对仍未找到突破口、但持续努力的人保持高度耐心；对“不表现出意愿”的人，门槛则非常低——“你的态度和每天如何出现，是你自己可以控制的”。

8. 招聘：成交经验胜过行业经验，频繁跳槽会被审视，全情投入很重要

• 如果必须二选一，他会选“做成过大单的人”，而不是行业知识更丰富的人——前提是那不是“运气好捡来的单”，而是确实管理过多利益相关方、长周期的大型交易。因为“聪明人能在更短时间内学会行业和业务版图”。
• 对频繁跳槽的履历，他会有“非常本能的反应”：连续多次只待12–18个月。Harry 更进一步说，一次可能是文化或家庭原因，但“四次？这就说明问题了”。韧性会通过履历轨迹和 take-home disco/demo 练习来检验：候选人是否曾经“把一件原本不成功的事做成了”；产品演示环节之所以保留，正是因为愿意尝试本身“体现了一种坚持”。
• 到 offer 阶段，通过 back-channel 获取的信息“是你能得到的最有价值的洞察之一”。候选人不谈判不一定会被扣分，但经过数周流程后仍没有全情投入，就是黄色信号；如果候选人拿 Figma 与另一份 offer 互相比较，他会感到不安：“一旦事情变难……他们就会离开。”招聘节奏上，他宁愿慢一点、冒着影响招聘计划的风险，也不会批准一个“合格的 B 级选手”。Harry 讲过一个例子：一位准备招200名销售的创始人估计，“可能只有20个”会真正做好。
• 判断一次错招的信号，是候选人更像逐利者，而不是使命驱动者：过去10年里他见过的最佳赚钱者，并不是把 W-2 收入最大化当作目标的人——“他们一旦追逐这个，结果反而会走向相反方向”。另一个反例是他上一家公司的一名销售：当时对方处于绩效改进计划中，公司没有直接裁掉，而是针对具体缺口进行辅导；如今此人已经“多次晋升，是公司最成功的销售之一”。结果取决于环境和问责机制，不只是这次招聘到底对不对。

9. 销售编制将继续增长，AI 能力也存在坦诚缺口

• 与“效率会永远提升”的叙事相反，Figma 服务50万客户，却只有约300名配额承担者，“你们已经他妈的很高效了”。因此 Figma 正朝相反方向走：“我在推动增加销售编制，Dylan 也支持”，因为战略型工作正在取得很好的结果；他也保留了范围判断：“这是否适用于每一家企业？我不知道，但对我们不是这样。”
• 培训首先按岗位重新从基本原则出发，而不是套用一套统一 playbook：企业销售会先带着自己的客户“直接下火海”，再接受正式培训；随后 Figma 重做 onboarding，本周刚刚软启动，疫情后重新回到“课堂式、线下”培训，覆盖技术版图、竞争定位、最佳客户实践，以及从头到尾的销售流程。
• 他坦承，销售知识散落在 Slack、CRM 和 enablement 平台中——“这件事我们还没有解决”，销售也在抱怨。直到“最近几周和几个月”，他才开始认真关注 agentic solutions，希望消除重复数据录入；但当被问到团队是否有能力训练 agents 时，他回答：“我不知道我们是否具备这种能力。”Harry 的结论是：“这就是为什么咨询业务未来几年会表现得非常好”——尤其是实施和 adoption。
• 垂直化应该“尽早开始”，但 Figma 目前仍然“没有按行业划分的团队”，而是按销售动作和客户角色专业化；最近收购的 Weavy 则作为 overlay motion 运行。反复要问的问题是：“我们是不是让销售做得太多了？”快速问答中，他最尊重的销售组织是 Datadog：多年留住员工、内部晋升，并且“掌握了所有业务板块”；送礼已经过时，“感觉太透明了……像是在行贿”；远程团队没有消失，但完全远程“会给系统施加更大压力”。回看 Figma 初期，他唯一的遗憾是观察得太久，迟迟没有改变事情。