客戶吞吐量目標比模糊的營收目標具體得多，但時間箱仍在數年之外。**牽引力模型（traction model）**就是把這個遠程目標拆成一系列可被檢核、可被執行的中間里程碑。

牽引力模型之於財務模型，就像精實畫布之於商業計畫書。

三階段路徑：從構想到規模#

《精實執行》提出了三個產品階段，每個階段都有清晰的高層目標與策略：

第一階段：問題/解決方案契合（Problem/Solution Fit）#

• 目標：驗證這個構想是否代表一個值得解決的「夠重要」的問題。
• 錯誤策略：先建出產品（build-first）或先募資（funding-first）。
• 正確策略：以「牽引力優先」為導向——不靠完整方案展示，而靠一個「提案（offer）」。

提案由三件事構成：獨特價值主張、Demo、定價。

• 獨特價值主張（unique value proposition, UVP）：對客戶的承諾。例：「60 天內找到夢想工作」遠勝於「我們有最強的演算法」。
• Demo：不是漂亮截圖或可動原型，而是一段精心設計的敘事，把潛在客戶從「現在的痛點」帶到「你想為他們建立的未來」。
• 定價模式：可以是真實付款，也可以是衍生貨幣的兌換。

不能只測量他們說了什麼，要測量他們做了什麼。

可以使用的提案形式：解決方案訪談（solution interviews）、預告型登陸頁、smoke test、群眾募資頁。

提案（offer）與最小可行產品（MVP）並不相同。提案用於測試客戶拉力（pull）；MVP 才是「能創造並擷取貨幣化價值的最小方案」。

第二階段：產品/市場契合（Product/Market Fit）#

• 目標：在小規模驗證商業模式可運作——既能創造價值，也能擷取部分價值回來。
• 關鍵洞察：你不需要很多使用者，只需要少數真正的好客戶。
• 策略：建立快速且持續的客戶回饋迴路，把 MVP 迭代到「能用」的程度。

第三階段：規模化（Scale）#

• 目標：找到「成長引擎（engines of growth）」，把商業模式的潛力推到極限。
• 策略轉變：重點從「產品完美」轉向「成長」。
• 不再追求方案的最後 5% 完美度，而是把焦點放在驅動客戶吞吐量。

完美是夠好的敵人。——伏爾泰（Voltaire）

為什麼需要牽引力模型？#

光有三階段地圖還不夠，仍會留下三個關鍵問題：

• 每個階段可衡量的目標是什麼？
• 如何度量你正朝目標前進？
• 何時該從一個階段轉到下一個？

牽引力模型回答的就是這些問題。在你能建模之前，先要理解一個系統屬性：可重複性（repeatability）。

可重複性：分階段推進的基礎#

一旦系統就位，它的吞吐量就是可預測的。

人會非理性，但行為仍可預測。心理學家阿瑞利（Dan Ariely）在《Predictably Irrational》中指出：

• 人會反覆做出相同的「次優」選擇——這是可預測的非理性。
• 質性實驗中，五個易用性測試就能找出 80% 的問題。
• 十場客戶訪談後，你大致就能預測其他潛在客戶會如何反應。

這些非理性行為既不隨機、也不無意義——它們是系統化且可預測的。——Dan Ariely

「土撥鼠日」效應#

借自電影《今天暫時停止》（Groundhog Day）：穩定的客戶行為模式像每天重複的迴圈，直到某個突破性洞察打破它。

這種重複性有兩面：

• 令人沮喪的一面：曲線會在某個水準上趨平，每次董事會都看一樣的圖。
• 賦能的一面：穩定的基準讓你能放膽實驗大膽的新點子；一旦發現尖峰，就反覆執行讓尖峰變成新基準。

成長是階梯狀的，不是平滑曲線#

我們常把曲棍球桿曲線畫成平滑的線，但放大看會發現它是「一級級往上跳的階梯」。

• 每一階都來自一個策略（成長黑客）：把客戶吞吐量從 A 推到 B。
• 火箭最終會燒盡——你必須持續找下一支火箭。

先有可重複性，才有成長#

作者常被加速器中的創業者問「怎麼加速成長」。他的反問是：

「你知道如何取得下一個十個付費客戶嗎？」

如果你的前幾個客戶來自親友、顧問轉介或隨機湊到，那就還沒有可重複性——而隨機就不能重複。

在最早期，創業者真正需要的是減速（deceleration），不是加速。在不可重複的計畫上加速，只會讓你更快迷失。

VC 馬克・蘇斯特（Mark Suster）的經典貼文〈Invest in Lines, Not Dots〉指出：

• 單一資料點再亮眼也無法投資——它不是「速率」。
• 在 TechCrunch 或 SXSW 之後的單次尖峰，老練投資人會等著看是否「黏得住」。
• 反過來，即便規模還很小，只要能展示可重複的客戶吞吐量，故事就能被外推。

Facebook 的策略勝利#

Facebook 並不是第一家社交網路，當時還有許多競爭者擁有更多使用者與資金。但它贏在策略，不在原始願景。

• 競爭對手一上線就向全球開放，追求最大規模。
• Mark Zuckerberg 反其道而行：只在哈佛上線一個校園。
• 30 天內，超過 75% 哈佛學生加入、半數每天多次登入。
• 之後從一所長春藤大學擴展到下一所，再到其他學院、再到企業、再到大眾。

每次擴張都驗證同樣的吞吐量模式可在新校園重複。這種可重複性是 Facebook 第一年就能拿到 $13M 募資、估值超過 $100M 的關鍵——遠高於同期的 Myspace 與 Friendster。

分階段推進（staged rollout）會自動把客戶風險排在技術風險之前。這是大多數新創失敗的真正原因——不是技術不夠強，是沒人要。

建立牽引力模型#

創業不是線性成長#

要在三年內取得 4,000 客戶，線性化會變成「每月 111 個」——從第一個月就要做到。這不切實際。

曲棍球桿曲線給你一段平緩坡道，再進入指數成長。但就連曲棍球桿也不是完整故事——市場會飽和、模式會被顛覆。更精確的描述是 S 曲線（sigmoid function）。

把三階段對應到 S 曲線：

• 問題/方案契合：曲線初期的平坦段，驗證需求。
• 產品/市場契合：拐點，進入指數成長。
• 規模化：不一定是 S 曲線頂端（市場飽和點難以預測），而是達到最小成功門檻的時點。

什麼是「夠好」的成長率？#

Y Combinator 共同創辦人 Paul Graham 的標準：

只有極少數異常公司能長期維持這種速度。但成功公司的早期通常都長這樣：

• Facebook 前 6 個月週成長率 21.5%。
• 接下來兩年仍維持約 5%/週。
• 直到大數法則作用後降至 1%/週。

10x 規則#

10x 規則：規模化階段與產品/市場契合階段之間，約一個數量級的距離。

這是把 5%~7% 週成長簡化後得到的結論——也是 Marc Andreessen 與 David Skok 等 VC 用於組合公司的近似法則。它不是精準預測，而是夠用的粗估。

各階段時間箱#

• 規模化（Scale）：上限三年。
• 問題/方案契合（Problem/Solution Fit）：以作者輔導數百位創業者的經驗，平均 8 週、上限 3 個月。
• 產品/市場契合（Product/Market Fit）：因 10x 規則，落在第二年。

USERcycle 案例套用#

設定假設：

• Scale：年營收 1,000 萬美元、約 4,000+ 活躍客戶。
• Product/Market Fit：年營收 100 萬美元（Scale 的 1/10）。
• Problem/Solution Fit：年營收 10 萬美元（Scale 的 1/100）。

問題/方案契合階段通常還沒在創造客戶，而是在創造試用者或潛在客戶（leads）。可進一步用 10x 漏斗拆解：

• 假設 10% leads → trials，10% trials → customers。
• 第一年要 40 個客戶 → 約 333 leads/月、33 trials/月。
• 取整為 30 trials/月 → 這就是問題/方案契合階段的成功門檻。

這也是為何不需要三位數的精準度——只要把「未來大數字」降到「現在的可行動指標」即可。

為何 10x 模型有效#

從構想到規模都共用一個目標#

「持續增加客戶吞吐量」是一個從第一天到上市都不變的目標，避免目標漂移。

把模糊的早期階段變得可衡量#

問題/方案契合階段是質性的，但也能被衡量——透過提案接受/拒絕的二元決策。

很多人為「做了 30 場訪談」沾沾自喜，但問到「簽了幾個客戶」時答案令人失望。只記筆記不算進展——除非學習能轉化為可衡量的結果（客戶吞吐量），否則只是知識的堆疊。

從「找十個人」開始#

產品的奇點時刻（singularity moment）不是寫下第一行程式碼，也不是拿到第一輪募資，而是創造出第一位客戶——從 0 到 1 的突破。

要找到 1 位好客戶，通常要 10 位活躍使用者；要找到 10 位活躍使用者，要 100 位有興趣的人。所以「找 10 個願意用的人」的真實門檻是「讓 100 個人感興趣」——並不簡單。

如果你和 10 個人聊完都沒人感興趣，那是一個統計上有意義的訊號，必須在追求千人或百萬人之前先處理。

完成的標準是「可重複」#

帶回 10 個朋友的承諾是好的開始，但還不是可重複的生產率。練習的目的不是聊一次 10 個人，而是建立「能反覆讓十幾個人感興趣的系統」。

階段性升級（progressive leveling up）#

要從 10 位躍升到 100 位、再到 1,000 位，你必須重新接線你的客戶工廠：

• 找客戶訪談找到 10 位 → 雇銷售或轉自助式行銷網站找 100 位。
• 同時要升級技術風險、團隊規模、其他資源。

自動暴露最高風險#

10x 模型把客戶/市場風險排在技術風險之前。透過刻意限制初期批量規模，你可以：

• 軟體產品：用「禮賓 MVP（concierge MVP）」——成為自家方案的第一位使用者，以顧問形式交付價值。
• 硬體產品：手工組第一批 100 台（Pebble 就是這麼做）。
• 低科技產品：開餐廳之前，先開餐車。

縮小初期客群讓你「沒有失敗的藉口」。如果你連這群最好的客戶都無法滿足，憑什麼相信你能服務未來的數千人或百萬人？

提供導航羅盤#

時間箱化的目標讓回饋迴路立刻可用。例如三個月內每月 30 trials：第二個月才 2 個 trials → 紅旗；第三個月還差很遠 → 該轉向或重置。

強迫非線性思考#

達標 30 trials/月後，下一步不是維持、也不是翻倍，而是思考如何 10x。

直接 10x 很難，但你可以連續 2x 三次達到接近 10x。比起完全重新發明，找到三個 2x 機會並快速執行往往可行。

Tesla 的 10x 策略#

Elon Musk 的願景是把社會從「挖礦燒油」推向永續電力——關鍵是平價的純電動車。但他不一次解決，而採取分階段：

• Tesla Roadster（高性能跑車）：授權使用 Lotus Esprit 車身，僅替換動力系統與電池。聚焦解決「續航焦慮（range anxiety）」這個最關鍵的技術風險。
• Model S（中高價位轎車）：自行設計、規模化生產。但採取所有車輛同硬體 + 空中軟體升級的策略——某一次免費更新讓車子加速快 0.4 秒。
• 大眾化車款（35,000 美元級）：等到大部分產品風險已被緩解、規模化基礎建設已就位。

每一階段都把產品與市場風險逐步打開，避免一次解決所有問題。

練習#

對你的每個商業模式：

• 用 10x 規則建立牽引力模型。
• 測試這些數字是否符合你的商業模式類型與目標時程。

章節重點回顧#

• 可重複性是成長的前提。沒有可重複性就加速，只會讓你更快迷失。
• 成長不是連續函數，而是一系列「點火送你進下一個穩定軌道」的階梯。
• 分階段推進策略會自動把對的風險排在前面。
• 產品生命週期可分為三階段：問題/方案契合、產品/市場契合、規模化。
• 三階段在巨觀上只差一件事——客戶吞吐量。
• 各階段間的距離可用 10x 規則建模（自頂向下與自底向上皆通）。
• 想 10x，可以拆成連續三次 2x。