从研发转销售,90后联合创始人分享从 0 到 1 开拓市场的秘诀

小 T 导读:在去年涛思数据举办的 TDengine 开发者大会上,侯江燚以联合创始人的身份登台演讲,将自己对于开源商业化的独特观点娓娓道来,赢得阵阵掌声。今年是他加入涛思数据的第五年,从放弃读博选择成为一名研发,到辞去国外安逸稳定的工作,再到回国后在大厂和创业企业间做出就业抉择……数载光阴后回顾来时路,他也有很多感慨和收获。“朝阳区凤凰人才”“胡润 U30 中国创业领袖”“36Under36 创业者”……如今的侯江燚身上叠加了众多光环,但这些荣誉并没有拖慢他前行的脚步,反而让他更加坚定地追求自己的目标。通过这篇文章,我们一起来了解一下这位 90 后联合创始人的职场成长指南,希望能给到读者一些思考。

放弃攻读物理学博士,转投计算机开启另一番际遇

1、你是大学和研究生都学的物理专业吗?为什么毕业之后会决定从事研发工作?什么时期打下的做研发的基础知识?

本科我学的专业是地球物理学(Geophysics),研究生是岩石物理(Rock Physics)。地球科学是个很有意思的基础学科,主要是通过比较有限的可观测物理量(比如地震波、岩石物理形态及地球化学性状等)去推测一些时空上无法触达的区域的特性(比如地球寿命推算、46亿年前的状态、生命起源、地球内部圈层的结构等等)。正因为可观测的量很有限,不少地球科学推断想找到直接证据很难,就像地球动力学需要大量实验和计算机仿真模拟去侧面验证一些结论。后者本质是基于一定的假设建立某个地球物理问题的数学模型,然后通过计算机去从理论层面进行模拟和计算,推算不同条件下,模型产生的响应。这个工作牵涉了大量的编程工作。我也在这种工作中逐步开始深入了解一些计算机编程知识的,加深了兴趣,反而放弃了读博,转投计算机领域。

2、为什么会决定出国留学?又为什么决定要回国就业了?

中国科大每年有 30% 左右的同学出国深造,我当时没想太多,也有点随大流,就想出去看看,毕竟国外的基础科学还是相当发达的。后面我放弃读博转投计算机领域后就开始参加工作了,最初在美国工作时,我加入了一家排名 Top 2 的 ERP 公司做 Java 开发,公司管理和培训机制很完善,一开始花了些时间,步入正轨后,每天都是朝九晚五的工作。除了完成额定工作内容外,我还捣腾一些自己感兴趣的技术。虽然比较惬意,但看着朋友圈的国内同学朋友已经开始做的风生水起,不禁有一些压力,担心自己是不是在最宝贵的年华过得太安逸了。跟一些从国外回到国内的朋友和前辈聊聊后,才发现国内现在发展实在太快了,我自己也看到互联网领域很多商业模式在国内的复制得到了巨大的成功,就萌生了回国试试水的想法。

3、据我所知,你是硕士毕业一年之后决定回国发展,随即就入职涛思数据了。以你的学历背景加持,完全可以进国内大厂就业,为什么会做出这样一个决定?

我是 2018 年回来的,一开始回来,我没着急马上加入某个公司,而是先四处探索了下,想看看当时比较热的 AI、区块链等几个行业的机会,试水了几个大厂的面试后也拿到了一些 offer。这期间恰好洪泽(涛思数据联合创始人之一)和我联系,说起自己在创业公司的事。我们本科是同班同学,正好他也刚回国不久,作为我们这一级的郭奖获得者,听听他的建议保证没坏处。后来洪泽向 Jeff(涛思数据创始人陶建辉)推荐了我,线上聊了一次,那是我第一次知道时序数据库Time Series Database)。之后 Jeff 给我看了 TDengine 的技术白皮书和测试报告,专业程度非常之高,我就意识到这个团队做的事确实不简单。最后也是在一次与 Jeff 的见面长谈中,被他完全说服。作为一个连续创业者,他的几点看法我到现在都印象深刻:

1)创业赛道选择非常重要,最好进入一个正要进入火热期的赛道,而不是已经非常热的,否则竞争压力极大、生存空间非常有限。这个也打消了我加入 AI、区块链公司的一些想法。

2)国内的工业信息化、智能化浪潮是大背景下,做 ToB 软件的互联网公司,客户粘性相比 ToC 的高得多,发展会更加稳健。

而分布式时序数据库作为 ToB 的基础软件,这个品类的产品在国际上也是刚刚诞生几年,又是物联网和工业互联网的刚需产品,各方面综合考虑后我就决定加入涛思,在这个赛道跑一下试试。

从研发转销售,从 0 到 1 开拓市场

1、你之前是做研发的,加入涛思后却转做市场销售了,在接受这个工作设定的过程中你的心路历程是如何的?

为公司坦然接受,并当作人生的一个新挑战。当时 TDengine 刚刚产品化,急需推广并拿到一些种子客户验证时序数据库市场的存在性。Jeff 也引入了不少资历深厚的销售牛人,但结果都不尽人意。由于时序数据库在国内是个新概念,直接使用者又都是开发人员,传统资源型销售可以敲开门,但落单推进缺乏技术上的有力支撑,客户不相信这个仅由 6 个人开发的软件能解决他们的海量数据难题。最初的三个种子客户,反而是 Jeff 自己凭借深厚的技术功底打动客户搞定的。从那之后,我们就意识到,TDengine 这个产品从 0 到 1 市场开拓工作,必须由技术背景的人来做。这个人选当时有两个,我是其中之一,就坦然接受了。受国外工作学习经历的影响,我一直坚信定义个人能力的并不是工作内容而是工作成果。因此我从没有对工作内容特别挑剔,但对自己做事情的结果额外关注,这也是我对公司的各种工作都乐意参与一些的原因。

2、在刚开始加入涛思数据时,没有任何资源、零经验的你是怎么一步步上手销售工作的?遇到的困难主要有哪些?如何克服的?

确实,一开始非常艰难,我完全没做过销售,不知道该如何入手。不过逐渐我意识到,抓住主要矛盾很关键。那个时候刚好是 2019 年末,TDengine 刚刚开源不久,又在 GitHub 上连续多天排名全球趋势榜第一名,赢得了不少开发者社区的名声,这也让我能借力触达一些客户。正如上个问题所说,当时 TDengine 是从 0 到 1 去做客户拓展的阶段。资源反而没那么重要,能敲开门的资源已经足够好,反而是要凭借我本身对产品和技术的理解,对客户需求与痛点的敏锐洞察,手把手帮助客户解决他们的问题。因此前期我到客户现场驻场培训 TDengine 底层设计原理、使用方式,现场编写代码支撑客户 PoC 测试,到后面给客户设计最适合他们的商务合作策略。这么一步一步把 TDengine 的早期客户攒起来。

3、对于 TDengine 双开源的决策,你是怎么看待的?你觉得这是否会影响到 TDengine 的营收?

TDengine 是 open-core 的商业模式。这个在国内还不算太多,但在国外已经非常流行,并且像红帽、MongoDB 等公司都验证了这是个可以成功的模式,核心思路与 ToC 互联网流量生意没有区别。我对此模式也比较自信,开源是现在 ToB 基础软件企业尤其是创业公司想要有所突破的不二选择。至于营收,短期内看,可能会有不少人觉得开源了代码就少了很多付费的客户。其实并不是这样,没有哪个软件可以做到垄断,因此一个由于项目成本限制而无法付费的客户,不会因为闭源就去采购。这种情况下,要么闭源失去这个客户,要么开源留下这个客户,并且让其与我们产品一起成长,这显然是个更聪明的选择。

4、加入涛思数据至今,有哪些让你觉得非常自豪的工作成果?你觉得自己最大的成长是什么?

坚持下来就是让我最自豪的“成果”。在我加入前涛思只有 5 个人,我是第 6 位。大家一起在一间办公室办公,我也曾在公司的清洁间改造的“商务办公室”接待过客户。创业公司工作的强度真的很大,我在涛思每天的工作都安排得非常满,做的事情也非常杂;个人必须不断学习去适应公司不断上新台阶后对个人能力的要求。有时回到家,我会累的一句话也说不出来。但这种必须全力以赴的工作状态,是能逼出最好的自己的。现在涛思规模已经近百人,产品打出了一些名气,已经发展了全球 40万+ 的用户,上百家商业合作伙伴,也算是折腾出了一些“动静”,对此我很自豪

只有让客户成功,才能真正把商业化做好

1、作为一名销售,你应该对于数据库行业非常了解,你觉得 TDengine 在数据库领域里的综合优势是什么?

TDengine 的设计是由 Jeff 操刀的,其实有很浓重的个人色彩在产品风格中。Jeff 的风格想必大家也都比较熟悉了:一针见血,直截了当;产品设计上,高速、高效、简单易用也是 TDengine 最大的三个特色。TDengne 是专门为时间序列数据设计的数据库,虽然牺牲了部分通用性,但换取了极高的读写性能、压缩比和易用性。同时,TDengine 本身在使用上做的非常简单直白,一个设备一张表,这个数据模型设计思路也是简明扼要的对应着物联网、车联网、IT运维等领域中每个数据源产生一个时间序列数据流的场景。TDengine 要解决的问题就是海量时序数据的存储、查询和分析,目标和解决方案都非常明确。因此 TDengine 并不应该拿来与 Oracle、MySQL等关系型数据库直接对比应用场景,就像没人拿菜刀和砍刀对比一样。

2、作为涛思数据的第六号员工,你也是一路陪着 TDengine 成长起来的,你怎么评价 TDengine 这一路走来的发展?

团队扩展上,涛思一直坚持精英建队文化,招募的都是很厉害的人,这也是一路坚持走下来的重要原因之一。工作方式上,我们也一再强调从客户需求出发,追求卓越,尤其是在产品研发和服务客户方面。TDengine 产品化最开始遇到很多挫折,我们不断跌进新的坑里,爬出来,又跌进去。但我们始终坚持通过一丝不苟的服务态度和行业顶级的技术能力,与客户建立信任、一同成长。我们有一个种子客户,2018 年 TDengine 刚刚产品化时就开始使用,有一次撞到了个严重 bug——生产环境搞坏了数据文件,我们核心几位研发连夜不休息地帮客户开发一个文件扫描恢复工具,紧急修复,恢复生产,最终解决问题。这家公司的 CTO 后来又跳槽了两家公司,都毫不犹豫地把 TDengine 纳入到新公司的解决方案。我认为这种信任是种“战壕里的信任”,涛思就是这么一路走过来的。

3、对于 TDengine 的未来,你有哪些畅想?

TDengine 现在已经支持了很多用户,为了服务好大家,我们组建了多种用户服务团队去进一步深入支持用户,了解需求,并引导产品发展。同时,TDengine 的核心研发团队也在不断解决整个时序数据库行业世界性的难题,比如去年发布的 TDengine 3.0,就解决了单集群 100 亿时间线存储的问题等。目前公司成立商业化部门,我也在负责其中相关工作,我最关注的还是如何让我们的客户更成功,TDengine 如何能解决客户更多、更难的问题。只有解决问题、创造价值,我们才有可能真正把商业化做好。我非常希望未来 TDengine 能够成为时序数据库领域的标配,以后提到物联网数据、时序数据就会想到 TDengine ,就像大家提到数据库就会想到 Oracle 一样。