閱讀約 7 分鐘瀏覽 8 次investing

Cheeky Pint 聽後心得:七年沒有行銷預算,然後他拿一百個舊賭注當尺

深夜的辦公室長桌盡頭,桌上攤著一疊印滿折線的月報與一支紅筆,一台筆電側著螢幕只剩背光,長桌往遠處退去,兩側空椅一張比一張暗,盡頭只剩一盞吊燈

2026 年 11 月 10 日《Cheeky Pint》,Stripe 共同創辦人 John Collison 訪 Revolut 共同創辦人兼執行長 Nik Storonsky:前七年沒有行銷預算、全靠口碑,現在每天約十萬名個人用戶與約 1,500 家企業客戶加入;公司跑過約 100 個新賭注,新產品上線後用前幾個月的毛利跟這一百個排名,前四分之一加人、後四分之一撤隊。他也說放款要壓在資產負債表 10% 以下,其餘證券化。數字都是他在節目裡的口徑,Revolut 未上市。教育性心得,不含投資建議、不喊單、不給目標價,個人判讀可能出錯。

  • Revolut
  • podcast心得
  • 數位銀行
  • 產品開發
  • 績效管理
目錄
  1. 七年不花行銷費,怎麼長到每天十萬人加入?
  2. 一家公司怎麼能一直推出新產品還不亂?
  3. 有存款又有牌照,為什麼不大做放款?
  4. AI 都這麼強了,他為什麼還用舊框架?
  5. KPI 都達標了,我怎麼知道夠不夠好?
  6. 可以參考的資料
  7. 帶得走的一件事

深夜的辦公室長桌盡頭,桌上攤著一疊印滿折線的月報與一支紅筆,一台筆電側著螢幕只剩背光,長桌往遠處退去,兩側空椅一張比一張暗,盡頭只剩一盞吊燈

歲寒,然後知松柏之後凋也。

—— 《論語・子罕》(春秋)

2026 年 11 月 10 日這集《Cheeky Pint》,主持人 John Collison(Stripe 共同創辦人)訪 Revolut 共同創辦人兼執行長 Nik Storonsky。我聽完記住的是兩組數字:前七年公司沒有行銷預算,成長全靠口碑,到現在每天約十萬名個人用戶、約 1,500 家企業客戶加入;而公司已經跑過約 100 個「新賭注」,新產品上線後拿第一個月到第十二個月的毛利,跟這一百個舊賭注排名,排進前四分之一就加人,落在後四分之一就把團隊調去別處。這些都是他在節目裡自己講的口徑,Revolut 未上市,沒有第三方財報可以對照。

七年不花行銷費,怎麼長到每天十萬人加入?

答案平淡:口碑加上公關,沒有別的。他說一天一到十個客戶起步,然後一百、五百、一千;2022 年才第一次有正式的行銷預算,那時候才建回收期與每位客戶終身價值的模型,也才做推薦獎勵的產品。

一道由左而右等高上升的五階樓梯,每一階標著每天加入的客戶數,從一到十、一百、五百、一千,一路到約十萬,整段樓梯下方註明前七年沒有行銷預算。

企業帳戶走的是同一條路,從一天十家開始,現在一天約 1,500 家,其中約三成來自付費行銷。

有趣的是他不把起點產品當成關鍵。第一個成的產品是零匯差的多幣別卡,主持人指出 Revolut 與 Wise 都靠消費者對換匯手續費的不滿起家,而 Nik 的回答把題目推開了:銀行大部分產品都做得差,信貸、企業金融、收單、財富與交易都一樣差,Robinhood 挑的是交易那一塊。他的判準只有一句——做出比銀行好很多又便宜很多的東西,後面就不難。

主持人追問了金融產品的天生優勢:一筆付款有兩端,PayPal 當年可以把錢寄到一個還沒註冊的電子郵件地址,這是教科書等級的擴散機制,為什麼不是 Revolut 的主力?Nik 的答案是認識客戶的身分驗證那道關卡,摩擦大、流失重。2017 年之前小額轉帳可以免驗證,那段時間確有病毒式成長,規則一收就停了。他接著說十二年來試過的每一樣東西,K 值(一個用戶帶進幾個新用戶)都小於 1,主持人順口替他總結:你做的是 K 小於 1 的生意。

左右兩個鏡像的三角形點陣,左邊由一點向下擴散成二、四、八點,右邊由八點向下收斂成四、二、一點,右邊標為這家公司的實際情況。

一家公司怎麼能一直推出新產品還不亂?

靠一條從提案到撤隊都寫死的流水線。公司內任何人可以提新賭注,先給一個團隊驗單位經濟與財務——他說九成的案子算起來都成立,因為一支小隊的成本對比「客戶願意付錢、可以做到幾千萬美元」實在太低;接著交給做過新賭注的人與總經理,用常識再看一遍。過了就切出一支約十人的小隊,從決定做到上線通常十二到十八個月,時間花在組隊、建東西,還有銀行這邊的內部核准流程(他們叫 NPAP)。

上線先放一個測試國家,愛爾蘭或英國,順了再一國一國開,同時掛進自動交叉銷售引擎。這台引擎是這集我最想抄的東西:機器學習模型看客戶輪廓與事件,決定此刻最適合推哪個產品——他舉的例子是一個持英國帳戶的人落地愛爾蘭、在某家旅遊上網卡商家刷了一筆,系統就推 eSIM;上頭還有一個大型語言模型扮演客戶經理的角色,把所有產品、所有事件與機器學習模型給的建議讀過,決定這一刻推哪一個。模型除了成交率,還要顧毛利,以及打擾客戶這件事本身的負分。

所以推新產品沒有通路問題,成績也就沒有藉口可找。月一、月二、月三、月十二的毛利排進前四分之一,一隊變兩隊、三隊、四隊;後四分之一,團隊調走;中間的有時留有時不留。

約一百個舊賭注依毛利由高到低排成一排遞減的長條,分成前四分之一、中間、後四分之一三段,一支箭頭把新產品插進前段的位置。

至於不以營收為目的的產品怎麼評分,他們算直接毛利與間接毛利兩個數字,間接的用流失模型推算。RevPoints 這個點數系統帳面毛利小,間接毛利很高。已經有客戶在用、關掉會造成損害的產品,就停止投資、維持現狀。

兩個細節讓這台機器可信。一個是失敗案例:Revolut Lite 在一百多國做國際版 Venmo,不帶牌照、純轉帳,原本以為通路成本會低很多,結果自然成長不夠快,改投成效行銷之後回收期算不過來。另一個是他看錯的案例:訂閱團隊來提每月約 50 歐元的 Ultra 方案,他當時覺得點子「還可以、這生意不會大」,結果變成一門大生意(主持人把它類比成美國運通的高階卡)。他說他過去判斷錯太多次了,所以現在對新點子一律先開綠燈——點子重要,執行更決定結果,團隊夠強的話平庸點子也做得起來。

主持人問有沒有慢熱型產品,前面走得慢是因為團隊還在學,後來才起飛。他說想不起一個例子:前十二個月長得快的會繼續長得快,趨勢是你的朋友。大公司那套「這個還沒成,不過有很好的理由」,在他這裡算藉口。他對別家為什麼不這樣做的解釋也很直接:多數公司根本沒下很多賭注,七八個,回饋又延遲,中間管理層還換人,於是永遠建不出嚴格的流程。

有存款又有牌照,為什麼不大做放款?

他要的是風險最小的模型:就算放款,目標也壓在資產負債表 10% 以下,其餘證券化出去。

一個代表資產負債表的長方塊,左端只有一條窄窄的放款切片標著十趴以下,其餘是其他資產,一支箭頭把多出來的放款帶出方塊外標為證券化。

理由他講了兩個。第一個是監管,模型越簡單越好。第二個是倍數:科技公司拿得到四十到五十倍本益比,銀行有十倍就算幸運,而一進放款,倍數就往銀行靠。

主持人當場打了第二個理由。他說自己對倍數論一向懷疑,Stripe 剛開始的時候支付業被認為是爛生意、該給低倍數,後來市場慢慢懂了;如果當年被別人給的倍數綁住,可能就不會走這條路。該問的是這個利潤池品質高不高,投資人的偏見是另一回事。

被這樣頂回來,Nik 換成機制來講,這段是全集最硬的推理。每做一筆貸款或信用卡額度都要提列損失準備,而準備金的多寡高度取決於你用什麼模型、以及當下的經濟條件;三五年後這筆錢收不收得回來,沒有人知道,只能推估。銀行此刻可以從信貸組合印出很多利潤,兩三年後失業率從 3% 升到 6%,利潤全消失,還開始倒賠。然後他丟出那句比喻:像賣選擇權,收十年權利金,第十一年全部還回去。

零線上方十根一樣高的小柱子代表十年的權利金,零線下方一根特別深的長柱把那十根加起來的高度整個還回去。

主持人補上另一半——訂閱在景氣差的時候會有人退訂,可是訂閱收不到負的錢,書縮小一點而已。

這個模型怎麼長出來的,他講得老實:Revolut 起家在英國與歐洲,交換費低、信貸被管得死,沒辦法像在墨西哥或巴西那樣收高利率,所以被逼著把交易型業務做到賺錢。如果當年在巴西創業,他會去做信貸,因為那裡管得鬆、賺得多。後面那句我記下來了:歐洲那一批數位銀行約五十家,活下來三四家,而撐過那種競爭,反而讓他們更適合去打別的市場。

五十個小圓點排成十行五列,只有四顆是實心深色的,其餘全是淡的,顯示這一批裡活下來的比例有多小。

AI 都這麼強了,他為什麼還用舊框架?

他對 AI 的描述不保守。兩年前從客服與翻譯開始,現在工程、行銷、各部門都有,還在試做端到端的 AI 員工。他說過去十年按人的優缺點搭起來的那一整套——KPI、路線圖、流程、招募、績效管理——兩三年內可能全部作廢,所以他們正在重新想公司該怎麼運作。技術上一個人現在能做的事多很多:不用分 Android 與 iOS 工程師,一個前端可以兼後端甚至資料科學,設計也做得來,一支團隊兩個人就行。

可是新賭注的小隊人數沒改。主持人問他這樣不是很老派,他答得乾脆:老派,不過我偏好繼續做有效的事,同時實驗新的;等新做法在我們身上留下成功紀錄,再開始改。他補的理由比這句話更有訊息量:Revolut 整套流程是按專業分工搭起來的,iOS 工程師懂那套系統怎麼跑,然後是 Android、後端、資料科學、營運經理;要找一個人拿到所有系統的權限、用 AI 生出全部程式碼,很難,先得把流程換掉。

我聽到這裡最在意的是他把兩件事分開:相信「AI 會讓團隊變成兩個人」,與現在就把團隊改成兩個人,中間隔著一條他要求的證據。他承認自動化還沒做完,做完才會少招人。

KPI 都達標了,我怎麼知道夠不夠好?

這題是我自己最想問的。看一家公司的數字全綠、新聞全是利多,要怎麼判斷它在混?

他週一到週五的時間切成 15 或 30 分鐘一格排滿,業務檢視、產品檢視、一對一;週六週日留給自由思考,對外會議壓到最低,95% 的時間花在公司內部,一年去兩三場活動就停。

一週七欄,週一到週五每欄被橫線切成密密麻麻的小格全排滿,週六週日兩欄整片空白,兩邊的密度差一眼就看得出來。

主持人那句玩笑我笑了:Revolut 的在家工作政策是一週可以在家工作兩天,星期六和星期日。

他說自己在檢視裡做的事有兩件:產品方向與功能,還有抓鬼話。KPI 可以因為外部因素或運氣而達標,所以要往下鑽,去看產品、看功能、看開發速度。他舉的例子是財富與交易產品:兩三年前年成長 60% 到 80%,他覺得不夠,應該是 300%;鑽下去發現產品品質不好、功能不行,換掉團隊,現在成長 300%。

兩根柱子的高度差很大,矮的那根標當時的六到八成成長,高的那根標他認為該有的三百趴,中間留著一段空白的落差。

這裡有個界線他沒迴避。主持人問有些領域天生難量化,業務賣多少看得見,律師呢?他說商務律師也有指標,合約有沒有準時處理完、瑕疵幾處,團隊層面都有 KPI;個人層面他說不確定,做得出來但沒做。然後他自己收了一句:不是什麼都量得出來,量不出來的要找領先指標。

那我自己怎麼用。我以前看一家公司宣布新事業,判斷方式是看它講得通不通,而這集把我的順序換了:先問這家公司有沒有一條可比的曲線。同一家公司過去推過幾個新東西,那幾個在第三個月、第十二個月長成什麼樣,拿新的那個去排名。排不出名次,「成長 60%」這種話就只能靠感覺收下。我把這件事接到兩個已經在用的框架上。一個是雜音與結構的分別:公告新產品是雜音,而它有沒有被放進交叉銷售引擎、在內部排第幾,那是結構。另一個是驗證與對答案:聽完一家公司講新事業,我現在會先寫下這條曲線三個月後該在哪,到時候回來對答案。

第二件可以借的是檢視頻率。他說績效管理必須一季一次,多數公司一年一次太長,因為經理人天生不願意讓低績效的人離開,一年一次等於替他們把問題往後推。我把這個拿去看自己的持股檢視:如果一檔股票我一年只認真重算一次,那中間十一個月我等於在替自己拖延。

兩條同樣長的十二個月時間線,上面那條只有年底一個檢查點、前面空著十一個月,下面那條平均分布四個檢查點。

可以參考的資料

  • 《Cheeky Pint》2026 年 11 月 10 日那集,本文的來源
  • Revolut 官網上 Ultra 訂閱的費率與權益頁,以及各國可用產品清單
  • 美國 OCC 關於銀行牌照申請流程與有條件核准的公開說明
  • Nubank、Kaspi 的公開財報,可以拿來對照信貸驅動型數位銀行的利潤結構
  • 美國運通白金卡與 Chase Sapphire 的權益頁,他說美國版產品要正面對上這兩張

帶得走的一件事

一件新東西算不算成功,要跟你自己做過的其他新東西比,不是跟零比。

Revolut 的成績單之所以難賴掉,是因為那一百個舊賭注都還在表上,新產品上線第三個月的毛利會自動被放進隊伍裡排名。沒有那張表的公司,只能拿「成長 60%」來說服自己,而 60% 到底是好是壞,Nik 的答案是看成應該 300%。

我試過的一個做法,跟投資無關也成立。翻出你過去三年開始做的三件新事情——學一個語言、開始跑步、換工作、陪小孩學一樣樂器都算——每一件寫下前三個月的真實進度,寫數字或具體事件,不要寫感覺。這三條線就是你的基準表。

三條灰線從第一個月畫到第三個月各自長到不同高度,一條深色新線插在中間的位置,右側標出四條線在第三個月的名次。

下次開始第四件事,第三個月的時候把它放進去排名,看它排第幾。

本文為投資方法論的教育性分享,不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險,任何決策請自行判斷或諮詢合格的專業人士。

留言

載入留言中…

送出前需用 Google 登入,只顯示你的名字與頭像