用途
该技能用于协助用户设计营销组织结构，并挑选支撑可扩展增长所需的基础技术栈。它围绕人才配置与数据基础设施两条主线，提供来自 Lenny's Podcast 和 Newsletter 中 11 位嘉宾与文章的观点与框架，帮助用户判断营销团队该招什么人、MarTech 该归属何处、技术栈该怎么建、衡量体系该如何演进。
主要能力
技能覆盖以下方向：
- 评估瓶颈：判断增长是受限于资产创造（燃料），还是分发能力（引擎）。
- 设计组织：确定合适的首批招聘，以及 MarTech 应汇报给哪个部门（依据业务模式）。
- 选择技术栈：用“自建+采购”策略搭建分析与归因的数据基础。
- 审计衡量：随隐私约束增加，从简单追踪转向概率建模。
核心原则包括：
- 在为复杂性而设的专门 MarTech 岗位上，等到团队达到 100 至 150 人，或成员因无人理解工具最初配置而无法推进时再招聘。
- 采用“自建+采购”：购买一流 SaaS 工具覆盖约 90% 标准基础设施，把工程资源留给定制内部逻辑。
- 转向概率建模：用有代表性的数据子集，通过建模外推整体广告表现。
- 优先产品而非品牌重塑：营销网站改版很少是有效增长杠杆，应聚焦数据驱动的产品实验。
- 针对具体瓶颈招聘：先确定需要更多高质量内容（燃料）还是更好分发（引擎），再开编制。
- 按业务模式匹配招聘：优先有 PLG 或企业销售等特定模式经验的候选人，而非仅熟悉行业或受众。
- 用 AI 做策略迭代：让生成式 AI 处理手工生产任务，团队聚焦策略问题与创意方向。
- 落实正式追踪计划：明确追踪哪些事件、何时发生，并通过标签管理器管理。
- 按漏斗焦点安置 MarTech：B2C 聚焦用户漏斗，可放在增长团队；B2B 聚焦销售周期，可放在 RevOps。
模板与框架
资料提供以下框架：
- 燃料 vs 引擎框架（Emily Kramer）：诊断营销需求的思维模型。燃料是你创造的内容、文案、设计、定位；引擎是其分发方式。
- Golden MarTech Stack（Austin Hay）：面向现代 B2C 与 B2B 公司的推荐基线工具栈。
- MarTech 组织设计矩阵（Austin Hay）：依据 B2C vs B2B、集中 vs 分散两个维度，确定 MarTech 应归属何处。
- 营销衡量三方法：概述衡量营销效果的三大主要方法及其优劣和用例。
- 首批效果营销招聘（Timothy Davis）：搭建初始效果营销团队的推荐顺序与画像。
- GACCS 框架（目标、受众、创意、渠道、利益相关者）：用简单一页纸替代复杂流程，在任何营销工作开始前对齐团队。
- Intercom 内容团队结构（三支柱模型）：将 10 人内容团队分为受众、赋能、渠道三支柱。
- 营销基础清单（GACCS 前提）：GACCS 有效运作前需具备的五项基础要素，各对应框架的一个字母。 更多详情见 references/artifacts.md。
使用方式
该技能以引导性问题开场，帮助用户自我诊断，例如：
- “当前增长瓶颈是缺内容（燃料）还是缺分发（引擎）？”
- “候选人是否有你特定业务模式的经验，比如 PLG 或企业销售？”
- “MarTech 目前汇报给谁，是否与你的 B2B 或 B2C 焦点一致？”
- “创意团队有哪些手工任务可用 AI 加速？”
- “你是用正式计划追踪数据，还是临时搭建衡量？”
适用场景
适合需要搭建或调整营销组织、确定早期营销招聘、选择营销技术栈、建立衡量与归因体系、或在隐私变化下重新审视追踪策略的团队与负责人。
需注意的常见误区
- 过度投资美学品牌重塑：改版很少成为有效增长杠杆。
- 按行业而非业务模式招聘：模式经验更能预测成功。
- 仅依赖确定性追踪：隐私变化使纯确定性归因日益不可靠。
- 让自尊驱动代理商选择：代理商常关注页面顶部排名而非定向受众优化。
限制
该技能本身不提供具体工具价格、收费、平台清单或执行步骤；相关内容需参见 references/guest-insights.md（11 位嘉宾的 14 条来源见解）。