增長的前提條件：產品需要在增長之前，首先確認已經實現了從零到一，也就是PMF的階段科侈，產品的核心價值已經在市場里找到了立足點载佳。如果在沒有實現從零到一的時候就猛踩油門、開始批量化獲客臀栈，這是一個特別危險的動作蔫慧，所以在做增長之前，一定要先做這樣的自檢权薯。

你所理解的「增長」是什么姑躲？其實增長的核心驅動引擎不是裂變、不是算法盟蚣，不是一切能想到的炫酷的增長套路黍析、各種地下流量玩法，而是只有簡單的兩個字——測試屎开。

“增長”概念的提出者Sean Ellis（肖恩·埃利斯）在硅谷做了多年的增長教練后發(fā)現：一個企業(yè)的測試頻率提升之后阐枣，它的用戶增長速度也同步提升了，也就是說這兩者之間有極強的正相關關系牍戚。

兩個例子侮繁，一個是Twitter，一個是Sean Ellis自己所在的公司Growth Hackers如孝。

Sean在做Twitter的增長教練之后宪哩，發(fā)現Twitter將測試頻率從每周的0.5次提升到每周10次之后，它的用戶量級發(fā)生了巨大的變化第晰；而Sean自己所在的公司當測試頻率提升上去之后锁孟，也發(fā)生了同樣的變化。他曾經舉過一個例子茁瘦，僅僅是簡單地將Email訂閱的位置從網頁的底部調升到網頁的頂部品抽，就產生了700%的訂閱率提升。

測試是增長的核心驅動力引擎甜熔，為什么圆恤？用螞蟻的一個自殺螺旋來做比喻。螞蟻有一個很有意思的現象腔稀，就是如果在它的周圍用圓珠筆圈上一個整圓的時候盆昙，它就跑不出去了。這個整圓很多時候是不是就像我們遇到的那些怎么提升也上不去的某些指標焊虏，貌似我們被這些指標困住了淡喜。

但是假設這個圓有一個出口，那么假想2個同樣的團隊在這個圓里去尋求突破口诵闭，同樣的時間A團隊可以做更多的嘗試和努力炼团，而B團隊則只是慢慢悠悠的隨意測試了一到兩次澎嚣，可以想見A團隊找到出口的可能性就大大提高了。

今天我們做很多決策瘟芝，尤其是基于C端消費者的很多增長策略時易桃，很多時候誰也不知道哪個策略能work，那么能夠快速測試和迭代的團隊就更有可能在同樣的時間內找到增長的突破口模狭。

我們來看一張中國互聯網企業(yè)市值和估值的排名颈抚，大家來猜一下目前排在第四位的這家公司叫什么名字？大家很容易就能猜到嚼鹉，是字節(jié)跳動，我們俗稱的App工廠驱富，字節(jié)跳動的估值已經接近750億美金（2019年數據锚赤，非當前），是這個榜單上非常年輕褐鸥，但竄升速度非诚呓牛快的公司。

字節(jié)跳動是一家“測試驅動”的公司叫榕，張一鳴就曾經說：哪怕你有99.9%的把握確定那是一個好名字浑侥，測一下又有什么關系呢？當然晰绎，字節(jié)跳動為了實現如此隨意的測試寓落，其實背后是花了很多功夫和努力的，比如其強大的數據中臺能力荞下，但是字節(jié)跳動的成功就是對“測試驅動增長”的有力證明伶选。

我們已經深刻理解了測試驅動增長這個邏輯，那么到底什么是測試呢尖昏？

Sean Ellis說仰税，有兩種類型的測試：一種是幫你發(fā)現，一種是幫你做優(yōu)化的抽诉。當然陨簇，他還在這里特別提出了“數量某種程度上比質量更重要”的觀點。

很多團隊在進行測試的時候迹淌，通常都想憋大招河绽，對一個測試反復論證不敢下手。Sean自己在團隊中做測試的時候也遇到過相同的問題巍沙，但是到后來很快的調整思路：重要的是數量葵姥，是同時在這個泳道里跑了多少的測試，而不是質量句携，因為當你去糾結質量的時候榔幸，你就有可能遲遲不敢下手，那這個質量的意思呢，就是說不要再讓測試這件事情看起來更高級上花費太多的時間削咆，先大膽去做測試牍疏，在數量中去選優(yōu)。就像先去訓練自己的某塊肌肉群拨齐，再去刻畫某塊具體肌肉的曲線和弧度一樣鳞陨。

第一種測試，發(fā)現型的測試這里暫時先不涉及瞻惋，先來看看優(yōu)化型的測試怎么做厦滤。

優(yōu)化型的測試執(zhí)行的常規(guī)操作大概是五個環(huán)節(jié)：從確定測試目標，到設定測試方案歼狼、選擇測試人群掏导、運行測試方案，到分析測試結果羽峰。

通過一個實例來感受一下趟咆。這個實例來自“每日優(yōu)鮮”（2022年7月28日“每日優(yōu)鮮”暴雷、原地解散梅屉，該例子引用其歷史增長運營操作）值纱，當時每日優(yōu)鮮在執(zhí)行一個拼團的策略時，發(fā)現有一個轉化率的指標不夠理想——就是從參團頁到下單的轉化率坯汤，當時這個轉化率大概是30%虐唠，團隊希望能將這個轉化率提升到40%。

所以玫霎，每日優(yōu)鮮就先做出了很多的猜測凿滤。在下方左邊的頁面里，可以觀察到哪些因素可能會影響這樣的一個轉化率呢庶近？

比如翁脆，展示的商品不夠吸引人，用戶直接就退出了鼻种？或者是用戶需要操作的門檻太高反番？eg. 拼團的人數太高，用戶覺得很麻煩叉钥，還有其他因素等等罢缸。總之投队，在這個頁面枫疆，肉眼可見的每一個因素都有可能導致這樣的一個比例，卡在了30%敷鸦，而沒有辦法提升到40%息楔。

先隨意選擇其中的一個猜測來進行“確定測試目標”的這樣一個動作寝贡，比如選擇“是不是商品不夠吸引用戶，用戶直接退出了”值依，然后其中的一個可能性就是引導用戶到其他的頁面圃泡。那么，我們在這個頁面上確定了我們的測試目標愿险，測試目標想要實現的就是將轉化率從30%提升到40%颇蜡。

接下來需要“設定測試方案”。在設定測試方案的環(huán)節(jié)辆亏，有個非常重要的法則风秤，叫單一變量法則，因為我們可以看到這個頁面有非常多的元素都有可能影響測試的方案扮叨，在我們執(zhí)行的每個測試當中唁情，都需要保證單一變量可見；否則的話甫匹，如果有很多變量在同時起作用，我們最后就很難判斷說到底是哪一個因素的改變導致了結果的改變惦费。

在這樣的一個測試方案里兵迅，我們可能假想說：先增加唯一的一個變量，比如說在大家看到的第一個頁面里薪贫，會看到在引導用戶去其他頁面的這個按鈕上恍箭，增加了“進入商城一元專場”這樣一個特別的按鈕，跟第一次的頁面相比產生了唯一的一個變化瞧省。

在“設定測試方案里扯夭，需要去衡量2個要點：第一是變量唯一，第二是數據可監(jiān)測衡量鞍匾。因為當我們做所有測試的時候交洗，都需要將所有的數據進行埋點和存檔，這樣可以方便后續(xù)的數據分析橡淑。

做完第二個設定測試方案之后构拳，我們就需要“選擇測試人群”。在選擇測試人群里梁棠，同樣有個非常重要的法則置森，就是樣本可證明性法則。需要確定實驗組和對照組起碼至少2個組別符糊，也就是說我們需要對同一時間進入的用戶來分別進入對照組和實驗組進行測試凫海，2個組別的用戶當然需要保證數量級一致、且各自組別的樣本數量都需要有一定的保障男娄，也就是說兩個用戶發(fā)生的數據和2000個用戶發(fā)生的數據行贪，其結果的可證明性的法則是不一樣的漾稀。

在選擇了測試人群之后，就需要“運行測試方案”瓮顽。運行測試方案很重要的點就是：還是需要在過程中時刻去確保測試數據可追蹤县好。那么，在很多的公司里暖混，可能沒有像字節(jié)跳動那樣的中臺實力可以非常隨意的去開始測試缕贡；在這個過程當中，也推薦一些第三方的免費測試工具拣播，比如Google optimize晾咪、吆喝科技、testing等等贮配，這些測試方案都可以進行免費的試用谍倦，來了解測試平臺的邏輯是什么。

最后環(huán)節(jié)是“分析測試結果”泪勒，這里同樣有一個要素要考慮：結果所呈現出來的相關性還是因果性昼蛀。有時我們會發(fā)現，當改變這個變量的時候圆存，這個變量確實出現了變化叼旋，很多時候是因為湊巧這兩個因素相關產生了變化，還是說它本身是有一個前后的因果關系沦辙，在這個邏輯里需要大膽的敢于去懷疑我們的結論夫植。

如果說初步測試的結論是相關可信的情況下，我們就需要進行復盤油讯、團隊達成共識详民、保存數據測試的結果，并推送到更大樣本量的池子中來繼續(xù)測試陌兑。

“測試”本身就是一個非常垂直的專業(yè)的工種沈跨，這里只需要先掌握其大致的邏輯和理念即可，更多技術實操的內容完全可以在各個平臺進行自學诀紊。

- End -