测试是增长的核心，测试的速度越快你找到好点子的速度越快，增长得也就越快。一名优秀的增长黑客务必掌握通过测试发现新增长点的技能，其中就包括熟练进行 A/B 测试。

Optimizely 试验界面

　　Optimizely 是一个优秀的试验平台，提供A/B测试等工具，帮助企业通过测试实现增长目标。Optimizely 试验平台包括个性化推荐、移动端优化、内容测试等等功能，以 SaaS 模式提供服务。

　　三、数据分析

　　数据分析是增长黑客的必备技能，与增长试验同步进行的就是数据统计和数据分析工作。在这里分为内部数据和外部数据介绍工具。

　　（一）Python / Java

　　获取外部数据的一个高效方式就是网络爬虫，通过编写脚本语言，按照一定规则自动抓取网络上的信息。编写爬虫脚本语言的时候，需要综合考虑目标页面结构、是否要登录访问、反爬虫限制、下载格式等因素。

Python 和 Java

　　Python 是一种广泛应用的高级编程语言，由 Guido 在1991年发布。Python 提倡简单、明了的编程哲学，便于初学者入门；同时 Python 有非常强大的第三方库可以调用，功能非常强大。Java 是 Sun 公司于1995年推出的、纯面向对象程序设计语言。上述两种语言都有很多开源的爬虫实现，是编写爬虫脚本的热门选择。

　　（二）Google Analytics

　　Google Analytics（谷歌分析）是谷歌推出的一款免费网站流量分析工具，是目前全球使用最广的网络分析服务。

Google Analytics

　　借助 UTM 和 AdWords，Google Analytics 可以对流量进行精细分析。Google Analytics 还提供实时分析、数据看板、漏斗、群组分析等功能。

　　（三）GrowingIO

　　流量分析更多是结果型数据分析，它并不能很好解释背后的用户行为逻辑；要想增长，就必须洞悉用户行为及其逻辑。

　　不同于 Google Analytics 的流量分析，GrowingIO 是基于用户行为的数据分析产品，其 “无埋点” 数据采集技术可以采集 Web / APP上的全量用户行为数据。

GrowingIO 概览界面

　　目前 GrowingIO 提供渠道分析、转化漏斗分析、留存分析、留存魔法师、事件分析、智能路径分析、活跃用户分析、实时分析等等功能，满足绝大部分的业务（产品、运营、市场等等）数据分析需求。

GrowingIO 提供丰富的分析功能

　　增长，来源于对每一个用户行为的洞察。作为一名增长黑客，要学会观察用户是如何使用你的产品，哪些产品优势是可以放大的，哪些是需要避免的。而这一切，都离不开对用户行为数据分析！

　　Growth Hacker 概念的提出者 Sean Ellis 说过：A growth hacker is a person whose true north is growth. 熟练使用这些工具只是增长的一小步，只有将其和增长方法论、业务增长目标紧密结合，你才可能成为下一个 Growth Hacker （增长黑客）！