这个文化是不对的。你要让所有一线的同事，无论是做产品设计的设计师，还是产品经理、运营经理、客户经理，都处于试验文化之中。就是大家都要通过做试验得出一个可信的数据结论，然后去获得实际的增长。后续我会讲到怎么做这个试验。

▍如果数据是增长的燃料，那么分析就是它的引擎

如果没有好的分析能力，数据这个增长燃料就发挥不了它的作用。

如果你了解客户的想法，利用你的理解帮助他获得增长是非常有效果的。最近一个很火的病毒式营销是腾讯做的建军节把自己的照片和军装照片合成起来的活动，他真的理解用户的需求，用户首先想要美颜照片，然后表达一下自己对军旅的向往。

但如果你稍微弱一点，没法一下子 get 到用户的想法，1那就去研究相关数据。

▍你的第一个「Hack」是你的产品，做出人们想要的东西

最后一点，再次强调，想要成功只有一个方法，就是做一个人们爱的产品。增长黑客的核心也在产品上，要让用户加入到产品的开发迭代之中，运营等其他方面作为一个补充。

改变 1 个细节，带来 5% 的增长

我在谷歌工作过一段时间。谷歌很喜欢学习时下很火的想法，比如有段时间 Pinterest 很火，里面有图片广告，广告主喜欢，用户也很喜欢。谷歌当时也想推出一个图片广告产品，但它不会有了这个 idea 就去实施，而是要跑 A/B 测试，做法是：先做一个简单的、可用的、最基础的图片广告产品，把它卖给一些挑选出来的广告主，然后选择 1% 的用户做投放，对比广告点击率是提升还是下降。这个测试的结果是，虽然谷歌很喜欢图片广告，但是用户的广告点击却会下降，公司产生亏损，所以这个项目最后就被砍掉了。

现在，谷歌每个月同时在进行的试验大概有 300 个，当然大部分都没有什么用，只有十来个是有用的。但这已经可以让谷歌每个月可以提升 2% 左右的广告收入，相当于 10 亿美元。这保证了谷歌长达十多年的股价增长。

第二个例子是滴滴出行。滴滴会在许多地方做 Hacking。比如说，滴滴的地图上会显示一些车，如果这个地图一开始反胃缩得特别小，比如说缩到了一个院子里，可能一辆车都没有；但是如果范围扩得很大，比如说扩到整个西城区，可能会显示 1000 辆车。

那么，到底缩到什么范围内是比较合适的？显示 5 辆车，10 辆车，还是 15 辆车好呢？滴滴就做了 A/B 测试，对比哪一拨用户下单多，用这个数据来做决策。

类似这样的细节，单个细节的 Hacking 能让你增长 5%，假设 100 个点里有 20 个点能做 Hacking，那整体上增长就翻了一倍，你就可以把竞争对手远远抛在身后。

持续的优化，寻找改进空间。我觉得在硅谷里，试验文化造就了这样一种性格，就是任何一个人，无论是技术人员，还是产品狗，或者运营，都会去想「我能够做点什么样的改进」。如果每个人都要这样想问题，你的业务就毫无疑问增长起来了。

图中这位大牛叫 Sean Ellis，他投资了很多企业，也是 Facebook 最早的投资人，他是一个真正的增长黑客。他有一句话：「如果你不再做尝试，恐怕你也就没有做增长了。」

他在自己的网站 GrowHackers 里分享了很多很酷的案例。他也会在自己的页面上做试验来提升用户的访问转化率。2015 年初，他开始大量做 A/B 测试，之后 GrowHackers 的业务增长是这样一条曲线：

第三个例子，我们来看 Sean 投资的Twitter。在 2011 年之前，因为精力有限，Twitter 做试验的频率没有那么高，每星期 0.5 次，就是每两周跑完一个试验。我们遇到的很多创业公司一开始也是这个节奏。到了 2011 年之后，Twitter 开始每周做 10 个试验，增长速度比原来快了一倍不止：

如何设计一次增长实验？

以 Facebook 为例。他们正式推出「people you may know」，也就是好友推荐功能之前，经历了这些步骤：

把「高活跃」和「不活跃用户」找出来，分成 2 组，每组大概几千万用户

列出一些可能影响结果的特征值（比如：在线时长、发文字状态的数量、发照片的数量等）

对比两组的特征值，从中找出差异最大、且最可能有影响力的指标

经过两个多月的分析，得出对 FB growth 影响最大的结论：Facebook 上，影响用户活跃度最重要的因素是 a.用户的好友数 b.用户的个人信息完备程度

Growth 组决定 lead 一个新功能，目标是给每个 Facebook 用户自动推荐一些好友，增加他们的好友数量。于是，就有了「People you may know」

Growth 组很快开发了功能原型，用最朴素的算法——根据「共同好友」来推荐可能的好友

功能开发好后，做灰度发布与 A/B 测试，挑选 5% 的用户来测试，观察他们的表现

试验发现，「小白鼠」用户的平均好友数不断增加，活跃度也渐渐提高，其中一部分开始变成高活跃用户