产品要迭代时，在 A/B 方案中举棋不定，怎么办？
Uber 用户增长负责人 Andrew Chen 近日在个人博客上发文称，由于我们所处的技术增长周期即将结束，移动互联网产品实现用户增长已经越来越难。
这并非耸人听闻。不过，在 8 月 5 日峰瑞资本（FreeS Fund）与百场汇联合举办的「CEO 说」系列分享中，前 Google 增长团队员工、吆喝科技创始人王晔认为，即使增长变得困难，我们也不必把这件事复杂化，好像只有做些非常规的事情才行。只要正确理解产品价值和用户行为，使用正确方式来验证决策可行性，就依然可以有不错的业绩。
产品要迭代时，在 A/B 方案中举棋不定，怎么办？
关于要发布什么功能，团队成员各自成理。方寸之间，如何拍板？
用户活跃度骤升或骤降，原因难觅，下一步怎么走？
增长放缓，瓶颈期来得比想象更快，如何另辟蹊径？
如果你也好奇这些问题的答案，希望这篇文章能够提供思路。
吆喝科技王晔：增长没有祖传秘方，唯有 Hacking 才是王道
来源/ 百场汇，微信公众号：baichanghui666
编辑整理/ 百场汇，峰瑞资本
如果你有过在美国做生意的经历，你就会发现，美国市场没有「人口红利」这一说，获客成本较高，比中国市场要更难做一些。
不过，中国市场现在也很难做了，无论你进入什么领域，都会有竞争对手，抢来一个客户特别难。互联网本来是个优质渠道，不用伺候媒体、供应商和渠道，直接从网上拿流量、拿客户就可以，但现在通过互联网获客也变得很难。近 5 年，互联网新用户增长率从 40% 一路跌到 5% 左右。
上图是一家机构做的获客成本分析，但我觉得有些数据并不准确。据我了解，教育行业 1 次 App 下载的获客成本可能是上百元。互联网金融行业的数据比较真实，上千元才有可能得到 1 位用户。总体情况并不乐观。
更痛苦的是，那些好不容易注册或者下载了 App 的用户，很有可能会在之后的任何一个环节流失掉。假如你在做电商，用户看过产品详情页之后，有多大可能性真的会把产品加入购物车呢？通常大家都是买一批流量，然后眼看着它流失掉，改改版再买一批流量，接着又流失掉。
流程繁琐，审批时间长？首页跳出率太高？产品详情页点击率太低？购物车放弃率太高？用户下单率太低？用户复购率太低？ 拉新获客难？留存率增长缓慢？着陆页转化率上不去？ ……
这些问题是所有创业者都会遇到的。那么，我们如何在复杂、多变的情况下找到持续的业务增长之路？
答案是 CEO 需要用手中的资源解开一个方程式，这个方程式的目标函数非常简单：让转化率最大化。
我们借助一个模型来讨论这个问题。根据不同阶段用户参与行为的深度和类型，我们可以将增长目标拆分，并概括为「AARRR」转化漏斗模型，即：Acquisition（获取）、Activation（激活）、Retention（留存）、Revenue（变现）、Referral（推荐）。
在下面这个模型中，被导入的部分用户会在接下来的某个环节流失，而其他用户则在继续使用中抵达下一个环节，在层层深入中实现最终转化。
这里面，CEO 可以去管理的变量很多。漏斗的五个环节，每一步都有可以优化的空间。比如，买来流量后，怎么激发用户点开你的邮件，成为真正的用户？怎么让用户用了一次后，觉得产品有用而留下来？怎么让留存经常复购变现？如果是社交类或媒体咨询类的产品，怎么让用户带来商业价值，或者自发传播？
从运营上，我们可以像百场汇这样做活动，或者做补贴，做内容营销，做 PR 传播等。从产品形式上，我们可以调整产品的 UI，配色、布局、文案等，还可以加入一些功能，比如签到、抽奖，以及运营高手们最喜欢用的性格评测。
但是这些方法好不好使呢？不好一概而论。没有通行的祖传秘方，你只能想一切办法去找适合你的方程最优解。此时，你会面临太多的选择。怎么办？只有不停的去尝试。
打造 10 亿美元产品的秘密：
硅谷的 8 条高效增长法则
▍在没有达到 Product/Market Fit （产品与市场相契合）前，不要用增长黑客的方法
在达成 PMF 之前，过早的推广和过多的优化都是不必要的。在这个阶段，最重要的事情是从一小部分早期用户那里获得反馈，并不断迭代。但当你实现了 PMF ，你就可以用增长黑客的方法来做事情了。
如何判断时机是否成熟？这里有 2 个不错的信号：
如果你做的是 2C 类的产品，每天有几百或几千陌生用户；
如果你做的是 2B 类的产品，有十家陌生企业客户来跟你签单。
▍想搞大事情，但从小处开始
当你可以开始玩增长黑客了，一定要记住，从小的事情开始，给你的第一位用户一个很棒的体验。
我还记得我们的 A/B 测试系统上线大概 2 天后，就迎来了第一个注册的企业客户「销冠经济」。那时候他们还处在 A 轮阶段，专门做房地产销售的管理软件。他们来找我们，是想测试增加「大转盘」功能的效果。这个试验当时跑得并不是很成功。我们后来就不断改进 Product，来满足 Market Fit。
用户一般都没有什么耐心，特别是对新产品。所以你要确保每个人都能理解你在做什么，这是我们做产品或者做运营的一个诀窍。
▍如果你不做 A/B 测试，那就输定了
每天，我们都会产生很多创意。但这些创意对你而言是不是真的有用？怎么能让它发挥重大作用？这需要通过跑 A/B 测试来解决。用户只在乎自己的感受。如果你做了些事情然后带来 1000 个新用户，要知道你什么地方做对了，哪里值得后续疯狂地投入。
有些产品不做 A/B 测试也能顽强地活下来，但是它每次改版的时候，都不能确定是否真的能带来增长。
下面以两个不同风格的公司为例，「XX联播」和「XX头条」，他们的差别就在一个较长时间段内，随着产品的迭代而逐渐拉开。
▍用 80％ 的时间对有效果的事加倍投入，用 20％ 测试新渠道
我们经常会找自己的短板，然后试图弥补它，但这样做很傻。一定要尽量找到自己做得最牛的东西是什么，全力以赴多加一些投入。然后花一点时间和经历，去尝试新方法。
一个做情侣一站式服务平台 App 的创业公司和我们分享了他们的经验。早期，他们打广告的效率不是很高。但一次偶然的机会，他们打出来这样一条广告语，大意是「这是一款让你早上能够被情人叫醒的 App」，因为这个 App 里有个功能是情侣间的远程闹钟。这句话的转发率特别高。然后这家公司就不再尝试其他广告语了，就把这句话在微博置顶，在公众号里反反复复说，在投的每一个广告里去凸显。短时间内，这家公司就积累了大量的用户。
▍以数据为驱动，而不仅仅是数据信息
在很多人的印象里，数据就是一个报表。其实不是这样的。它是真正前沿的、知道我们行动的东西。
我们用这个轮子来模拟跑试验的过程。轮子真正和地面摩擦的地方是有阻力的。而位于轮子上方的东西，虽然很有用，但是不疼不痒。只有「增长」这件事，能够让轮子往前走。
跑试验的过程很简单，用户流量来了之后，把他们分为 3 组，其中一组是对照组，另外两组是试验组，注意分组的科学性和可信度。不同的用户给他不同的产品体验，比如改变一下文案或图片，或者是使用不同的促销方案，然后观察 3 组用户的转化率，就可以从中找到效率最高的方案。
▍建立一个试验文化
成熟的创业者通常会将公司管理的井井有条，但这也会导致公司慢慢变成一潭死水，大家做事情都要听指令，然后尽可能执行好。
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
这里有一个问题，观察性的数据只能给出相关性分析。也就是说，它只能告诉你，高活跃的用户缺失好友数量比较多，但并不意味着，如果你让一个用户的好友多起来，他就能变成高活跃用户。
这就好比看 NBA 时，你发现湖人队科比的得分越多、输球概率越高。那是不是让科比少得些分，湖人就会赢呢？不一定。因为可能恰恰就是因为湖人输的可能性特别大，科比才拼命投篮得分。
所以要想验证想法靠不靠谱，你得去跑个试验。对于 Facebook 来说，他们坚持 A/B 测试，每次 AppStore 上线的时候都会将未来 6 个月想要做的试验都集成进代码里。最后的结果是：几年前，用户使用 Facebook 的时间还只占他们使用手机时间的 50%-60%，现在几乎占到了 80%-90%，就是你打开手机，基本上时间花在 Facebook 上了，威力跟微信差不多，非常可怕。
实际上，现在很多行业里都在使用 A/B 测试。比如金融行业，需要去验证风控效果；物流行业，不同的派单系统可能成本不一样；教育行业，师生匹配需要不断的迭代优化。还有一些服务类企业，比如运营商、互联网 BAT，他们在上线一个新功能时，往往要批量发布，先推给 20% 的用户，然后和老版本对比，看看数据有没有问题，如果没有问题，再推给 50%-100% 的用户。
另外，A/B 测试还有一个更常见的使用场景：定价。400 元的商品，你定成 399 或 398，转化率可能就不一样。折扣是写「打 2 折」还是「减 75 元」，可能效果也不一样。
最后分享一个有趣的事情作为结束。谷歌不论什么事情都要做 Hacking，比如在不同的餐厅放不同大小的盘子，最后发现，「少量的大盘子+大量的小盘子」对员工的健康状况影响最好，请病假的员工较少。还有把办公室刷成不同颜色，看哪个颜色办公室里的工程师写代码效率最高，发现紫色不错，于是整个公司就变得越来越紫。所以其实财务、行政也可以用到这种 Hacking 的思维方式。
关于百场汇（微信公众号:baichanghui666）
百场汇是一个基于分享经济模式的活动场地短租平台，用户可以通过手机预订全国的聚会、活动场地。无论你想找一个美术馆做发布会，还是在私人别墅举办同事聚会，或者带员工们来一次激发灵感的 Off-Site，都可以在这里精准快速地找到场地。
