Growth hacking快速上手的6个工作步骤(2)

我知道很多公司的开发资源本来就紧张，很多需求都排期困难，这这种情况下很难调出一部分人力进行项目测试。这时候你需要获取领导的支持，确保相关同事知晓并理解这个测试项目的重要性，并且想办法优化测试方案，尽量简单、快速、有效；

3. 测试往往是失败的，要接受这个现实

很多时候你会发现测试结果无法验证你的假设，这很正常，推翻最初的推断并不丢人，你只需要换个方法继续尝试，直到找到能帮助产品进入爆发式增长的那个方案；

4. 失败和成功都值得学习

即便数据没有验证你最初的假设，但在整个测试过程中收集到的数据可能会帮助你以后进行其他的决策。

步骤5：测试

在进行测试方案时，并不是直接把方案开发上线那么简单。为了让测试能够尽量反应客观情况，你需要在开始测试时利用以下工具，完善测试本身：

1. 对照组

测试必须有明确的实验组和对照组，且对照组和实验组需要在范围、特征等方面基本相同。常用的选择测试组和对照组的方法：同一渠道的两组用户；同一统计特征的两组用户；两组同期群用户（关于同期群，以后会在公众号破壳(Pokeclub)中介绍并分析这一概念）；同样产品参与深度的两组用户；等等。

如果没有对照组，我们就很难判断测试结果到底是什么原因造成的。假设你发现社区在你投放优势内容进行冷启动后DAU出现大幅提升，你很难知道是你的内容投放策略生效，还是只是因为观测数据期间有一批人在你的社区里对骂了两天。

2. A/B测试

A/B测试是Growth hacking常用的测试工具，是在同一时间向对照组和实验组展示不同的方案，两组方案其他条件保持不变，只考察某一属性（比如图片的位置、按键的颜色等）对被试用户的影响。

A/B测试设计起来并不复杂，但结果可能会带来巨大的回报。

3. 多变量测试

A/B测试虽然简单好用，但对流量要求较高。如果没有巨大的流量作为支撑，很可能因为样本量过少而造成测试结果不准确，或者因为要测试过多元素，只能分成多个A/B测试，导致测试周期过长。

这时候就需要采用多变量测试方法，同时对多个属性进行测试，并用统计学方法剥离出单个影响因子与结果中某一项指标提升的相关性。

步骤6：重试

当你完成了一轮完整的测试，这时候你需要根据结果进行调整，再进行一轮测试，或者选择一个新的方法进行测试。Growth hacking工作流程的核心就是不断进行最小可行化产品的测试，快速测试，快速分析调整，快速迭代，从而不断接近目标甚至修正目标。

那么什么情况下我们要停止测试呢？有两种情况：一是假设已经被验证，那么接下来就无需测试，直接全量上线，冲击增长；二是发现在现有的条件和资源下，无法提供更好的测试效果，那么不如释放人力物力，到更需要的地方去。

但通常来说，增长黑客很难停止测试，毕竟增长黑客的信条是死磕到底，决不放弃。

作者：莔莔有神来源：破壳（ID:pokeclub）

注：相关网站建设技巧阅读请移步到建站教程频道。

（编辑：ASP站长网）