在成为“增长机器”之前，你首先需要成为学习机器 | 红杉汇内参

企业的成功归根结底取决于能否有效获取客户，所以市场营销是很重要的一环。因此，强烈建议企业尝试“增长冲刺”（Growth Sprints）。这个过程有四个目标：

此外，每个实验旨在测试一个特定的假设，它们不应只是简单的A/B测试，你还可以使用它们来验证新的产品或功能想法、可能的新客户群，甚至业务流程。

你还需要调整一下期望：与产品冲刺不同，大多数增长实验都会失败，因此你的主要所获将是过程中能学到的东西——尤其是从失败中学习。如果实验设计得好，失败会帮助你排除不好的选项，更专注地有的放矢。只要有足够的毅力和耐心，再加一点运气，你总会找到对的方法，与此同时，数据则会帮你验证，让你更有信心在对的事情上加倍投入。

为了更加细化，进行增长冲刺时需要遵循以下步骤：

你可以根据企业自身的团队、工具、组织结构和文化等具体情况调整流程。关键在于抓住流程的核心原则和目标，以及每个步骤的基本原理——这样你就可以根据现有的工作流程自行调整，因为最好的流程是你真正会用的流程。

大的增长机会很少是浅显直白、显而易见的。付费广告、SEO和智能推荐等通用策略的作用有限。而每家初创企业的增长机会都是独特、意想不到的。因此，每一个合理的增长实验假设都必须从客户洞察开始。

为了方便了解客户洞察要如何转化为具有实际效果的增长实验，以下是一些真实案例供参考：

收集好想法后，下一步就是做分类：快速筛选想法清单。根据客户访谈和数据信息，你的团队应该收集到了不少有意思的信息。你需要对其做快速分类，找出那些具备极大潜力的想法。

查看想法列表，快速从三个角度做评估：

下面是一个增长想法筛选评估例子：

接下来，删掉那些无法促进关键驱动因素增长的想法。在剩下的想法中，先从那些与增长瓶颈相关的想法开始。本质上讲，就是那些限制了业务整体增长率的制约因素。例如，对于一个冥想类App来说，如果95%的新注册用户在使用一次之后就流失掉了，那么在寻找更多流量、提高着陆页的转化率或推出推荐计划之类的事情上花再大功夫，意义都不是很大了，因为初次使用体验才是他们的增长瓶颈所在。

要想找到增长瓶颈，有个好办法就是自问一下：“如果我们在这个方面提升两倍，我们的业务量会翻番吗？”

最后，按潜在影响从大到小排序。你自然会倾向于影响大和耗时少的想法。但是，要把耗费精力多的想法保留在列表中。之后将讨论如何进一步测试它们。

在精简想法列表后，你仍然需要每周选择几个想法来测试。每周能测试越多越好——利用好资源，尽可能多地实验。有些测试可能只涉及软件开发，有些只涉及设计和文案，还有的是客户服务处理方面的，因此你可以同时做这些测试。但如果所有想法都是着陆页测试，那么速度就会受限。行动迅速的团队通常会设定每周做3～5次实验的目标。

这里还有一些提示，可以帮助你决定做哪些实验：

掌握的数据越多，决策就越容易。如果你发现很难做决定，而且可能会有争议，那么不妨先试着找出还缺失哪些信息，能不能通过获取更多信息来加速决策。

上文说到的“直接去做”和“做实验”有什么区别？最大的差别在于提出假设与预测的时间。并不是所有事情都需要做实验，有时我们可能没有足够的时间、技术或流量，所以“就直接去做，看看结果怎样”也是种不错的选择。但要做好前期思考，确保从实验中学到东西——始终要先做明确的假设和预测。

 提出假设只需几分钟时间，是理清思路的好方法。格式如下：

首先提出一个假设，其中包含一个可以测试和测量的单一风险假设。例如，“已知App用户的留存率高于网页用户，但我们认为这是因果关系，而不是相关关系。因此，如果我们鼓励新注册用户在注册后安装我们的App，而不是继续使用网页版，预测这将使我们的90天留存率从8%提高到12%。”

现在，你需要一个具体的数值预测，进而根据估计的影响来计算你的样本量。不妨选一个大的目标。最后，考虑业务效果。如果实验成功，你会采取什么行动？如果实验失败怎么办？

写下你的假设，并尽可能多地与团队成员分享。鼓励大家做预测，甚至可以做些“打赌”，并为获胜者颁发奖品。这都是有趣的竞赛，有助于每个人了解企业、客户和整个实验过程。它还能减少人们在结果出来时马后炮说“我早就知道会这样”。相反，他们不得不重新考虑自己过去的假设。

对于“投入小、影响大”的事情，你们当然可以快速实验获得结果。但那些“影响大、投入也大”的想法呢？通常情况下，最好的想法都很难实现或成本很高，但这并不是将它们排除在外的理由。要知道，不做大实验，就找不到大机会，因此我们要对大想法做快速的最小可行测试（minimum viable tests，MVT）。

请看这两个例子：

根据所需投入与影响的大小来评估增长想法是没有问题的。但不要忽视那些“费力”的想法。相反，要找到一种快速、廉价、简便的方法来测试它们。

如果你有一个难以执行的大想法，与其做完整的测试，不如从快速测试风险最大的假设开始。首先，预先列出所有有风险的假设。

想象一下项目失败了，并列出所有可能导致失败的原因。列出所有风险假设后，试着缩小范围，找出风险最大的一个。然后，写下你的假设，并设计一个实验来单独测试这个特定的假设，而不是整个想法。

大多数有风险的假设分为以下三类：

• 缺乏客户兴趣：对客户需求或客户行为方式的错误假设。

• 执行不力：有些事情比我们想象的更难执行，无论是实验性的还是大规模的。

• 市场小：有些想法可以付诸实施，客户也很喜欢，但机会比我们想的要小。

这里有一些MVT的渠道供你参考：

如果实验成功了，当然很好，接下来就需要花点时间了解为什么会成功，并思考下一步该怎么做。但是，你的大多数实验都会失败——或者至少会让你大吃一惊。如果没有，那就是你的实验还不够大胆。

花点时间查看数据，留心任何的意外情况，并与团队讨论你的发现。每个团队成员可能会有不同的视角和信息，有些人是技术专家；有些人更了解客户、数据或产品或营销等领域的“最佳实践”。要发挥集体的力量。

以下是一些讨论提示：

• 有什么意料之外的发现吗？

• 有什么理论能解释为什么会发生这种情况吗？

• 我们对客户有了哪些进一步的理解？

• 我们对自己的主张有了什么新的认知？

• 我们从自己的思维/假设中学到了什么？

• 我们在执行能力方面学到了什么？

• 我们在工具和流程方面学到了什么？

• 有没有发现新的问题或假设？

• 有什么是我们应该开始或停止做的吗？

以下是考虑下一步行动的提示： 

• 这有什么价值吗？我们是否应该拓展、重复或推广这种做法？

• 有什么事情是我们现在应该停止做或从清单上划掉的吗？

• 是否需要后续实验？

• 我们应该修改哪些实施细节？

• 我们需要对KPI做任何修改吗？

• 这个结果还需要告知谁？

• 对于今后如何更好地开展实验，例如跟踪或实验设置，是否有任何实操层面的启示？

逐步分析整个实验，筛选出每个可能的失败点。

例如，你可能投放了一个付费社交媒体广告，引导客户打开了一个提供注册优惠的着陆页，但获得的注册量非常少。以下是一些可能的失败点：

实验失败的根本原因往往是假设不明确。因此，在下一次实验中，要非常清楚自己的书面假设和成功指标。筛选出独立变量（如信息、目标定位或价格），并确定正确的指标。或者做更大胆的尝试测试，挑战你对客户最重要的信念和假设。如何让你的团队更大胆？这就涉及到最重要的问题——思维方式。

小打小闹的实验当然可以无限进行下去，但除非你有批判性审视自己的信念，并足够诚实，敢于验证最冒险的假设，否则你很难获得大的提升。如果缺乏探索思维，整个过程其实很难真正发挥作用。

其中，管理者的思维方式大大地影响着这个过程。更具体地说，管理者需要将“自信认为自己已经拥有正确答案”的能力转变为“自信自己能找出答案”的能力。

人们不喜欢出错，出错让人害怕，让人不舒服。失败其实是揭示真相的最佳时机。最成功的团队往往是那些有信心将新信息视为机遇的团队。探索过程最终能带来成长，但需要你们先拥有学习思维。

（作者：Matt Lerner）