第2.4节、针对产品的实验

第2.4节、针对产品的实验

        对产品本身的改动是更加复杂的一类试验，通常需要工程师做大量工作。虽然这类试验主要存在于互联网和软件产品，但是它同样适用于实体产品。构建最简单的产品原型然后让用户试用、制作视频或计算机演示以展示产品的新功能，同时观察客户的反应，这正是负责实体产品的团队利用试验的两种可能方式。

        在试验时，应优先测试那些经之前的经验证实能够优化结果并改进用户体验的改动，比如提高网络购物车的响应速度或者优化注册过程。而其他诸如大幅度重新设计或者开发新的产品功能等在实践中应用较少的改动只有在假设十分具有说服力的情况下才应该进行测试，而且这种假设应当是在充分的用户调研和数据分析之后得出的。换言之，对于耗时耗力的测试，团队应当通过严密的论证将风险降到最低，并且在开展规模更大、风险更高的试验的同时也应运行一些更稳健的测试。如此团队才能够确保在野心勃勃的赌博和按部就班的改进之间保持平衡，从而使产品获得可持续的增长。

深挖数据

       如今，增长团队可以获得的数据比以往任何时候都多，但是如果没有能力从中提取有价值的信息，再多的数据也毫无用处。也就是说，增长团队要做的并不是审视各种工具和报表提供的数据。若想了解如何使你的产品变得不可或缺，你就需要收集合适的数据并将诸如邮件营销数据库和销售点系统等不同来源的数据整合起来，形成一个完整的数据图谱。然后你需要一位数据分析师来深入分析这些不同来源的数据，从中发现规律和洞察，从而提出值得试验的增长思路。如今，大多数公司，即使是最年轻的、小本经营的创业公司，都在密切跟踪它们的网站和产品的基本分析数据，比如谷歌分析提供的数据。虽然页面浏览量、访问量和跳出率等指标非常重要，但是它们并不能全面地反映客户与产品之间的互动情况。这是因为它们都是非常表面的指标，并不能说明客户真正重视的是产品的哪一方面，也不能体现你是否已经实现了产品—市场匹配。

       你的团队应该掌握的不仅仅是用户访问网站的频率和时长，而是用户体验各个层面的数据，并对这些数据进行细致入微的分析，以了解人们如何使用你的产品以及这与你对产品的计划有何出入。这意味着营销人员、数据科学家和工程师必须通力合作，在网站、移动应用、销售点系统、邮件营销和客户数据库中加入合适的数据跟踪设置。有了合适的跟踪功能之后，团队必须对不同来源的用户信息加以整合，以获得全面、充分的用户行为数据，以便数据团队进行分析。

       你需要构建的是一个所谓的“数据湖泊”（data lake）或者“数据仓库”（data warehouse）：一个储存所有客户信息的独特应用，可以让你真正深入挖掘并发现可能对产品的使用方式不同于其他人的用户群。这能够让你在单个用户的层面探索产品的使用情况，比如观察一个非常活跃的用户在你的网站上或者用你的App做些什么，或者一个本来准备下单但最后没有点击结算按钮的用户最后做了些什么。可能你会看到他正要下单时突然被跳出的促销信息吸引了过去，这样的信息对于一个用户来说可能无关紧要，但可能会引导你发现值得进一步分析和实施增长试验的领域。如果数据得以有效收集，数据分析师也能够更加轻松地向团队说明快节奏增长试验的结果。

跟踪活跃用户的行为

       收集并分析数据的第一步是跟踪用户或客户的关键行为，这可以通过事件跟踪来实现。大多数分析平台都能够在你的系统中跟踪关键事件，比如用户点击某个按钮、观看某个视频、下载某个文档、填写某张表格、播放某首歌、添加某个好友、分享某个文件等。同样，增长团队必须跟踪客户在整个客户体验过程中的各种活动，即他们从访客成为新客户，再从新客户成为固定忠实客户的过程中的各个事件。你是否能够跟踪客户从第一次到访你的实体店或者网站到第一次购买再到后续多次购买的整个过程？如果中间有断开的环节，这些环节的事件可能就是你现在需要开始跟踪的。

        这个阶段的主要任务是寻找那些认为你的产品不可或缺的客户，即频繁使用或购买你的产品的人，并发现他们不同于其他客户之处。具体来说，分析师应当寻找最活跃的用户最经常使用的功能以及他们在与产品交互过程中的任何其他特征。可以根据不同的客户属性对客户数据进行分类，比如所在地区、年龄、性别等人口信息，或者职业、所在行业、使用的移动设备等其他属性，此外还应按照他们使用产品的不同方式分类，比如是超级用户还是只是偶尔使用，然后再根据这些分类分析他们所做的不同选择，比如他们购买了哪些产品或者使用了哪些服务。据此你将会发现这些属性和行为与更高额的购买、更活跃的参与和更长期的使用之间的关联。例如，网飞通过分析客户观看的电影和节目发现凯文·史派西的电影和政治题材的电视剧都非常受用户欢迎。这一发现给了网飞制作电视剧《纸牌屋》（House of Cards）的信心，这部电视剧不仅轰动一时，也成了很多网飞用户不可或缺的体验。

        同样，商务智能公司RJMetrics的团队发现那些在试用期间使用其软件编辑图表的用户和没有尝试这一功能的用户相比，转化为付费客户的可能性要高出一倍，而且当试用用户编辑了两份图表时，这一可能性就更高了。那么RJMetrics接下来做了些什么？他们在新的使用演示中把编辑图表设成了关键一步。

重新定位产品

        这些特别的行为和偏好有时可能难以发现，这在一定程度上是因为它们太出人意料了。虽然听上去有些自相矛盾，但事实是我们常常不知道自己在寻找什么，直到找到了才知道。例如，Yelp发现其最活跃的用户之所以喜欢这个网站是因为他们可以在网站上写评论，它的团队之前并不知道需要利用评论吸引用户重复使用产品，而这一发现得益于对不同来源数据的分析。如此出人意料的发现恰恰说明我们需要在数据采集上投入更多，也需要快节奏、坚持不懈的增长黑客试验。试验得越多，可以分析的数据也就越多，而分析的数据越多，能够发现的规律也就越多。

        Instagram也是十分具有启发性的一个案例。这个如今大受欢迎的照片分享应用的前身是一个叫作“Burbn”的基于位置的社交网络，它是以创始人凯文·希斯特罗姆最喜欢的酒精饮料Bourbon（波旁威士忌，省去了几个字母）命名的。但是希斯特罗姆承认，他自己也知道最初的产品太复杂了。或者正如凯斯·索耶在他的《Z创新：赢得卓越创造力的曲线创意法》（ZigZag: The Surprising Path to Greater Creativity）一书中所说，“太多功能堆在一起反而让人困惑”。好在希斯特罗姆坚持不懈地分析数据，试图了解用户对产品的使用情况。他发现，产品中的很多功能完全无人问津，只有一个例外：照片。希斯特罗姆和联合创始人迈克·克里格意识到，拍摄并分享照片正是用户的“啊哈体验”，而他们需要围绕这一体验对产品进行重新设计。正如索耶在书中所写，“迈克和凯文看到了将Hipstamatic（广受欢迎的照片编辑应用）和脸谱网的功能结合起来的机遇，也就是开发一个简单易用的照片分享社交应用。他们砍掉了Burbn除照片、评论和点赞之外的所有功能”。精简之后，他们重新发布了产品并更名为Instagram。在获得了4亿用户并由脸谱网以10亿美元收购之后，这个公司仍然势头强劲，截至2016年一季度，它每年的广告收入高达10亿美元。

        Instagram并不是唯一一个基于详尽的数据分析确定“啊哈时刻”从而在创立初期对发展方向做出180度大调整并取得成功的公司。Pinterest是另外一个，它的前身是一个叫“Tote”的移动电商应用，后来才转型成为一个发现并分享灵感的网站。因为本·西尔伯曼发现，Tote的用户并没有像预计的那样在应用里购买产品，而是将从中看到的喜欢的产品收藏起来。基于这一发现，西尔伯曼改变了思路，设计了一个使用户能够在网上轻松展示这些珍贵收藏的应用。布莱恩·科恩是西尔伯曼的第一位投资人，他说这一重新定位是“他（西尔伯曼）从第一个产品中吸取经验教训之后得到的结果”。而如果他没有分析活跃用户是如何从应用中获取价值的，重新定位也就无从谈起。

        Groupon的早期版本也是一度濒临失败，但是对用户行为的密切分析引导创始人安德鲁·梅森对产品重新定位，从而使Groupon获得了迅速发展。Groupon的前身是一个叫作“The Point”的筹资网站，可以为各种事情、各类群体众筹，人们可以在网站上为某个筹资项目提供资金，而筹资项目只有在足够多的人加入时才会向所有人开放。但是产品推出后反响寥寥，情况糟糕到梅森差点退回投资人的所有资金。但是，在分析数据之后，他们发现那些给予用户优先与优惠购买权的筹款项目是最成功的，于是Groupon团队根据这一发现对每天的筹资项目进行设置。梅森为此还提出了一个口号：“建立你的Groupon.com。”公司就此实现了腾飞。

        YouTube也有类似的经历。虽然如今很难想象，但是YouTube最初是一个视频约会网站，之后创始人发现用户上传视频资料并不只是为了寻找约会对象，而是为了分享各式各样的视频，于是YouTube摇身一变成为大型视频网站。联合创始人贾伟德·卡里姆说：“用户走在了我们前面。他们开始用YouTube分享各类视频，比如他们的狗、假期等。我们觉得这很有意思，所以我们说，为什么不让用户来定义YouTube呢？到了6月份，我们已经对网站进行了彻底的改造，使它变得更开放、更广阔。这使我们大获成功。”

       所有这些重新定位的案例都说明，在投入大量财力物力开展增长攻势之前，必须要收集并分析用户行为的定性和定量数据以及他们对产品优缺点的反馈。如果这些公司在重新定位之前就展开增长攻势的话，可能今天我们就不会知道它们的名字了。因为它们很可能不会获得爆发式的增长，而是将宝贵的时间和金钱浪费在推广一个并非让用户觉得不可或缺的产品上。

       当然，深入的客户行为数据分析可能也会告诉我们，也许并不是产品或服务本身或者信息传达的方式有问题，而是产品投放到目标市场的方式。HubSpot的经历就是一个例子。它的产品是企业客户关系管理和营销软件。通过严密的用户数据分析，它发现一开始就接受了产品培训的用户留存的时间比没有接受培训的用户长得多。于是它转变了销售策略，将付费产品培训作为新的客户体验的必要环节。

        当时，要求客户在购买一个软件之后再付出额外的成本接受产品培训并不是人们通常认为的最佳实践。各家公司都担心增加软件购买的成本将会使一些对价格比较敏感的用户转身离去。但是HubSpot团队相信他们的数据分析，果断推行了产品入门培训。这就像卡马斯·帕里哈比提亚所说的，增长团队要努力破除关于产品和市场的一些错误认识，基于实证推动增长。结果，HubSpot的客户群获得了迅速增长，公司也在2014年成功上市。

实现“啊哈时刻”

         注意，所有这些试验和分析过程都应聚焦于发现你所提供给客户或能够提供给客户的“啊哈时刻”。一旦确定了创造“啊哈体验”的条件，增长团队就应将注意力转移到如何尽快使更多客户体验到这一时刻上。在脸谱网，增长团队发现用户的“啊哈体验”是在网站上添加越来越多的朋友所带来的兴奋感（数据显示，在前10天添加了至少7位好友的用户最可能成为活跃用户），于是他们马上开始把所有精力放在网站设计上，通过调整网站设计促使用户在网站上添加更多朋友。他们对网站所做的最重要的改动之一是更新了“新用户体验”（NUX），以专注于帮助新用户寻找朋友。最初版本的新用户体验中寻找朋友的环节只是整个用户使用引导的一部分，现在则成了最重要的环节。增长团队做了无数次试验，一点点剥离新用户起始页上的无关信息，聚焦于如何帮助新用户迅速搭建自己的社交网络，比如导入个人邮箱通讯录以寻找已经在使用脸谱网的朋友。团队也利用了脸谱网上的广告空间向用户推送他们可能想加为好友的人。

       推特的团队也是利用了类似的方法使更多用户体验到他们所发现的产品核心价值，从而获得了迅速的初期增长。数据显示，推特用户的“啊哈时刻”是收到朋友和明星、政客等他们看重的人发布的状态。就此，乔西·埃尔曼及其团队设计了全新的新用户体验，以使新用户尽快地关注30个推特用户。他们引入了推荐功能，并将之作为注册过程的主要环节。这一功能基于新用户注册时选择的兴趣点向其推荐具体的推特账号，比如他们可能感兴趣的明星和运动员。同样，在Qualaroo，我们发现回复超过50份调查问卷的用户更可能成为活跃的付费用户，于是我们开始向有可能达到这一门槛的试用用户建议调查的类型和投放位置。

        还有很多其他实现“啊哈时刻”的策略，比如产品参观、邮件互动、特价优惠等等，我们将在后面几章详细介绍何时及如何实行每一类策略。

        正因为实现“啊哈时刻”对于后期所有的增长来说至关重要，企业常常为此投入大量的时间和努力。增长专家詹姆斯·柯里尔建议，公司1/3的工程时间都应该用于打造对的新用户体验。脸谱网、推特和Pinterest甚至将新用户体验从它们的主产品中拿出来作为单独的产品来看待，并且设立了由设计师、产品经理、工程师和增长负责人组成的团队专门负责完善新用户体验。

         一旦发现了活跃用户群和“啊哈时刻”，也即实现了产品—市场匹配，你就可以开始在这一基础上系统地打造一台高速运转的增长机器了。本书接下来的部分将介绍具体的增长黑客方法和策略。