Question

肖恩在帮助LogMeIn实现增长时发现，有时候阻碍增长的并不是产品或服务本身没有价值，而是向既有和潜在客户传达这一价值的方式不对。好在随着网络营销的兴起，改进信息传达方式已经不是什么难事，即便对于非网络产品，增长团队也能够以低成本甚至零成本很快改变信息传达方式并加以测试。

其中一个特别有效且成本很低的方法是A/B测试，即在两个及两个以上随机选择的群组中测试两种不同的信息传达方式，比如网络简报所用的两个标题，或者着陆页的两种不同设计方案，以此确定哪一种能够获得更优的用户反应。这样的测试有时可以帮助你发现十分简单却有效的改进方式，比如修改邮件的标题、调整按钮上的文字，或者改变网络表格中的表达方式。以客户关系管理软件Highrise为例，这个软件是Basecamp（基于云服务的项目管理软件）为补充其广受欢迎的项目管理软件功能而推出的。通过注册页面的A/B测试，他们发现只是将文字从注册并试用改为查看购买方案与价格就给他们增加了200%的注册量。这看上去可能是个很罕见的案例，但其实并非如此。在我们合作过的公司，我们亲眼目睹了数百个类似的案例：通过实施A/B测试所发现的非常简单的改变，这些公司成功为客户创造了啊哈时刻，从而实现了用户的大幅增加。

随着此类试验的价值日益凸显，Optimizely和Visual Website Optimizer等在线网络A/B测试平台纷纷推出了新的工具，使企业可以以更低的成本、更少的投入在它们的网站上设置试验，并且不需要工程师的帮助。这些产品使任何负责网站管理的团队成员能够快速对标题、标语、图片、视频、按键等内容运行A/B测试，既提高了测试的效率和灵活性，同时也使工程师能够专注于更加实质性的产品测试。

不过需要注意的是，A/B测试工具虽然容易使用，但是它们提供的数据存在一定的局限性，因为这些工具依赖的是比较表面的衡量标准，比如哪个按钮的点击量更高，而不是点击按钮的人最终是否成了固定用户。这就好比看到一篇标题党新闻，忍不住点进去之后却对内容大失所望，这样的点击率显然无法体现长期的客户忠诚度。为解决这一问题，数据分析必须能够在任何A/B测试中跟踪测试对象从点击到长期使用整个过程的行为。

A/B测试也不应仅限于语言、着陆页设计或市场推广。应谨记，增长黑客的一个核心原则就是对客户体验漏斗的整个过程开展试验，不仅包括客户认知与获取，也包括客户激活、客户留存、变现与自传播。例如，在英曼，摩根的团队通过对他们的付费新闻订阅服务的定价和期限进行A/B测试，决定将按月订阅的方案替换成为期三个月的订购方案，结果大大提高了留存率。

工程师有时能够对漏斗底部的测试提供非常宝贵的想法，而漏斗底部往往具有更高的技术复杂性，也常常是非技术人员关注不到的领域。例如，我们在上一章提到，Pinterest增长团队的工程师为了大幅提高试验速度开发了Copytune机器学习程序，用30种语言的副本向用户发送无数封邮件进行测试，以提升用户留存。这正是多变量测试（multivariate test）的一个例子，即不仅仅是对比两个选项，而是对比信息的每一个元素的每一个可能的版本以寻找最优组合。再比如多臂赌博机模型（multi-armedbandit），这是一个更加复杂的测试方式，可以更快地找到最佳方案。我们会在本书后半部分详细地介绍更多测试类型。