这是所有优化事项的通用方法论 ——《增长黑客》读后感4

这是《增长黑客》读后感系列文章的最后一篇，在阅读本文之前，建议先阅读《增长黑客》读后感1 、《增长黑客》读后感2 和《增长黑客》读后感3。

关注公众号，并回复【增长黑客】可以获取我整理的《增长黑客》书籍大纲

在读后感1中，我给大家介绍了增长黑客理论，让我们再复习一下：

增长黑客理论主要包含以下 4 部分：

• 增长团队
• 好产品
• 增长杠杆
• 快节奏试验

今天，我们来讨论最后一个话题 —— 快节奏试验。

快节奏试验

在前 3 个条件都准备齐全之后，我们就可以开始稳步进入快节奏试验阶段了。

这个阶段跟敏捷开发、PDCA 优化类似，都是不断循环的过程。 每一次循环包含以下 4 个步骤：

• 分析
• 提出想法
• 排定优先级
• 测试

接下来我分别讲一下，每一个步骤的一些要点。

首先是分析步骤。这个步骤主要是根据业务的数据现状、用户的调研情况、上一次试验的结果来进行综合分析，得到洞察。比如上一次试验为什么没有效果？导致用户弃用 App 的原因有哪些？最佳客户有哪些特征？

接着是提出想法步骤。我们可以根据分析步骤得到的洞察，收集想法。这里要注意以下两点：

• 征集想法的对象要足够广。公司内各个职能线，各个角色都可以提出自己的想法。也可以寻求公司外的意见。这里需要我们做到海纳百川。
• 沉淀每一个提交上来的想法。要制定提交想法的模板，用来沉淀每一个试验想法。因为人们脑海中的想法总是模糊的，所以需要通过一个固定的想法模板来让这个想法具象化，完善更多的细节。另外，沉淀想法还可以方便后续的试验跟踪和分析。

当我们收集到足够多的想法之后，因为资源有限，我们肯定是要给这些想法排定优先级的。这么多的想法，每个人都觉得自己提的想法很好，那到底先测哪个呢？这里需要一个规则。《增长黑客》书中介绍，每个想法提交的时候，必须要给它打分。主要以下 3 个维度进行打分：

• 影响力：这个想法实现之后的价值有多大？
• 信心：这个想法实现之后能够产生预期效果的信心程度有多少？
• 简易性：这个想法的实现成本有多小？

3 个分数平均之后得到最终得分。然后按照这个得分进行排序，得出所有想法的优先级。

最后就是测试步骤。这没啥好说的，就是落地执行了。这里需要注意的是，需要给试验做 ABtest，把试验当做试验组和对照组之间的比赛，双方打成平手时，胜利就应当属于对照组。也就是说，如果想法没有任何增长，就放弃这个想法的更新。

等试验结果出来之后，我们就又回到分析步骤，根据试验的效果和业务数据现状获得新的洞察，然后进行下一轮试验。如此不断循环，做到精益求精，持续增长。

升华：做优化事项的通用方法论

增长黑客理论到这里就差不多讲完了，但还没有结束。

最后再给你一个升华总结，这才是我的《增长黑客》读后感系列的最精华之处。

可能你会认为，增长黑客理论只是一个用于增长的理论。这个理解是肤浅的，说明你还没有理解到它的精髓。

实际上，增长黑客理论是做所有优化事项的通用方法论。

对于所有的优化事项，

首先，是你的态度和决心。你想做优化吗？很多时候，你可能还没弄清楚为什么要做这个优化，就别谈有多大决心了。另外，你做的优化到此为止了吗？还能继续优化下去吗？还是满足现状，止步于前了呢？

其次，是优化的意义。做这个优化真的有价值吗？有意义吗？意义很大吗？这个问题想清楚了吗？

举一个我之前的例子，我们业务最核心的支付页面的首屏平均是 4s（在国外印尼地区，在我们优化之前平均 6s…），对于一个经过国内前端页面优化洗礼的人来说，第一印象就是，这也太慢了，慢到令人发指，做前端的能忍？这不得优化到秒开？

相信很多前端碰到这种情况，毫不犹豫地就吭哧吭哧去做首屏优化了。但真的不用犹豫一下吗？这个优化真的是当前价值最大的吗？

当你拿到整个支付转化链路的各个节点的转化率数据，发现首屏的流失率只有 1.5% 时，你还不用犹豫一下吗？

再然后，是**需要优化的模型拆了吗？目标定准确了吗？**就像刚刚说的，如果没有整个支付链路的完整拆解和数据监控，就凭着直觉定目标，那大概率是徒劳无功的。

最后，就是敏捷优化。有太多的经验和理论告诉我们，不要奢望一步到位，而要小步快跑。做优化也是一样的道理。

而做优化的时候，就是分析瓶颈，定位问题，提出方案，落地实施，验证效果，如此反复循环，不断优化。而增长黑客理论讲得跟这个如出一辙。

这里先举一个我比较熟悉的首屏性能优化的例子，这个例子大家应该也很熟悉。

我们在做首屏优化的时候，主要会遵循以下步骤：

• 梳理首屏的加载路径，并添加实时监控，找到延迟最长的那个阶段，这个就是性能瓶颈，我们要主要优化这个阶段的问题，比如图中的“加载静态资源”阶段。【这是增长杠杆部分】
• 明确问题之后，接下来就是分析为什么慢，我们要定位出来，这个阶段延迟慢的原因是什么，可能是以下原因：【这是分析步骤】
  • 资源包太大
  • 静态资源并发太多
  • 静态资源有依赖
  • …
• 找到慢的具体原因之后，我们要提出解决方案，可能有：【这是提出想法步骤】
  • 拆包
  • 删减冗余代码
  • 非首屏资源延迟加载
  • 合并小资源
  • 解决依赖问题
  • …
• 决定这个版本先实现哪些解决方案，比如根据人力情况，删减冗余代码要花费较长时间，可以往后放。【这是排定优先级步骤】
• 最后实现解决方案并发布上线，验证优化效果。【这是测试步骤】
• 根据实际优化效果，可能会出现以下情况，这时，就要继续分析问题，然后循环。【这是回到分析步骤】
  • 某些方案不生效，比如并发瓶颈还是没解决
  • 优化效果未达预期，比如包大小减少的优化效果不佳
• 当我们发现，“加载静态资源”阶段的优化已经达到了我们的预期了，这时，我们就要重新审视整个链路，重新指定我们的性能瓶颈，继续新一轮的优化了。【这是回到增长杠杆部分，如果不记得，可以回看读后感3文章的“动态的增长杠杆”小节】

你可能会挑战我，这都是线上的优化，同出一源，所以遵循这个方法论，但不能说所有的优化事项都通用呀。

好吧，那就再举一个线下的例子。

这个例子是借用之前我参加过的培训课程里面的例子。

这是一个做线下动漫展增长优化的案例。从这个总结记录表中可以得出以下关键内容：

• 拆了业务增长模型：漫展收入 = 进店人数 x 付费转换率 x 客单价 = 人流量 x 进店率 x 选货率 x 选货购买率 x 平均数量 x 平均单价
• 分析了每个增长环节的问题，并针对问题收集解决方案
• 集思广益，所有人都在一起提想法，包括运营，设计，采购经理，合伙人等。

虽然线下很难做到线上这种敏捷迭代优化，但是珍惜每一次机会，不断的持续迭代优化的思想是通用的。

回顾

《增长黑客》读后感系列文章分享到这里差不多就结束了，让我们做下重点回顾。

增长黑客理论主要是以下 4 部分：

• 增长团队：代表了做增长的决心和态度
• 好产品：这是做增长的前提
• 增长杠杆：首先明确增长目标，要永远花最小的力气获得最大的增长效果
• 快节奏试验：基于数据驱动的敏捷试验

最后，增长黑客理论是做所有优化事项的通用方法论。

因此，只要你想做优化相关的事情，都可以参考增长黑客理论！

关注公众号，并回复【增长黑客】可以获取我整理的《增长黑客》书籍大纲

----------------【END】----------------

欢迎关注公众号【潜龙在渊灬】（点此扫码关注），收获程序员职场相关经验、提升工作效率和职场效能、结交更多人脉。