停止无效实验，产出高质量实验假设（下）
01 通过多轮数据分析提升假设质量市面上大多数关于增长实验的建议都聚焦于如何执行。但是，真正的秘诀不在于执行，而在于如何识别并停止那些注定无效的实验。
当你完成了三类数据（定量分析、定量分析、参考最佳实践）的收集和分析后，如果仍然没有形成清晰的实验假设，或者假设过多，可以通过多轮数据分析来提升假设质量。
接下来我们以“社交APP小恩爱注册转化率优化”作为案例，详解去粗留精的优化过程。
1. 分析数据发现问题，形成初步假设
首先第一步通过漏斗数据分析发现，小恩爱APP的注册流程，第三步资料填写页的转化率非常低。
据此产品运营同学形成了一些初步的假设，比如说是不是资料转化页上添加头像的字体不明显，或者我要的信息太多了，或者用户找不到照片上传，或者上传照片太慢等等，很多个初步假设。
接下来就要去通过进一步数据分析的方式去筛选这些假设。
2.细查流失用户路径，筛选优化假设
第二个动作是细查流失用户的操作路径。这个时候就发现了很有意思的现象，在所有流失的用户里面，有两个路径是最常见的：
- 第一，用户在这个整个过程中没有找到合适的头像，数据显示点击了添加头像，然后等了一会儿，但最后也没有上传，就走掉了。
- 第二，用户点了添加头像，并且上传了照片，但是怎么都传不上来
这两种路径是比较普遍的路径。
据此，他们进一步筛选出两个假设:
- 优化注册页面逻辑，头像上传改为非必须
- 优化上传服务，提升上传速度
最终，经过实验验证，这两个改动使注册转化率提升了20%。从这个案例可以看出，多轮数据分析能够帮助产出高质量的实验假设。只要以数据分析去寻根问底，验证假设就能点石成金。
02 产生高质量实验想法的两种方法 1. 应用三类数据
（1）定量数据：通过定量数据分析，可以发现具体问题所在。
（2）定性数据：运用定性数据和用户调研，可以深入理解问题发生的原因。
（3）参考最佳实践：参考业内最佳实践，可以获得问题的解决思路。当然最佳实践也不是需要盲目的去遵从，还是通过自己的测试和实验得到最终的结论。
上一篇文章有详细说明，本文就不赘述了。
2.通过多轮数据分析提升假设质量
如果一轮数据分析没能找到高质量假设，或假设过多，可以通过多轮分析提升假设质量。
因为我们知道开发一个实验是非常成本高昂的，如果能通过数据分析的方式排除掉那些不靠谱的实验，相当于间接的就节省了实验开发的成本，瞄准高质量假设，显著提高增长实验的整体效率。
三、形成清晰的实验假设
在产生大量想法后，需要将它们整理成清晰的实验假设。清晰假设应具备以下特征：
1. 清晰实验假设的特征
（1）明确可衡量
（2）有时间限制
（3）可被证伪
（4）可解释背后原因
什么是清晰的实验假设？
举例：
- “写公众号可以带来新用户注册”——这是个清晰的假设吗?显然不是，它只是非常虚的一句话。
- “写公众号可以带来 100 个新用户注册”——这个会比上面一个强一点，因为它有数字去支持，但是它还是不是特别清晰，因为清晰的实验假设必须有时间限制，写公众号如果等一年可能可以带来 100 个新用户注册，这件事就没有什么意义了。
- “写一篇公众号可以在发表两周内带来 100 个信用户注册”——这个就已经清晰很多了，有非常明确的可以去衡量的结果。
- “写一篇关于产品的公众号长文，可以在发表两周内带来 100 个新用户注册，因为这篇公号会给大家清晰的介绍产品的价值主张。”——这就是一个非常清晰的实验假设，它有非常明确的指标，也时间的限制，同时解释了背后的原因，且是可以被证伪的，也就是可以根据实际的结果去推翻它。
其实，没有清晰的假设就直接开干是很多实验失败的最常见的原因。
2.实验假设输出模板
以上一篇文章中提到的海报设计应用canva优化实验为例，输出假设建议采用以下模板:
（1）做什么具体改动：可以设计个人化的海报新用户引导流程
（2）预计某指标提升百分比：预计海报功能新用户激活率可以提升10%
（3）深层原因是什么：当人们通过海报功能找到canva，他们想要很快的完成设计，如果没有找到合适的模板，就很容易流失掉
（4）有数据支持的假设：使用海报功能是最多的，但是很多用户开始使用海报功能之后没有完成就流失掉了
这一模板能帮助清晰记录假设内容、预期效果、原因解释和支持证据。
04 应对产生实验想法时的两种情况
在产生实验想法时，可能遇到两种极端情况，需要采取不同应对策略。
1.没有想法时，通过群组讨论快速产生想法
面对实验目标没有任何想法时，可采用以下方式快速集思广益:
（1）头脑风暴：通过群组讨论的方式，所有人各抒己见，集中提想法且不做评判和回答，只做记录，事后再评估筛选想法。
（2）闪电Demo：每个人快速的拿几个竞品和非竞品来给整个团队进行Demo演示，并共同从中找到可借鉴的点子。
（3）设计冲刺：带领团队在5天内高效的解决设计问题，并且测试想法是否奏效。
2.想法过多时，通过实验想法库管理
群组讨论后若想法过多，可建立实验想法库进行管理：将每个人的假设和想法集中记录在同一个表格中，excel想法库也可以为后续寻找实验灵感提供丰富素材。
最后总结一下，精准的数据分析、清晰的假设构建、有效的假设验证——这三个步骤是落地高质量实验假设的关键。相信你掌握了这一流程后，增长实验的贡献效率将大大提升。
本文由 @小黑哥 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议