A/B測試應當成為一種企業增長行為 | 增長科學第1談

圖片來源@視覺中國
文 |?《增長五線》作者 王賽
今天的企業營銷決策正在發生質的變化,落到增長的維度,市場營銷Marketing可以分為左右兩側:
左側是市場導向型戰略,即公司業務的市場增長邏輯、增長區間在什么地方,偏戰略宏觀;
右側是消費者行為策略,即如何形成用戶增長、促使消費者偏好、研究消費者為什么購買,趨向微觀。
左邊是增長結構;右邊是增長行為。
而今天,數據以及數據應用的理念、模式、思維,都在革新左右側的增長邏輯。而數據本身是一個中性詞,重要的是如何決策,即BD(bigdata)大數據應該走向DD(decision data決策數據)。在BD走向DD的過程中,A/B測試扮演著營銷科學的催化劑角色。
過去我們只談“消費者中心”,很容易陷入空洞的理念,難以落地。但今天,數據的可獲得性,為我們帶來了全新的連接關系。這種連接直接促成了消費者行為的比特化,一個最終的消費決策被分割成無數微觀的行為切面。
而A/B測試,就是一個把消費者行為數據化、用數據對行為進行量化反饋的過程。
什么是A/B測試?
簡單來說,當企業面臨決策的不確定時,可以從整體流量中劃出小部分流量,隨機、均勻地分出兩組,分別由兩組用戶進行測試,最終通過實驗數據對比確定更優方案。實證科學本質就是一種A/B測試,將實驗對象分組、比較、校準,形成可復制的經驗。用胡適的話,是“大膽假設、小心求證”,而今由于行為數據的豐饒、可得性,A/B測試變成營銷科學的底牌之一。
從心理上,消費者往往不知道自己要什么;但從行為上,我們能知道他們的選擇偏好,企業也由此可以動態做出決策。通過A/B測試,我們就可以把“消費者中心”往前再推一步,變成“消費者決策中心”,確保每個決策都為企業帶來正向收益,實現復利效應,帶動持續增長。
認知:A/B測試是一種企業經營行為
今天的營銷,已經不是二十多年前的“大眾化營銷”,或者十幾年前的“細分化營銷”時代了,而是進入了以信息碎片化為特征的“經濟豐饒化”時代。今天的消費者買一瓶化妝品,面對的不是以前的幾十種選擇,而是從線上到線下的成千上萬種選擇。消費者的時間份額、胃部份額、錢包份額、時空序列卻是有限的,而市場的供給是無限的。
此時,在“豐饒經濟”下,研究消費者的“時空切片”就變得非常重要。
以前,對于消費者的一個消費旅程,企業很難進行“時空切片”式的衡量。但現在通過A/B測試,企業可以獲得“某個產品在某個場景中對某些人有效”的具體數據,并據此做出反復調整。
在國內大廠中,字節跳動是應用A/B測試的先驅者。自2012年成立以來,字節跳動先后將A/B測試應用在產品命名、交互設計、推薦算法、用戶增長、廣告優化和市場活動等方方面面的決策中,累計進行了70余萬次測試,每天新增1500余個測試,服務于400多條業務線。A/B測試背后,折射出的是字節內部“讓數據和事實說話”、“避免拍腦門”的決策機制。對于今日頭條、抖音等產品來說,A/B測試堪稱是它們成功留住客戶、進行商業變現的奠基石。
在消費行業,A/B測試同樣可以大有所為。元氣森林正是通過系統性的A/B測試,在氣泡水這一細分賽道里突圍而出:首先進行口味測試,測出天使用戶對哪一種口味更感興趣;再進行電商測試,看看驗證型的產品在電商渠道的測試情況,是否達到規模化標準,再去進行線下鋪開;在貨架測試中,通過人工+數據的方式監測消費者的購買行為,調整貨架策略,最終完成整個DTC渠道測試。這套測試方法,本質上就是互聯網數據反饋性的邏輯。
大家過去一直把A/B測試理解成一個技術行為,其實它更應該是一種科學經營行為。我們不應當僅僅拿它作為一個工具,而應當將它變成一種思維,一種方法論,一種企業經營策略。
萊斯在《精益創業》中提出的MVP(Mininum Viable Product,最小可行產品)概念,就是先做一個最小化的可量化產品,推出去進行測試,根據反饋判斷能否大規模投入。這個概念背后的本質就是A/B測試。
這些年來,A/B測試經歷了四個應用階段:最早大家把它放在流量投放中使用,然后把它放在產品迭代中使用,再后來把它放在消費者行為研究中使用,現在已經逐漸把它放到整個營銷策略和增長策略中使用。

有一本管理學著作叫做《循證管理》,講的是如何將科學管理原理轉化為組織行為,落實在企業的日常活動中。A/B測試就是這樣一種科學管理原理,它可以幫助企業將最佳研究證據與決策者的專門技術,以及顧客的偏好整合起來,從而將實踐導向更為理想的結果。
理解:A/B測試能為企業增長帶來什么價值?
以前一個國際品牌進入中國,首先會開招商會,尋找一批經銷商和代理商。但現在,就可以先通過電商,測試整個市場規模有多大,考察哪些消費者買了同類產品,如何去攻克他們的錢包風格,通過A/B測試尋找其中的痛點和潛在商機。
回到“增長五線”,A/B測試在五線中都可以發揮“數據驅動增長”的作用。
例如,在撤退線中,可以通過A/B測試,識別出哪些產品或服務,可以被取代、整合、舍棄。在成長底線中,可以通過A/B測試精準定義客戶需求,考察客戶是沒有支付能力還是沒有支付意愿,據此調整經營策略。在增長線中,可以在推出新品牌、新產品時,驗證消費者會不會買單。在爆發線中,可以監測到哪些是能夠引爆的“微時刻”的商機。在天際線中,依據消費者偏好和市場機會做出決策,突破增長天花板。
除了驅動增長之外,A/B測試還可以幫助企業“做減法”。
今天很多企業推出了五花八門的內容服務,用戶體驗不增反降。而A/B測試,恰能幫助企業精準地“做減法”,幫用戶簡化場景中的選擇。
一位悟空租車的朋友告訴我,以前,用戶在其平臺從選車到付款中,有一個必經環節——押金繳納,而這一環節大大影響了下單轉化率。于是,他們通過字節跳動推出的火山引擎A/B測試,用小流量進行對比實驗:
- ?對照組:現行支付流程,用戶在下單頁面需要同時支付租金與押金;
- ?實驗組:新方案,用戶在訂單支付完成后,再進入押金繳納頁。
測試運行兩周后,團隊發現實驗組比對照組上升了7%,增長非常明顯。于是,悟空租車對產品進行了迭代,在提升用戶體驗的同時,也為平臺帶來了7%的收入增長。
過去大家都在講“消費者中心”,但對于消費者的認知依然模糊。而A/B測試則是向前推進一步,以“消費者決策中心”為邏輯,深入消費者行為中,了解Ta的點擊行為、收藏行為、購買行為等,從而找到最能打動用戶的那個決策。
除了拉動新客之外,A/B測試在老客維系方面也可以發揮作用。例如,你作為某個品牌車主,該品牌APP的會員商店提供了很多商品,但都不是你想要的,這就很影響客戶體驗。但通過A/B測試,品牌就會知道你的興趣愛好,有針對性地推送你需要的產品或服務,滿足你的各種需求,由此提升客戶黏性。
應用:如何將A/B測試應用于營銷全鏈?
“數字營銷鏈路”(Digital Marketing Chain,DMC)是繼舒爾茨的“整合營銷傳播”(Integrated Marketing Communication,IMC)之后,近兩年來在營銷傳播領域最炙手可熱的新概念。學界、企業界(包括BAT+TMD)都在提鏈路。
業界為什么對“鏈路”如此樂道?根源在于,整合營銷傳播實施土壤被顛覆,“一個洗腦廣告驅動全國購買熱潮”的時代一去不復返。同時,從平臺商來看,騰訊、阿里、抖音、小紅書都基于自身鏈路,提出了自己的營銷傳播方法論,呈現“百家爭鳴”的局面。于是,營銷費用往哪兒投,越發成了品牌主的難題。
去年中國營銷界發生所謂“流量廣告VS品牌廣告”之爭,其實是個偽問題。現實是,流量與品牌之間并非對立概念。流量廣告是一個品牌接觸點,品牌廣告也是一個流量集散點,關鍵在于企業將它放在營銷鏈路的哪個環節。比如拼多多的崛起,你說它打的是流量還是品牌?
今天的企業需要的是更大視野的“消費者-數字驅動全景”。如果把A/B測試應用到這個全景當中,就會發現它涉及的不是1條鏈路,我最近在業界提出5條鏈路:
鏈路1:消費者心理鏈路——消費者的心理進程
鏈路2:消費者行為鏈路——對應心理進程的消費者行為路徑
鏈路3:企業行為管理鏈路——企業采取什么行動影響消費者行為
鏈路4:媒介鏈路——通過什么媒介影響消費者行為
鏈路5:營銷效率測量鏈路——如何管理以上營銷過程中的營銷效率
在消費者行為學中,消費者認知與心理鏈路可大致分為四大階段和六個具體階段:顧客需求喚醒、購買動機產生、廣告信息處理和記憶、情緒和態度形成,而消費者在每個心理階段,表現著不同的認知習慣和偏好。
科特勒的5A模型將心理進程,換成用戶的行為進程,即《營銷4.0》所提出的5A,“了解(Aware)→吸引(Appeal)→問詢(Ask)→行動(Act)→擁護(Advocate)”,企業數據管理要到更微觀行為,于是我將5A演化到第二條鏈路——消費者行為鏈路。
基于可以管理的行為,我將消費者行為鏈路總結為八個關鍵行為:看見(見)、搜索(搜)、進入落地頁(入)、比較(比)、進(進店)、購買(購)、與企業平臺連接(聯)、裂變和推薦(擴)。
- 消費者行為鏈路——見/搜/入/比/進/購/聯/擴
很多用戶在看到品牌投放后,會進行主動搜索。這時企業就可以通過A/B測試,看哪些人在進行搜索;點開視頻的人,是看了1分鐘就關掉,還是看完了5分鐘。
通過這些測試,企業就可以對消費者行為鏈路進行管理,決定在這個用戶行為觸點,是否要干預以及如何干預顧客的行為,影響消費者的決策。比如,一個企業在活動推廣時,通過A/B測試,就可以知道怎樣的文案效果更好。
確定在哪幾個環節干預顧客行為后,企業就能夠匹配出營銷傳播需要的媒介,打穿媒介-觸點-顧客行為-顧客心理的閉環,直指顧客決策。
最后,通過效率測量鏈路,有針對性地補足薄弱環節,達到整體效率最優,并對市場工作進行量化管理。這個過程中也可以通過A/B測試,考察什么樣的監測指標最優。
- 企業的效率測量鏈路
既然A/B測試這么有用,為什么國內很多企業用不好?
據我觀察,這里大致可分為兩種情況:第一種企業,意識到了A/B測試的重要性,但缺乏堅固的數據基建,并不具備使用A/B測試的能力;第二種企業,已經具備數據基建,但在對數據進行聯動打通后,發現市場上并沒有成熟、可靠的A/B測試產品;又或者,他們想要一個統一的實驗平臺,通過統一定義用戶、公用的指標進行A/B測試。
這就引出了另一個問題:為什么市場上缺乏可靠的A/B測試產品?事實上,一場AB測試的成功,不僅僅是搭建測試平臺那么簡單,還要在落地過程中克服種種難關——如何科學地分流、設置目標、精確統計?如何做模型,如何做測試方案,如何衡量信息指數、難易程度?一旦失誤,結果可能相差千里。而市場上的一些A/B測試服務商,一來測試模型的精度有限,不能確保結果的準確性,二來缺少C端場景,三來主要面向開發者,而不是產品人員,上手難度很大。
好在,情況開始有了起色。以火山引擎A/B測試為例,這款最初僅在字節跳動內部使用的工具,在自動分流、正交互斥上經歷了字節早期推薦算法的數次迭代打磨,并在2020年正式商業化。企業使用這一工具,不僅擁有了字節同款“增長秘笈”,而且可以獲得字節內部業務線專家的一線實戰經驗。如今,字節開放這一工具,并已幫助金融、零售、汽車、地產等行業的大量企業實現精細化運營,甚至直接拉動業務增長。
巴菲特把投資比喻為滾雪球,一要有很長的坡,一要有濕的雪。使用火山引擎A/B測試,就像是企業管理里“滾雪球”,一方面可以通過數據,精準預測這條“坡”的長度,另一方面可以不斷優化經營策略,幫助企業在滾動中不斷獲得“濕的雪”。
結語
總的來說,AB測試中有兩個核心要素:第一,它可以精準洞察商機,把不確定的決策變成確定的決策。第二,它可以疊加所有的消費者行為數據,為企業帶來復利式增長。
按照英國哲學家波普爾提出的“證偽主義”理論,任何科學理論都是試探地被提出,然后加以檢驗。如果檢驗的結果表明這個理論是錯誤的,這個理論就要被放棄,為新的理論所代替。而A/B測試恰為企業提供了一種證偽方式,幫助企業不斷調整策略,這才是營銷科學的核心。
最后,我再問一個問題:A/B測試應該放在哪個部門?是CTO決策,還是CMO甚至CEO來決策?我們會發現,只有把A/B測試放在它應有的戰略與科學融合的高度,才能完成整個“數據驅動科學決策”的閉環,帶來復利式增長。這是今天很多企業在設計營銷戰略時需要理清的核心邏輯。
【鈦媒體作者介紹:王賽 CEO顧問,《增長五線》作者,科特勒咨詢(KMG)管理合伙人,即將推出新書,王賽增長系列第二部《增長結構》】
更多精彩內容,關注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App
| 留言與評論(共有 0 條評論) |



