第一节 用ICE为你的增长实验打分
目前为止，我们已经了解了整个增长思维的框架，让我们一起再回顾一下。
在第一章和第二章，我们解读了什么是增长，公司在做增长之前要先实现PMF，就是产品跟市场的匹配，然后才能做增长。企业在不同的阶段，增长战略也有所不同。我们还重点介绍了啊哈时刻和北极星指标等基础概念。
同时，我们向大家介绍了经典的AARRR模型，即增长海盗模型，获客、激活、留存、分享和变现，初步介绍了进化之后的增长八卦模型：以啊哈时刻为核心，以用户的全生命周期为研究对象的增长模型。
在第三章，我们讲了啊哈时刻，这是做具体的增长工作的核心。我们谈了什么是啊哈时刻，如何找到啊哈时刻以及如何验证啊哈时刻。
从第四章到第十一章，我们一一拆解了增长八卦模型里用户全生命周期的8个部分，我们分别可能遇到的问题，在每个问题点上我们的解决办法是什么。这8个部分分别是认知、接触、使用、首单、复购、习惯、分享和流失，涵盖了AARRR模型的全部环节，并且我们更加细化地分解，在每一个环节都给出了方法论和操作案例。我们也解释了，为什么我们的方法论要描述成八卦式而不是传统的漏斗形。因为我们认为，在用户生命周期的每一个部分的改善都可能会影响其他部分，它们是相互作用的，而不是串联关系。
到这里，你已经清楚了“产生增长方法的方法”，甚至在阅读本书的过程中已经思考出一个一个的增长手段。那如何判断这些手段哪个先做哪个后做呢？我们提供一个行之有效的方法——ICE打分原则。“I”代表“influence”，即影响力；“C”代表“cost”，即成本；“E”代表“easy”，即难易程度。
简单说，一个增长手段，它的影响力越大越优先，成本越低越优先（整体资源成本，包括资金成本和时间成本），越容易实现越优先。基于ICE打分原则，我们可以做一个表，给所有的增长手段做一个打分，如表12–1所示。
通过这个表，我们就可以判断出哪个增长手段要优先去做。但是，非常重要的一点是，这个表并不是你拍脑袋想到什么点子就填进去打分。其背后有一套非常严谨的逻辑：增长文化≈实验文化，即科学文化。也就是说，我们利用ICE打分原则评判的是一个个增长实验。
表12–1 ICE打分表
增长是一门科学，它跟现代科学的研究方法是一脉相承的。现代科学产生的标志是波普尔提出的“可证伪性”。在很久以前科学和神学是没有清晰边界的，1919年，科学界发生了一件大事，给了波普尔重大刺激，那就是爱因斯坦相对论的日食实验。爱因斯坦提出，如果相对论是正确的，那么就应该发生一些现象，现象再被观测到，那就验证了相对论。相反，如果这个现象不能被观测到，那就证明相对论是错的。也就是说，这次实验是给相对论的一次大判决。
这让波普尔非常惊讶，他发现，和精神分析学派到处找证据去证实的做法相反。爱因斯坦寻找的是证伪的方法，他主动提出了自己的理论可能被推翻的情况。他设计的实验，不只是用来证实相对论的，还可以用来证伪相对论。波普尔称这种实验为“判决式实验”。在这个背景下，波普尔提出了科学真正的特征是“可证伪性”，到现在它变成了科学的边界、一件事情具有“可证伪性”，它才是科学研究的范畴。宗教等类别的东西，比如心诚则灵等确实发生过，但你没法证明它的错误，这些东西并非没有意义，但它们不在科学研究的范畴。所以研究科学的时候有一个根本概念：科学不是真理，它一定是可以被证明是错误的东西。这跟大众的认知有偏差，大家普遍会认为科学是追求真理的。
而在科学研究的过程中，“数学+实验”是主要方法。很多时候研究对象对于我们都是不可知的，比如现在我们仍然不知道人工智能的深度学习里面具体的运行机制是什么。比如我们现在仍然不知道人类大脑的运行机制是什么样的。比如我们在做营销和增长的时候，仍然解释不清楚为什么外部条件几乎一致的情况下，有的案例就火了，有的就不火。
我们只能通过一个输入量，进入黑箱，再得到一个输出量，不断地输入和获取输出，加上数学的工具，去获取里面的规律。如图12–1所示，当用获取的有限范围内的规律去解决问题的时候，如果结果为真，那我们就解决了问题。同时，我们说了，科学一定具有“可证伪性”，一旦总结的规律被某些案例证明不适用，也就是被证伪的时候，我们就又重新回到了做实验的过程。我们再通过输入和输出，总结出适用范围更广的规律，再去应用。如此往复，不竭不穷。
因此，与实验文化一样，增长文化具备两个特征：创新和容忍失败。什么是可描述的创新？我们先来看看科学实验的流程：假设，验证。而创新文化同样有这两步：（1）持续提出可证伪的问题（即假设），（2）验证它。
图12–1 增长实验模型
我们做增长，就是要不断地做实验，找到可以实现增长的点。这些实验之间是竞争关系，表现好的，我们就把它留存和强化，表现不好的实验我们就抛弃掉。我们自己在做增长的时候，用过的实验手段不下100个，被证明有效果且现在还在继续使用的不超过10个。做实验的频率特别重要，如果你能每周做两个增长实验，你成功的可能性就一定比每个月完成一个实验的团队要高。
那么，这些增长实验应该怎么提出？每一个实验，都应该具备假设+验证的要素。你提出一个问题，它应该是可以验证的，提出问题比获取答案更重要。这个问题应该是这样的句式：如果怎样（运营手段），会怎样（效果或结果）吗？持续提出这种问题是创新的第一步。你去做的时候，就是验证。如果增长实现了，这一手段就被证实了，如果没有，就被证伪了。爱迪生找灯泡丝的时候，其实就是每次都在提出这样一个问题，如果用铝丝，灯泡会不会亮？如果不亮，铝丝就被证伪了，那就接着找下一个，直到999次之后，用钨丝灯泡就亮了。
理解了这个逻辑后，我们来看几个增长实验的描述：“如果前台人员亲和力高，专业度高，会提高签单率吗？”“如果把上课环节做成H5页面，会提升课堂满意度吗？”“如果增加历史方面的内容，会提高留言等互动量吗？”你认为这三个都是正确的增长实验吗？第一个，亲和力和专业度高只是方向，不具体，无法执行和验证，应该调整为：“选10所学校试点，对前台人员培训一个月微笑礼仪和专业知识，并日常执行培训内容，和其他未做试点的学校相比，会提高千人到店的签单率吗？”第二个，课堂满意度是一个无法衡量和验证的结果，应该转化为：“会提升家长满意度调查表和学员打分表的评分吗？”第三个则是一个正确的描述，手段可执行，结果可衡量。
以下这些增长实验，是我在给企业做咨询或训练营时，带领大家一起提出的，你可以从中再体会一下增长实验的逻辑。
如果后台增加1000个理财平台的短评，会提高公众号用户的咨询量吗？（某理财类平台。）
如果试听课增加颁奖拍照环节，会提高妈妈们转发朋友圈的概率吗？（某儿童英语机构。）
如果每次配送鲜花给用户赠送一个花瓶，会刺激用户周围的朋友购买鲜花吗？（某鲜花礼品店。）
如果实行付费会员制，并给予足够的价值刺激，会增加付费会员的客单价和连带率吗？（某日用百货店。）
在提出了一个又一个可衡量、可验证的增长实验后，我们再通过ICE打分原则进行打分。我们自己在给“互金每日早知道”做增长的打分表里，提出的一些增长实验是：如果我们做了头条分发和资讯分发，会不会增加阅读量和用户量？如果我们加了一个小箭头，会不会增加阅读原文的点击量？这些问题都是可以验证的。比如小箭头前10天加了，后10天没加，我们可以通过统计数据来验证结果。
在增长模型里，我们说过了，资源都是有限的，通过这样的排序，我们可以让有限的资源尽量发挥最大的能效。当然，这个方法论的瑕疵在于它会损失效率，因为要大量尝试方法，并且很多方法必然不可用。但中小企业在资源有限的情况下，只能这样去实验。
提出实验并用ICE打分原则排序后，下面的关键一步就是验证。验证的方法，是进行实验组与对照组对比实验。即以增长实验之前的正常运营情况为对照组，以采取增长手段后的改善情况为实验组，在同一个周期内，对比二者的增长数据是否有改变。如果实验组数据较对照组有明显提升，则验证了这项增长实验的效果。对比实验过程中，要让实验组和对照组处于相同的实验环境，也就是说，除了增长手段的变化，两组对象的其他因素是相同或相似的。
举个例子，我们给青少年英语教育机构迈格森做咨询时提出的一个假设（即增长实验）是：“如果在体验课增加颁奖拍照环节，会增加试课家长朋友圈的转发率吗？”怎么验证呢？
对照组：在校区1、校区2，按原有方式执行100例；
实验组：在校区3、校区4，按增长实验执行100例。
两周后，对比对照组和实验组这两组家长朋友圈的转发率，以验证该方法是否有效，然后再决定是否在全校区推广这个环节。