1704199442
1704199443
1704199444
1704199445
在布莱恩提出的方法的基础上我们为渠道试验建立了一个排序过程。我们按照1到10分给增长团队建议测试的渠道打分，10分为最好，1分为最差（注意：成本越低、投入和产出时间越短得分越高，因为显然低成本和更短的投入和产出时间更理想）。然后我们只需要算出每种渠道的平均分，从高到低进行排序，就可以找出优先渠道。表5–5是我们用来排序的网格。
1704199446
1704199447
表5–5 试验评分排序表
1704199448
1704199449
1704199450
1704199451
1704199452
为了说明如何使用这个方法，让我们回到在前面提到过的食品商店App增长团队的案例，看看他们怎么用这种方法进行排序并确定第一轮试验的渠道。
1704199453
1704199454
这家财力雄厚的食品连锁店为了扩大初始用户群开展了猛烈的电台和印刷品广告攻势，结果初始App下载量一举突破10万次。但是，由于初期用户中许多人并不怎么使用App进行购物，所以增长团队将重心从吸引更多潜在消费者转向提高每位用户的消费额。我们假设现在他们已经成功提高了App活跃用户的平均消费额，所以现在他们又把注意力转回到吸引更多的用户上，而这次的目标（也应该一直如此）则是寻找收益更高的渠道。
1704199455
1704199456
首先，他们对用户数据进行了另一项分析。当然，他们一直都在监测用户数据，尤其是那些最重要的指标。但一旦团队将重心转移至新的增长杠杆，他们就需要用全新的眼光去分析数据，寻找与新任务相关的新洞察。你可能还记得，此前他们已经发现，公司最忠诚的用户中有很大一部分来源于该连锁店的主网站，现在情况依然如此。所以他们决定集中精力大力挖掘网站潜力，将其作为一个关键渠道。同时，他们还测试新渠道，把网撒得更广，以吸引那些不经常登录网站的人群，就像他们一开始所做的那样。脸谱网和谷歌广告明显值得一试，于是他们开展调研，了解既有用户群中有多少人使用这些平台以及通过广告可以接触到多少相同类型的用户。他们发现，大多数用户在这两个平台上都相当活跃。于是他们继续深挖数据，通过浏览行业报告寻找基准数据，比如潜在消费者具体在哪些网站上逗留，其他竞争者在谷歌和脸谱网上的广告花费和广告类型，以及它们获得了哪些成功等等。
1704199457
1704199458
了解了用户的上网习惯之后，他们提出了一个假设：谷歌关键字可能并不是最佳选择，因为人们并不会在整个网络范围内搜索食品杂货，而是在零售商的网站上搜索。另一方面，脸谱网则可以让他们根据用户的人口学特征和兴趣进行准确定向，而且他们也获得了大量消费者人口学数据。于是他们决定将脸谱网广告纳入优先化网格。
1704199459
1704199460
团队决定再进行一些额外的市场调研，一方面在公司网站主页和App上进行问卷调查，收集用户反馈，另一方面采访一些现有顾客。对于访问过网站的顾客，团队想知道他们是否下载了App，如果没有下载是出于什么原因；对于已经开始使用App的顾客，团队想知道怎样可以让他们更愿意向朋友推荐App。通过调研团队了解到，相当数量的网站访问者并不知道App的存在，而那些知道的人更喜欢直接用电脑下单，因此他们认为没有必要使用App。此外，他们还了解到，App用户中有相当一部分人会向朋友推荐这个App，而且如果这可以让他们在下一笔订单享受折扣或者领到购物券的话，他们会更加乐意向朋友推荐。
1704199461
1704199462
基于这些调查结果，团队提出了以下增长手段。
1704199463
1704199464
有机渠道
1704199465
1704199466
1704199467
1704199468
1704199469
1704199470
1704199471
1704199472
1704199473
1704199474
1704199475
1704199476
• 改善主网站上的App营销。
1704199477
1704199478
1704199479
1704199480
1704199481
1704199482
1704199483
1704199484
1704199485
1704199486
• 给有会员卡但没有下载App的常客发送邮件，介绍使用App购物的好处。
1704199487
1704199488
1704199489
1704199490
1704199491