编辑导读：对互联网人来说，掌握数据分析能力能为日常工作提供大量支持，不过大多数人仍处于认知阶段。那为了提前发现问题，确保增长，该如何设计增长实验？本文就此展开了梳理讨论，从五个方面进行了分析，对数据分析感兴趣的童鞋不要错过哦。

之前分享过：做增长，是数据分析师**的立功方式，今天直接来个例子，看看怎么通过数据设计增长实验。话不多说，整！

问题场景：某包含多系列产品的快消品公司，希望推出一款全新饮料（2个SKU）以带动整体销售金额。该款为全新推出，缺少经验，因此计划在今年先行实验，观察效果后大面积推广。

问：该如何设计增长实验，以提前发现问题，确保增长？

一、虚假的数据增长

很多新人同学举手，表示这题我会：

1. 对接头条、腾讯、阿里大数据获取全部信息
2. 建立用户到店-货架-选择-加入购物篮-结账转化漏斗
3. 进行ABtest，进店用户自动打码分流进行AAAB对比
4. 建立用户画像精准识别目标用户性别，年龄，收入，爱好
5. 建立人工智能大数据模型精准预测自然销量

现实问题是：没数据。因为不是自有渠道，所以只能拿到进货数，其他的数据不要想了，不存在的，一条都没有。倒是门店有没有铺货，可以靠巡店督导定期上门检查。

那么，该怎么办呢？

二、最基础的增长模型

最简单的想法：上新品是为了拉动销量，所以上新之后，得比上新之前渠道订货得多。于是最简单的模型就出来了（如下图）：

那么，看起来实验设计也很简单了：

1. 找几个店
2. 铺货
3. 观察铺货以后销量
4. 搞掂

是不是真的搞掂了呢？

三、考虑增长基础