编辑导语：数据分析这个岗位很容易背锅，结果是好的那就另说，但如果结果不令人满意，各方就会来找数据分析师的麻烦；数据分析师要做一个好的结果，需要掌握一些方法，比如本文说到的“增长实验”；本文是作者分享的关于数据分析师的一套方法，我们一起来看一下。

上一篇【这套系统，可能真的是数据分析师们未来5年的机遇！】引起了同学们强烈反响，其中提到一个关键点：CDP与增长实验结合，很容易让数据分析师立功；今天我们就系统的讲解下这一点。

话不多说，直接上干货！

一、数据分析想立功，难在哪里

数据分析想立功，核心难点在于——立功的事是别人办，出事的锅却是自己背。

特别在增长问题上，用户**注册的页面是产品经理设计的，购买的产品是商品运营选款的，使用的优惠券是用户运营发的——是滴，直观看起来，这跟数据分析一毛钱关系没有，庆功的时候也是这些人冲在最前边。

但是，万一注册的人不够，购买的人太少，用券跟没用一样。

这些人会异口同声地说：

• “我们的用户画像太过粗糙。”
• “我们的数据预测不够精准。”
• “我们的ABtest不够严密。”
• “为什么不能提前分析出来！”

你一张嘴对抗他们三张嘴，怎么辩解都是输。

所以，往往我们看到所谓用户画像、ABtest、预测模型，要么就是那些顺风顺水的大厂在说，要么就是当产品准备卖给乙方的甲方在说；一但大形势不好，过往吹得再厉害的模型、画像、测试统统都不管用了。

问题的核心，在于——数据分析不能孤立在增长项目以外，像个街边摆摊算卦的半仙一样，等着业务甩任务过来。

• “大师你看看我这命数咋样”
• “你精准预测下用户响应情况”

这两句话没有本质区别，都是放弃了主观能动性，指望靠计算得出结果。

数据分析要和业务并肩作战，打包成一个项目组，才有彻底脱离苦海的机会。

而增长实验，刚好满足这个要求。

并且，它对业务方也是一个解脱，最有可能达成双赢局面。

二、增长实验是什么

增长实验，重点在“实验”；这么叫，主要是区别于以往做增长“大干、快上、跟风走”的搞法，真正落地小步迭代。

增长领域是时髦名词最多的领域，“私域流量、直播带货、圈层营销”总之隔三天一个新词冒出来；与新词一起出来的，是各路神仙吹嘘“我是如何0投入增长100万用户的”。

在这种背景下，业务部门的压力是很大的。

不做，被老板批跟不上时代。

做，投多少，做不成咋办，都不知道。

因此，为了避免被领导们过高的期望压死，在传统企业做数字化转型的时候，业务部门开始大谈增长实验：咱做实验，一步步来。

搞出来个增长实验做法，这个概念和互联网公司谈的增长团队，本质上没啥区别；但是传统企业更重现实效益（销售收入、利润）的考核，因此在做法上更效益导向。