分析与测试
分析是通过研究业务事件和分析历史数据得出论点，而测试则是当你没有作为决策依据的历史数据时所进行的受控实验。以电子商务网站的红色结账按钮为例。基于焦点小组的输入，产品经理坚定地认为，蓝色结账按钮将成为用户首选，可以带来更多的结账和购买。但是，该网站从来没有用过蓝色结账按钮，所以没有历史数据与红色结账按钮的效果进行比较。这个业务问题无法通过分析解决，它需要测试。
因此，产品经理设置了一个实验来测试他的假设。他创建了一个测试网页，将部分网站流量暴露给红色结账按钮，另一部分暴露给蓝色结账按钮。然后，再观察客户的付款行为。现在，他有了实验数据可以用来分析，以确定蓝色按钮是否真的可以提高实际购买率。
此外，分析只能证明是否具有影响关系（A←→B），而测试则可以证明是否存在因果关系（A→B）。在我们的示例中，假设产品经理通过分析已经看到平均订单量和网页加载时间之间的关系，即加载时间越长，订货量越小，但是他还不知道的是订单大小在影响加载时间还是加载时间在影响订单大小，或两者都共同受其他因素影响。如果他真的想了解原因，就需要设置一个测试实验来改变加载时间，并查看它对订单大小的影响。
总之，分析是对过去数据展开分析，以获取论点并找出数据之间的关系。测试是通过受控实验来创建新的样本数据，以获得论点并证明因果关系。
增长黑客推动用户增长
什么是增长黑客（growth hacking）？它是一种组织内部程序，以推动某个增长指标实现快速可扩展性增长为唯一目标。Facebook通过增长黑客将消费者从4500万增长到10亿，而Twitter则利用增长黑客将用户群扩大了10倍。包括Linkedln、Quora和PayPal等在内的其他公司也已采用并坚持采用增长黑客策略。简单地说，增长黑客的要义就是要突破营销预算的限制，去创造产品市场本身。
大多数企业同时关注多个指标：收入、用户黏性和许多其他类似的战略指标。与此相反，许多技术型的初创公司现在正在组建增长黑客突击队（SWAT team），只瞄准某个指标的增长，比如客户数量。本书第8章介绍了3个关键问题框架，一旦增长指标被锁定并达成一致，通过这个框架，公司就可以找到增长的影响因素。
为了实现目标，增长黑客团队作为公司内的启动部门而发挥作用。他们是集少数专家，用小额预算快速做出决策的创新型团队，通常涵盖了产品开发、设计、分析和营销专长，努力确认出增长指标的影响因素，然后实施以推动指数级的增长。最为关键的原则是：这种增长是可扩展的，而不是一次性的。使可扩展性成为可能，要通过大量实验，快速学习，从所学中进行连续迭代，然后再频繁地实施以学习更多，所有这些都是通过创造性分析来实现的。
这样做的结果是通过汇聚的方法将所有领域的投入都聚合进来，全面加速增长目标的实现。增长黑客团队使用“拉动”战略来吸引消费者。也就是说，它通过产品体验来提高参与度，从而了解用户的动机和行为，并使参与客户立即感受到价值。这种方法不同于传统的模块化方法，营销部门不必等产品组构建了一个产品版本之后才联系接洽客户。在确认客户行为数据的模式和持续验证产品变化影响方面，分析是一个强大的工具。
Twitter3对其现有用户群的行为分析表明，如果新用户在Twitter上使用简单的登录操作关注了至少10个人，他们就更有可能留下来。于是，Twitter的策略便是开发一个新功能，向新用户推荐可关注的前10名用户列表。并且，它随后还添加了更多功能，帮助新用户获得其他人的关注。这大大增加了用户回访的概率，并且越来越多的用户选择留下来。Facebook早期的增长黑客的操作是，允许用户在个人的网站和博客上嵌入自己的Facebook小插件，如徽章和个人资料，使：Facebook超越了自身的局限。此举使Facebook在互联网上获得了令人难以置信的关注度，吸引了数百万用户前来注册。而对已有用户来说，又可以很方便地通过自己的门户网站积攒人气。
增长黑客不是公式化的程序，这正是它的强项。它是为企业、企业目标及其产品定制的解决方案，需要组织领导和超越他们本身技能的边界的团队成员的共同支持。
P22-25
如果想了解如何建立一家分析驱动的组织并利用分析参与竞争，那么本书就是为你量身定制的。
——史蒂夫·伯科威茨（Steve Berkowitz） 行动公司首席执行官
数据太多怎么办？多年以来，我帮助不少公司实现了从初出茅庐到发展壮大的过程，最终取得成功的往往都是那些善于管理数据并利用这些数据做出正确决策的公司。本书将数据分析与Aryng的BADIR框架相结合，向大众传授了这一成功秘诀。最重要的是，本书讲授的知识虽然浅显易懂，却能带来不俗的成效。本书是一部行动指南，我会推荐所有企业家和管理团队吸收其理论成果并在实践中加以利用。
——达纳-斯塔尔德（DarIa Stalder） 经纬创投风险投资人，贝宝、易贝网和网景前执行官
本书引导企业家将他们的数据海洋分隔成一个个规模较小但更有用的信息池。皮扬卡和普尼特已经总结出了一套简洁详细的框架，任何人都可以通过这一框架，充分利用数据分析的力量。
——巴里F.罗奇（Barry F.Roach） 安全美国信用联盟总裁兼首席执行官
皮扬卡·贾殷
我痛恨统计学。1999年在得州农工大学（Texas A & M University）的环境工程论文课题中，我真正想做的是跟踪调查使危险废弃物场地变得不安全的事件。在实验室的研究过程中，当事实愈渐清晰时，坦白地讲，能解决这个问题的唯一方法就是采用非线性回归技术建立逆形态分布模型。
我一直都喜欢数字和数学，曾相对我所就读的年级提前4年用自己的方法推导出勾股定理。我一直质疑每一项杰出技术所带来的影响，包括我父亲的突破性发明——垃圾焚烧发电。数学和工程学成就了今天的我，但在1999年，我努力确保统计数据不仅可以分析一个问题，还可以解决这个问题，并有真正切实的商业影响。我与数据化敌为友，并找到了我的激情所在。
我在明尼苏达大学（University of Minnesota）计算机科学与工程专业完成了第二硕士学位。利用蚂蚁信息素概念，通过统计建模与仿真，我设计了一个自我更新的网络路由表。我曾教三年级和四年级的本科生学习微积分和统计学，我有能力利用统计和分析技术去解决各种不同类型的问题。
当Adobe公司希望通过这些技能来提高其客户体验时，我就知道从这一刻开始，分析将成为我人生的一部分。一如既往地，我努力确保研究的数据可以被转化为行动和积极的商业影响。在一个热爱数据的公司里，我和我的团队能够通过市场营销和广告，改善客户体验，并最终对公司的盈利带来影响。
后来我在不同的公司任职，在贝宝（PayPal），我遇到了普尼特·夏尔马。在那里，我们每人带领着一个分析团队。
普尼特·夏尔马
取得了计算机科学学位和金融领域的工商管理硕士学位之后，我开启了早期的职业生涯。当我开始了解数据和分析，以及我的数据分析师朋友一天的生活后，我就知道我不得不屈从于这种渴望——我称之为我的“欲望”。美国第一资本投资国际集团（Capital One Financial Corp）招聘数据分析师时，我提交了申请。经过严格的能力测试，Capital One邀请我在董事会里担任数据分析经理，以好好发挥我的技术和业务技能。我在我热爱的事业里蓬勃发展——将分析转换为商业影响和有形的美元价值。公司相信数据能报告所有关键的战略和决策，并且从一开始就这样设计。我和其他500个人一起参加培训，学习统计、建模和分析。我知道进入数据分析领域是一个正确的决定。
然而在这之后，我很惊讶地得知，和我有工作来往的其他公司并不像我们这样对利用数据来带动商业影响感兴趣，有的公司甚至毫无兴趣。分析是一个“支持功能”，根据优先级不同的事业部，分析的产出可能会也可能不会被考虑。现有系统的设立并不利于我们获取有深远影响的各种商业信息。物力和财力被花在理论分析上，却并不一定能直接产生商业影响。一个项目如果有强大的数据驱动执行支持，我和我的团队就能够带来惊人的影响。但是实际并非如此，我曾见证数百万美元资金分文不动地躺在那里，仅作为企业结构的一个要素和分析的感知价值。经过一段时间强烈的自我怀疑，质疑我自己是否真的有能力推动持续的影响，我发现，需求是有的，而我还有不足，我从那些失败中吸取了教训。作为一个技术公司的分析负责人，我还有很多经验、教训需要学习。
我和皮扬卡·贾殷多年来经常一起共进午餐并时不时地讨论一番，我发现我们原来都有同样的经历。我们开始清楚地认识到这些模式，并想办法来填补这些缺口。这不只是关于分析，也是因为我们现在拥有可以强有力地提高业绩的环境。分析的复杂性是一个障碍，但是我们知道大约只有20%的时间需要那些资源密集的过程。我们通过共同的努力开始阐明分析的力量、企业对分析的态度、常见的失误，以及用简单的方法来驱动影响。
皮扬卡·贾殷
这几年我在会议上发表讲话的时候，也听到了来自其他机构同僚的亲身经历。他们招架不住这些数据、大数据、分析、预测分析，虽然许多人都跟上了潮流，但是他们在分析上的投资并没有得到多少投资回报（ROI）。整个场面模糊又复杂，有一个需求是我们可以填补的。
2011年，我创立了Aryng——一家管理咨询公司，专注于分析。普尼特·夏尔马担当顾问的角色，我则设计了一个叫作BADIRTM的商业影响分析方案。BADIRTM代表商业问题（business question）、分析计划（analysis plan）、数据收集（data collection）、得出结论（insights）和提出建议（recommendations），它是一个可将数据转化为更明智决策的简单五步框架。
当召开研讨会时，我们听到了越来越多这样的说法，怎样将如此简洁基础的方法用在工业和学术领域呢？本书囊括了所有这一切。我们很高兴带你一起走上这趟旅程。
皮扬卡·贾殷、普尼特·夏尔马著的《数字决策力：从商业分析中挖掘利润》第一部分和第三部分写给每一位有兴趣了解分析的读者。第一部分是对分析的介绍：什么是分析、为什么要分析和常用分析方法。第四部分提供了真实的案例，对分析如何影响从政治到体育、从执法机关到技术领域这些典型的商业环境进行说明。第二部分详细介绍了商业分析的BADIR模型，对预测分析进行了概述，并介绍了用于商业智能和分析的工具。这部分将为你提供必要的知识，将商业分析应用到你日常大部分的工作中，并在必要时针对复杂分析与专家进行充分的沟通。本书附录中还提供了必要的统计知识，方便你在需要时参考。商业领袖和分析大师会发现第三部分值得花时间阅读，因为通过很好地利用数据，你可以引领企业走向盈利。本书提供了专门的工具包和方法，帮助你创建数据赋能型企业，建立一个分析议程，扩大分析在各类组织中的影响，并轻松地避免掉入常见的陷阱。
《数字决策力：从商业分析中挖掘利润》作者皮扬卡·贾殷、普尼特·夏尔马提出举世通用的5个步骤决策模型：BADIR。从问对问题出发，教你如何收集数字、分析，并且验证假设，拟定执行方案。超过80%的商业分析，资料处理难度不会超过EXCEL所能完成的复杂度。本书还包含10个经典的商业分析案例，作者以出色的例子，让我们综合预览简单的分析技术和复杂的预测分析。本书带领新手缓缓进入分析的领域，告诉经理人如何与他们的分析师得到好的结果，以及建立一套架构，使任何企业能了解驱动其成功和失败的因素。