
成長ハッキングはすでに科学であり、複数の成長の鍵はチーム内にあると主張しています。
10の講義で構成されるhopox仮説検定サービスは、実験、仮説、分析に基づいて複数の成長に関する知識を体系化します。 講義コースの内容は次のとおりです。
- 実験と成長
- 7種類の仮説
- 成長チームの仕事
- 引力の仮説と価値
- データベースの作業
- 活性化仮説
- 保持仮説
- ウイルス性仮説
- 仮説メモ
- 何を差し控えましたか。
講義1.実験と成長
Twitter、Facebook、Amazonの急成長の秘secretは何ですか?
おそらく彼らは元々素晴らしいアイデアを持っていたのでしょうか? それとも、狂った投資が高価なマーケターを雇うことを可能にしたのでしょうか? たぶん幸運ですか?
私はすぐに答えを言わなければなりません。実際、彼らは実験すること、間違いをすることを恐れていませんでした。 Facebookのボタンの場所、Twitterでユーザーを維持する仕組み、Amazonでの購入やレターチェーンによる予約の強制、リターゲティングまたは割引などはすべて、膨大な数の実験の結果です。

すべての大企業がこれを行います。 Facebookのモバイルアプリケーションは絶えず更新する必要があり、Amazonは平均して11秒ごとにサイトのコードを変更し、Twitter副社長は10の仮説がテストされたときに大きな成長が始まったことを認めました
2週間に1回ではなく1週間。
1週間あたりの実験数=会社の成長率。
サイト上のコードを変更するマーケティング活動も、実験として解釈できます。 しかし、電話で「ただ売る」ことと、プロセスが整っていて、スタッフが訓練され、CRMシステムが導入されている場合はたくさん売ることとの違いを感じてください。 クラフトとプロダクションの違いですね。
この10講義の資料とhopoxマーケティングサービスを使用して 、会社の自発的な成長を支援してください。 現在、成長は合理化された管理可能なプロセスであり、測定および影響を受けることができます。
説明した成長技術は、ユーザーが満足し、それに対してお金を払う製品を既に持っている場合に理想的です。 この場合、ボトルネックを継続的に検索し、コストを削減し、高速データ駆動型実験を通じて顧客数を増やすことで、複数の成長を実現します。
誰がこれらのマーケティング実験を発明しましたか?
「ゼロからのビジネス」という本の中で、エリックリースは、絶え間ない実験と顧客からのフィードバックを通じて、最小限のリソースコストで新しい製品とサービスを市場に投入するための科学的アプローチについて説明しました。 以下は、実験プロセスを整理するために使用する必要があるいくつかの重要な原則です。
-マーケティングのイニシアチブは仮定としてのみとるべきです。 仮定をすばやく検証するには、予測された効果を数値で示す仮説の形式で仮定を定式化します。
つまり、ここですべてのタスクを仮説として定式化します。
「<action>の場合、<number in number>」
-クライアントからフィードバックを受け取り、実際に必要な機能の種類を理解するために、Minimally Viable Product(MVP)を作成することにより、新しい機能を確認できます。 この声明はすべてに適用されます。
-長期計画を立てることはできません。 長期的なビジョンを持ち、計画を1〜2週間の短い反復に分割し、クライアントの応答を迅速に得ることができることのみを行います。
-Build-Measure-Learnサイクルで継続的な学習プロセスを開始します。 このサイクルは、実験を1つのプロセスに接続し、クライアントからフィードバックを数回受け取り、実験の結果を実現します。

Build-Measure-Learnサイクルは何を提供しますか?
1.データに基づく客観的な開発。
感覚、感情、憶測はありません。 このサイクルにより、何かが行われるとすぐに効率を測定できます。 実際、このサイクルはデータ駆動型の職場文化を育みます。
2.継続的なトレーニング。
各製品はユニークであり、各視聴者は気が遠く、ある会社で機能するものは別の会社では機能しない可能性があることを理解することが重要です。 他の人のモデルをコピーするのではなく、独自の独自のモデルを作成する場合、複数の利点があります。
このサイクルにより、チーム内で独自の知識を蓄積できます。 それぞれの新しい仮説では、すべての経験が蓄積されています
テスト済み。
HopoxはHADIサイクル(仮説-アクション-データ-洞察)を使用します。これは、仮説からアクション、データ、結論まで、アイデアを周期的にチェックするための最も単純なアルゴリズムです。
制御サイクルは、「if ... then ...」の原則に基づく仮説(仮説)の定式化から始まります。 第2段階では、一連の作業を実行して実験を開始し(アクション)、次に一定期間のデータを収集し(データ)、結論として、仮説が成功したかどうか、そして仮説テストの次のサイクルを開始することで改善できることを明確に結論付けます(洞察)。
宿題:
1. hopoxでプロジェクトを作成する
2.チーム全体をプロジェクトに追加します
3. 1週間で簡単にテストできる簡単なホポックス実験を作成します。 今週あなたがすでにやりたいタスクを1つだけ取ってください。今は、結果を数値で示す仮説の形式でそれを行うだけです。