你是否遇到过这样的困境：

拿着一堆好不容易收集到的数据，想要撸起袖子大干一场，结果却千头万绪，无从下手。如何破解这个问题呢？

其实最有利的武器就是案例学习。他人的成功思路可以启发你的思维。只要你不断模仿和练习，最终必将融会贯通，领悟出一套最适合你的数据决策思维。

下面的案例来自于全球最大的民宿网站Airbnb。

Airbnb是一个为旅行者提供民宿租赁服务的网站。如果你愿意将自己的房屋短期租赁给旅行者，就可以到这个网站上注册成为房东。相比于传统的酒店，Airbnb上的租赁资源不仅更加便宜，而且可以为旅行者提供深入体验当地风土人情的机会，因此广受追捧。

在2011年初，Airbnb产品团队内部萌生了一个好点子：

为Airbnb上的房东提供专业的住宅摄影服务

因为他们相信，如果房东发布的房源信息里有拍摄效果更加专业的照片，房东会更容易租出自己的房子。比起大部分产品的新点子，这个想法听上去还蛮靠谱的。

但是，产品部门并没有急于上线这个新功能，而是设计了一个三步实验，同时利用数据来推进整个验证过程。

第1步： 做一个A/B 测试

首先，挑选很少量的房东，免费为他们提供专业的住宅摄影服务。被选中的房东们便成为实验组。

然后将实验组的平均住宅预定量和Airbnb整体的平均预定量进行对比。数据显示，如果房东在房源信息里使用了专业的住宅照片，会使得预定量高于Airbnb平均预定量的2- 3倍。

这个验证试验表明：

用户更倾向于租赁包含了专业摄影照片的住宅。

进一步，我们回过头来看下什么是常说的A/B 测试呢？

做过网站设计的朋友可能经常会面临多个设计方案的选择，比如某个按钮是用红色还是用蓝色，是放左边还是放右边。

传统的解决方法通常是集体讨论表决，或者由某位专家或领导来拍板，实在决定不了时也有随机选一个上线的。虽然传统解决办法多数情况下也是有效的，但A/B 测试（A/B Testing）可能是解决这类问题的一个更好的方法。

简单来说，就是为同一个目标制定两个方案（比如两个页面），让一部分用户使用 A 方案，另一部分用户使用 B 方案，记录下用户的使用情况，看哪个方案更符合设计目标。当然，在实际操作过程之中还有许多需要注意的细节。

如何实现 A/B 测试，你做以下几个工作：

1）开发两个（或多个）不同的版本并部署。

2）收集数据进行比较

3）分析数据，得出结果

第2步：扩大实验

2011年中下旬，基于第一步的实验结论，Airbnb聘请了20名摄影师，开始较大规模的为房东提供专业拍照服务。

从这20名摄影师开始全面工作之后，产品团队便紧盯Airbnb的整体预定量。令人惊奇的是，Airbnb的住宅预定量不仅获得了增加，而且是飞一般的增长速度。

这表明，20名摄影师对于Airbnb成交量的影响力远超预期。

第3步： 基于数据结果迭代产品推广

鉴于前两步实验效果都很好，产品部门进一步决定：向房东们广泛推广这一业务。

每一次有新房东拨打Airbnb服务热线，客服都会向他推销专业摄影服务。截止2012年2月，Airbnb的摄影师们平均每个月要拍摄5000张照片。而这些专业的摄影照片又进一步的推动了网站的预定量。

这个案例的精髓在于它所传达的思维方式：

用数据推动产品迭代

用数据检验直觉

在公司内部每天都会萌生无数的新想法。有些产品点子是糟糕的，但也有些产品想法的效果远超预期。

因此，当你有了新的想法之后，最好的办法是先设计一个小实验，用数据去证明它的效果。

如果实验结果是正反馈，再一步步扩大实验，直到将它打造成对公司业务影响力巨大的拳头产品。如果实验结果是负反馈，那么你就可以及时止步，避免浪费更多的人力物力。

精益分析（Lean + Analytics）就是当前所流行的数据驱动决策的运作模式。其中，一步一步快速进行产品实验，就是精益（Lean）。同时收集数据指标进行分析和监控，就是分析（Analytics）。

本文作者 徐小圈 ，微软大数据高级产品经理(微信号： circlepig)，对大数据产品感兴趣的，可以听她之前在大数据社群的内部分享课程戳此>>>《如何4步成为大数据产品经理》。