GR · MM · 090
高频实验增长模型
High Tempo Experimentation Model · high-tempo-experimentation-model--how-to-win-in-consumer-subscription
所属簇 实验体系与统计方法论
解决什么问题
增长团队如何通过实验机制最大化学习速度，从而快速找到有效的增长杠杆。
核心内容
Noom 早期增长团队的实验心智模型：
- 实验数量 > 实验质量：不要假设高质量（高投入）的实验能提高胜率。公司往往低估了实验数量的力量，大量低成本实验带来的“学习”是最终破局的关键。
- 设定极大的最小可检测效应 (MDE)：只追逐能带来 +20-30% 提升的大改动，不纠结于微小的优化。
- 保持高频节奏：最高峰时每位 PM 每周可跑 6 个实验。确保始终有实验在运行，利用夜间和周末上线，不浪费瓶颈资源。
- 接受极高失败率：90% 的想法会失败，必须快速证伪。
适用边界
适用于已搭建好模块化测试基础设施（如沙盒环境、Optimizely、Mixpanel）且增长团队拥有高度自治权（PM、研发、设计闭环）的阶段。若团队连基础埋点和数据看板都不完善，则无法适用。
关键引述 · 原话
"I think companies underestimate the power of experimentation volume. There’s an assumption that quality (high effort) will increase win rate or size. Possibly, but you lose out on learnings that can be used to help you eventually figure it out." - Nikhil Jhunjhnuwala, VP of Growth at Noom
出处：Lenny Rachitsky · 02-newsletters/how-to-win-in-consumer-subscription.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2