اختبار سلسلة الخرائط الذهنية: كيف تفكر مثل محترف CRO (الجزء 22)

مقابلة مع نيلز كوبيلمان

نيلز كوبيلمان هو مدافع شغوف عن فوائد التجريب واتخاذ القرارات التي تعتمد على البيانات. إنه يفهم أن اختبار A / B الناجح لا يتعلق فقط بمعرفة ما إذا كان هناك شيء يعمل ، ولكن لماذا يعمل - وهو هنا لتبديد خرافتين شائعتين حول هذه الممارسة.

يقدم اختبار A / B هذا مخاطر ولا يمكن للشركات الصغيرة اختبارها بشكل فعال. على العكس من ذلك ، يعتقد نيلز أن اختبار A / B يمكن أن يساعد في تقليل المخاطر من خلال تقديم رؤى حول ما ينجح وما لا ينجح. وعلى الرغم من أن الشركات الصغيرة قد يكون لديها حركة مرور أقل من الشركات الكبيرة ، إلا أنها في الواقع يمكن أن تختبر بجرأة أكبر لأن هناك مخاطر أقل.

لذلك في المرة القادمة التي تعتقد فيها أن اختبار A / B يبدو محفوفًا بالمخاطر أو مكلفًا للغاية ، اقرأ هذه المقابلة مع Nils للحصول على نصائح حول كيفية الاختبار بفعالية على موقعك دون تقديم أي مخاطر غير ضرورية.

نيلز ، أخبرنا عن نفسك. ما الذي ألهمك للدخول في الاختبار والتحسين؟

على مدار السنوات الثماني الماضية أو أكثر ، كنت أقوم بإنشاء مواقع ويب ومتاجر عبر الإنترنت لمساعدة العملاء الكبار والصغار على "تحسين" تواجدهم عبر الإنترنت.

منذ بعض الوقت ، تحولت أفكاري إلى كيفية ضمان أن يكون لتصميماتنا التأثير المطلوب حقًا.

عندما واجهت مصطلح "تحسين معدل التحويل" لأول مرة منذ حوالي 3 سنوات ونصف ، تساءلت عن سبب عدم تركيزنا عليه بالفعل. من تلك النقطة فصاعدًا ، حولت تركيزي من تقديم التصميم والتكنولوجيا إلى تقديم الأفكار والنتائج.

يحمل عالم التحسين الكثير من الإمكانات التي لا تزال غير مستكشفة إلى حد كبير من قبل غالبية الشركات عبر الإنترنت. يجب أن نستفيد من الكم الهائل من البيانات المتاحة وكذلك التعلم منها حتى نتمكن من التحسين المستمر.

من أكثر الأشياء المدهشة بالنسبة لي هو مدى متعة التعلم مرة أخرى. لم أفكر مطلقًا في أنني سأفتح كتابًا عن الإحصاء طواعية (صرخ لجورجي جورجييف وكتابه العظيم الأساليب الإحصائية لاختبار A / B عبر الإنترنت) وقراءته بالفعل. هذا والعديد من الجوانب الأخرى ما زالت تلهمني لاختبار التعلم.

كم سنة كنت تقوم بالتحسين؟

تنبع الرغبة في التحسين من عدم الرضا عن الوضع الراهن ، والفضول بشأن ما هو أكثر ، واليقين بأن أي شيء يمكن تحسينه.

في سياق احترافي ، كنت أقوم بالتحسين منذ حوالي 8 سنوات حتى الآن. في البداية ، بناء المشاريع الجانبية وتحسينها ومساعدة الشركات على تحسين مواقع الويب والمتاجر عبر الإنترنت. نحن الآن نساعد الشركات الجديدة والقائمة على خلق ثقافة التجريب واستخدام قوة التجارب للإضافة إلى نموها.

بالتفكير في الوراء ، لا أتذكر عدم التحسين على الإطلاق. عندما كنت طفلاً ، كنت دائمًا أتساءل عن الطريقة التي تتم بها الأمور. أتذكر والدي قال إنني طرحت أسئلة "كثيرة جدًا" ، وهو أمر في الماضي أشعر بالسعادة حقًا لأنني فعلت وما زلت أفعله.

حتى في حياتي الشخصية ، أنا معروف بتتبع وتحسين معظم جوانب حياتي.

ما هو المورد الوحيد الذي تنصح به للمختبرين والمحسّنين الطموحين؟

هناك العديد من الموارد التي أود أن أوصي بها لأي شخص يبدأ ، ولكن دعونا نجعل هذا أكثر عملية قليلاً.

للبدء ، إليك بعض الاقتراحات:

1. كن أكثر فضولًا ، وابدأ في التساؤل عن سبب القيام بشيء ما على النحو الذي هو عليه. هذا وحده سيفتح رؤية جديدة تمامًا للعالم.
2. اقض وقتًا أطول في التفكير في المشكلة بدلاً من إيجاد الحلول. تحتاج أولاً إلى فهم المشكلة حقًا ، ثم تأتي الحلول بسهولة أكبر.
   
   كما قال ألبرت أينشتاين ، "إذا كان لدي ساعة لحل مشكلة ما ، كنت سأقضي 55 دقيقة أفكر في المشكلة و 5 دقائق أفكر في الحلول."
   
   بعد قولي هذا ، من المهم التفكير خارج الصندوق ، مما يعني ليس فقط التفكير في حدود المشكلة ولكن أيضًا النظر في الزوايا والإمكانيات الخارجية.
   
   المفتاح هو إيجاد توازن بين الاثنين.
3. تعلم أن تسأل أسئلة أفضل. هذه واحدة من أكثر الأدوات فائدة التي يمكن أن يمتلكها أي مُحسِّن في ترسانته لأنه يمكّن الفضول ويستفيد منه.

أيضًا ، أشارك مقالات وموارد وأدوات مثيرة للاهتمام في رسالتي الإخبارية الأسبوعية للتجربة ، والتي موجهة للمبتدئين في التجارب والمحاربين القدامى على حد سواء.

الإجابة في 5 كلمات أو أقل: ما هو نظام التحسين بالنسبة لك؟

اختبار للتعلم. تحسن مستمر. التجريب. أنظمة البناء.

ما أهم 3 أشياء يجب على الأشخاص فهمها قبل البدء في التحسين؟

ابحث أولاً ، ثم اختبر. قبل أن تبدأ في التحسين ، تأكد من دعم افتراضاتك بالبيانات والنوعية والكمية. ثم قم بإنشاء فرضيات قوية بناءً على ذلك.

لا تقتصر فقط على التحسين من أجل الارتفاعات قصيرة المدى - في حين أنه من المهم للغاية أن يكون للبرنامج عائد استثمار إيجابي ، يجب ألا يركز فقط على ذلك ، بل يجب أيضًا مراعاة النطاق الترددي الضخم لفرص التعلم وتغطية المخاطر التي تجلبها التجربة.

لا ينبغي أن تهدف جهود التحسين إلى إثبات أنك على صواب أو خطأ ، ولكن لتحديد السبب - في كلتا الحالتين. لا فائدة من تحسين أي شيء إذا لم تفهم كيف وصلت إلى هناك وكيفية تكرار الوصول إليها. لتحقيق النجاح على المدى الطويل في اختبار A / B ، من الضروري أن يكون لديك أنظمة جيدة في مكانها.

كيف تتعامل مع البيانات النوعية والكمية بحيث تحكي قصة غير متحيزة؟

لا توجد بيانات غير متحيزة ، ولكن لتقليل التحيز تجاه أي نوع من البيانات ، من المهم فهم كيفية جمع البيانات وكيفية تفسيرها وما هي الاستنتاجات التي يتم استخلاصها منها.

لتصنيف مدى موثوقية البيانات التي تتحدث عنها ، يجب عليك التحقق من التسلسل الهرمي للأدلة.

نستخدم البيانات الكمية للتصفية المسبقة ، ثم نستخدم البيانات النوعية والموارد العلمية للتعمق ، ثم مرة أخرى البيانات الكمية لإثبات أو دحض الافتراضات والفرضيات الأولية.

يأتي في مقدمة جهودنا ما يسمى بالتحليل التلوي ، مما يسمح لنا بالبحث عن أنماط عبر التجارب السابقة ومواءمة جهود البحث والتجريب الإضافية.

هناك طريقة أخرى جيدة لإزالة التحيز وهي خلق فصل بين الشخص الذي يقوم بإنشاء التجربة والشخص الذي يقيم نتائجها. هذا يقلل من التحيز نحو نجاح التجربة.

ما هي خرافة التحسين الأكثر إزعاجًا التي تتمنى التخلص منها؟

أود تبديد خرافتين:

1. هذا الاختبار ينطوي على مخاطر ، في حين أنه في الواقع يقلل من المخاطر عندما يتم إجراؤه بشكل صحيح
2. لا تستطيع الشركات الصغيرة الاختبار ، بينما في الواقع يمكن للشركات الصغيرة ذات حركة المرور القليلة أن تختبر بجرأة أكبر لأن هناك مخاطر أقل مرتبطة / أقل على المحك.

نأمل أن تساعد مقابلتنا مع نيلز في توجيه استراتيجية التجربة الخاصة بك في الاتجاه الصحيح!

ما هي النصيحة التي كان لها صدى أكبر معك؟

وإذا لم تكن قد قمت بذلك بالفعل ، تحقق من مقابلاتنا السابقة مع أساطير CRO Gursimran Gujral و Haley Carpenter و Rishi Rawat و Sina Fak و Eden Bidani و Jakub Linowski و Shiva Manjunath و Deborah O'Malley و Andra Baragan و Rich Page و Ruben de بوير ، أبي هوغ ، أليكس بيركيت ، جون أوستروفسكي ، رايان ليفاندر ، رايان توماس ، بهافيك باتيل ، سيوبان سولبرغ ، تيم ميهتا ، روميل سانتياغو ، وآخر أعمالنا مع ستيف لو بريفوست .