Prueba de la serie de mapas mentales: cómo pensar como un CRO Pro (Parte 13)

Entrevista con Alex Birkett

Cuando se trata de optimización, hay pocas personas tan versadas como Alex Birkett.

Pero, ¿qué es exactamente la "optimización"?

Alex dice que es una combinación de disciplinas, incluida la redacción y la experimentación.

Se trata de construir el sistema y los procesos correctos para reducir (no eliminar) la incertidumbre. Entender que hay un punto en el que intentar eliminar la incertidumbre tiene rendimientos decrecientes.

Y no, la optimización no es la respuesta a todos los problemas comerciales o de interfaz de usuario.

En esta entrevista, profundizaremos en los principales consejos de Alex para desarrollar la alfabetización de datos y establecer un programa de experimentación exitoso. Aprenderá qué considerar antes incluso de comenzar a optimizar su sitio y cómo realizar un seguimiento de sus pruebas de manera efectiva. ¡Así que sigue leyendo si quieres llevar tus esfuerzos de optimización al siguiente nivel!

Álex, cuéntanos sobre ti. ¿Qué te inspiró a dedicarte a las pruebas y la optimización?

Mi nombre es Alex Birkett. Vivo en Austin, Texas y tengo un perro llamado Biscuit.

Escribo en alexbirkett.com, dirijo una agencia de marketing de contenidos llamada Omniscient Digital y dirijo el programa de experimentación y el equipo de Workato. Obviamente, esto me mantiene bastante ocupado. Pero fuera de eso, me apasiona la salud y el bienestar. Así que paso mucho tiempo en estudios de yoga, saunas, gimnasios CrossFit, estaciones de esquí, etc.

Cuando estaba en la universidad, leí muchas cosas de Ryan Holiday, lo que me hizo interesarme en el marketing. Escribió un libro llamado "Marketing de hacker de crecimiento" justo cuando yo me graduaba de la universidad, e incluía toneladas de figuras como Sean Ellis, quien habló sobre las pruebas A/B y el crecimiento cuantitativo basado en datos. Eso me intrigó, así que me inscribí en Optimizely cuando ofrecieron cuentas gratuitas y comencé a jugar.

Conseguí un trabajo en una empresa de tecnología en etapa muy temprana en Austin, pero seguí leyendo blogs como CXL, Conversion Sciences y Marketing Experiments, así que cuando vi a Peep Laja abrir un puesto en Austin para un "marketing de contenido y crecimiento", Aproveché la oportunidad.

Y ese fue el comienzo de la madriguera del conejo. Los siguientes años que pasé en CXL fueron como obtener un título de posgrado en optimización, experimentación y marketing basado en datos en general. Me puse en contacto y aprendí de los mejores expertos de la industria, realicé experimentos yo mismo y escribí sobre todo lo que estaba aprendiendo. Era una oportunidad de ensueño para un nerd de experimentación joven y hambriento.

¿Cuántos años has estado optimizando? ¿Cuál es el único recurso que recomienda a los aspirantes a probadores y optimizadores?

Tomé un montón de clases de psicología social en la universidad donde realizamos experimentos de comportamiento clásicos, pero la primera vez que realicé una prueba en un sitio web fue en 2014. Sin embargo, no sabía lo que estaba haciendo. La primera vez que supe lo que estaba haciendo fue en CXL en 2015/2016. Así que he estado optimizando profesionalmente, o al menos de manera semi-competente, durante unos 6-7 años.

Si hay un recurso que puedo recomendar, es CXL (incluido CXL Institute).

Sin embargo, la "optimización" no es realmente una disciplina: son varias disciplinas superpuestas. Así que probablemente recomendaría indexar mucho en uno de esos y volverse bueno antes de intentar convertirse en un "optimizador" (que en mi opinión no existe realmente, eso es más una mentalidad).

¿Redacción? Copyhackers.com y los clásicos libros de redacción de respuesta directa.

¿Experimentación? Blogs de ingeniería de Netflix y Airbnb, el libro de Ronny Kohavi y mucha práctica.

Realmente depende de qué madriguera de conejo quieras bajar.

También sugiero unirse a una comunidad para lo que sea que espere lograr. CXL tiene un gran grupo de Facebook. El Measure Slack es ideal para análisis y cosas generales basadas en datos.

Responda en 5 palabras o menos: ¿Qué es para usted la disciplina de la optimización?

Tomar mejores decisiones comerciales.

¿Cuáles son las 3 cosas principales que las personas DEBEN entender antes de comenzar a optimizar?

• Lo que llamamos optimización es principalmente reducción de la incertidumbre (se recopila X cantidad de información para reducir la incertidumbre en Y).
• Nunca se puede reducir por completo la incertidumbre y hay un punto de disminución de la utilidad al tratar de hacerlo.
• La optimización no siempre es la respuesta a los problemas de su negocio, y saber cuándo lo es y cuándo no es una gran ventaja estratégica.

¿Cómo trata los datos cualitativos y cuantitativos para que cuenten una historia imparcial?

Nunca obtendrá una historia completamente "imparcial", por lo que optimizo el "valor esperado" cuando trabajo con datos.

La recopilación de datos siempre tiene un costo, en términos de tiempo (el costo de oportunidad de realizar un experimento o recopilar las respuestas de una encuesta) o dinero (software, desarrolladores, diseñadores, etc.).

El impacto o el riesgo de una decisión dada también influye en cuánto quiero "gastar" en datos para reducir esa incertidumbre.

Si una decisión es decisiva para el negocio, y hay una manera factible de recopilar suficientes datos para estar seguro de tomar una buena decisión, voy a gastar el tiempo y el dinero para hacerlo.

Si una decisión realmente no importa, es una pérdida de tiempo y dinero dedicar tiempo a recopilar comentarios cualitativos o cuantitativos. Solo tomo la decisión en ese caso.

Pero, en términos generales, me gusta recopilar *suficientes* datos y nada más que eso para tomar lo que siento que es una decisión apropiadamente ponderada por el riesgo para la tarea en cuestión. A veces (*jadeo*) sigo mis instintos. A veces hablo con 5 clientes y me siento confiado en mis datos cualitativos. A veces ejecuto un experimento riguroso durante 4 semanas y uso el análisis estadístico para seguir adelante.

Todo depende, no hay una respuesta única para todos.

Una cosa que he llegado a aprender es que más datos también pueden crear más problemas, especialmente para organizaciones con poca alfabetización de datos y capacidad para analizar los datos para tomar buenas decisiones.

¿Qué tipo de programa de aprendizaje ha configurado para su equipo de optimización? ¿Y por qué tomó este enfoque específico?

En Workato, el proceso es bastante simple.

Las ideas de experimentos pueden provenir de múltiples equipos y fuentes: a veces es un golpe de inspiración creativa del equipo de ventas, a veces es una idea bien investigada del equipo de marca. A veces es el producto de la investigación de conversión (todo lo cual iniciamos sesión en nuestra base de datos Airtable).

La idea se prioriza y luego se requiere completar un documento de experimento, que incluye el objetivo de aprendizaje, la hipótesis, la investigación de antecedentes, el diseño del experimento y los elementos de acción al concluir.

Una vez finalizado el experimento, se analiza y se actualiza el documento del experimento con conclusiones y aprendizajes. Esto está etiquetado y agregado a nuestro archivo Airtable.

Este Airtable está disponible para cualquier persona en la empresa, y también realizamos una reunión semanal de revisión de experimentos, así como un boletín semanal con experimentos en ejecución, planificados y concluidos (a los que cualquiera puede inscribirse).

Nuestro equipo también habla en reuniones periódicas de la empresa para enseñar y evangelizar las formas de experimentación.

Tomé este enfoque porque creo en el poder de la iteración y el aprendizaje, así como en el proceso y la educación, pero no se puede abrumar a un equipo y una empresa. Todos tienen sus propios objetivos y tareas, y aunque creemos que la experimentación es la vida o la muerte de un negocio, no es lo primero en lo que todos los demás piensan cuando se despiertan. Mi trabajo es evangelizar y educar a las personas, pero también reducir la fricción al hacerlo. Quiero que la gente se *entusiasme* con la experimentación y quiera involucrarse, no pensar en ello como una carga o una tarea.

Por lo tanto, mi programa de aprendizaje está diseñado para ser lo más ligero y sencillo posible, con opciones cada vez mayores para las personas que desean participar más.

¿Cuál es el mito de optimización más molesto que desearía que desapareciera?

No sé si esto es un mito, pero es una creencia común que aquellos que trabajan en CRO simplemente tienen las respuestas a sus problemas de interfaz de usuario. ellos no Pueden tener una franja más amplia de puntos de datos para la coincidencia de patrones (que son las mejores prácticas), y eso puede ser útil. Pero no puede simplemente mirar un sitio web o una página de destino, derribarlo y "optimizarlo" automáticamente para obtener ganancias. Si pudiera, sería jodidamente rico, porque eso lleva unas pocas horas y podría cobrar cientos de miles por el valor de hacerlo si realmente generara un ROI.

El sistema y el proceso que crea para tomar mejores decisiones es de lo que se trata la experimentación o la optimización. No es un montón de coincidencias de patrones en la cabeza de un CRO ninja.

¡Con suerte, nuestra entrevista con Alex ayudará a guiar su estrategia de experimentación en la dirección correcta!

¿Qué consejo resonó más contigo?

¡Asegúrese de estar atento a nuestra próxima entrevista con un experto en CRO que nos lleva a través de estrategias aún más avanzadas! Y si aún no lo ha hecho, consulte nuestras entrevistas con Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , Rich Page , Ruben de Boer y nuestra última con Abi Hough . .