Tester la série de cartes mentales : comment penser comme un professionnel de la CRO (partie 13)

Entretien avec Alex Birkett

En matière d'optimisation, rares sont les personnes aussi compétentes qu'Alex Birkett.

Mais qu'est-ce que l'« optimisation » exactement ?

Alex dit que c'est une combinaison de disciplines, y compris la rédaction et l'expérimentation.

Il s'agit de construire le bon système et les bons processus pour réduire (et non éliminer) l'incertitude. Comprendre qu'il y a un point où tenter d'éliminer l'incertitude a des rendements décroissants.

Et non, l'optimisation n'est pas la réponse à tous les problèmes commerciaux ou d'interface utilisateur.

Dans cette interview, nous allons nous plonger dans les meilleurs conseils d'Alex pour développer la littératie des données et établir un programme d'expérimentation réussi. Vous apprendrez ce qu'il faut prendre en compte avant même de commencer à optimiser votre site et comment suivre efficacement vos tests. Alors lisez la suite si vous voulez faire passer vos efforts d'optimisation au niveau supérieur !

Alex, parle-nous de toi. Qu'est-ce qui vous a poussé à vous lancer dans les tests et l'optimisation ?

Je m'appelle Alex Birkett. J'habite à Austin, au Texas, et j'ai un chien qui s'appelle Biscuit.

J'écris sur alexbirkett.com, dirige une agence de marketing de contenu appelée Omniscient Digital, et dirige le programme d'expérimentation et l'équipe de Workato. Évidemment, cela m'occupe pas mal. Mais en dehors de cela, je suis passionné par la santé et le bien-être. Je passe donc beaucoup de temps dans des studios de yoga, des saunas, des salles de CrossFit, des stations de ski, etc.

Quand j'étais à l'université, j'ai lu beaucoup de trucs de Ryan Holiday, ce qui m'a amené à m'intéresser au marketing. Il a écrit un livre intitulé "Growth Hacker Marketing" juste au moment où j'ai obtenu mon diplôme universitaire, et il comprenait des tonnes de personnalités comme Sean Ellis, qui parlait de tests A/B et de croissance quantitative basée sur les données. Cela m'a intrigué, alors je me suis inscrit à Optimizely quand ils ont offert des comptes gratuits et ont commencé à jouer.

J'ai trouvé un emploi dans une entreprise de technologie à un stade précoce à Austin, mais j'ai continué à lire des blogs comme CXL, Conversion Sciences et Marketing Experiments, alors quand j'ai vu Peep Laja ouvrir un poste à Austin pour un "marketeur de contenu et de croissance", J'ai sauté sur l'occasion.

Et ce fut le début du terrier du lapin. Les années suivantes que j'ai passées chez CXL ont été comme obtenir un diplôme d'études supérieures en optimisation, expérimentation et marketing axé sur les données en général. J'ai pu réseauter et apprendre des meilleurs experts de l'industrie, mener moi-même des expériences et écrire sur tout ce que j'apprenais. C'était une opportunité de rêve pour un jeune passionné d'expérimentation.

Depuis combien d'années optimisez-vous ? Quelle est la ressource que vous recommandez aux testeurs et optimiseurs en herbe ?

J'ai suivi plusieurs cours de psychologie sociale à l'université où nous avons mené des expériences comportementales classiques, mais la première fois que j'ai effectué un test sur un site Web, c'était en 2014. Je ne savais pas ce que je faisais, cependant. La première fois que j'ai su ce que je faisais, c'était à CXL en 2015/2016. J'optimise donc de manière professionnelle, ou du moins semi-compétente, depuis environ 6-7 ans.

S'il y a une ressource que je peux recommander, c'est CXL (y compris l'Institut CXL).

« L'optimisation » n'est pas vraiment une discipline, cependant ; il s'agit de plusieurs disciplines qui se chevauchent. Donc, je recommanderais probablement d'indexer fortement sur l'un d'entre eux et de devenir bon avant d'essayer de devenir un "optimiseur" (ce qui, à mon avis, n'existe pas vraiment - c'est plus un état d'esprit).

Rédaction ? Copyhackers.com et les livres classiques de rédaction à réponse directe.

Expérimentation? Les blogs d'ingénierie Netflix et Airbnb, le livre de Ronny Kohavi et beaucoup de pratique.

Cela dépend vraiment de quel terrier de lapin vous voulez descendre.

Je suggère également de rejoindre une communauté pour tout ce que vous espérez accomplir. CXL a un super groupe Facebook. Le Measure Slack est idéal pour les analyses et les éléments généraux axés sur les données.

Réponse en 5 mots ou moins : Qu'est-ce que la discipline de l'optimisation pour vous ?

Prendre de meilleures décisions commerciales.

Quelles sont les 3 principales choses que les gens DOIVENT comprendre avant de commencer à optimiser ?

• Ce que nous appelons l'optimisation est principalement la réduction de l'incertitude (vous collectez X quantité d'informations pour réduire l'incertitude de Y).
• Vous ne pouvez jamais réduire complètement l'incertitude et il y a un point d'utilité décroissante à essayer de le faire.
• L'optimisation n'est pas toujours la réponse aux problèmes de votre entreprise, et savoir quand elle l'est ou non est un gros avantage stratégique.

Comment traitez-vous les données qualitatives et quantitatives afin qu'elles racontent une histoire impartiale ?

Vous n'obtiendrez jamais une histoire entièrement "impartiale", donc j'optimise pour la "valeur attendue" lorsque je travaille avec des données.

La collecte de données a toujours un coût, en termes de temps (le coût d'opportunité de la réalisation d'une expérience ou de la collecte des réponses à une enquête) ou d'argent (logiciels, développeurs, concepteurs, etc.).

L'impact ou le risque d'une décision donnée détermine également combien je veux « dépenser » en données pour réduire cette incertitude.

Si une décision est décisive pour l'entreprise et qu'il existe un moyen pratique de collecter suffisamment de données pour être sûr d'une bonne décision, je vais consacrer du temps et de l'argent pour le faire.

Si une décision n'a pas vraiment d'importance, c'est une perte de temps et d'argent de passer du temps à recueillir des commentaires qualitatifs ou quantitatifs. Je prends juste la décision dans ce cas.

Mais d'une manière générale, j'aime collecter * suffisamment * de données et pas plus que cela pour prendre ce que je pense être une décision pondérée en fonction des risques pour la tâche à accomplir. Parfois, je (*halètement*) y vais avec mon instinct. Parfois, je parle à 5 clients et j'ai confiance en mes données qualitatives. Parfois, je mène une expérience rigoureuse pendant 4 semaines et j'utilise l'analyse statistique pour avancer.

Tout dépend, il n'y a pas de réponse unique.

Une chose que j'ai apprise, c'est que plus de données peuvent également créer plus de problèmes, en particulier pour les organisations ayant peu de connaissances en matière de données et la capacité d'analyser les données pour prendre de bonnes décisions.

Quel type de programme d'apprentissage avez-vous mis en place pour votre équipe d'optimisation ? Et pourquoi avez-vous adopté cette approche spécifique ?

Chez Workato, le processus est assez simple.

Les idées d'expériences peuvent provenir de plusieurs équipes et sources - parfois c'est une inspiration créative de l'équipe de vente, parfois c'est une idée bien documentée de l'équipe de la marque. Parfois, c'est le produit d'une recherche de conversion (que nous connectons toutes à notre base de données Airtable).

L'idée est classée par ordre de priorité, puis il est nécessaire de remplir un document d'expérience - cela comprend l'objectif d'apprentissage, l'hypothèse, la recherche de fond, la conception de l'expérience et les éléments d'action à la conclusion.

Une fois l'expérience terminée, elle est analysée et le document d'expérience est mis à jour avec les conclusions et les apprentissages. Ceci est étiqueté et ajouté à nos archives Airtable.

Cette Airtable est disponible pour tous les membres de l'entreprise, et nous organisons également une réunion hebdomadaire d'examen des expériences ainsi qu'une newsletter hebdomadaire avec des expériences en cours, planifiées et terminées (auxquelles tout le monde peut s'inscrire).

Notre équipe prend également la parole lors de réunions périodiques d'entreprise pour enseigner et évangéliser les voies d'expérimentation.

J'ai adopté cette approche parce que je crois au pouvoir de l'itération et de l'apprentissage ainsi qu'au processus et à l'éducation, mais vous ne pouvez pas submerger une équipe et une entreprise. Chacun a ses propres objectifs et tâches, et même si nous pensons que l'expérimentation est la vie ou la mort d'une entreprise, ce n'est pas la première chose à laquelle tout le monde pense au réveil. Mon travail consiste à évangéliser et à éduquer les gens, mais aussi à réduire les frictions. Je veux que les gens soient * enthousiasmés * par l'expérimentation et qu'ils veuillent s'impliquer, et non qu'ils la considèrent comme un fardeau ou un devoir.

Mon programme d'apprentissage est donc conçu pour être aussi léger et sans friction que possible, avec des opt-ins progressifs pour les personnes qui souhaitent s'impliquer davantage.

Quel est le mythe d'optimisation le plus ennuyeux que vous souhaiteriez voir disparaître ?

Je ne sais pas si c'est un mythe, mais c'est une croyance commune que ceux qui travaillent dans CRO ont en quelque sorte les réponses à vos problèmes d'interface utilisateur. Ils ne le font pas. Ils peuvent disposer d'un éventail plus large de points de données pour la mise en correspondance des modèles (c'est ce que sont les meilleures pratiques), et cela peut être utile. Mais vous ne pouvez pas simplement regarder un site Web ou une page de destination, le détruire et l'« optimiser » automatiquement à des fins lucratives. Si vous le pouviez, vous seriez riche comme de la merde, car cela prend quelques heures et vous pourriez facturer des centaines de milliers pour la valeur de le faire si cela produisait réellement un retour sur investissement.

Le système et le processus que vous construisez pour prendre de meilleures décisions correspondent à l'expérimentation ou à l'optimisation. Pas un tas de pattern matching dans la tête d'un ninja CRO.

Espérons que notre entretien avec Alex vous aidera à orienter votre stratégie d'expérimentation dans la bonne direction !

Quel conseil vous a le plus marqué ?

Assurez-vous de rester à l'écoute pour notre prochaine entrevue avec un expert CRO qui nous guidera à travers des stratégies encore plus avancées ! Et si vous ne l'avez pas déjà fait, consultez nos interviews avec Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , Rich Page , Ruben de Boer , et notre dernière avec Abi Hough .