Bagaimana Cara Membuat Proses Optimasi? Panduan untuk Membangun Budaya Eksperimen yang Mendukung Pertumbuhan yang Konsisten

Program optimasi uji demi uji tidak akan memotongnya jika Anda ingin mencapai pertumbuhan yang berkelanjutan. Pada tahun 2019, CXL melaporkan bahwa 38,3% pengoptimal memiliki proses yang tidak terdokumentasi atau tidak terstruktur sementara 17,1% tidak memiliki proses apa pun. Optimalisasi yang tepat yang mendorong pertumbuhan berkelanjutan adalah proses yang membutuhkan struktur yang terdefinisi dengan baik untuk dijalankan dan dipelihara .

Membangun program pengoptimalan tingkat konversi yang memungkinkan tim Anda untuk terus menguji dan meningkatkan tidak akan semudah itu. Membangun proses pengoptimalan adalah salah satu hal yang dialami banyak pengoptimal. Ada banyak tantangan untuk diatasi.

Pertama, ada pola pikir yang melihat pengoptimalan sebagai aktivitas pemasaran yang dijalankan hanya ketika konversi memerlukan peningkatan atau penurunan di bawah standar yang dapat diterima. Meskipun mengakui manfaat pengoptimalan, tidak ada kerangka eksperimen yang konsisten di perusahaan Anda.

Kedua, ada usia program optimasi Anda. Jika praktik CRO masih muda di perusahaan Anda, membangun kerangka kerja sambil menjalankan tes dan mencoba mendapatkan kemenangan dapat menjadi hal yang menakutkan. Ada godaan untuk tidak membuat proses pengoptimalan sekarang karena Anda baru saja memulai. Tapi ini akan kembali menghantui Anda saat program pengoptimalan Anda matang.

Optimasi adalah industri muda. Studi CXL 2019 menyatakan bahwa 60% pengoptimal telah bekerja di industri hanya selama 2 tahun. Kerangka kerja pengoptimalan akan membantu perusahaan Anda mendapatkan hasil maksimal dari pengoptimal dalam tim Anda dan mendorong Anda menuju program pengoptimalan yang mendorong pertumbuhan berkelanjutan.

Masih banyak lagi tantangan yang harus dihadapi. Jadi, mari tunjukkan cara membangun struktur pengoptimalan yang mendukung pertumbuhan berkelanjutan!

Mengadopsi Pola Pikir Eksperimen dan Pengoptimalan

Steve Maraboli berkata:

Begitu pola pikir Anda berubah, semua yang ada di luar akan ikut berubah.

Untuk membangun struktur pengoptimalan konversi yang sesuai untuk perusahaan Anda, Anda perlu memelihara pola pikir yang benar. Pola pikir umum yang diarahkan pada pengoptimalan menciptakan fondasi yang sangat baik untuk meletakkan kerangka kerja pengoptimalan tingkat konversi Anda.

Berikut beberapa etos yang akan membuat perusahaan Anda lebih fokus pada optimasi.

Berbasis Data

Karena pengujian split dan multivariat didorong oleh data kuantitatif (analitik) dan kualitatif, pergeseran ke pola pikir data pertama akan membawa kebaikan bagi perusahaan Anda.

Pola pikir berbasis data membantu perusahaan Anda tidak hanya mengoptimalkan secara konsisten, tetapi juga memengaruhi keputusan bisnis lainnya seperti melakukan diversifikasi ke pasar baru atau memprediksi tren masa depan .

Hal hebat tentang didorong oleh data adalah tim pemasaran Anda sudah beroperasi seperti itu. Jika tim pemasaran Anda menggunakan data analitik untuk menginformasikan tindakan seperti memperbarui konten untuk menangkap lebih banyak lalu lintas, membuat persona pembeli, maka mereka sudah menggunakan pendekatan yang mengutamakan data. Tim lain di perusahaan Anda mungkin menggunakan data untuk mempermudah alur kerja dan proses mereka. Jika tidak, maka dapatkan mereka di halaman yang sama.

Ambil Pendekatan Agile

Seringkali, harapan di banyak perusahaan adalah bahwa hasil akan berdampak besar. Karyawan berada di bawah tekanan luar biasa untuk menghadirkan unicorn yang sempurna ini. Ini sering menyebabkan penundaan karena kesempurnaan lebih diutamakan daripada yang dilakukan.

Sikap ini bertentangan dengan optimasi. Dalam pengoptimalan, kemenangan kecil yang bisa Anda dapatkan dalam waktu seminggu lebih baik daripada menunggu satu tahun untuk mendapatkan kemenangan yang lebih besar. Pengujian A/B halaman arahan hari ini dan mendapatkan hasil dalam beberapa minggu lebih baik daripada menunggu 3 bulan untuk menyusun, merencanakan, dan membuat pengujian multivarian sempurna yang menyelesaikan hampir setiap masalah di situs web Anda dalam satu gerakan (apakah itu mungkin?). Bukan berarti tes yang rumit itu buruk. Idenya adalah untuk memulai dengan tes kecil dan melanjutkan ke tes yang lebih kompleks.

Pergeseran dari pola pikir kerja “go big or go home” sulit dicapai. Tapi itu bisa dilakukan. Mulailah dengan menekankan kemajuan dan menyelesaikan tugas (tidak harus sempurna) di tim Anda. Ini akan memaksa poros dari mengejar kesempurnaan untuk menyelesaikan sesuatu, tidak peduli seberapa kecil. Seperti yang kami katakan di Konversi, Kemajuan bukan Kesempurnaan.

Belajar dari Kegagalan

Menang itu menggembirakan dan membuat ketagihan. Setelah Anda mendapatkan kemenangan pertama Anda, Anda ingin tetap berada di rentetan kemenangan. Gagal bukan lagi pilihan yang membuat Anda nyaman.

Tetapi optimasi tidak melihat kegagalan sebagai hal yang buruk. Saat Anda menjalankan pengujian, beberapa kontrol Anda akan mengalahkan variasi. Meskipun Anda mungkin melihat ini sebagai tes yang gagal, sebenarnya tidak. “Kegagalan pengujian” ini memberikan wawasan bisnis yang unik tentang perilaku pelanggan Anda. Ini juga menantang gagasan Anda sebelumnya dan membantu Anda menghasilkan hipotesis yang lebih baik.

Normalisasikan kegagalan sebagai fitur untuk membuat kemajuan dan belajar darinya. Ini akan mengubah pola pikir perusahaan Anda menjadi optimasi terlebih dahulu.

Buka eksperimen untuk seluruh perusahaan Anda

Program eksperimen Anda seharusnya tidak hanya terbatas pada tim CRO Anda. Pola pikir eksperimen adalah pola pikir yang ingin Anda kembangkan di seluruh perusahaan Anda. Dan membuka proses bagi tim lain di perusahaan Anda untuk menjalankan eksperimen akan sangat meningkatkan program pengoptimalan Anda.

Ambil Booking.com misalnya, mereka memiliki program eksperimen yang kuat yang memungkinkan individu dari tim yang berbeda di perusahaan untuk menjalankan tes dengan mengisi template standar. Nama percobaan, hasil, pembelajaran dan iterasi disimpan dan mudah dicari dalam database.

Membuka eksperimen dapat memiliki beberapa tantangan seperti tes individu dapat merusak sesuatu di situs. Tetapi meminta tim eksperimen inti Anda mengawasi apa yang sedang terjadi akan mencegah hal ini.

Membuka eksperimen ke seluruh perusahaan Anda membantu membangun budaya eksperimen dan pola pikir yang dapat dibawa tim lain ke bidang keahlian mereka

Mengambil resiko

Risiko adalah bagian yang tidak terpisahkan dari kehidupan dan bisnis. Untuk menjadi sukses dalam usaha apapun, mengambil beberapa risiko.

Apakah perusahaan Anda mengambil risiko?

Beberapa perusahaan sangat menghindari risiko. Mereka mencapai kesuksesan awal dan menjadi enggan mengambil risiko. Orang lain mungkin tidak suka mengambil risiko karena selalu ada kemungkinan perusahaan akan kalah.

Program optimasi yang tepat melibatkan pengambilan risiko. Eksperimen sering kali melibatkan pengambilan risiko dan pengujian perubahan radikal yang mungkin berhasil atau gagal . Jika variasi menang, itu diterapkan dan semua orang merayakan kemenangan. Jika kontrol mengalahkan variasi, hipotesis dibuang dan pelajaran dari tes itu digunakan untuk menginformasikan tes berikutnya.

Sikap konservatif risiko sebagai perusahaan optimisasi-maju biasanya sama dengan menguji perubahan kecil yang aman bahkan dalam menghadapi data yang bertentangan. Keengganan untuk menguji perubahan radikal ini sering kali membuat bisnis Anda kehilangan peningkatan yang lebih besar. Dan itu juga bisa berarti kehilangan pangsa pasar karena pesaing yang siap mengambil kesempatan untuk menguji perubahan besar.

Salah satu cara mudah untuk meningkatkan selera risiko Anda adalah berhenti merasa nyaman dengan posisi pengoptimalan Anda dan membuang rasa takut akan kegagalan. Mulailah dengan risiko kecil dan tingkatkan terus. Risiko yang lebih besar sering kali sama dengan imbalan yang lebih besar.

Tetapkan KPI yang Tepat untuk Eksperimen

Tujuan dari program pengoptimalan Anda adalah untuk mendorong pertumbuhan dan mencapai tujuan bisnis lainnya.

Seperti apa sebenarnya pertumbuhan di perusahaan Anda?

Pertumbuhan dapat berarti lebih banyak pendapatan, pembelian, pendaftaran formulir, langganan, komentar, atau tampilan halaman. Setiap perusahaan beroperasi di ceruk yang berbeda dan dengan demikian, pertumbuhan akan berbeda untuk masing-masing perusahaan. Langkah pertama adalah mendefinisikan apa arti pertumbuhan bagi bisnis Anda. Kemudian lampirkan metrik yang paling tepat mengukur apa yang didefinisikan perusahaan Anda sebagai pertumbuhan. Katakanlah Anda menjalankan bisnis e-niaga dan Anda mendefinisikan pertumbuhan sebagai peningkatan pendapatan, pendapatan rata-rata per pengunjung akan menjadi metrik yang baik untuk dilampirkan pada definisi pertumbuhan Anda yang merupakan pendapatan lebih.
Dengan cara mengukur pertumbuhan bisnis, mari selami lebih jauh KPI primer dan sekunder untuk eksperimen Anda .

Memilih KPI Primer dan Sekunder

Eksperimen yang berbeda memiliki hipotesis berbeda yang mereka uji. Satu eksperimen mungkin bertujuan untuk menguji perubahan pada halaman untuk mengurangi rasio pentalan, eksperimen lain mungkin menguji bidang formulir untuk meningkatkan pengiriman formulir, eksperimen lain mungkin menguji perubahan yang diharapkan dapat meningkatkan pendapatan per pengguna, dll. Karena setiap eksperimen menguji hal yang berbeda, Anda perlu memilih KPI utama.

KPI utama adalah metrik utama tempat Anda merencanakan eksperimen dan menilai hasilnya. Eksperimen untuk mengurangi rasio pentalan dapat menggunakan rasio pentalan sebagai KPI utama, sedangkan eksperimen lain untuk meningkatkan pendapatan mungkin memiliki pendapatan rata-rata per pengguna. Dalam eksperimen rasio pentalan, penurunan rasio pentalan berarti hipotesis Anda benar dan Anda dapat menganggap eksperimen Anda sukses besar.

Meskipun ini bukan metrik utama yang Anda rancang untuk eksperimen Anda, KPI sekunder mungkin merupakan sesuatu yang ingin Anda ukur. Dalam percobaan untuk meningkatkan pendapatan rata-rata per pengunjung, Anda mungkin tertarik untuk mengukur waktu yang dihabiskan di halaman juga. Meskipun pendapatan rata-rata per pengguna adalah KPI utama Anda, waktu di halaman dapat menjadi KPI sekunder Anda. KPI sekunder tidak memengaruhi saat Anda menghentikan dan memulai eksperimen, juga tidak memengaruhi cara Anda menilai hasil eksperimen.

Saat memilih KPI primer dan sekunder, pastikan kedua KPI tersebut memenuhi tujuan utama organisasi Anda. Jika tujuan Anda adalah lebih banyak pendapatan, KPI Anda harus mencerminkan hal itu.

Tentukan Proses Optimasi dan Eksperimen Anda

Sekarang seluruh tim dan bisnis Anda telah mengadopsi pola pikir pengoptimalan pertama, sekarang saatnya untuk membuat proses pengoptimalan untuk program eksperimen.

Saat membuat proses eksperimen, Anda akan dibanjiri dengan gambar seperti:

Anda mungkin tergoda untuk mendasarkan kerangka kerja Anda pada gambar seperti itu, tetapi kerangka kerja ini tidak dibuat dengan mempertimbangkan perusahaan Anda. Sebagian besar diagram proses eksperimen online tidak memperhitungkan faktor unik seperti jadwal pemeliharaan situs web Anda, perjalanan pembeli, cara pemasaran Anda disiapkan, dan musim lalu lintas/bisnis Anda.

Ini adalah faktor penting yang memengaruhi upaya pengoptimalan Anda. Proses optimasi online tidak akan memotongnya.

Berikut adalah cara membuat dan menentukan proses eksperimen yang disesuaikan dengan bisnis Anda:

1. Tentukan Masalah

Langkah pertama dalam program eksperimen Anda adalah mendefinisikan masalahnya. Anda benar-benar tidak dapat mengoptimalkan "situs web yang sempurna". Agar pengoptimalan terjadi, harus ada sesuatu yang harus diperbaiki . Anda mungkin mencoba untuk meningkatkan pendapatan, mengurangi churn, memberikan pengalaman yang lebih baik sehingga Anda dapat meningkatkan penjualan pelanggan saat ini, dll. Selalu ada ruang untuk perbaikan.

Data sudah menginformasikan banyak proses dalam alur kerja pemasaran Anda. Data analitik mungkin memberi tahu Anda bahwa halaman arahan, misalnya, memiliki tingkat konversi yang rendah jika dibandingkan dengan halaman lain di situs web Anda. Data ini menunjukkan masalah yang dapat Anda definisikan dengan mudah sebagai "konversi rendah".

Mengetahui dan mendefinisikan masalah berarti Anda dapat membuatnya lebih baik.

Anda benar-benar tidak dapat mengoptimalkan "situs web yang sempurna". Agar pengoptimalan terjadi, harus ada sesuatu yang harus diperbaiki . Anda mungkin mencoba untuk meningkatkan pendapatan, mengurangi churn, memberikan pengalaman yang lebih baik sehingga Anda dapat menjual pelanggan saat ini, dll. Selalu ada ruang untuk perbaikan.

Data sudah menginformasikan banyak proses dalam alur kerja pemasaran Anda. Data ini dapat berasal dari perangkat lunak analitik, alat peta panas, umpan balik pelanggan, dll. Data ini menunjukkan masalah atau area yang perlu ditingkatkan. Misalnya, perangkat lunak analitik Anda mungkin menunjukkan tingkat konversi yang rendah pada halaman arahan dengan lalu lintas tinggi.

Setelah Anda mengidentifikasi area yang perlu diperbaiki, sekarang saatnya untuk meneliti masalah dan menemukan solusi.

Mengetahui dan mendefinisikan masalah berarti Anda dapat membuatnya lebih baik.

2. Teliti Masalahnya

Ketika data Anda mengatakan ada masalah atau sesuatu yang harus diperbaiki, bagaimana Anda mendapatkan lebih banyak wawasan tentang masalah tersebut?

Dengan mengumpulkan lebih banyak data tentang masalah, tentu saja!

Dalam contoh kami sebelumnya, data menunjukkan tingkat konversi yang rendah pada halaman arahan yang mendapatkan banyak lalu lintas. Anda perlu mencari tahu apa sebenarnya yang membuat pengunjung tidak melakukan konversi pada halaman tersebut.

Data ini dapat berasal dari campuran sumber kuantitatif dan kualitatif. Anda dapat menggunakan analisis formulir, perekaman sesi, penelitian kegunaan, umpan balik pelanggan, wawancara pelanggan, dll. untuk menyelidiki masalah lebih lanjut.

Dengan lebih banyak wawasan, Anda dapat memahami mengapa halaman arahan lalu lintas tinggi Anda memiliki tingkat konversi yang rendah.

Setelah menggunakan rekaman sesi dan jajak pendapat di halaman arahan dengan rasio konversi rendah, Anda menemukan bahwa pengunjung menganggap elemen visual pada halaman terlalu mengganggu. Sekarang apa?

3. Bentuk Hipotesis

Hipotesis adalah tebakan terpelajar tentang apa yang akan memperbaiki masalah yang telah Anda identifikasi di situs web Anda. Memperbaiki masalah ini berarti lebih banyak pengunjung akan mengambil tindakan yang diinginkan dan dengan demikian, meningkatkan konversi pada halaman/situs tersebut.

Pada contoh sebelumnya, Anda telah mengidentifikasi masalah sebagai elemen visual yang mengganggu. Anda membentuk hipotesis bahwa menghapus elemen visual akan meningkatkan konversi di halaman arahan.

Di dunia nyata, tidak pernah hanya ada satu halaman yang perlu perbaikan. Seringkali, banyak halaman dan situs yang membutuhkan perbaikan.

Di sinilah prioritas masuk.

Dengan hipotesis pada beberapa halaman, putuskan hipotesis mana yang penting dan perlu diuji terlebih dahulu. Anda dapat melakukannya menggunakan model prioritas PIE atau ICE.

Dalam model prioritas PIE , Anda menilai hipotesis Anda pada 3 faktor berbeda menggunakan skor 1-5 dengan 5 sebagai skor tertinggi. Faktor-faktor ini adalah:

• Potensi peningkatan: seberapa besar kemungkinan hipotesis akan mengarah pada peningkatan pada halaman pengujian.
• Pentingnya: nilai lalu lintas yang mendarat di halaman pengujian
• Kemudahan: tingkat kesulitan menerapkan perubahan dari hipotesis.

Model prioritas ICE menggunakan sistem serupa. Tetapi faktor-faktornya adalah:

• Dampak: ukuran dampak positif hipotesis Anda pada metrik yang ingin Anda tingkatkan.
• Keyakinan: seberapa yakin Anda tentang dampak hipotesis ini.
• Kemudahan: perkiraan berapa banyak sumber daya yang dibutuhkan untuk mengimplementasikan perubahan yang diminta oleh hipotesis.

Melacak beberapa hipotesis dan berbagai skor prioritasnya bisa jadi sulit. Anda dapat menggunakan Convert Compass untuk tetap di atas segalanya. Ini memungkinkan Anda untuk membuat hipotesis dan menetapkan skor prioritas berdasarkan salah satu model.

Berikan status hipotesis Anda berdasarkan tahap konsepsinya: draf, selesai, diterapkan pada eksperimen, dan diarsipkan. Anda dapat melihat dan mengelola semua hipotesis Anda dalam satu dasbor.

4. Rancang Variasi dan Lakukan Eksperimen

Setelah membuat hipotesis Anda dan memberi mereka skor prioritas, Anda dapat merancang dan melakukan eksperimen pada hipotesis dengan skor tinggi. Biasanya, eksperimen ini akan berbentuk pengujian A/B di mana Anda memiliki kendali, seperti laman landas dalam contoh, dan varian (dengan lebih sedikit elemen visual) yang Anda rancang berdasarkan hipotesis.

Dengan faktor musiman situs, kini Anda dapat meluncurkan eksperimen. Di Kompas, Anda dapat mengubah hipotesis Anda yang sudah selesai menjadi Pengalaman dalam hitungan detik.

Ini memudahkan untuk melakukan pengujian pada hipotesis Anda semua dalam dasbor Convert Experiences. Tetapkan jumlah hari eksperimen Anda akan berjalan dan signifikansi statistik dengan mengklik Statistik & Pengaturan di Ringkasan Eksperimen dan mengedit opsi.

5. Analisis Hasil dan Capai Kesimpulan

Pada akhir percobaan datang analisis hasil. Apakah hasil Anda valid secara statistik? Dalam analisis tahun 2019 terhadap lebih dari 28.000 eksperimen, kami menemukan bahwa hanya 20% yang mencapai tingkat signifikansi statistik 95%. Ada tradeoff antara signifikansi statistik dan kecepatan eksperimen.

Anda dapat mengatur tingkat kepercayaan diri Anda seperti yang diuraikan di atas dalam Pengalaman Konversi. Sekarang Anda dapat mempelajari data yang telah dikumpulkan eksperimen Anda.

Apakah variasi Anda bekerja melawan kontrol? Apakah hipotesis Anda benar? Hasilnya akan menjawab pertanyaan-pertanyaan ini dan banyak lagi.

Pelaporan yang kuat membuat analisis hasil menjadi lebih mudah. Kemampuan untuk mengetahui dari pandangan sekilas tes mana yang dimenangkan dalam eksperimen, validitas statistiknya, sasaran dan metriknya, dll.

Setelah menganalisis hasil, harus jelas apa kesimpulannya. Jika variasi Anda mengalahkan kendali Anda, kesimpulannya adalah bahwa hipotesis Anda benar dan dengan demikian, perubahan akan diterapkan. Jika kontrol menang, kesimpulannya adalah hipotesis itu salah dan mungkin perlu dimodifikasi. Wawasan dari eksperimen dapat memicu eksperimen berikutnya.

6. Sosialisasikan Hasil Anda

Ini adalah bagian penting dari program pengoptimalan Anda Karena Anda sedang membangun proses eksperimen yang akan mendukung perbaikan berkelanjutan, sosialisasi hasil Anda sangat penting. Ini akan membantu meningkatkan pengetahuan suku tentang pengoptimalan di berbagai tim di perusahaan Anda. Tim di perusahaan Anda (produk, pengembang, pelanggan dan penjualan, dll.) harus dapat memahami pengoptimalan apa, mengapa itu penting, cara kerjanya, dan bagaimana hal itu membantu membangun pertumbuhan yang berkelanjutan. Mensosialisasikan hasil Anda membantu Anda mencapai ini.

Selain membagikan hasil Anda, Anda bahkan dapat melakukan sosialisasi lebih lanjut dengan melemparkan masalah dan hipotesis yang menentukan ke departemen lain. Mintalah tim lain di perusahaan Anda memberikan hipotesis untuk pengujian. Eksperimen ini dapat diberi label berdasarkan nama tim dan hasil yang disosialisasikan setelah eksperimen berakhir untuk memperdalam apresiasi perusahaan Anda terhadap eksperimen dan mempromosikan pola pikir pengoptimalan.

Grafik praktis yang dapat diekspor akan mempermudah sosialisasi karena tim dapat melihat performa variasi mereka sekaligus.

7. Ini Dia Peringatan

Kerangka kerja ini adalah panduan fleksibel yang dapat Anda sesuaikan dengan organisasi Anda. Ingat, akan ada situasi yang sangat diprioritaskan sehingga Anda mungkin tidak perlu merancang variasi dan menguji karena Anda kehilangan lalu lintas yang berharga, pendapatan, dll. Dalam situasi tersebut, Anda beralih dari hipotesis dan prioritas langsung ke menerapkan perubahan dan mendorongnya hidup.

Misalnya, Anda memiliki laman dengan lalu lintas tinggi dengan tautan rusak yang diperlukan pengunjung untuk berkonversi. Setelah melihat tidak ada konversi di halaman ini dan menyelidiki penyebabnya, Anda membuat hipotesis dan menetapkannya dengan skor prioritas tinggi.

Apa yang Anda lakukan dalam kasus ini?

1. Apakah Anda akan mengikuti kerangka pengoptimalan secara kaku dengan merancang variasi dan mengujinya?
2. Apakah Anda akan memperbaiki tautan yang rusak di halaman Anda dan menayangkannya secara langsung?

Jawabannya jelas pilihan kedua. Merancang variasi dan mengujinya akan membuang sumber daya dan membuat Anda kehilangan konversi.

Luangkan waktu untuk mempertimbangkan setiap masalah atau peningkatan pada situs web Anda yang muncul. Setiap hipotesis tidak akan menjadi eksperimen. Pertimbangkan biaya peluang dan pentingnya setiap hipotesis sebelum mengubahnya menjadi eksperimen.

Anda tetap dapat mensosialisasikan hasil dari melakukan perubahan yang melewatkan beberapa langkah dalam proses optimasi. Ingatlah bahwa kerangka kerja ini cukup fleksibel untuk mengikuti jalur yang berbeda.

Keahlian yang Harus Dimiliki Tim Pengoptimalan Anda

Dengan proses eksperimen CRO yang hebat, lakukan analisis keterampilan tim pengoptimalan Anda. Tim Anda sama pentingnya dengan memiliki kerangka eksperimen yang dipaku.

Berikut adalah keterampilan yang penting bagi tim pengoptimalan:

• Ketajaman pemasaran
• Analisis data
• Desain Heuristik/Kegunaan/UX
• Desain visual
• Pakar pengoptimalan
• Copywriting
• Pengembangan ujung depan
• Manajemen proyek

Setiap keterampilan memainkan peran yang berbeda dalam program pengoptimalan Anda. Desain visual, misalnya, menciptakan variasi yang terlihat berbeda dan menyampaikan informasi dengan cara yang berbeda. Pakar pengoptimalan memahami pengujian, dapat membuat strategi pengoptimalan, teknologi yang terlibat, metodologi, statistik, dan banyak lagi. Pengembangan front-end membawa pengetahuan tentang Javascript, JQuery, cara kerja tag, dan cara kerja rendering browser.

Ini terdengar seperti banyak untuk membuat tim tetapi keterampilan ini sudah ada di tim Anda. Analisis keterampilan tim pemasaran Anda akan meyakinkan Anda tentang hal ini. Tim pemasaran Anda kemungkinan besar memiliki copywriter, seseorang yang hidup dan bernafaskan Google Analytics, seorang desainer, pengembang, dll.

Bahkan jika Anda tidak memiliki semua keterampilan yang dibutuhkan dalam tim pengoptimalan, Anda tidak perlu langsung merekrut anggota tim baru.

Pertama, identifikasi keterampilan yang kurang dan tanyakan pada diri sendiri:

• Dapatkah saya melatih seseorang secara internal untuk mengisi kesenjangan keterampilan ini?
• Apakah mereka memiliki cukup waktu untuk mengambil tanggung jawab tambahan? Jika tidak, haruskah saya menambah jam kerja mereka?
• Bisakah saya mengalihdayakan keterampilan ini? Bagaimana cara mengidentifikasi pakar tepercaya untuk mengisi peran ini? Di Convert, kami memiliki direktori terverifikasi dari mitra pengoptimalan hebat yang dapat Anda gunakan untuk outsourcing tanpa khawatir.
• Apakah pada akhirnya saya perlu mempekerjakan seseorang?

Pertanyaan-pertanyaan ini akan membantu Anda mempersempit tindakan. Di Convert, kami merekomendasikan untuk memiliki pakar pengoptimalan, pengembang, dan pakar personalisasi jika Anda menjalankan eksperimen personalisasi.

Alat CRO Dibutuhkan dalam Struktur Pengoptimalan Anda

Kabar baik, struktur pengoptimalan Anda hampir selesai. Tidak ada kerangka kerja yang lengkap tanpa alat untuk mendukungnya. Alat yang Anda pilih dapat mengaktifkan struktur pengoptimalan atau membuat pekerjaan tim Anda jauh lebih sulit.

Anda membutuhkan alat untuk:

• Mengkoordinasikan sumber daya
• Variasi desain
• Persyaratan dokumen
• Lakukan eksperimen
• Analisis data hasil
• Sosialisasikan hasil eksperimen

Ini sepertinya Anda membutuhkan banyak alat baru dalam tumpukan pemasaran Anda. Tapi Anda tidak. Kemungkinan Anda mengelola tugas menggunakan Asana atau Basecamp atau Trello. Alat pengujian Anda harus dapat menangani sebagian besar jika tidak semuanya.

Di Convert Experiences, Anda dapat mendokumentasikan hipotesis Anda, mengubahnya menjadi eksperimen, dan menganalisis hasilnya. Anda dapat mengekspor data di Convert Experiences ke perangkat lunak analitik apa pun pilihan Anda untuk mempelajari data hasil secara mendalam. Konversi terintegrasi dengan Google Analytics (Klasik & Universal), Heap Analytics, Amplitude Analytics, Adobe Analytics, Decibel Insight, dan banyak lagi. Selami Konversi Pengalaman 80+ Integrasi.

Anda juga dapat membagikan hasil eksperimen Anda dengan anggota lain dari perusahaan Anda melalui dasbor untuk mensosialisasikan hasil Anda dan memperdalam pengetahuan suku.

Membungkus

Membangun struktur yang mendukung pengoptimalan yang konsisten di perusahaan Anda memerlukan tindakan yang disengaja, kerangka kerja eksperimen yang sangat baik, tumpukan alat yang hebat, dan keterampilan yang mengesankan .

Yang penting adalah mengambil langkah untuk membangun program pengoptimalan Anda, sekecil apa pun. Ingatlah untuk mempraktikkan perubahan pola pikir yang telah Anda adopsi, kembangkan keterampilan dalam tim Anda, dan gunakan alat CRO yang luar biasa untuk solusi pengujian Anda .

Ambil langkah pertama dalam membangun kerangka pengoptimalan yang kuat dengan mencoba Mengkonversi Kompas dan Mengkonversi Pengalaman gratis selama 15 hari .(Tidak perlu kartu kredit sial!)