Pembuatan Hipotesis Praktis: Cara Para Ahli Melakukannya

Diterbitkan: 2019-08-16

Apa itu Hipotesis?

Solusi yang diusulkan untuk suatu masalah, yang validitasnya memerlukan evaluasi.

Mengapa Hipotesis Penting untuk Program Pengoptimalan Anda?

Keinginan bawaan untuk peningkatan adalah yang mendorong program pengoptimalan, tetapi pengujian hanya demi pengujian adalah pengaturan untuk kegagalan. Eksperimen membutuhkan tujuan utama yang menentukan keberhasilan.

Merumuskan hipotesis memaksa kita untuk berpikir tentang apa tujuan itu, bagaimana kita harus berusaha mencapainya, dan hasil apa yang harus dicari. Hipotesis yang baik menyediakan struktur.

Hipotesis yang buruk menciptakan kebingungan; sampah masuk sampah keluar. Hipotesis adalah dasar dari eksperimen, berisi semua informasi yang diperlukan untuk membangun tes terpisah.

Bagaimana Anda Membangun Hipotesis Uji Terpisah?

Ada tiga komponen utama dari hipotesis uji split: Pemahaman, Respon, dan Hasil .

Untuk membuat komponen mudah diingat, mereka mengikuti akronim CRO yang sudah sangat kita kenal.

Setiap komponen terdiri dari dua hingga empat cuplikan tertulis pendek yang menjelaskan data yang dikumpulkan melalui penelitian, desain, dan pengukuran. Kumpulkan potongan-potongan itu menjadi kalimat dan Anda telah membangun hipotesis yang kuat. Berikut ini contohnya, dengan setiap cuplikan data ditandai dengan huruf tebal:

Pemahaman: Kami telah mengamati penurunan pembelian multi-item dengan membandingkan data pembelian 6 bulan terakhir .

Tanggapan: Kami ingin mempromosikan produk berpasangan dengan upsell inline di halaman keranjang pada ponsel untuk pengguna kembali dengan item yang sudah ada di keranjang mereka .

Hasil: Ini akan membuat pembeli barang tunggal lebih mudah menemukan dan membeli produk pelengkap , yang akan diukur dengan nilai pesanan rata-rata (AOV) dan didukung oleh ukuran pesanan rata-rata, jumlah pembelian multi-item, konversi pesanan, dan pendapatan .

Anda dapat melihat bagaimana setiap cuplikan merupakan deskripsi bagian penting dari data yang dikumpulkan dari penelitian, diusulkan melalui desain, atau menguraikan kriteria pengukuran.

Dirakit bersama, mereka membaca sebagai hipotesis lengkap. Sekarang, mari selami setiap komponen.

Pemahaman

Pemahaman berasal dari penelitian; itu adalah mengidentifikasi dan memahami masalah yang ingin Anda manfaatkan. Misalnya: “ 90% pengguna meninggalkan formulir pendaftaran setelah input ke-3 .” Pemahaman terdiri dari dua cuplikan: observasi, dan metode observasi.

Pengamatan

Untuk mengidentifikasi masalah, pertama-tama Anda harus mengamatinya. Gali beberapa data dan buat tangan Anda kotor. Temukan sesuatu tentang situs Anda yang tidak berkinerja sebaik yang Anda inginkan. Dua jalan utama untuk penelitian adalah analitik dan umpan balik . Analytics adalah data numerik dan kuantitatif dalam skala besar; biasanya numerik, data statistik yang dikumpulkan secara pasif untuk agregasi nanti. Umpan balik adalah data deskriptif dan anekdotal yang dikumpulkan secara aktif dan mewakili perilaku pengguna.

Metode Pengamatan

Alat, teknik, atau proses yang Anda gunakan untuk mengidentifikasi masalah. Memasukkan metode observasi ke dalam hipotesis membantu membuktikan bahwa Anda melakukan penelitian Anda. Contoh metode observasi untuk setiap jenis penelitian antara lain:

Analitik

Teknik: peta panas, corong halaman, pemutaran ulang sesi
Alat: Google Analytics, SessionCam, FullStory

Masukan

Teknik: survei, pengujian kegunaan, ulasan produk
Alat: Hotjar, Qualaroo, TurnTo

SUMBER YANG DIREKOMENDASIKAN : Pahami perbedaan utama antara data kualitatif dan kuantitatif – https://blog.convert.com/qualitative-data-quantitative-data.html

Tanggapan

Respon datang dari desain; itu mengusulkan dan menargetkan perubahan yang ingin Anda buat. Seringkali, ini dapat didekati dengan memulai dengan pertanyaan, seperti “ apa yang akan terjadi jika kita memperbesar ukuran gambar produk dalam tampilan kotak kategori ?”

Jawabannya adalah “daging dan kentang” dari eksperimen Anda; inti yang akan dikonfigurasi dalam perangkat lunak pengujian split. Cuplikan yang membentuk tanggapan adalah: variasi, lokasi, dan pemirsa .

Variasi

Apa yang diusulkan sebagai perbaikan. Ini adalah bagian teoretis dari eksperimen. Perubahan apa pun yang menurut Anda akan mengungguli status situs saat ini, besar atau kecil: teks ajakan bertindak yang lebih kuat pada tombol, gambar yang lebih besar, pengurangan input formulir, navigasi header yang didesain ulang. Anda mendapatkan gambarnya; deskripsi singkat tentang ide Anda untuk mengungguli baseline.

Lokasi

Tempat eksperimen akan dilakukan di situs web Anda; jenis halaman, penargetan URL, cakupan perangkat, dan/atau titik henti layar.

Hadirin

Siapa yang harus melihat eksperimen; rincian spesifik mengenai status pengguna dalam kaitannya dengan memberikan umpan balik perilaku yang berarti.

Cuplikan respons adalah cara Anda menentukan cakupan eksperimen dan menyempurnakan rasio signal-to-noise dari data hasil.

Misalnya, jika variasinya mengubah posisi perkiraan total pesanan situs eCom, maka penargetannya mungkin adalah halaman keranjang dan kemudian pemirsa hanya akan menjadi pengguna yang memiliki item di keranjang mereka. Anda tidak ingin mengumpulkan data dari pengguna yang berinteraksi dengan halaman keranjang kosong, karena mereka tidak akan melihat elemen UI yang menampilkan total keranjang.

Mencari alat pengujian A/B yang memungkinkan Anda menjadi sangat canggih dengan penargetan dan pembangunan audiens? Lihat kemampuan Convert Experiences.

Hasil

Hasil berasal dari pengukuran; itu adalah bagaimana kesuksesan didefinisikan dan dievaluasi. Cuplikan hasil adalah: perubahan perilaku yang diinginkan, KPI primer, dan KPI sekunder .

Perubahan perilaku yang diinginkan

Perubahan perilaku pengguna yang Anda inginkan disebabkan oleh respons; baik mendorong tindakan positif atau mengecilkan tindakan negatif.

KPI primer

Metrik yang menentukan keberhasilan atau kegagalan eksperimen. Pengukuran tindakan pengguna yang coba dipengaruhi oleh eksperimen. Raison d'etre percobaan.

SUMBER DAYA YANG DIREKOMENDASIKAN : Biaya per Prospek atau Biaya per Akuisisi? Manakah metrik yang lebih baik untuk mengukur keberhasilan eksperimen pengoptimalan Anda? https://blog.convert.com/cost-per-lead-vs-cost-per-acquisition-what-you-should-use-as-your-performance-metric.html

KPI Sekunder

Metrik yang mencadangkan KPI Utama. Ini membantu Anda menyempurnakan cerita yang diceritakan oleh KPI utama, dan/atau memeriksa perilaku pengguna yang tidak terduga. KPI sekunder sering kali merupakan konversi pada setiap tahap corong antara area yang ditargetkan dan titik akhir KPI primer.

Misalnya, jika KPI utama Anda adalah pendapatan dari pesanan dan eksperimen menargetkan halaman produk, maka KPI sekunder adalah add-to-carts, cart pageviews, checkout pageviews, dan order conversions.

Pembuat Hipotesis

Selama di Corvus CRO, kita semua tentang membangun alat kecil untuk membantu membuat kehidupan para ahli CRO lebih mudah. Untuk itu, kami telah membangun pembuat hipotesis untuk membantu menyederhanakan dan menstandardisasi konstruksi hipotesis uji terpisah. Ini adalah formulir web yang mengambil input teks untuk setiap cuplikan yang diperlukan dan menyusunnya menjadi hipotesis lengkap. Anda dapat menggunakan alat ini untuk membuktikan dan membangun hipotesis Anda sendiri. Bahkan ada tombol "salin ke papan klip" sehingga Anda dapat dengan mudah mengambil hipotesis yang Anda buat dan menempelkannya ke alat manajemen proyek pilihan Anda. Kami harap Anda mendapatkan banyak manfaat dari alat ini seperti yang kami lakukan!

Mengumpulkan setiap cuplikan bisa menjadi proses yang memakan waktu, tetapi hasilnya adalah eksperimen yang dibangun dengan kokoh yang akan memberikan lebih banyak nilai keseluruhan dalam jangka panjang.

Mencegah lebih baik daripada mengobati; sedikit lebih banyak pekerjaan persiapan di muka secara signifikan mengurangi overhead di kemudian hari.