Test della serie di mappe mentali: come pensare come un professionista CRO (parte 13)

Intervista ad Alex Birkett

Quando si tratta di ottimizzazione, ci sono poche persone esperte come Alex Birkett.

Ma cos'è esattamente l'"ottimizzazione"?

Alex dice che è una combinazione di discipline, tra cui copywriting e sperimentazione.

Si tratta di costruire il sistema e i processi giusti per ridurre (non eliminare) l'incertezza. Comprendere che c'è un punto in cui tentare di eliminare l'incertezza ha rendimenti decrescenti.

E no, l'ottimizzazione non è la risposta a tutti i problemi aziendali o dell'interfaccia utente.

In questa intervista, approfondiremo i migliori suggerimenti di Alex per sviluppare l'alfabetizzazione dei dati e stabilire un programma di sperimentazione di successo. Imparerai cosa considerare prima ancora di iniziare a ottimizzare il tuo sito e come tenere traccia dei tuoi test in modo efficace. Quindi continua a leggere se vuoi portare i tuoi sforzi di ottimizzazione al livello successivo!

Alex, parlaci di te. Cosa ti ha spinto a dedicarti a test e ottimizzazione?

Mi chiamo Alex Birkett. Vivo ad Austin, in Texas, e ho un cane di nome Biscuit.

Scrivo su alexbirkett.com, gestisco un'agenzia di content marketing chiamata Omniscient Digital e gestisco il programma di sperimentazione e il team di Workato. Ovviamente, questo mi tiene piuttosto impegnato. Ma al di fuori di questo, sono appassionato di salute e benessere. Quindi trascorro molto tempo in studi di yoga, saune, palestre CrossFit, stazioni sciistiche, ecc.

Quando ero al college, leggevo molte cose di Ryan Holiday, cosa che mi ha fatto interessare al marketing. Ha scritto un libro intitolato "Growth Hacker Marketing" proprio nel periodo in cui mi stavo laureando al college, e includeva tonnellate di figure come Sean Ellis, che parlava di test A/B e di crescita quantitativa basata sui dati. Questo mi ha incuriosito, quindi mi sono iscritto a Optimizely quando hanno offerto account gratuiti e ho iniziato a giocare.

Ho trovato lavoro in un'azienda tecnologica in fase iniziale ad Austin, ma ho continuato a leggere blog come CXL, Conversion Sciences e Marketing Experiments, quindi quando ho visto Peep Laja aprire un ruolo ad Austin per un "marketing di contenuti e crescita", Ho colto al volo l'occasione.

E quello fu l'inizio della tana del coniglio. I prossimi anni trascorsi in CXL sono stati come ottenere una laurea in ottimizzazione, sperimentazione e marketing basato sui dati in generale. Ho avuto modo di fare rete e imparare dai massimi esperti del settore, eseguire esperimenti da solo e scrivere di tutte le cose che stavo imparando. È stata un'opportunità da sogno per un giovane e affamato nerd della sperimentazione.

Da quanti anni stai ottimizzando? Qual è l'unica risorsa che consigli agli aspiranti tester e ottimizzatori?

Ho seguito un sacco di lezioni di psicologia sociale all'università dove abbiamo condotto esperimenti comportamentali classici, ma la prima volta che ho eseguito un test su un sito Web è stato nel 2014. Non sapevo cosa stavo facendo, però. La prima volta che ho saputo cosa stavo facendo è stato al CXL nel 2015/2016. Quindi ho ottimizzato professionalmente, o almeno semi-competente, per circa 6-7 anni.

Se c'è una risorsa che posso consigliare, è CXL (incluso CXL Institute).

Tuttavia, "l'ottimizzazione" non è una vera disciplina: sono diverse discipline sovrapposte. Quindi probabilmente consiglierei di indicizzare pesantemente uno di quelli e di diventare bravo prima di provare a diventare un "ottimizzatore" (che secondo me non esiste davvero - è più una mentalità).

Copywriting? Copyhackers.com e i classici libri di copywriting a risposta diretta.

Sperimentazione? Blog di ingegneria di Netflix e Airbnb, il libro di Ronny Kohavi e molta pratica.

Dipende davvero da quale tana del coniglio vuoi andare.

Suggerisco anche di entrare in una comunità per qualsiasi cosa tu speri di realizzare. CXL ha un ottimo gruppo Facebook. Il Measure Slack è ottimo per l'analisi e le cose generali basate sui dati.

Risposta in 5 parole o meno: qual è per te la disciplina dell'ottimizzazione?

Prendere decisioni aziendali migliori.

Quali sono le 3 cose principali che le persone DEVONO capire prima di iniziare a ottimizzare?

• Ciò che chiamiamo ottimizzazione è principalmente riduzione dell'incertezza (raccogli X quantità di informazioni per ridurre l'incertezza di Y).
• Non puoi mai ridurre completamente l'incertezza e c'è un punto di utilità decrescente nel tentativo di farlo.
• L'ottimizzazione non è sempre la risposta ai tuoi problemi di business e sapere quando lo è e quando non lo è è un grande vantaggio strategico.

Come tratti i dati qualitativi e quantitativi in ​​modo che raccontino una storia imparziale?

Non otterrai mai una storia completamente "imparziale", quindi ottimizzo per il "valore atteso" quando lavoro con i dati.

C'è sempre un costo per la raccolta dei dati, in termini di tempo (il costo opportunità per eseguire un esperimento o raccogliere le risposte ai sondaggi) o denaro (software, sviluppatori, designer, ecc.).

L'impatto o il rischio di una determinata decisione influisce anche su quanto voglio "spendere" per i dati per ridurre tale incertezza.

Se una decisione è decisiva per l'azienda e c'è un modo fattibile in cui posso raccogliere dati sufficienti per essere abbastanza sicuro di una buona decisione, spenderò tempo e denaro per farlo.

Se una decisione non conta davvero, è una perdita di tempo e denaro da dedicare alla raccolta di feedback qualitativi o quantitativi. Prendo solo la decisione in quel caso.

Ma in generale, mi piace raccogliere *abbastanza* dati e nient'altro per prendere quella che ritengo sia una decisione adeguatamente ponderata per il rischio per il compito da svolgere. A volte io (*sussulto*) vado con il mio istinto. A volte parlo con 5 clienti e mi sento sicuro dei miei dati qualitativi. A volte eseguo un esperimento rigoroso per 4 settimane e uso l'analisi statistica per andare avanti.

Tutto dipende, non esiste una risposta valida per tutti.

Una cosa che ho imparato è che più dati possono anche creare più problemi, soprattutto per le organizzazioni con scarsa alfabetizzazione dei dati e capacità di analizzare i dati per prendere buone decisioni.

Che tipo di programma di apprendimento hai impostato per il tuo team di ottimizzazione? E perché hai adottato questo approccio specifico?

In Workato, il processo è piuttosto semplice.

Le idee per gli esperimenti possono provenire da più team e fonti: a volte è uno sciopero di ispirazione creativa da parte del team di vendita, a volte è un'idea ben studiata dal team del marchio. A volte è il prodotto della ricerca di conversione (che accediamo al nostro database Airtable).

All'idea viene assegnata la priorità e quindi è necessario compilare un documento dell'esperimento, che include l'obiettivo di apprendimento, l'ipotesi, la ricerca di base, il progetto dell'esperimento e gli elementi di azione alla conclusione.

Una volta che l'esperimento è terminato, viene analizzato e il documento dell'esperimento viene aggiornato con conclusioni e apprendimenti. Questo è contrassegnato e aggiunto al nostro archivio Airtable.

Questo Airtable è disponibile per chiunque in azienda, e facciamo anche una riunione settimanale di revisione degli esperimenti, nonché una newsletter settimanale con esperimenti in corso, pianificati e conclusi (a cui chiunque può iscriversi).

Il nostro team interviene anche a periodici incontri aziendali per insegnare ed evangelizzare le vie della sperimentazione.

Ho adottato questo approccio perché credo nel potere dell'iterazione e dell'apprendimento, nonché nel processo e nell'istruzione, ma non puoi sopraffare un team e un'azienda. Ognuno ha i propri obiettivi e compiti, e mentre pensiamo che la sperimentazione sia la vita o la morte di un'azienda, non è la prima cosa a cui pensano gli altri quando si svegliano. Il mio lavoro è evangelizzare ed educare le persone, ma anche ridurre gli attriti nel farlo. Voglio che le persone siano *eccitate* dalla sperimentazione e vogliano essere coinvolte, non considerarle un compito gravoso o fare i compiti.

Quindi il mio programma di apprendimento è progettato per essere il più leggero e privo di attriti possibile, con crescenti opt-in per le persone che vogliono essere più coinvolte.

Qual è il mito dell'ottimizzazione più fastidioso che vorresti andasse via?

Non so se questo è un mito, ma è opinione comune che coloro che lavorano in CRO abbiano semplicemente le risposte ai tuoi problemi di interfaccia utente. Non lo fanno. Possono avere una gamma più ampia di punti dati per la corrispondenza dei modelli (che è ciò che sono le migliori pratiche) e questo può essere utile. Ma non puoi semplicemente guardare un sito Web o una pagina di destinazione, abbatterlo e "ottimizzarlo" automaticamente a scopo di lucro. Se potessi, saresti ricco da morire, perché ci vogliono alcune ore e potresti addebitare centinaia di migliaia per il valore di farlo se effettivamente producesse ROI.

Il sistema e il processo che costruisci per prendere decisioni migliori sono ciò che riguarda la sperimentazione o l'ottimizzazione. Non un mucchio di combinazioni di schemi nella testa di un ninja CRO.

Se tutto va bene, la nostra intervista con Alex ti aiuterà a guidare la tua strategia di sperimentazione nella giusta direzione!

Qual è il consiglio che ti ha colpito di più?

Assicurati di rimanere sintonizzato per la nostra prossima intervista con un esperto CRO che ci guida attraverso strategie ancora più avanzate! E se non l'hai già fatto, dai un'occhiata alle nostre interviste con Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , Rich Page , Ruben de Boer e la nostra ultima con Abi Hough .