マインドマップシリーズのテスト：CROプロのように考える方法（パート13）

AlexBirkettへのインタビュー

最適化に関しては、AlexBirkettほど精通している人はほとんどいません。

しかし、「最適化」とは正確には何ですか？

アレックスは、それはコピーライティングと実験を含む分野の組み合わせだと言います。

それは、不確実性を減らす（なくすのではない）ための適切なシステムとプロセスを構築することです。 不確実性を排除しようとすると収穫逓減が生じるポイントがあることを理解します。

いいえ、最適化はすべてのビジネスまたはUIの問題に対する答えではありません。

このインタビューでは、データリテラシーを開発し、実験プログラムを成功させるためのAlexのヒントを詳しく説明します。 サイトの最適化を開始する前に考慮すべきことと、テストを効果的に追跡する方法を学びます。 したがって、最適化の取り組みを次のレベルに引き上げたい場合は、このまま読み進めてください。

アレックス、あなた自身について教えてください。 テストと最適化を始めたきっかけは何ですか？

私の名前はアレックスバーケットです。 私はテキサス州オースティンに住んでいて、ビスケットという名前の犬を飼っています。

私はalexbirkett.comで執筆し、Omniscient Digitalというコンテンツマーケティングエージェンシーを運営し、Workatoで実験プログラムとチームを運営しています。 明らかに、これは私をかなり忙しくさせます。 しかしそれ以外では、私は健康とウェルネスに情熱を注いでいます。 だから私はヨガスタジオ、サウナ、CrossFitジム、スキーリゾートなどで多くの時間を過ごします。

大学時代、ライアン・ホリデイの本をたくさん読んだので、マーケティングに興味を持ちました。 彼は私が大学を卒業した頃に「GrowthHackerMarketing」という本を書きました。その中には、A/Bテストと定量的でデータ主導の成長について語ったSeanEllisのような人物がたくさん含まれていました。 それは私に興味をそそられたので、彼らが無料のアカウントを提供し、遊んで始めたときに、Optimizelyにサインアップしました。

私はオースティンの非常に初期のテクノロジー企業に就職しましたが、CXL、Conversion Sciences、Marketing Experimentsなどのブログを読み続けていたので、Peep Lajaがオースティンで「コンテンツと成長のマーケター」としての役割を切り開くのを見たとき、私はその機会に飛びつきました。

そして、それがうさぎの穴の始まりでした。 私がCXLで過ごした次の数年間は、最適化、実験、およびデータ駆動型マーケティング全般の大学院の学位を取得するようなものでした。 私はネットワークを構築し、業界のトップエキスパートから学び、自分で実験を行い、学んだことすべてについて書きました。 それは若くて空腹の実験オタクにとって夢の機会でした。

最適化して何年になりますか？ 意欲的なテスターとオプティマイザーに推奨するリソースはどれですか。

私は大学で社会心理学の授業をたくさん受け、古典的な行動実験を行いましたが、ウェブサイトで初めてテストを行ったのは2014年でした。しかし、自分が何をしているのかわかりませんでした。 私が何をしているのかを初めて知ったのは、2015/2016年のCXLでした。 ですから、私は約6〜7年間、専門的に、または少なくとも半熟練して最適化を行ってきました。

私がお勧めできるリソースが1つあるとすれば、それはCXL（CXL Instituteを含む）です。

ただし、「最適化」は実際には分野ではありません。いくつかの重複する分野です。 したがって、「オプティマイザー」になる前に、そのうちの1つに重点を置いてインデックスを作成し、それを上手に活用することをお勧めします（私の意見では、これは実際には存在しません。それはより考え方です）。

コピーライティング？ Copyhackers.comと古典的なダイレクトレスポンスのコピーライティングの本。

実験？ NetflixとAirbnbのエンジニアリングブログ、Ronny Kohaviの本、そしてたくさんの練習。

それは本当にあなたが降りたいウサギの穴に依存します。

また、達成したいことは何でもコミュニティに参加することをお勧めします。 CXLには素晴らしいFacebookグループがあります。 Measure Slackは、分析や一般的なデータ駆動型のものに最適です。

5語以内で答えてください：あなたにとって最適化の規律は何ですか？

より良いビジネス上の意思決定。

最適化を開始する前に人々が理解しなければならない上位3つのことは何ですか？

• 私たちが最適化と呼ぶのは、主に不確実性の低減です（X量の情報を収集して、Yだけ不確実性を低減します）。
• 不確実性を完全に減らすことはできません。そうしようとすると、有用性が低下する可能性があります。
• 最適化は必ずしもビジネス上の問題に対する答えであるとは限りません。最適化がいつであるかを知ることは、大きな戦略的利点です。

偏りのないストーリーを伝えるために、定性的および定量的データをどのように扱いますか？

完全に「偏りのない」ストーリーを得ることができないので、データを操作するときに「期待値」を最適化します。

データの収集には、時間（実験の実行または調査回答の収集の機会費用）または費用（ソフトウェア、開発者、設計者など）の観点から常にコストがかかります。

特定の決定の影響またはリスクは、その不確実性を減らすためにデータに「費やす」量にも影響します。

意思決定がビジネスの意思決定であり、適切な意思決定を確実にするために十分なデータを収集できる実行可能な方法がある場合、私はそれを行うために時間とお金を費やすつもりです。

決定が本当に重要でない場合、定性的または定量的なフィードバックを収集するために時間を費やすのは私の時間とお金の無駄です。 その場合は私が決定します。

しかし、一般的に言って、私は*十分な*データを収集するのが好きで、目前のタスクに対して適切にリスク加重された決定であると私が感じるものを作るためにそれ以上のものはありません。 時々私（* gasp *）は私の腸と一緒に行きます。 時々私は5人の顧客のように話し、私の定性的データに自信を持っています。 時々、私は4週間厳密な実験を行い、統計分析を使用して前進します。

それはすべて異なります、万能の答えはありません。

私が学んだことの1つは、特にデータのリテラシーがほとんどなく、データを解析して適切な意思決定を行う能力がない組織では、データが増えると問題が増える可能性があるということです。

最適化チームのためにどのような学習プログラムを設定しましたか？ そして、なぜこの特定のアプローチを採用したのですか？

Workatoでは、プロセスは非常に簡単です。

実験のアイデアは、複数のチームやソースから得られる可能性があります。営業チームからの創造的なインスピレーションのストライキである場合もあれば、ブランドチームからの十分に研究されたアイデアである場合もあります。 変換調査の結果である場合もあります（すべてAirtableデータベースにログインします）。

アイデアが優先され、実験文書に記入する必要があります。これには、学習目標、仮説、背景調査、実験計画、および結論時のアクションアイテムが含まれます。

実験が終了すると、それが分析され、実験ドキュメントが結論と学習で更新されます。 これはタグ付けされ、Airtableアーカイブに追加されます。

このAirtableは、社内の誰でも利用できます。また、毎週の実験レビュー会議と、実行、計画、および終了した実験（誰でもサインアップできます）を含む毎週のニュースレターを開催しています。

私たちのチームはまた、定期的な会社の会議で話し、実験の方法を教え、伝道します。

プロセスと教育だけでなく、反復と学習の力を信じているので、このアプローチを採用しましたが、チームと会社を圧倒することはできません。 誰もが独自の目標とタスクを持っており、実験はビジネスの生と死であると私たちは考えていますが、それは他の誰もが目覚めたときに最初に考えることではありません。 私の仕事は人々に伝道と教育をすることですが、そうすることで摩擦を減らすことでもあります。 実験を面倒なことや宿題だと思ってはいけないので、実験に「ワクワク」して参加してもらいたいです。

そのため、私の学習プログラムは、可能な限り軽量で摩擦のないものになるように設計されており、より関与したい人のためにオプトインをエスカレートしています。

あなたが望む最も厄介な最適化の神話は何ですか？

これが神話であるかどうかはわかりませんが、CROで働く人々は、UIの問題に対する答えを持っているというのが一般的な信念です。 彼らはしません。 それらは、パターンマッチング（これがベストプラクティスである）のためのより広い範囲のデータポイントを持つことができ、それは役立つ可能性があります。 しかし、ウェブサイトやランディングページを見て、それを分解し、自動的に「最適化」して利益を上げることはできません。 可能であれば、f * ckのように金持ちになります。これには数時間かかり、実際にROIが得られた場合、その価値に対して数十万ドルを請求する可能性があるためです。

より良い意思決定を中心に構築するシステムとプロセスは、実験または最適化の目的です。 CRO忍者の頭の中のパターンマッチングの束ではありません。

うまくいけば、アレックスとのインタビューがあなたの実験戦略を正しい方向に導くのに役立つでしょう！

どのアドバイスがあなたに最も共感しましたか？

さらに高度な戦略を紹介してくれるCROの専門家との次のインタビューにご期待ください。 まだ行っていない場合は、 Gursimran Gujral 、 Haley Carpenter 、 Rishi Rawat 、 Sina Fak、 Eden Bidani 、 Jakub Linowski 、 Shiva Manjunath 、 Andra Baragan 、 Rich Page 、 Ruben de Boer 、最新のAbiHoughへのインタビューをご覧ください。 。