마인드 맵 시리즈 테스트: CRO 전문가처럼 생각하는 방법(13부)
게시 됨: 2022-04-23알렉스 버켓과의 인터뷰
최적화와 관련하여 Alex Birkett만큼 잘 아는 사람은 거의 없습니다.
그러나 "최적화"란 정확히 무엇입니까?
Alex는 이것이 카피라이팅과 실험을 포함한 학문의 조합이라고 말합니다.
불확실성을 줄이는(제거가 아닌) 올바른 시스템과 프로세스를 구축하는 것입니다. 불확실성을 제거하려고 시도하면 수익이 감소하는 지점이 있음을 이해합니다.
그리고 아니오, 최적화는 모든 비즈니스 또는 UI 문제에 대한 답이 아닙니다.
이 인터뷰에서 우리는 데이터 활용 능력을 개발하고 성공적인 실험 프로그램을 수립하기 위한 Alex의 주요 팁을 탐구할 것입니다. 사이트 최적화를 시작하기 전에 고려해야 할 사항과 테스트를 효과적으로 추적하는 방법을 배우게 됩니다. 최적화 노력을 한 단계 더 높이려면 계속 읽으십시오!
알렉스, 자기소개를 해주세요. 테스트 및 최적화에 참여하게 된 동기는 무엇입니까?
제 이름은 알렉스 버켓입니다. 저는 텍사스 오스틴에 살고 있으며 비스킷이라는 강아지를 키우고 있습니다.
나는 alexbirkett.com에서 글을 쓰고, Omniscient Digital이라는 콘텐츠 마케팅 대행사를 운영하고, Workato에서 실험 프로그램과 팀을 운영합니다. 분명히, 이것은 나를 꽤 바쁘게 만듭니다. 하지만 그 외에 저는 건강과 웰빙에 대해 열정적입니다. 그래서 요가 스튜디오, 사우나, CrossFit 체육관, 스키장 등에서 많은 시간을 보냅니다.
대학에 다닐 때 Ryan Holiday의 글을 많이 읽었고 마케팅에 관심을 갖게 되었습니다. 그는 내가 대학을 졸업할 즈음에 "Growth Hacker Marketing"이라는 책을 저술했는데 A/B 테스트와 양적, 데이터 중심 성장에 대해 이야기한 Sean Ellis와 같은 수많은 인물이 포함되어 있었습니다. 그것이 흥미로워서 Optimizely에서 무료 계정을 제공하고 놀기 시작했을 때 가입했습니다.
저는 Austin에 있는 초기 단계의 기술 회사에 취직했지만 CXL, Conversion Sciences 및 Marketing Experiments와 같은 블로그를 계속 읽었습니다. 그래서 Peep Laja가 Austin에서 "콘텐츠 및 성장 마케터" 역할을 여는 것을 보았을 때, 나는 기회에 뛰어들었다.
그리고 그것이 토끼굴의 시작이었다. CXL에서 보낸 다음 몇 년은 일반적으로 최적화, 실험 및 데이터 기반 마케팅 분야에서 대학원 학위를 취득하는 것과 같았습니다. 나는 네트워크를 형성하고 업계 최고의 전문가들로부터 배우고, 직접 실험을 하고, 내가 배우고 있는 모든 것에 대해 글을 썼습니다. 그것은 젊고 배고픈 실험 괴짜에게 꿈의 기회였습니다.
몇 년 동안 최적화를 해오셨습니까? 테스터와 옵티마이저를 지망하는 사람들에게 추천하는 리소스는 무엇입니까?
저는 대학에서 고전적인 행동 실험을 하는 사회 심리학 수업을 많이 들었지만 웹사이트에서 테스트를 처음 실행한 것은 2014년이었습니다. 하지만 저는 제가 무엇을 하고 있는지 몰랐습니다. 내가 무엇을 하고 있는지 처음 알게 된 것은 2015/2016년 CXL에서였습니다. 그래서 저는 약 6-7년 동안 전문적으로, 또는 적어도 반쯤 능숙하게 최적화를 해왔습니다.
내가 추천할 수 있는 리소스가 하나 있다면 CXL(CXL Institute 포함)입니다.
"최적화"는 실제로 학문이 아닙니다. 여러 학문이 겹치는 것입니다. 그래서 나는 아마도 당신이 "최적화자"가 되기 전에 그것들 중 하나에 대해 많이 인덱싱하고 능숙해지는 것이 좋습니다.
카피 라이팅? Copyhackers.com 및 고전적인 직접 응답 카피 라이팅 책.
실험? Netflix 및 Airbnb 엔지니어링 블로그, Ronny Kohavi의 책, 그리고 많은 연습.
그것은 정말로 당신이 가고 싶은 토끼굴에 달려 있습니다.
또한 이루고자 하는 바가 무엇이든 커뮤니티에 가입하는 것이 좋습니다. CXL에는 훌륭한 Facebook 그룹이 있습니다. Measure Slack은 분석 및 일반 데이터 기반 작업에 적합합니다.
5단어 이내로 답변: 최적화 분야는 무엇입니까?
더 나은 비즈니스 결정을 내립니다.
사람들이 최적화를 시작하기 전에 반드시 이해해야 하는 상위 3가지 사항은 무엇입니까?
- 우리가 최적화라고 부르는 것은 대부분 불확실성 감소입니다(Y만큼 불확실성을 줄이기 위해 X량의 정보를 수집합니다).
- 불확실성을 완전히 줄일 수는 없으며 그렇게 하려고 할 때 효용이 감소하는 지점이 있습니다.
- 최적화가 항상 비즈니스 문제에 대한 해답이 되는 것은 아니며, 최적화가 필요할 때와 그렇지 않을 때를 아는 것은 큰 전략적 이점입니다.
편향되지 않은 이야기를 전달하기 위해 질적 및 양적 데이터를 어떻게 처리합니까?
완전히 "편향되지 않은" 스토리를 얻을 수는 없으므로 데이터 작업 시 "기대되는 가치"를 최적화합니다.
시간(실험을 실행하거나 설문 조사 응답을 수집하는 기회 비용) 또는 돈(소프트웨어, 개발자, 디자이너 등) 측면에서 데이터 수집에는 항상 비용이 따릅니다.
주어진 결정의 영향이나 위험은 또한 불확실성을 줄이기 위해 데이터에 "지출"하려는 금액을 결정합니다.
결정이 비즈니스를 위한 결정이고 좋은 결정을 확신할 수 있을 만큼 충분한 데이터를 수집할 수 있는 실행 가능한 방법이 있다면 이를 수행하는 데 시간과 비용을 투자할 것입니다.
결정이 중요하지 않다면 정성적 또는 정량적 피드백을 수집하는 데 시간과 비용을 낭비하는 것입니다. 나는 그 경우에만 결정을 내린다.
그러나 일반적으로 말해서, 저는 *충분한* 데이터를 수집하는 것을 좋아하며 당면한 작업에 대해 적절하게 위험 가중치가 부여된 결정을 내리는 데 그 이상은 사용하지 않습니다. 때때로 나는 (*헐떡임*) 내 직감을 가지고 간다. 가끔 저는 5명의 고객과 이야기를 나누며 제 정성적인 데이터에 자신감을 느낍니다. 때로는 4주 동안 엄격한 실험을 하고 통계 분석을 사용하여 앞으로 나아갑니다.
그것은 모든 것에 달려 있습니다. 만능 정답은 없습니다.
제가 배운 한 가지는 더 많은 데이터가 더 많은 문제를 야기할 수 있다는 것입니다. 특히 데이터 활용 능력이 거의 없고 데이터를 구문 분석하여 올바른 결정을 내릴 수 있는 조직의 경우 더욱 그렇습니다.
최적화 팀을 위해 어떤 종류의 학습 프로그램을 설정했습니까? 그리고 왜 이러한 구체적인 접근 방식을 취했는가?
Workato에서 프로세스는 매우 간단합니다.
실험 아이디어는 여러 팀과 출처에서 나올 수 있습니다. 때로는 영업 팀에서 창의적인 영감을 얻기도 하고 때로는 브랜드 팀에서 잘 연구한 아이디어이기도 합니다. 때로는 전환 연구(우리가 Airtable 데이터베이스에 로그인하는 모든 것)의 산물입니다.
아이디어의 우선 순위가 결정된 다음 실험 문서를 작성해야 합니다. 여기에는 학습 목표, 가설, 배경 연구, 실험 설계 및 결론 시 실행 항목이 포함됩니다.
실험이 완료되면 분석되고 실험 문서가 결론과 학습 내용으로 업데이트됩니다. 이것은 태그가 지정되고 Airtable 아카이브에 추가됩니다.
이 Airtable은 회사의 모든 사람이 사용할 수 있으며 주간 실험 검토 회의와 실행, 계획 및 종료 실험(누구나 가입할 수 있음)이 포함된 주간 뉴스레터도 제공합니다.
우리 팀은 또한 실험 방법을 가르치고 복음화하기 위해 정기적인 회사 회의에서 연설합니다.
반복과 학습은 물론 프로세스와 교육의 힘을 믿기 때문에 이 접근 방식을 취했지만 팀과 회사를 압도할 수는 없습니다. 모든 사람은 자신의 목표와 작업이 있습니다. 우리는 실험이 비즈니스의 삶과 죽음이라고 생각하지만, 모든 사람이 잠에서 깨어났을 때 가장 먼저 생각하는 것은 실험이 아닙니다. 제 직업은 사람들을 복음화하고 교육하는 동시에 마찰을 줄이는 것입니다. 저는 사람들이 실험에 *흥분*하고 참여하기를 원합니다. 부담스럽거나 숙제로 생각하지 않기를 바랍니다.
그래서 제 학습 프로그램은 더 많은 참여를 원하는 사람들을 위한 선택을 확대하여 가능한 한 가볍고 마찰이 없도록 설계되었습니다.
사라지고 싶은 가장 짜증나는 최적화 신화는 무엇입니까?
이것이 신화인지는 모르겠지만 CRO에서 일하는 사람들은 UI 문제에 대한 답을 가지고 있다는 것이 일반적인 믿음입니다. 그들은하지 않습니다. 패턴 일치를 위해 더 넓은 범위의 데이터 포인트를 가질 수 있으며(이것이 모범 사례임) 도움이 될 수 있습니다. 그러나 웹사이트나 랜딩 페이지를 보고 그것을 분해하고 자동으로 이익을 위해 "최적화"할 수는 없습니다. 그렇게 할 수만 있다면 몇 시간이 걸리고 실제로 ROI를 생성했다면 그렇게 하는 데 수십만 달러를 청구할 수 있기 때문에 부자가 될 것입니다.
더 나은 결정을 내리기 위해 구축한 시스템과 프로세스는 실험 또는 최적화에 관한 것입니다. CRO 닌자의 머리에서 패턴 일치의 무리가 아닙니다.
때로는 다음에 실행할 올바른 테스트를 찾는 것이 어려운 작업처럼 느껴질 수 있습니다. 영감을 찾기 어려울 때 사용하려면 위의 인포그래픽을 다운로드하세요!
Alex와의 인터뷰가 실험 전략을 올바른 방향으로 이끄는 데 도움이 되기를 바랍니다!
어떤 조언이 가장 마음에 들었습니까?
더욱 발전된 전략을 안내해 줄 CRO 전문가와의 다음 인터뷰를 기대해주세요! 아직 시청하지 않았다면 Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak, Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , Rich Page , Ruben de Boer 및 Abi Hough 와의 최신 인터뷰를 확인하십시오. .