Testowanie serii map myśli: Jak myśleć jak CRO Pro (część 13)

Wywiad z Alexem Birkettem

Jeśli chodzi o optymalizację, niewiele osób jest tak dobrze zorientowanych jak Alex Birkett.

Ale czym właściwie jest „optymalizacja”?

Alex mówi, że to połączenie dyscyplin, w tym copywritingu i eksperymentowania.

Chodzi o zbudowanie odpowiedniego systemu i procesów w celu zmniejszenia (nie wyeliminowania) niepewności. Zrozumienie, że istnieje punkt, w którym próba wyeliminowania niepewności przynosi malejące korzyści.

I nie, optymalizacja nie jest odpowiedzią na wszystkie problemy biznesowe lub związane z interfejsem użytkownika.

W tym wywiadzie zagłębimy się w najważniejsze wskazówki Alexa dotyczące rozwijania umiejętności korzystania z danych i tworzenia udanego programu eksperymentów. Dowiesz się, co należy wziąć pod uwagę, zanim zaczniesz optymalizować witrynę i jak skutecznie śledzić swoje testy. Więc czytaj dalej, jeśli chcesz przenieść swoje wysiłki optymalizacyjne na wyższy poziom!

Alex, opowiedz nam o sobie. Co zainspirowało Cię do rozpoczęcia testów i optymalizacji?

Nazywam się Alex Birkett. Mieszkam w Austin w Teksasie i mam psa o imieniu Biscuit.

Piszę na alexbirkett.com, prowadzę agencję content marketingową o nazwie Omniscient Digital oraz prowadzę program eksperymentów i zespół w Workato. Oczywiście to sprawia, że ​​jestem dość zajęty. Ale poza tym pasjonuje mnie zdrowie i dobre samopoczucie. Dlatego spędzam dużo czasu w studiach jogi, saunach, siłowniach CrossFit, ośrodkach narciarskich itp.

Kiedy byłem na studiach, czytałem dużo materiałów Ryana Holidaya, co zainteresowało mnie marketingiem. Napisał książkę zatytułowaną „Growth Hacker Marketing” mniej więcej w czasie, gdy kończyłem studia, i zawierała mnóstwo postaci, takich jak Sean Ellis, który mówił o testach A/B i ilościowym wzroście opartym na danych. Zaintrygowało mnie to, więc zarejestrowałem się w Optimizely, gdy oferowali darmowe konta i zaczęli się bawić.

Dostałem pracę w firmie technologicznej na bardzo wczesnym etapie rozwoju w Austin, ale ciągle czytałem blogi takie jak CXL, Conversion Sciences i Marketing Experiments, więc kiedy zobaczyłem, że Peep Laja otwiera stanowisko w Austin dla „marketera treści i wzrostu”. Skorzystałem z okazji.

I to był początek króliczej nory. Kolejne lata, które spędziłem w CXL, były jak ukończenie studiów z optymalizacji, eksperymentów i ogólnie marketingu opartego na danych. Mogłem nawiązać kontakty i uczyć się od najlepszych ekspertów w branży, sam przeprowadzałem eksperymenty i pisałem o wszystkich rzeczach, których się uczyłem. To była wymarzona okazja dla młodego i głodnego eksperymentatora.

Ile lat zajmujesz się optymalizacją? Jakie zasoby polecasz początkującym testerom i optymalizatorom?

Wziąłem kilka zajęć z psychologii społecznej na uniwersytecie, gdzie przeprowadzaliśmy klasyczne eksperymenty behawioralne, ale pierwszy raz przeprowadziłem test na stronie internetowej w 2014 roku. Nie wiedziałem jednak, co robię. Po raz pierwszy dowiedziałem się, co robię, na CXL w sezonie 2015/2016. Tak więc zajmuję się optymalizacją zawodowo, a przynajmniej półprofesjonalnie, od około 6-7 lat.

Jeśli jest jeden zasób, który mogę polecić, to jest nim CXL (w tym CXL Institute).

„Optymalizacja” nie jest jednak tak naprawdę dyscypliną – to kilka nakładających się dyscyplin. Więc prawdopodobnie zaleciłbym intensywne indeksowanie jednego z nich i opanowanie go, zanim spróbujesz zostać „optymalizatorem” (który moim zdaniem tak naprawdę nie istnieje – to bardziej sposób myślenia).

Copywriting? Copyhackers.com i klasyczne książki o copywritingu typu direct response.

Eksperymentowanie? Blogi inżynierskie Netflixa i Airbnb, książka Ronny'ego Kohaviego i dużo praktyki.

To naprawdę zależy, jaką króliczą norę chcesz zejść.

Proponuję również dołączyć do społeczności, aby osiągnąć wszystko, co masz nadzieję. CXL ma świetną grupę na Facebooku. Measure Slack świetnie nadaje się do analiz i ogólnych danych opartych na danych.

Odpowiedz w 5 lub mniej słowach: Czym jest dla Ciebie dyscyplina optymalizacji?

Podejmowanie lepszych decyzji biznesowych.

Jakie są 3 najważniejsze rzeczy, które ludzie MUSZĄ zrozumieć, zanim zaczną optymalizować?

• To, co nazywamy optymalizacją, to głównie redukcja niepewności (zbierasz X informacji, aby zmniejszyć niepewność o Y).
• Nigdy nie można w pełni zmniejszyć niepewności, a próba zrobienia tego może skutkować zmniejszeniem użyteczności.
• Optymalizacja nie zawsze jest odpowiedzią na Twoje problemy biznesowe, a wiedza o tym, kiedy jest, a kiedy nie, jest dużą przewagą strategiczną.

Jak traktujesz dane jakościowe i ilościowe, aby opowiadały bezstronną historię?

Nigdy nie uzyskasz w pełni „bezstronnej” historii, więc optymalizuję pod kątem „oczekiwanej wartości” podczas pracy z danymi.

Zbieranie danych zawsze wiąże się z kosztami – w postaci czasu (koszt alternatywny przeprowadzenia eksperymentu lub zebrania odpowiedzi na ankiety) lub pieniędzy (oprogramowanie, programiści, projektanci itp.).

Wpływ lub ryzyko danej decyzji również wpływa na to, ile chcę „wydatkować” na dane, aby zmniejszyć tę niepewność.

Jeśli decyzja jest dla firmy podyktowana lub przerwana, a istnieje realny sposób na zebranie wystarczającej ilości danych, aby mieć pewność, że decyzja jest słuszna, poświęcę na to czas i pieniądze.

Jeśli decyzja tak naprawdę nie ma znaczenia, to strata czasu i pieniędzy na zbieranie jakościowych lub ilościowych informacji zwrotnych. Po prostu podejmuję decyzję w tej sprawie.

Ale ogólnie rzecz biorąc, lubię zbierać *wystarczającą* ilość danych i nic więcej, aby podjąć decyzję, która moim zdaniem jest odpowiednio wyważona ryzykiem dla danego zadania. Czasami (*wzdycha*) kieruję się moim jelitem. Czasami rozmawiam jak 5 klientów i czuję się pewnie w moich danych jakościowych. Czasami prowadzę rygorystyczny eksperyment przez 4 tygodnie i używam analizy statystycznej, aby iść do przodu.

Wszystko zależy, nie ma jednej uniwersalnej odpowiedzi.

Jedną z rzeczy, których się nauczyłem, jest to, że więcej danych może również stwarzać więcej problemów, szczególnie w przypadku organizacji z niewielką znajomością danych i zdolnością do analizowania danych w celu podejmowania dobrych decyzji.

Jaki program szkoleniowy skonfigurowałeś dla swojego zespołu ds. optymalizacji? I dlaczego przyjąłeś to konkretne podejście?

W Workato proces jest dość prosty.

Pomysły na eksperymenty mogą pochodzić z wielu zespołów i źródeł – czasami jest to uderzenie kreatywnej inspiracji ze strony zespołu sprzedaży, czasami jest to dobrze zbadany pomysł ze strony zespołu marki. Czasami jest to produkt badań konwersji (z których wszystkie logujemy się do naszej bazy danych Airtable).

Pomysł jest traktowany priorytetowo, a następnie wymagane jest wypełnienie dokumentu eksperymentu – obejmuje to cel uczenia się, hipotezę, badania podstawowe, projekt eksperymentu i elementy działania po zakończeniu.

Po zakończeniu eksperymentu jest on analizowany, a dokument eksperymentu jest aktualizowany o wnioski i wnioski. Jest to oznaczone i dodane do naszego archiwum Airtable.

Ten stół Airtable jest dostępny dla każdego w firmie, a także organizujemy cotygodniowe spotkanie przeglądowe eksperymentów, a także cotygodniowy biuletyn z prowadzonymi, zaplanowanymi i zakończonymi eksperymentami (do których każdy może się zapisać).

Nasz zespół przemawia również na okresowych spotkaniach firmowych, aby uczyć i ewangelizować sposoby eksperymentowania.

Przyjąłem takie podejście, ponieważ wierzę w siłę iteracji i uczenia się, a także procesów i edukacji, ale nie można przytłoczyć zespołu i firmy. Każdy ma swoje własne cele i zadania i chociaż uważamy, że eksperymentowanie to życie i śmierć firmy, nie jest to pierwsza rzecz, o której wszyscy myślą po przebudzeniu. Moją pracą jest ewangelizowanie i edukowanie ludzi, ale także zmniejszanie napięć w tym zakresie. Chcę, aby ludzie byli *podekscytowani* eksperymentowaniem i chcieli się zaangażować, a nie myśleć o tym jako o uciążliwej pracy domowej.

Dlatego mój program nauczania został zaprojektowany tak, aby był jak najlżejszy i bezproblemowy, z rosnącymi opcjami dla osób, które chcą być bardziej zaangażowane.

Jaki jest najbardziej irytujący mit optymalizacji, który chciałbyś, aby zniknął?

Nie wiem, czy to mit, ale powszechnie uważa się, że ci, którzy pracują w CRO, po prostu mają odpowiedzi na twoje problemy z interfejsem użytkownika. Nie. Mogą mieć szerszy zakres punktów danych do dopasowywania wzorców (co jest najlepszymi praktykami), co może być pomocne. Ale nie możesz po prostu spojrzeć na witrynę lub stronę docelową, zburzyć ją i automagicznie „zoptymalizować” pod kątem zysku. Gdybyś mógł, byłbyś cholernie bogaty, ponieważ zajmuje to kilka godzin, a za taką wartość można by zapłacić setki tysięcy, gdyby faktycznie przyniosło to zwrot z inwestycji.

Eksperymentowanie lub optymalizacja polega na systemie i procesie, który budujesz wokół podejmowania lepszych decyzji. Ani śladu pasujących wzorów w głowie ninja CRO.

Mamy nadzieję, że nasz wywiad z Alexem pomoże pokierować Twoją strategią eksperymentów we właściwym kierunku!

Jaka rada najbardziej do ciebie przemówiła?

Bądź na bieżąco z naszym następnym wywiadem z ekspertem CRO, który przeprowadzi nas przez jeszcze bardziej zaawansowane strategie! A jeśli jeszcze tego nie zrobiłeś, sprawdź nasze wywiady z Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , Rich Page , Ruben de Boer , a także nasz ostatni z Abi Hough .