Testing Mind Map Series: Como pensar como um CRO Pro (Parte 13)

Entrevista com Alex Birkett

Quando se trata de otimização, existem poucas pessoas tão versadas quanto Alex Birkett.

Mas o que exatamente é “otimização”?

Alex diz que é uma combinação de disciplinas, incluindo redação e experimentação.

Trata-se de construir o sistema e os processos certos para reduzir (não eliminar) a incerteza. Entender que há um ponto em que tentar eliminar a incerteza tem retornos decrescentes.

E não, a otimização não é a resposta para todos os problemas de negócios ou de interface do usuário.

Nesta entrevista, vamos nos aprofundar nas principais dicas de Alex para desenvolver alfabetização de dados e estabelecer um programa de experimentação bem-sucedido. Você aprenderá o que considerar antes mesmo de começar a otimizar seu site e como acompanhar seus testes de forma eficaz. Portanto, continue lendo se quiser levar seus esforços de otimização para o próximo nível!

Alex, conte-nos sobre você. O que o inspirou a entrar em testes e otimização?

Meu nome é Alex Birkett. Eu moro em Austin, Texas e tenho um cachorro chamado Biscuit.

Escrevo no alexbirkett.com, administro uma agência de marketing de conteúdo chamada Omniscient Digital e administro o programa de experimentação e a equipe da Workato. Obviamente, isso me mantém bastante ocupado. Mas fora isso, sou apaixonado por saúde e bem-estar. Então eu passo muito tempo em estúdios de ioga, saunas, academias de CrossFit, resorts de esqui, etc.

Quando eu estava na faculdade, li muitas coisas de Ryan Holiday, o que me fez interessar em marketing. Ele escreveu um livro chamado “Growth Hacker Marketing” bem na época em que eu estava me formando na faculdade, e incluía toneladas de figuras como Sean Ellis, que falava sobre testes A/B e crescimento quantitativo, orientado por dados. Isso me intrigou, então me inscrevi no Optimizely quando eles ofereceram contas gratuitas e começaram a brincar.

Consegui um emprego em uma empresa de tecnologia em estágio inicial em Austin, mas continuei lendo blogs como CXL, Conversion Sciences e Marketing Experiments, então quando vi Peep Laja abrir um papel em Austin para um “conteúdo e marketing de crescimento”, Eu pulei na oportunidade.

E esse foi o começo da toca do coelho. Os próximos anos que passei na CXL foram como obter um diploma de pós-graduação em otimização, experimentação e marketing orientado a dados em geral. Consegui fazer contatos e aprender com os maiores especialistas do setor, fazer experimentos por conta própria e escrever sobre todas as coisas que estava aprendendo. Era uma oportunidade de sonho para um jovem e faminto nerd de experimentação.

Há quantos anos você está otimizando? Qual é o único recurso que você recomenda para aspirantes a testadores e otimizadores?

Fiz várias aulas de psicologia social na universidade, onde realizamos experimentos comportamentais clássicos, mas a primeira vez que fiz um teste em um site foi em 2014. Mas não sabia o que estava fazendo. A primeira vez que soube o que estava fazendo foi na CXL em 2015/2016. Então eu tenho otimizado profissionalmente, ou pelo menos semi-proficiente, por cerca de 6-7 anos.

Se há um recurso que posso recomendar, é o CXL (incluindo o CXL Institute).

“Otimização” não é realmente uma disciplina, porém – são várias disciplinas sobrepostas. Então eu provavelmente recomendaria indexar fortemente em um desses e ficar bom nisso antes de tentar se tornar um “otimizador” (o que na minha opinião realmente não existe – isso é mais uma mentalidade).

Redação? Copyhackers.com e os livros clássicos de copywriting de resposta direta.

Experimentação? Blogs de engenharia da Netflix e Airbnb, o livro de Ronny Kohavi e muita prática.

Realmente depende de qual toca de coelho você quer descer.

Também sugiro ingressar em uma comunidade para o que você espera realizar. CXL tem um grande grupo no Facebook. O Measure Slack é ótimo para análises e coisas gerais baseadas em dados.

Responda em 5 palavras ou menos: Qual é a disciplina de otimização para você?

Tomar melhores decisões de negócios.

Quais são as 3 principais coisas que as pessoas DEVEM entender antes de começar a otimizar?

• O que chamamos de otimização é principalmente redução de incerteza (você coleta uma quantidade X de informações para reduzir a incerteza em Y).
• Você nunca pode reduzir totalmente a incerteza e há um ponto de utilidade decrescente em tentar fazê-lo.
• A otimização nem sempre é a resposta para seus problemas de negócios, e saber quando é ou não é uma grande vantagem estratégica.

Como você trata dados qualitativos e quantitativos para que conte uma história imparcial?

Você nunca obterá uma história totalmente “imparcial”, então eu otimizo para o “valor esperado” ao trabalhar com dados.

Há sempre um custo para coletar dados – em termos de tempo (o custo de oportunidade de executar um experimento ou coletar respostas de pesquisa) ou dinheiro (software, desenvolvedores, designers etc.).

O impacto ou risco de uma determinada decisão também influencia em quanto eu quero “gastar” em dados para reduzir essa incerteza.

Se uma decisão for decisiva para o negócio, e houver uma maneira viável de coletar dados suficientes para ter certeza de uma boa decisão, gastarei tempo e dinheiro para fazê-lo.

Se uma decisão realmente não importa, é um desperdício do meu tempo e dinheiro gastar algum tempo coletando feedback qualitativo ou quantitativo. Eu apenas tomo a decisão nesse caso.

Mas, de um modo geral, gosto de coletar dados *suficientes* e não mais do que isso para tomar o que sinto ser uma decisão apropriadamente ponderada pelo risco para a tarefa em questão. Às vezes eu (*suspiro*) sigo meu instinto. Às vezes eu converso com uns 5 clientes e me sinto confiante em meus dados qualitativos. Às vezes, faço um experimento rigoroso por 4 semanas e uso a análise estatística para seguir em frente.

Tudo depende, não existe uma resposta única.

Uma coisa que aprendi é que mais dados também podem criar mais problemas, especialmente para organizações com pouca alfabetização de dados e capacidade de analisar os dados para tomar boas decisões.

Que tipo de programa de aprendizado você configurou para sua equipe de otimização? E por que você adotou essa abordagem específica?

No Workato, o processo é bem simples.

As ideias de experimentos podem vir de várias equipes e fontes – às vezes é uma inspiração criativa da equipe de vendas, às vezes é uma ideia bem pesquisada da equipe da marca. Às vezes, é o produto da pesquisa de conversão (todos os quais fazemos login em nosso banco de dados Airtable).

A ideia é priorizada e, em seguida, é necessário preencher um documento do experimento – isso inclui o objetivo de aprendizado, hipótese, pesquisa de fundo, projeto do experimento e itens de ação após a conclusão.

Uma vez finalizado o experimento, ele é analisado e o documento do experimento é atualizado com conclusões e aprendizados. Isso é marcado e adicionado ao nosso arquivo Airtable.

Este Airtable está disponível para qualquer pessoa na empresa, e também fazemos uma reunião semanal de revisão de experimentos, bem como um boletim informativo semanal com experimentos em execução, planejados e concluídos (nos quais qualquer pessoa pode se inscrever).

Nossa equipe também fala em reuniões periódicas da empresa para ensinar e evangelizar as formas de experimentação.

Adotei essa abordagem porque acredito no poder da iteração e do aprendizado, bem como no processo e na educação, mas você não pode sobrecarregar uma equipe e uma empresa. Todo mundo tem seus próprios objetivos e tarefas e, embora pensemos que a experimentação é a vida ou a morte de um negócio, não é a primeira coisa em que todos pensam quando acordam. Meu trabalho é evangelizar e educar as pessoas, mas também reduzir o atrito ao fazê-lo. Eu quero que as pessoas fiquem *animadas* com a experimentação e queiram se envolver, não pense nisso como um fardo ou dever de casa.

Portanto, meu programa de aprendizado foi projetado para ser o mais leve e sem atritos possível, com opt-ins crescentes para pessoas que desejam se envolver mais.

Qual é o mito de otimização mais irritante que você gostaria que desaparecesse?

Não sei se isso é um mito, mas é uma crença comum que aqueles que trabalham em CRO têm as respostas para seus problemas de interface do usuário. Eles não. Eles podem ter uma faixa mais ampla de pontos de dados para correspondência de padrões (que são as melhores práticas), e isso pode ser útil. Mas você não pode simplesmente olhar para um site ou página de destino, derrubá-lo e “otimizá-lo” automaticamente para obter lucro. Se você pudesse, você seria rico pra caramba, porque isso leva algumas horas e você poderia cobrar centenas de milhares pelo valor de fazê-lo se realmente produzisse ROI.

O sistema e o processo que você constrói em torno da tomada de melhores decisões é o que é experimentação ou otimização. Não é um monte de correspondência de padrões na cabeça de um ninja CRO.

Esperamos que nossa entrevista com Alex ajude a orientar sua estratégia de experimentação na direção certa!

Que conselho ressoou mais com você?

Fique atento à nossa próxima entrevista com um especialista em CRO que nos guia por estratégias ainda mais avançadas! E se você ainda não viu, confira nossas entrevistas com Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , Rich Page , Ruben de Boer e nossa última com Abi Hough .