การทดสอบ Mind Map Series: วิธีคิดแบบ CRO Pro (ตอนที่ 11)

บทสัมภาษณ์กับ รูเบน เดอ บัวร์

คุณเป็นคนที่กำลังมองหาการทดลองเพิ่มเติมหรือไม่?

แขกของเราในวันนี้ได้ทำสิ่งนี้มาหลายปีแล้ว และสามารถช่วยให้คุณเริ่มต้นเส้นทางการทดลองของคุณเองได้ นอกจากนี้ เขามีคำแนะนำที่ดีเกี่ยวกับวิธีการทำให้แน่ใจว่าการทดสอบของคุณให้ ROI ที่ถูกต้องแก่คุณ

เมื่อคุณเข้าใจทุกอย่างแล้ว คุณจะต้องติดตามการเรียนรู้ทั้งหมดเพื่อนำไปใช้ในบริษัทของคุณ ผู้เชี่ยวชาญของเรามีคำแนะนำมากมายเกี่ยวกับวิธีการทำเช่นนั้น

มาดำน้ำกันเถอะ

รูเบน บอกเราเกี่ยวกับตัวคุณหน่อย อะไรเป็นแรงบันดาลใจให้คุณทำการทดสอบและเพิ่มประสิทธิภาพ

ในปี 2009 ฉันได้ช่วยบริษัทที่สอนให้ผู้คนมีความสุขและมั่นใจมากขึ้นด้วยทักษะการเข้าสังคมที่ดีขึ้น ในช่วงเวลานั้น ทำให้ฉันเข้าใจถึงความสำคัญของการสนับสนุนและสร้างแรงบันดาลใจให้ผู้อื่นผ่านสิ่งที่คุณชอบทำ ฉันยังรู้สึกทึ่งกับคำถามว่า

ถ้าเราเปลี่ยนพฤติกรรมคนออฟไลน์ได้ เราจะทำออนไลน์ได้อย่างไร?

นี่คือวิธีที่ฉันได้เข้าสู่การวิจัยพฤติกรรมมนุษย์และจิตวิทยา ข้อมูลเป็นสิ่งของฉันเสมอ ฉันชอบค้นหารูปแบบและวิธีแก้ปัญหาในข้อมูล (ที่โรงเรียน ฉันเก่งเรื่องหัวข้อข้อมูลมากกว่าหัวข้ออื่นๆ มาก)

และฉันชอบการเพิ่มประสิทธิภาพและได้ผลลัพธ์ ไม่ใช่แค่ในงานของฉันแต่ในชีวิตส่วนตัวของฉันด้วย

การผสมผสานระหว่างความสนใจและความหลงใหลนี้ทำให้ฉันต้องทำงานในการทดสอบและเพิ่มประสิทธิภาพ

คุณเพิ่มประสิทธิภาพมากี่ปีแล้ว? แหล่งข้อมูลใดที่คุณแนะนำสำหรับผู้ทดสอบและนักเพิ่มประสิทธิภาพที่ต้องการ

ในปี 2009 ฉันเริ่มเพิ่มประสิทธิภาพเว็บไซต์และวิเคราะห์ข้อมูลธุรกิจและข้อมูลออนไลน์ จนกระทั่งปี 2011 ที่ฉันทำการทดสอบ A/B ครั้งแรกของฉัน แน่นอน ฉันทำผิดพลาดทั้งหมดเมื่อเริ่มต้นด้วยการเพิ่มประสิทธิภาพอัตราการแปลง

แหล่งข้อมูลอันดับหนึ่งของฉันคือการพบปะกับผู้เชี่ยวชาญคนอื่นๆ ในสาขานี้ แบ่งปันความคิดและประสบการณ์และเรียนรู้จากกันและกัน ในงานอีเวนต์ อย่าเพียงแค่ได้ไอเดียจากวิทยากรเท่านั้น แต่ยังรวมถึงผู้คนในกลุ่มเป้าหมายด้วย การช่วยเหลือซึ่งกันและกันและการเรียนรู้ร่วมกันทำให้เราสามารถนำตัวเองและงานของเราไปสู่อีกระดับหนึ่ง

ตอบไม่เกิน 5 คำ: วินัยในการเพิ่มประสิทธิภาพสำหรับคุณคืออะไร?

พัฒนาความคิด การเรียนรู้ และการทดลองอย่างต่อเนื่อง

3 อันดับแรกที่ผู้คน ต้อง เข้าใจก่อนเริ่มเพิ่มประสิทธิภาพคืออะไร

ขั้นแรก ทำความเข้าใจพื้นฐานให้ถูกต้อง ผู้เชี่ยวชาญมักจะทำการทดสอบตามแนวทางปฏิบัติทั่วไป อย่างไรก็ตาม แนวทางปฏิบัติเหล่านี้ได้รับการทดสอบในเว็บไซต์ต่างๆ (หากทดสอบเลย) และอาจใช้ไม่ได้กับเว็บไซต์หรือผลิตภัณฑ์ (ดิจิทัล) ของคุณเลย

รับแนวคิดการทดสอบจากข้อมูล ผู้ใช้ และการวิจัยทางวิทยาศาสตร์ และเมื่อคุณทำการทดสอบเสร็จแล้ว ให้นึกถึงสิ่งที่คุณได้เรียนรู้และแนวคิดการทดสอบใหม่ๆ ที่คุณสามารถคิดได้จากการเรียนรู้เหล่านั้น แหล่งข้อมูลเหล่านี้จะช่วยคุณสร้างแนวคิดการทดสอบที่มั่นคงพร้อมโอกาสในการค้นหารูปแบบต่างๆ ที่ชนะ

ขั้นตอนพื้นฐานอีกอย่างหนึ่งที่ฉันเห็นผู้เชี่ยวชาญหลายคนผิดพลาดคือสถิติ สำหรับการทดสอบทุกครั้ง ให้ ทำการวิเคราะห์ก่อนการทดสอบ คำนวณขนาดตัวอย่างขั้นต่ำและระยะเวลาในการทดสอบ และหยุดการทดสอบหลังจากที่คุณทำการทดสอบจนครบแล้วเท่านั้น

หากคุณพบว่าคุณมีปริมาณการใช้งานไม่เพียงพอสำหรับการทดสอบ A/B ในการคำนวณก่อนการทดสอบ ให้หาวิธีอื่นๆ ในการตรวจสอบแนวคิดการทดสอบของคุณ เช่น ผ่านการทดสอบการใช้งาน

ประการที่สอง กระบวนการนี้เป็นกุญแจสำคัญ หากไม่มีกระบวนการที่เหมาะสม คุณจะไม่ประสบความสำเร็จ ในการเพิ่มประสิทธิภาพกระบวนการของคุณ คุณต้องเข้าใจผลตอบแทนจากการลงทุน (ROI) ของการทดลอง:

ROI = (ปริมาณ * คุณภาพ) / ต้นทุน

ปริมาณคือจำนวนการทดสอบที่คุณเรียกใช้ คุณภาพคืออัตราการชนะและมูลค่าต่อผู้ชนะ ต้นทุนคือเวลาและเงิน ดังนั้นประสิทธิภาพของคุณ

ด้วยกระบวนการที่เหมาะสม (รวมถึงเครื่องมือในการติดตามกระบวนการ ความคืบหน้า และข้อมูลเชิงลึก!) คุณสามารถเพิ่มประสิทธิภาพ ROI และความสำเร็จในการทดลองของคุณได้

และประการที่สาม เข้าใจว่างานของคุณไม่ใช่แค่ทำการทดสอบ A/B งานส่วนใหญ่ของคุณควรทุ่มเทให้กับ การจัดการการเปลี่ยนแปลง หากต้องการเติบโตและทำงานไปสู่วัฒนธรรมการทดลอง การทดสอบ A/B นั้นไม่เพียงพอ คุณต้องเปลี่ยนวัฒนธรรม ความคิด และวิธีการทำงานของทั้งองค์กร เริ่มต้นด้วยการให้คนเข้ามามีส่วนร่วม โดยเฉพาะผู้บริหารระดับสูง

คุณปฏิบัติต่อข้อมูลเชิงคุณภาพและเชิงปริมาณอย่างไรเพื่อให้สามารถบอกเล่าเรื่องราวที่เป็นกลางได้

โดยสังเขป:

ขั้นตอนแรกคือการ ทำวิจัยอย่างละเอียด โดยใช้แหล่งข้อมูลต่างๆ เช่น ข้อมูลเว็บ การบริการลูกค้า แบบสำรวจ โพล และบทความทางวิทยาศาสตร์

ขั้นตอนที่สองในกระบวนการนี้คือการ เปลี่ยนข้อมูลเชิงลึกของงานวิจัยของคุณให้เป็นสมมติฐานที่ครอบคลุมอย่างแน่นหนา ตั้งเป้าหมายห้าถึงสิบสมมติฐานที่ระบุบางอย่างเกี่ยวกับลูกค้า (ผู้มีโอกาสเป็นลูกค้า) ของคุณ ซึ่งไม่เกี่ยวข้องกับองค์ประกอบหรือหน้าเว็บเดียว

ตัวอย่างเช่น:

• ลูกค้ามองว่าสินค้าเราแพงเกินไป
• ผู้คนต้องการข้อมูลเพิ่มเติมเกี่ยวกับบริการของเราก่อนลงทะเบียน
• ผู้คนกลายเป็นลูกค้าของเราเพราะพวกเขาจำเป็นต้องเป็นส่วนหนึ่ง

จากนั้นคุณสามารถตรวจสอบสมมติฐานเหล่านี้ได้จากการทดลองที่เกี่ยวข้องหลายๆ อย่าง โดยอิงจากการวิจัยของคุณด้วย สิ่งนี้เรียกว่าการ วิเคราะห์เมตา

ทำไม การทดสอบ A/B ครั้งเดียวมักเกิดข้อผิดพลาด การทดสอบของคุณอาจส่งผลให้เกิดผลบวกลวง หรือเหตุผลสำหรับการทดสอบที่ชนะอาจแตกต่างไปจากที่ระบุไว้ในสมมติฐานของคุณ ด้วยการวิเคราะห์เมตา เราเข้าใกล้ความจริงมากที่สุด ดังนั้น ข้อมูลเชิงลึกของเราจึงมีความน่าเชื่อถือมากขึ้น และเราสร้างการทดสอบติดตามผลที่ดีขึ้น

การวิเคราะห์เมตาเป็นหลักฐานคุณภาพสูงสุดที่คุณจะได้รับ โดยอิงจากลำดับชั้นของหลักฐาน

ขั้นตอนสุดท้ายในกระบวนการเกี่ยวข้องกับการติดตามว่าสมมติฐานที่ครอบคลุมใดใช้งานได้และที่ใดในเส้นทางของลูกค้า (ในหน้าใด) และจัดลำดับความสำคัญของแนวคิดการทดสอบของคุณตามนั้น เพื่อเพิ่มอัตราการชนะและการเรียนรู้ของคุณให้สูงสุด

คุณได้ตั้งโปรแกรมการเรียนรู้ประเภทใดสำหรับทีมเพิ่มประสิทธิภาพของคุณ และเหตุใดคุณจึงใช้แนวทางเฉพาะนี้

กระบวนการที่วางไว้ข้างต้นจะช่วยให้คุณรวบรวมข้อมูลเชิงลึกที่เชื่อถือได้ซึ่งคุณและองค์กรของคุณสามารถเรียนรู้ได้อย่างแท้จริง

เมื่อคุณบันทึกการวิเคราะห์เมตาเหล่านั้นอย่างดี (ในเครื่องมืออย่าง Airtable) คุณจะเห็นว่าความสำเร็จของคุณอยู่ที่ใดได้ง่ายขึ้น การติดแท็กทุกการทดสอบด้วยสมมติฐานที่ครอบคลุมและทิศทางทางจิตวิทยา คุณจะได้รับความรู้จำนวนมากอย่างไม่น่าเชื่อเกี่ยวกับความต้องการ (และปัญหา) ของผู้มีโอกาสเป็นลูกค้าของคุณ ในขณะเดียวกันก็รู้ว่าต้องจัดการกับพวกเขาที่ใดในเส้นทางของลูกค้า และผ่านการทดลองประเภทใด

เมื่อคุณได้ทำการทดลองจำนวนมากและเริ่มได้ภาพที่ชัดเจนแล้ว คุณสามารถแบ่งปันข้อมูลเชิงลึกเหล่านี้ และทั้งองค์กรสามารถเรียนรู้และได้รับประโยชน์

ตำนานการเพิ่มประสิทธิภาพที่น่ารำคาญที่สุดที่คุณต้องการจะหายไปคืออะไร?

ฉันจะพูดถึงสอง

การทดลองยกระดับที่เหลือเชื่อสามารถทำได้ (ด้วยการทดสอบ A/B ครั้งเดียว) ผู้ขายบางรายมักตำหนิสำหรับเรื่องนี้ เช่นในกรณีของพวกเขาและในหน้า Landing Page พวกเขาโฆษณาด้วยการยกระดับจำนวนมาก ส่งผลให้เกิดความคาดหวังที่ผิดพลาด

องค์กรที่ใช้การทดลองเพื่อการตัดสินใจที่ดีขึ้นมักจะเป็นองค์กรที่ประสบความสำเร็จ ไม่เน้นที่เงินอย่างเดียว

และอย่างที่สอง ชื่อ Conversion Rate Optimization โดยทั่วไป มันให้ความประทับใจที่ผิดและแคบเกินไปสำหรับสิ่งที่ผู้เชี่ยวชาญในการทดลองสามารถทำได้

หวังว่าการสัมภาษณ์ของเรากับ Ruben จะช่วยแนะนำกลยุทธ์การทดลองของคุณไปในทิศทางที่ถูกต้อง! คำแนะนำใดที่โดนใจคุณมากที่สุด?

อย่าลืมคอยติดตามการสัมภาษณ์ครั้งต่อไปกับผู้เชี่ยวชาญ CRO ที่จะนำเราไปสู่กลยุทธ์ที่ล้ำหน้ายิ่งขึ้นไปอีก! และหากคุณยังไม่ได้ดู ให้ตรวจสอบบทสัมภาษณ์ของเรากับ Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan และล่าสุดของเรากับ Rich Page