测试思维导图系列：如何像 CRO 专业人士一样思考（第 13 部分）

采访亚历克斯·伯克特

在优化方面，很少有人像 Alex Birkett 那样精通。

但究竟什么是“优化”？

亚历克斯说这是学科的结合，包括文案和实验。

这是关于建立正确的系统和流程以减少（而不是消除）不确定性。 了解有一点，试图消除不确定性的回报会递减。

不，优化并不是所有业务或 UI 问题的解决方案。

在这次采访中，我们将深入探讨 Alex 关于培养数据素养和建立成功的实验计划的重要技巧。 在您开始优化您的网站以及如何有效地跟踪您的测试之前，您将了解要考虑的事项。 因此，如果您想将优化工作提升到一个新的水平，请继续阅读！

亚历克斯，介绍一下你自己。 是什么启发了您进入测试和优化领域？

我叫亚历克斯·伯克特。 我住在德克萨斯州的奥斯汀，有一只名叫饼干的狗。

我在 alexbirkett.com 写作，经营一家名为 Omniscient Digital 的内容营销机构，并在 Workato 经营实验项目和团队。 显然，这让我很忙。 但除此之外，我对健康充满热情。 所以我花了很多时间在瑜伽馆、桑拿、CrossFit 健身房、滑雪胜地等。

当我在大学时，我读了很多 Ryan Holiday 的东西，这让我对营销产生了兴趣。 在我大学毕业的时候，他写了一本名为“增长黑客营销”的书，里面有很多像肖恩·埃利斯这样的人物，他谈到了 A/B 测试和量化、数据驱动的增长。 这引起了我的兴趣，所以当他们提供免费帐户并开始玩时，我注册了 Optimizely。

我在奥斯汀的一家处于早期阶段的科技公司找到了一份工作，但我一直在阅读 CXL、Conversion Sciences 和 Marketing Experiments 等博客，所以当我看到 Peep Laja 在奥斯汀为“内容与增长营销人员”开设了一个职位时，我抓住了这个机会。

这就是兔子洞的开始。 我在 CXL 度过的接下来几年就像获得了优化、实验和数据驱动营销方面的研究生学位。 我与业内顶尖专家建立联系并向他们学习，自己进行实验，并写下我所学的所有东西。 对于一个年轻而饥饿的实验书呆子来说，这是一个梦想的机会。

你优化了多少年了？ 您向有抱负的测试人员和优化人员推荐的一种资源是什么？

我在大学里上了一堆社会心理学课，在那里我们进行了经典的行为实验，但我第一次在网站上进行测试是在 2014 年。不过，我不知道自己在做什么。 我第一次知道自己在做什么是在 2015/2016 年的 CXL。 所以我一直在专业优化，或者至少是半熟练的优化，大约 6-7 年。

如果我可以推荐一种资源，那就是 CXL（包括 CXL Institute）。

然而，“优化”并不是一个真正的学科——它是几个重叠的学科。 所以我可能会建议在其中一个上大量索引并在你尝试成为“优化器”之前做好它（在我看来这并不存在——这更像是一种心态）。

文案？ Copyhackers.com 和经典的直接响应文案书籍。

实验？ Netflix 和 Airbnb 工程博客，Ronny Kohavi 的书，以及大量实践。

这真的取决于你想去哪个兔子洞。

我还建议加入一个社区，无论你希望完成什么。 CXL 有一个很棒的 Facebook 群组。 Measure Slack 非常适合分析和一般数据驱动的东西。

用 5 个字或更少的词回答：对你来说优化的学科是什么？

做出更好的业务决策。

人们在开始优化之前必须了解的三件事是什么？

• 我们所说的优化主要是减少不确定性（您收集 X 量的信息以减少 Y 的不确定性）。
• 您永远无法完全减少不确定性，并且尝试这样做会降低效用。
• 优化并不总是解决您的业务问题的方法，知道什么时候优化是一个很大的战略优势。

您如何处理定性和定量数据，以便它讲述一个公正的故事？

你永远不会得到一个完全“公正”的故事，所以我在处理数据时会针对“预期价值”进行优化。

收集数据总是有成本的——就时间（运行实验或收集调查回复的机会成本）或金钱（软件、开发人员、设计师等）而言。

给定决策的影响或风险也会影响我想在数据上“花费”多少以减少这种不确定性。

如果一个决定对企业来说是成败的，并且有一种可行的方法可以收集足够的数据来确定一个好的决定，那么我将花费时间和金钱来做这件事。

如果一个决定并不重要，那么花时间收集定性或定量反馈就是浪费我的时间和金钱。 我只是在这种情况下做出决定。

但一般来说，我喜欢收集*足够*的数据，仅此而已，以使我认为对手头的任务做出适当的风险加权决定。 有时我（*喘气*）跟着我的直觉走。 有时我会与 5 位客户交谈，并对我的定性数据充满信心。 有时我会进行为期 4 周的严格实验，并使用统计分析继续前进。

这一切都取决于，没有一刀切的答案。

我学到的一件事是，更多的数据也会产生更多的问题，尤其是对于数据素养低且无法解析数据以做出正确决策的组织而言。

您为优化团队设置了什么样的学习计划？ 你为什么采取这种特定的方法？

在 Workato，这个过程非常简单。

实验创意可以来自多个团队和来源——有时是来自销售团队的创意灵感，有时是来自品牌团队的深入研究。 有时它是转换研究的产物（所有这些我们都登录到我们的 Airtable 数据库）。

这个想法被优先考虑，然后需要填写一份实验文件——这包括学习目标、假设、背景研究、实验设计和结论后的行动项目。

实验完成后，将对其进行分析，并根据结论和经验更新实验文档。 这被标记并添加到我们的 Airtable 档案中。

公司中的任何人都可以使用这个 Airtable，我们还每周召开一次实验审查会议，以及每周一次的时事通讯，其中包含正在运行、计划和结束的实验（任何人都可以注册）。

我们的团队还在定期的公司会议上发表演讲，教授和宣传实验方法。

我采用这种方法是因为我相信迭代和学习以及过程和教育的力量，但你不能压倒一个团队和公司。 每个人都有自己的目标和任务，虽然我们认为实验是企业的生死存亡，但这并不是其他人醒来时首先想到的事情。 我的工作是传福音和教育人们，同时也减少这样做的摩擦。 我希望人们对实验感到*兴奋*并希望参与其中，而不是将其视为繁重或家庭作业。

因此，我的学习计划旨在尽可能轻巧且无摩擦，并为想要更多参与的人提供不断升级的选择加入。

您希望消失的最烦人的优化神话是什么？

我不知道这是否是一个神话，但人们普遍认为，在 CRO 工作的人只是对你的 UI 问题有答案。 他们没有。 他们可以拥有更广泛的模式匹配数据点（这是最佳实践），这可能会有所帮助。 但是你不能只看一个网站或登陆页面，把它拆掉，然后自动“优化”它以获取利润。 如果可以的话，你会变得像 f*ck 一样富有，因为这需要几个小时，而且如果这样做真的产生了 ROI，你可能会为这样做的价值收取数十万美元的费用。

您围绕做出更好决策而构建的系统和流程就是实验或优化的意义所在。 不是 CRO 忍者头脑中的一堆模式匹配。

希望我们对亚历克斯的采访将有助于指导您的实验策略朝着正确的方向发展！

什么建议最能引起你的共鸣？

请务必继续关注我们与 CRO 专家的下一次采访，他将带领我们了解更高级的策略！ 如果您还没有，请查看我们对Gursimran Gujral 、 Haley Carpenter 、 Rishi Rawat 、 Sina Fak 、 Eden Bidani 、 Jakub Linowski 、 Shiva Manjunath 、 Andra Baragan 、 Rich Page 、 Ruben de Boer的采访，以及我们对Abi Hough的最新采访.