اختبار سلسلة الخرائط الذهنية: كيف تفكر مثل محترف CRO (الجزء 13)

مقابلة مع أليكس بيركيت

عندما يتعلق الأمر بالتحسين ، هناك عدد قليل من الأشخاص على دراية جيدة مثل Alex Birkett.

ولكن ما هو "التحسين" بالضبط؟

يقول أليكس إنه مزيج من التخصصات ، بما في ذلك كتابة الإعلانات والتجريب.

يتعلق الأمر ببناء النظام والعمليات الصحيحة لتقليل (وليس القضاء على) عدم اليقين. فهم أن هناك نقطة يكون فيها لمحاولة القضاء على عدم اليقين عوائد متناقصة.

ولا ، التحسين ليس هو الحل لجميع مشاكل العمل أو واجهة المستخدم.

في هذه المقابلة ، سوف نتعمق في أهم نصائح Alex لتطوير معرفة البيانات وإنشاء برنامج تجريبي ناجح. ستتعلم ما يجب مراعاته قبل أن تبدأ حتى في تحسين موقعك وكيفية تتبع اختباراتك بشكل فعال. لذا تابع القراءة إذا كنت تريد نقل جهود التحسين إلى المستوى التالي!

أليكس ، أخبرنا عن نفسك. ما الذي ألهمك للدخول في الاختبار والتحسين؟

اسمي أليكس بيركيت. أعيش في أوستن ، تكساس ولدي كلب اسمه بسكويت.

أكتب على موقع alexbirkett.com ، وأدير وكالة تسويق محتوى تسمى Omniscient Digital ، وأدير برنامج التجريب والفريق في Workato. من الواضح أن هذا يجعلني مشغول للغاية. لكن بعيدًا عن ذلك ، فأنا متحمس للصحة والعافية. لذلك أقضي الكثير من الوقت في استوديوهات اليوجا ، والساونا ، وصالات الألعاب الرياضية CrossFit ، ومنتجعات التزلج ، وما إلى ذلك.

عندما كنت في الكلية ، قرأت الكثير من مواد Ryan Holiday ، مما جعلني مهتمًا بالتسويق. كتب كتابًا بعنوان "Growth Hacker Marketing" في الوقت الذي كنت أتخرج فيه من الكلية ، وقد تضمن الكثير من الشخصيات مثل Sean Ellis ، الذي تحدث عن اختبار A / B والنمو الكمي المدفوع بالبيانات. أثار ذلك اهتمامي ، لذلك اشتركت في Optimizely عندما قدموا حسابات مجانية وبدأت في اللعب.

حصلت على وظيفة في شركة تقنية في مرحلة مبكرة جدًا في أوستن ، لكنني ظللت أقرأ مدونات مثل CXL و Conversion Sciences و Marketing Experiments ، لذلك عندما رأيت Peep Laja يفتح دورًا في أوستن لـ "جهة تسويق للمحتوى والنمو" انتهزت الفرصة.

وكانت تلك بداية جحر الأرنب. كانت السنوات القليلة التالية التي أمضيتها في CXL مثل الحصول على درجة جامعية في التحسين والتجريب والتسويق المستند إلى البيانات بشكل عام. قمت بالتواصل والتعلم من أفضل الخبراء في الصناعة ، وإجراء التجارب بنفسي ، والكتابة عن كل الأشياء التي كنت أتعلمها. لقد كانت فرصة حلم الشاب والجائع الذي يذاكر كثيرا في التجارب.

كم عدد السنوات التي كنت تقوم بتحسينها؟ ما هو المورد الوحيد الذي تنصح به للمختبرين والمحسّنين الطموحين؟

أخذت مجموعة من دروس علم النفس الاجتماعي في الجامعة حيث أجرينا تجارب سلوكية كلاسيكية ، لكن المرة الأولى التي أجريت فيها اختبارًا على أحد مواقع الويب كانت في عام 2014. لم أكن أعرف ما كنت أفعله ، رغم ذلك. المرة الأولى التي عرفت فيها ما كنت أفعله كانت في CXL في 2015/2016. لذلك كنت أقوم بالتحسين مهنيًا ، أو على الأقل بشكل شبه محترف ، لمدة 6-7 سنوات تقريبًا.

إذا كان هناك مورد واحد يمكنني أن أوصي به ، فهو CXL (بما في ذلك معهد CXL).

"التحسين" ليس حقًا تخصصًا ، رغم أنه عدة تخصصات متداخلة. لذلك من المحتمل أن أوصي بفهرسة واحدة من هؤلاء بكثافة وأن تتقن ذلك قبل أن تحاول أن تصبح "مُحسِّنًا" (وهو في رأيي غير موجود حقًا - هذه عقلية أكثر).

تأليف؟ Copyhackers.com وكتب التأليف والنشر الكلاسيكية للاستجابة المباشرة.

التجريب؟ مدونات Netflix و Airbnb الهندسية ، وكتاب روني كوخافي ، والكثير من التدريب.

يعتمد الأمر حقًا على حفرة الأرنب التي تريد النزول إليها.

أقترح أيضًا الانضمام إلى مجتمع لأي شيء تأمل في تحقيقه. لدى CXL مجموعة رائعة على Facebook. يعتبر Measure Slack رائعًا للتحليلات والأشياء العامة التي تعتمد على البيانات.

الإجابة في 5 كلمات أو أقل: ما هو نظام التحسين بالنسبة لك؟

اتخاذ قرارات عمل أفضل.

ما هي أهم 3 أشياء يجب على الأشخاص فهمها قبل البدء في التحسين؟

• ما نسميه التحسين هو في الغالب تقليل عدم اليقين (تقوم بجمع كمية X من المعلومات لتقليل عدم اليقين بمقدار Y).
• لا يمكنك أبدًا تقليل عدم اليقين تمامًا وهناك نقطة تتضاءل فيها الفائدة في محاولة القيام بذلك.
• التحسين ليس دائمًا الحل لمشاكل عملك ، ومعرفة متى يكون كذلك وما لا يكون ميزة إستراتيجية كبيرة.

كيف تتعامل مع البيانات النوعية والكمية بحيث تحكي قصة غير متحيزة؟

لن تحصل أبدًا على قصة "غير منحازة" تمامًا ، لذلك أقوم بتحسين "القيمة المتوقعة" عند العمل مع البيانات.

هناك دائمًا تكلفة لجمع البيانات - من حيث الوقت (تكلفة الفرصة البديلة لإجراء تجربة أو جمع ردود الاستبيان) أو المال (البرامج ، والمطورين ، والمصممين ، وما إلى ذلك).

يؤثر تأثير أو مخاطر قرار معين أيضًا في مقدار ما أريد "إنفاقه" على البيانات لتقليل عدم اليقين هذا.

إذا كان القرار يتخذ قرارًا أم لا بالنسبة للشركة ، وهناك طريقة مجدية يمكنني من خلالها جمع بيانات كافية لأكون متأكدًا تمامًا من اتخاذ قرار جيد ، فسوف أقضي الوقت والمال للقيام بذلك.

إذا كان القرار لا يهم حقًا ، فإن قضاء أي وقت في جمع التعليقات النوعية أو الكمية مضيعة للوقت والمال. أنا فقط أتخذ القرار في هذه الحالة.

لكن بشكل عام ، أحب أن أجمع * ما يكفي * من البيانات وليس أكثر من ذلك لأتخذ ما أشعر أنه قرار مرجح بشكل مناسب للمهمة المطروحة. أحيانًا (* شهيق *) أذهب مع حدسي. أحيانًا أتحدث مع عملاء 5 وأشعر بالثقة في بياناتي النوعية. أحيانًا أجري تجربة صارمة لمدة 4 أسابيع وأستخدم التحليل الإحصائي للمضي قدمًا.

كل هذا يتوقف ، لا توجد إجابة واحدة تناسب الجميع.

شيء واحد تعلمته هو أن المزيد من البيانات يمكن أيضًا أن تخلق المزيد من المشاكل ، خاصة بالنسبة للمؤسسات التي لديها القليل من المعرفة بالبيانات والقدرة على تحليل البيانات لاتخاذ قرارات جيدة.

ما نوع برنامج التعلم الذي أعددته لفريق التحسين؟ ولماذا اتبعت هذا النهج المحدد؟

في Workato ، العملية بسيطة جدًا.

يمكن أن تأتي أفكار التجربة من عدة فرق ومصادر - في بعض الأحيان يكون ذلك بمثابة ضربة للإلهام الإبداعي من فريق المبيعات ، وأحيانًا تكون فكرة مدروسة جيدًا من فريق العلامة التجارية. في بعض الأحيان يكون نتاج بحث التحويل (الذي نقوم بتسجيل الدخول إليه جميعًا إلى قاعدة بيانات Airtable الخاصة بنا).

يتم إعطاء الأولوية للفكرة ومن ثم يُطلب منها ملء مستند التجربة - وهذا يشمل هدف التعلم والفرضية وأبحاث الخلفية وتصميم التجربة وعناصر العمل عند الاستنتاج.

بمجرد الانتهاء من التجربة ، يتم تحليلها وتحديث وثيقة التجربة بالاستنتاجات والدروس المستفادة. تم وضع علامة على هذا وإضافته إلى أرشيف Airtable الخاص بنا.

يتوفر Airtable هذا لأي شخص في الشركة ، ونجري أيضًا اجتماعًا أسبوعيًا لمراجعة التجربة بالإضافة إلى رسالة إخبارية أسبوعية مع التجارب الجارية والمخططة والمُنتهية (والتي يمكن لأي شخص الاشتراك فيها).

يتحدث فريقنا أيضًا في اجتماعات الشركة الدورية لتعليم وتبشير طرق التجريب.

لقد اتخذت هذا النهج لأنني أؤمن بقوة التكرار والتعلم بالإضافة إلى العملية والتعليم ، لكن لا يمكنك إرباك فريق وشركة. لكل شخص أهدافه ومهامه الخاصة ، وبينما نعتقد أن التجربة هي حياة وموت الأعمال التجارية ، إلا أنها ليست أول ما يفكر فيه أي شخص آخر عند الاستيقاظ. وظيفتي هي تبشير الناس وتثقيفهم ، ولكن أيضًا تقليل الاحتكاك في القيام بذلك. أريد أن يكون الناس * متحمسين * بشأن التجريب وأريد المشاركة ، لا أن يفكروا في الأمر على أنه مرهق أو واجبات منزلية.

لذلك تم تصميم برنامج التعلم الخاص بي ليكون خفيف الوزن وخالي من الاحتكاك قدر الإمكان ، مع تصعيد الاشتراكات للأشخاص الذين يرغبون في المزيد من المشاركة.

ما هي خرافة التحسين الأكثر إزعاجًا التي تتمنى أن تختفي؟

لا أعرف ما إذا كانت هذه خرافة ، ولكن هناك اعتقاد شائع بأن أولئك الذين يعملون في CRO لديهم نوعًا ما إجابات لمشكلات واجهة المستخدم الخاصة بك. لا يفعلون. يمكن أن يكون لديهم مجموعة أوسع من نقاط البيانات لمطابقة الأنماط (وهو ما هي أفضل الممارسات) ، ويمكن أن يكون ذلك مفيدًا. لكن لا يمكنك فقط إلقاء نظرة على موقع ويب أو صفحة مقصودة ، ثم هدمه ، و "تحسينه" تلقائيًا لتحقيق الربح. إذا استطعت ، فستكون ثريًا مثل f * ck ، لأن ذلك يستغرق بضع ساعات ويمكنك تحصيل مئات الآلاف من قيمة القيام بذلك إذا أنتج بالفعل عائد استثمار.

النظام والعملية التي تبنيها حول اتخاذ قرارات أفضل هو ما يدور حوله التجريب أو التحسين. ليست مجموعة من الأنماط المطابقة في رأس نينجا CRO.

نأمل أن تساعد مقابلتنا مع Alex في توجيه استراتيجية التجربة الخاصة بك في الاتجاه الصحيح!

ما النصيحة التي كان لها صدى أكبر معك؟

تأكد من ترقبنا لمقابلتنا التالية مع أحد خبراء CRO الذي يأخذنا من خلال استراتيجيات أكثر تقدمًا! وإذا لم تكن قد قمت بذلك بالفعل ، تحقق من مقابلاتنا مع جورسيمران جوجرال ، وهالي كاربنتر ، وريشي راوات ، وسينا فاك ، وإيدن بيداني ، وجاكوب لينوسكي ، وشيفا مانجوناث ، وأندرا باراجان ، وريتش بيج ، وروبن دي بوير ، وآخرها مع أبي هوغ .