Tester la série de cartes mentales : comment penser comme un professionnel CRO (Partie 11)

Entretien avec Ruben de Boer

Êtes-vous quelqu'un qui cherche à tirer le meilleur parti de l'expérimentation ?

Notre invité d'aujourd'hui le fait depuis des années et peut vous aider à démarrer votre propre voyage d'expérimentation. De plus, il a d'excellents conseils sur la façon de s'assurer que vos expériences vous donnent le bon retour sur investissement.

Une fois que vous avez compris tout cela, vous voudrez garder une trace de tous les apprentissages afin de pouvoir les appliquer dans toute votre entreprise. Notre expert a des tonnes de conseils sur la façon de faire exactement cela.

Plongeons dedans.

Ruben, parlez-nous de vous. Qu'est-ce qui vous a poussé à vous lancer dans les tests et l'optimisation ?

En 2009, j'ai aidé une entreprise qui apprenait aux gens à devenir plus heureux et plus confiants en améliorant leurs compétences sociales. À cette époque, j'ai vraiment compris l'importance de soutenir et d'inspirer les autres à travers ce que vous aimez faire. Je suis aussi devenu fasciné par la question:

Si nous pouvons changer le comportement des gens hors ligne, comment pouvons-nous le faire en ligne ?

C'est ainsi que je suis entré dans la recherche sur le comportement humain et la psychologie. Les données ont toujours été mon truc. J'aime trouver des modèles et des solutions dans les données (à l'école, j'étais bien meilleur dans les sujets liés aux données que dans n'importe quel autre sujet).

Et j'aime l'optimisation et l'obtention de résultats. Pas seulement dans mon travail mais aussi dans ma vie personnelle.

Cette combinaison d'intérêts et de passions m'a naturellement poussé à travailler dans les tests et l'optimisation.

Depuis combien d'années optimisez-vous ? Quelle est la ressource que vous recommandez aux testeurs et optimiseurs en herbe ?

En 2009, j'ai commencé à optimiser les sites Web et à analyser les données commerciales et en ligne. Ce n'est qu'en 2011 que j'ai fait mon premier test A/B. Bien sûr, j'ai fait toutes les erreurs que l'on peut faire en commençant par l'optimisation du taux de conversion.

Ma principale ressource est de rencontrer d'autres spécialistes dans ce domaine. Partagez des idées et des expériences et apprenez les uns des autres. Lors d'événements, ne vous contentez pas d'obtenir des idées des conférenciers, mais aussi des personnes présentes dans le public. En nous aidant les uns les autres et en apprenant ensemble, nous pouvons nous amener nous-mêmes et notre travail au niveau supérieur.

Réponse en 5 mots ou moins : Qu'est-ce que la discipline de l'optimisation pour vous ?

État d'esprit d'amélioration continue, apprentissage et expérimentation.

Quelles sont les 3 principales choses que les gens DOIVENT comprendre avant de commencer à optimiser ?

Tout d'abord, maîtrisez les bases . Les spécialistes effectueront souvent des expériences basées sur des pratiques courantes. Ces pratiques, cependant, ont été testées sur différents sites Web (si elles ont été testées) et peuvent ne pas fonctionner du tout pour votre site Web ou produit (numérique).

Obtenez vos idées de test à partir de vos données, de vos utilisateurs et de vos recherches scientifiques. Et lorsque vous terminez une expérience, pensez à ce que vous avez appris et aux nouvelles idées de test que vous pouvez proposer en fonction de ces apprentissages. Ces sources vous aideront à élaborer des idées de test solides avec une plus grande chance de trouver des variantes gagnantes.

Un autre procédé de base, où je vois de nombreux spécialistes se tromper, ce sont les statistiques. Pour chaque expérience, faites votre analyse pré-test . Calculez la taille minimale de l'échantillon et la durée du test, et n'arrêtez le test qu'après les avoir atteintes.

Si vous découvrez que vous avez un trafic insuffisant pour les tests A/B dans vos calculs de pré-test, trouvez d'autres moyens de valider vos idées de test, par exemple, via des tests d'utilisabilité.

Deuxièmement, le processus est essentiel . Sans un processus approprié en place, vous ne réussirez pas. Pour optimiser votre processus, vous devez comprendre le retour sur investissement (ROI) de l'expérimentation :

ROI = (Quantité * Qualité) / Coûts

La quantité est le nombre d'expériences que vous exécutez. La qualité est le taux de gain et la valeur par gagnant. Les coûts sont du temps et de l'argent, donc votre efficacité.

Avec le bon processus en place (y compris un outil pour suivre votre processus, vos progrès et vos idées !), vous pouvez optimiser votre retour sur investissement et le succès de vos expérimentations.

Et troisièmement, comprenez que votre travail ne consiste pas seulement à exécuter des tests A/B. Une grande partie de votre travail doit être consacrée à la conduite du changement . Pour s'épanouir et évoluer vers une culture d'expérimentation, l'A/B testing ne suffit pas. Vous devez changer la culture, l'état d'esprit et la façon dont toute votre organisation fonctionne. Commencez par impliquer les gens, en particulier les cadres supérieurs.

Comment traitez-vous les données qualitatives et quantitatives afin qu'elles puissent vous raconter une histoire impartiale ?

En un mot:

La première étape consiste à effectuer des recherches approfondies à l'aide de diverses ressources, telles que des données Web, le service client, des enquêtes, des sondages et des articles scientifiques.

La deuxième étape du processus consiste à transformer les idées de votre recherche en hypothèses globales solides . Visez cinq à dix hypothèses qui énoncent quelque chose sur vos clients (potentiels), sans rapport avec un seul élément ou une seule page Web.

Par exemple:

• Les clients trouvent nos produits trop chers
• Les gens ont besoin de plus d'informations sur notre service avant de s'inscrire
• Les gens deviennent nos clients car ils ont le besoin d'appartenir

Vous pouvez ensuite valider ces hypothèses à travers plusieurs expériences connexes, également basées sur vos recherches. C'est ce qu'on appelle une méta-analyse .

Pourquoi? Un seul test A/B est sujet aux erreurs. Votre expérience peut aboutir à un faux positif, ou la raison d'une expérience gagnante peut être différente de celle indiquée dans votre hypothèse. Avec une méta-analyse, on se rapproche le plus de la vérité. Par conséquent, nos informations sont plus fiables et nous créons de meilleures expériences de suivi.

La méta-analyse est la meilleure qualité de preuve que vous pouvez obtenir, basée sur la hiérarchie des preuves.

La dernière étape du processus consiste à suivre quelle hypothèse globale fonctionne et à quel endroit du parcours client (sur quelle page), et à hiérarchiser vos idées de test en fonction de cela, afin de maximiser votre taux de réussite et vos apprentissages.

Quel type de programme d'apprentissage avez-vous mis en place pour votre équipe d'optimisation ? Et pourquoi avez-vous adopté cette approche spécifique ?

Le processus décrit ci-dessus vous aidera à recueillir des informations fiables à partir desquelles vous et votre organisation pourrez vraiment apprendre.

Lorsque vous documentez bien ces méta-analyses (dans un outil comme Airtable), il devient plus facile de voir où se situe votre succès. En étiquetant chaque expérience avec l'hypothèse globale et la direction psychologique, vous obtenez une quantité incroyable de connaissances sur les besoins (et les problèmes) de vos clients potentiels, tout en sachant où dans le parcours client pour y répondre, et à travers quel type d'expériences.

Une fois que vous avez fait beaucoup d'expériences et commencé à avoir une image claire, vous pouvez partager ces informations et toute l'organisation peut apprendre et en bénéficier.

Quel est le mythe d'optimisation le plus ennuyeux que vous souhaiteriez voir disparaître ?

j'en citerai deux

L'expérimentation d'améliorations incroyables peut accomplir (avec un seul test A/B). Ce sont principalement certains fournisseurs qui sont à blâmer pour cela, car dans leurs cas et sur leurs pages de destination, ils font de la publicité avec d'énormes augmentations, ce qui entraîne de fausses attentes.

Les organisations qui utilisent l'expérimentation pour une meilleure prise de décision sont souvent celles qui prospèrent. Pas ceux qui se concentrent uniquement sur l'argent.

Et deuxièmement, le nom Conversion Rate Optimization en général. Il donne une fausse impression et est trop étroit pour ce que les spécialistes de l'expérimentation peuvent accomplir.

Espérons que notre entretien avec Ruben vous aidera à orienter votre stratégie d'expérimentation dans la bonne direction ! Quel conseil vous a le plus marqué ?

Assurez-vous de rester à l'écoute pour notre prochaine entrevue avec un expert CRO qui nous guidera à travers des stratégies encore plus avancées ! Et si vous ne l'avez pas déjà fait, consultez nos interviews avec Gursimran Gujral , Haley Carpenter , Rishi Rawat , Sina Fak , Eden Bidani , Jakub Linowski , Shiva Manjunath , Andra Baragan , et notre dernière avec Rich Page .