Pxl-фреймворк: лучший способ приоритизировать сплит-тесты

Posted on by riasevastopol

Если вы — важный маркетолог, то у вас точно скопилось большое количество идей по сплит-тестированию. Одни из них хороши (по причине того, что подкреплены данными и тщательным анализом), другие похуже, а третьи — легко неясно, как оценивать.

Увы, но скоро протестировать все занимательные задумки нереально — как минимум, из-за ограниченного трафика. Исходя из этого принципиально важно расставлять приоритеты по идеям так, дабы прежде всего тестировались самые многообещающие.

Но как этого добиться?

Существует множество моделей приоритизации. Все они частично нужны, но упускают некие нюансы. Исходя из этого маркетолог и CRO-эксперт Пип Лайа (Peep Laja) решил создать собственную, универсальную модель.

Просматривайте кроме этого: Growth Hacking: скоростные тесты для роста бизнеса

Что не так со ветхими моделями?

Известный английский статистик Джордж Бокс (George E. P. Box) сказал: «По сути, все модели ошибочны, но кое-какие из них нужны».

Если вы не новичок в оптимизации, то точно слышали о схемах приоритизации. Две самые популярные — PIE и ICE. Обе они нужны, у обеих имеется не сильный места.

PIE

PIE-фреймворк (акроним от трех слов — Potential, Importance, Ease), пожалуй, самый известен в мире оптимизации конверсии. Он включает 3 переменные:

Потенциал — какое количество улучшений возможно сделать на страницах?
Важность — как полезный трафик на страницах (его количество и пр.)?
Простота — как сложно протестировать страницу либо шаблон?

Pxl-фреймворк: лучший способ приоритизировать сплит-тесты

В данной схеме критерий каждой переменной оставляет пространство для интерпретаций. К примеру, как объективно выяснить потенциал тест-идеи? Так как знай маркетолог это заблаговременно, ему не пригодились бы модели. Либо представьте: вы член громадной команды и желаете реализовать собственную идею, так из-за чего бы не накинуть несколько баллов к потенциалу (все равно так как, цифра субъективна)?

В совершенном мире, схемы должны исключать «антропогенный фактор».

Не считая другого, не легко оценить важность и простоту идеи этим способом. Получается, что PIE — лишь список субъективных оценок по 10-балльной шкале.

Просматривайте кроме этого: Валидация бизнес-идей: с чего начать?

ICE Score

The ICE Score (Impact, Confidence, Ease) — предустановленный фреймворк в программе для тестирования Projects от GrowthHackers, созданный и популяризированный основателем компании Шоном Эллисом (Sean Ellis). Вот главные пункты модели:

Влияние: в случае если что-то трудится, то как это воздействует на KPI и доход?
Уверенность: как вы уверены в этом влиянии?
Легкость: как тест либо опыт?

Projects — прекрасный продукт для управления идеями взрывного роста. Но если вы догадываетесь, каким окажется влияние, для чего по большому счету тестировать?

В таком нюансе модель приводит нас к той же проблеме, что была с PIE, а так же вам нужно будет спросить себя: «Как я не сомневается в данной идее?». И опять-таки, как определить это заблаговременно? Вам нужен объективный анализ, основанный на опыте — но тут взять последовательные и объективные рейтинги практически нереально.

ICE также допускает «субъективность» и коррупцию при выставлении баллов — в случае если оценивающий заинтересован в итогах. Более того — кроме того в случае если человек будет честно выставлять баллы, два рейтинга из трех все равно будут зависеть от «внутреннего ощущения».

Как результат: ICE Score — нужная схема, но со собственными минусами.

ICE (вторая версия)

Существует второй ICE-фреймворк — менее узнаваемый оптимизаторам. Это очередной акроним, ICE расшифровывается как:

Влияние (Impact) — измеряется в улучшении всего, что идет на пользу компании (рост продаж, понижение затрат и т. п.).
Цена (Cost) — во какое количество обойдется внедрение идеи.
Упрочнения (Efforts) — какое количество ресурсов доступно и какое количество времени необходимо для внедрения идеи.

Критерии оценки данной схемы более конкретны. Ее оценочная шкала меньше: лишь 2 балла, 1 и 2, либо «большой»/«низкий» показатель. Оценив нюансы идеи по данной двоичной модели, маркетолог складывает цифры и приобретает неспециализированную оценку.

Отталкиваясь от нее, команда принимает ответ.

Эта «черно-белая» шкала не предполагает средних ответов. Притом, шкалы с узкими пределами измерения, в большинстве случаев, более правильны.

Пускай эта модель лучше других, но и она далека от идеала. Так как потенциальное влияние — критерий достаточно субъективный. Наряду с этим, модель может дать большое количество идей с оценкой 3 либо 4. Как приоритизировать их?

Просматривайте кроме этого: Важность Vs срочность: как верно расставлять приоритеты?

Модель приоритизации от HotWire

На конференции ConversionXL Live 2015 Полин Марол (Pauline Marol) и Жозефин Фуше (Josephine Foucher), воображая компанию Hotwire, поделились собственной схемой. Она также выстроена на двоичной базе:

В модель включен широкий перечень переменных, как опыт на мобильных устройствах и таргетинг.

Эта работа (и бинарный ICE-фреймворк) вдохновили Пипа Лаю на создание собственной схемы. Он желал исключить неоднозначность — так, дабы выбор стоял лишь из двух параметров (да/нет). Кроме этого он стремился включить конкретные и объективные переменные, в противовес расплывчатым (как «влияние»).

В следствии опытов появилась модель, реально помогающая приоритизировать тесты: PXL.

Просматривайте кроме этого: 5 советов по оптимизации конверсии

PXL-фреймворк

С учетом неприятностей других моделей, компанией ConversionXL было создано следующее:

LPgenerator перевел шаблонную таблицу с PXL-фреймворком. Скопируйте ее в «Гугл.Документы» и скорректируйте под собственный бизнес. Для этого выберите пункт «Файл» главного меню, и подпункт «Создать копию».

У схемы 3 преимущества:

1. Она оценивает любой «потенциал» либо «влияние» более объективно;
2. Она содействует формированию «культуры данных» в маркетинге;
3. Она разрешает объективнее оценить «простоту внедрения».

Хорошая тест-идея воздействует на поведение пользователей. Вместо того, дабы гадать о потенциальном влиянии идеи, вы разбираете его, задавая вопросы:

  • Вносится ли изменение выше линии сгиба?Коррективы над линией сгиба заметны солидному числу людей, потому тест в данной области возможнее окажет влияние.
  • Заметно ли изменение в течение 5 секунд?Продемонстрируйте группе контрольный вариант и его вариацию(-ии). Отыщут ли люди отличия за 5 секунд? Смогут совершенно верно назвать их? В случае если нет, то влияние теста не будет весомым.
  • Происходит ли добавление/удаление чего-либо?Важные трансформации (устранение отвлекающих элементов либо добавление главной информации) оказывают более сильное влияние.
  • Проводится ли тест на страницах с высоким трафиком?Кроме того маленькие трансформации на самых посещаемых страницах дают стремительные результаты.

Если вы мнениями о том, что стоит тестировать, то приоритизация теряет суть. Настоящую силу имеют лишь глубочайший анализ конверсии, потому, что эта схема требует правильных данных, а не субъективных точек зрения.

Модели необходимы эти, отвечающие на вопросы:

  • Решает ли изменение проблему, найденную при пользовательском тестировании?
  • Решает ли оно проблему, распознанную «качественным фидбеком» (опросы, голосования, интервью).
  • Употребляются ли в тесте тепловые карты, анализ перемещения мыши и пр.?
  • Обращается ли тест к выводам аналитики?

Задавайте эти 4 вопроса на регулярных брейнстормингах, и ваши коллеги скоро обучатся надеяться на эти.

В совершенстве, разработчик тестов обязан принимать участие в дискуссиях по приоритизации. Не смотря на то, что разработчики довольно часто недооценивают длительность тестов, вы получите хотя бы примерное познание — и станете меньше «стрелять в молоко».

Просматривайте кроме этого: 5 стратегий валидации ваших бизнес-идей

Квалификационная шкала PXL

Она создана на базе двоичной шкалы. Для большинства переменных (если не указано иное) вы ставите 0 либо 1.

Приоритет некоторых элементов повышен, к примеру: как заметно изменение, были ли добавлены/удалены элементы, какова простота внедрения. Тут конкретно указано, как изменяются элементы на сайте. К примеру, на вопрос о видимости трансформаций существует лишь два однозначных ответа: да (2) и нет (0).

Настройка модели

Все бизнесы трудятся по-своему. Наивно считать, что одно ответ подойдет всем. PXL-модель создана так, дабы маркетологи имели возможность поменять переменные, оглядываясь на то, что принципиально важно их компании.

К примеру, вы трудитесь в связке с командами по брендингу и UX. Вам принципиально важно, дабы догадки соотносились с ключевыми принципами брендирования. Добавьте данный момент как переменную.

Либо быть может, вы — стартап, продвигающийся за счет SEO, а ваша прибыль зависит от потока клиентов. Тогда заберите категорию «Не мешает SEO» — но не забывайте, что она поменяет правила тестинга текстов и заголовков.

Просматривайте кроме этого: Как создать действенную стратегию сплит-теста?

Заключение

Различные торговые марки трудятся с различными догадками, но, подстраивая шаблон PXL под себя, вы заметно улучшите собственные тесты. В случае если ваша голова разрывается от идей, то приоритеты. Это повлияет как на уровень качества сплит-кампаний, так и на работу всего бизнеса.

У вас нет времени разбираться в аналогичных тонкостях, но наряду с этим вы желаете улучшить показатели и поднять конверсию с гарантией результата? Покинуть заявку возможно тут — мы с удовольствием оптимизируем ваш лендинг.

Высоких вам конверсий!

По данным: conversionxl.com

Случайные статьи:

Лучший игрок России Counter-Strike


Подборка похожих статей:

riasevastopol

More Posts