Hacking Pertumbuhan penuh dengan mitos. Beberapa menganggapnya sebagai obat mujarab untuk semua penyakit, yang lain - hampir perdukunan. Kasus dengan angka pertumbuhan luar biasa puluhan dan ratusan kali yang mencoba untuk menyalin tanpa berpikir dan tanpa mendapatkan pertumbuhan yang sama menyatakan ketidakpercayaan tersebut menjadi tidak valid.
Tetapi untuk "meretas pertumbuhan" perusahaan, tidak cukup hanya dengan memilih tim dan mengatur mereka tugas mencari poin pertumbuhan. Hacking Pertumbuhan adalah proses yang sangat kompleks yang membutuhkan keahlian tinggi dan metodologi yang jelas.
Sejak berdirinya Retail Rocket, pertumbuhan peretasan telah menjadi bagian integral dari pekerjaan perusahaan. Selama lebih dari enam tahun, kami telah mengembangkan sistem unik untuk menguji dan memilih algoritma. Sebagian berkat metodologi ini, kami dapat memberikan ROI tertinggi di pasar. Dan hari ini kami ingin berbagi pengalaman menggunakan Growth Hacking di e-commerce.
Apa itu Growth Hacking dan mengapa bisnis apa pun membutuhkannya
Pertumbuhan Peretasan adalah pekerjaan berkelanjutan dari tim terpisah pada perumusan, organisasi dan analisis percobaan untuk memastikan tingkat pertumbuhan kinerja bisnis yang tinggi. Ini berarti bahwa bisnis menciptakan departemen terpisah, yang bergerak dalam pembuatan dan pengujian hipotesis, yang harus memengaruhi konversi, pendapatan, laba, dan metrik lainnya.
Munculnya dan penggunaan aktif Hacking Pertumbuhan dikaitkan dengan kenaikan besar-besaran dalam budaya startup, ketika ada kebutuhan untuk alat yang dapat dimengerti dan terjangkau untuk menguji hipotesis yang memberikan perusahaan dengan pertumbuhan ganda.
Hacking Pertumbuhan didasarkan pada tiga prinsip:
- Peningkatan Metrik Cepat
- Optimalisasi hasil yang berkelanjutan
- Proses terbuka
Jika Anda menggambarkan proses secara skematis, maka semuanya terlihat cukup sederhana: Anda perlu membuat hipotesis yang seharusnya meningkatkan satu atau lebih metrik, periksa, misalnya, menggunakan pengujian A / B, dan menganalisis hasilnya. Hipotesis yang berhasil dapat ditingkatkan dan dioptimalkan, dan jika tidak berhasil, siklus berulang.
Dalam praktiknya, semuanya jauh lebih rumit. Dari pilihan hipotesis hingga proses pengujian dan evaluasi hasil - pada setiap tahap dibutuhkan keahlian dan pengalaman yang sangat besar. Sebagian, kita membicarakan hal ini dalam artikel
"Perangkap pengujian A / B atau mengapa 99% dari tes split Anda dilakukan secara tidak benar?" .
Di Retail Rocket, kami memiliki dua tim Growth Hacker. Satu terlibat dalam pertumbuhan metrik di situs, dan yang lainnya bertanggung jawab untuk meningkatkan efektivitas email pemicu. Pendekatan tim terhadap proses pertumbuhan peretasan serupa di beberapa titik, tetapi berbeda di suatu tempat, yang akan kita diskusikan secara lebih rinci selama artikel ini.
Mari kita mulai dengan proses memilih hipotesis.
Cara menemukan dan memilih hipotesis untuk diuji
Secara global, ada 2 pendekatan untuk Pertumbuhan Peretasan:
- Generasi ide acak dan verifikasi mereka
- Pengujian hipotesis secara sistematis dikumpulkan sebelumnya
Metode pertama lebih mahal dan memakan sumber daya, ada lebih banyak kemungkinan kegagalan, tetapi kadang-kadang ide terobosan yang kuat lahir.
Metode kedua bekerja sangat baik jika ada pengulangan percobaan dan Anda dapat mengumpulkan kumpulan hipotesis. Ini memberikan hasil yang lebih mudah diprediksi, karena sudah ada statistik yang dikumpulkan dari hasil tes sebelumnya.
Untuk pelanggan Retail Rocket, kami menggunakan kombinasi metode ini. Pertama, kami menguji solusi yang paling mungkin berhasil di toko ini.
Kami melakukan lebih dari 2.000 tes di situs web dan lebih dari 5.000 tes di surat pemicu, menginjak semua kemungkinan gake selama tes ini, memperhitungkan pengalaman tidak hanya toko Rusia tetapi juga toko asing, sehingga kami dapat merekomendasikan opsi khusus itu pada setiap toko online yang akan efektif baginya. Menggunakan tes hipotesis sistematis, kami meningkatkan ekspektasi matematis dan mengurangi kemungkinan kesalahan.
Banyak hipotesis kami, kami tidak hanya menggambarkan dalam kasus dan menunjukkan hasil penerapannya, tetapi juga memberi tahu mengapa kami menguji solusi semacam itu. Beberapa hipotesis didasarkan pada postulat psikologis dan penelitian, yang lain menghancurkan stereotip umum.
Setelah pemeriksaan sistematis hipotesis yang direkomendasikan untuk toko, tahap pekerjaan yang lebih eksperimental dan berisiko dimulai. Spesialis Pertumbuhan Peretasan mencari solusi baru yang akan membawa toko peningkatan konversi dan rata-rata cek. Untuk surat-surat pemicu, hipotesis baru, sebagai suatu peraturan, dibuat selama proses brainstorming dan masing-masing hipotesis harus dibuktikan dari sudut pandang psikologi. Tim situs lebih memilih pendekatan yang lebih praktis berdasarkan studi penelitian.
Beberapa hipotesis ditawarkan oleh pelanggan kami. Kami mengevaluasi kesesuaian pengujian mereka, membangun perkiraan perhitungan tentang bagaimana ini bisa bekerja, dan jika kami memahami bahwa hasilnya sepadan dengan usaha, kami melakukan tes. Tentu saja, pelanggan lebih mengenal audiens mereka, oleh karena itu, dalam kombinasi dengan pengalaman kami, beberapa hipotesis memberikan hasil yang sangat baik. Ide-ide paling sukses bahkan menjadi bagian dari kumpulan hipotesis kami. Sebagai contoh, skenario pemicu "Pemberitahuan penurunan harga barang dalam keranjang" setelah serangkaian tes yang berhasil mengambil tempat yang layak di peta pemicu kami.
Dengan demikian, dengan menggabungkan keahlian pemasar toko dengan pengalaman spesialis Retail Rocket, kami mendapatkan sistem WIN-WIN yang menguntungkan kedua belah pihak.
Cara menguji hipotesis, atau mengapa kami memilih tes A / B
Untuk menguji hipotesis di ruang online, proses pengujian AB sangat baik. Dia memiliki metodologi yang jelas dan memberikan hasil yang transparan, tentu saja, jika Anda melakukan tes split dengan benar.
Kami memiliki metodologi pengujian yang jelas, yang mencakup beberapa tahap pemeriksaan dan menghilangkan kemungkinan kesalahan. Ada alat untuk berbagi traffic. Ada keahlian dan pengalaman, berkat itu, ketika pertanyaan muncul, kita tahu ke mana harus mencari dan ke mana harus mencari masalah.
Tes A / B dapat dibagi menjadi beberapa tahap:
- Tes lari. Mungkin ada banyak kesalahan potensial. Daftar tipikal berisi kesalahan tata letak dan segmentasi yang salah. Metodologi kami didasarkan pada pemeriksaan silang pengujian dan koordinasi yang cermat dari semua detail dengan pengecer, yang membantu meminimalkan kemungkinan kesalahan.
- Hentikan tes. Berapa lama tes harus berjalan sehingga hasilnya dapat diartikan secara jelas? Bagaimana memahami di mana pengaruh hal baru masuk ke metode kerja meningkatkan konversi?
- Evaluasi hasil. Mulai dari metodologi untuk mengumpulkan dan membersihkan data hingga kesimpulan yang dapat diverifikasi oleh setiap analis, dalam laporan pengujian kami memberikan informasi yang paling lengkap dan transparan tentang efek yang diberikan solusi tertentu.
Jadi, menurut hasil pengujian, toko jelas memahami hipotesis mana yang akan membawa pertumbuhan toko dalam konversi dan penjualan, dan mana yang tidak masuk akal untuk diperkenalkan.
Seperti apa dalam praktiknya
Berikut adalah contoh dari beberapa kasus bagaimana Hacking Pertumbuhan bekerja di Retail Rocket.
Kasus 1. Menggunakan prinsip bukti sosial dalam surat-surat pemicu
Seperti yang kami sebutkan di atas, dalam skenario pemicu, hipotesis sering didasarkan pada berbagai postulat psikologi. Sebagai contoh, hasil yang baik dalam banyak kasus menunjukkan penerapan prinsip bukti sosial. Esensinya adalah bahwa orang mempercayai pendapat orang lain ketika memilih suatu produk. Bukti sosial dapat digunakan dengan berbagai cara, misalnya, ulasan produk, peringkat, informasi tentang berapa banyak pengguna yang melihat produk pada saat yang sama, dll.
Kami memutuskan untuk menguji hipotesis untuk meningkatkan permintaan produk melalui penerapan blok "Dibeli hari ini", yang menunjukkan jumlah barang yang dibeli oleh pengguna lain.
Pekerjaan itu dilakukan melalui pengujian A / B, di mana semua penerima surat secara acak dibagi menjadi dua segmen. Versi awal surat dikirim ke segmen A, dan surat dengan hipotesis perubahan dikirim ke segmen B, yang seharusnya meningkatkan efisiensi pengiriman.
Hipotesis diuji dalam skenario pemicu "Surat dengan produk terkait setelah memesan" di klub penjualan Mamsy:
Menurut hasil pengujian, konversi huruf dengan hipotesis yang diimplementasikan menjadi pesanan
adalah 60,5% lebih tinggi dari versi standar (keandalan statistik hasilnya adalah 96,8%).
Kasus 2. Memilih opsi yang paling efektif untuk menampilkan rekomendasi pada halaman pencarian
Sekarang mari kita pindah ke situs dan melihat tes hipotesis pada contoh apotek daring ZdravCity.
Penekanan utama dalam pengujian pada situs web toko online adalah untuk menguji efektivitas berbagai algoritma untuk memahami mekanisme rekomendasi mana yang akan memberikan hasil maksimal kepada pengecer. Tetapi kami juga memeriksa bagaimana berbagai elemen desain akan mempengaruhi tingkat konversi, penerimaan rata-rata dan pendapatan. Ini bisa menjadi pengantar slider dalam rekomendasi, penambahan label diskon atau keputusan desain lainnya.
Dalam kasus ini, hipotesisnya adalah bahwa jika Anda menambahkan elemen CTA ke barang di blok rekomendasi, akan lebih mudah bagi pengguna untuk menambahkan barang ke keranjang dan ini akan meningkatkan konversi dan rata-rata cek.
Sebuah studi kinerja dilakukan dengan menggunakan mekanik pengujian A / B. Semua pengunjung ke situs dibagi secara acak menjadi 3 segmen:
- Segmen pertama menunjukkan blok rekomendasi tanpa elemen CTA (penampilan dasar)
- Segmen kedua ditunjukkan blok rekomendasi dengan penambahan elemen CTA "Tambahkan ke Troli" (menambahkan produk ke troli)
- Tidak ada rekomendasi yang ditunjukkan ke segmen ketiga (kelompok kontrol)
Menurut hasil pengujian,
penerapan hipotesis “Blok rekomendasi dengan penambahan tombol CTA“ Tambahkan ke Troli ”di halaman pencarian toko online Zdravcity.ru meningkatkan konversi sebesar 1,05% (signifikansi statistik 99,5%). Dalam kombinasi dengan peningkatan rata-rata cek sebesar 7,3%, yang memberikan peningkatan pendapatan yang diproyeksikan sebesar 8,4%.
Ini hanya beberapa contoh tentang bagaimana Anda dapat menghasilkan dan menguji berbagai hipotesis untuk pertumbuhan metrik. Kami secara teratur membicarakan hal ini dalam beberapa kasus, jadi jika Anda ingin mengetahui hipotesis yang lebih menarik dan hasil verifikasi mereka, kunjungi
blog kami.
Dan ingat, semakin banyak eksperimen yang Anda lakukan, semakin tinggi hasil Anda akan jauh. Karena itu, lakukan tes A / B, uji hipotesis dan temukan solusi yang akan membawa pertumbuhan bagi Anda.