ProductCamp

11 сентября 2022

6 мин493
Назад
#A/B тесты 2
#Гипотезы 1

Работа с гипотезами – HADI, GrowthHacking, А / В-тестирование

HADI-цикл – проверка гипотез

Наиболее эффективный способ развития продукта – через проверку гипотез.

Гипотеза – это предположение, которые может быть подтверждено или опровергнуто. Как правило, это предположение об изменениях в продукте, в коммуникациях или в процессах.

HADI – это аббревиатура 4 этапного процесса проверки гипотезы: Hypothesys - Action – Data – Insights.

Цель внедрения HADI-процесса – делать как можно больше циклов с наиболее значимыми гипотезами.

Как работаем с HADI

image

Цикл работы с гипотезами состоит из 4 этапов

  • Гипотеза – Записываем гипотезы, которые могут повлиять на ключевые показатели продукта
  • Действие – совершаем действия для проверки гипотезы, вносим измение в продукт, запускаем новый канал привлечения и т.д.
  • Данные – собираете данные для принятия решения.
  • Выводы – смотрим на данные и делаете выводы сработала гипотеза или нет.

Повторяем цикл с новой гипотезой.

Гипотезы должны быть SMART и формулироваться в формате:

  • Мы верим, что …
  • Чтобы проверить, мы сделаем …
  • Мы будем измерять …
  • Мы окажемся правы, если …

Проверять стоит только самые важные гипотезы. Как метод выбора подойдут фреймворки Rice или ICE.

Скорость проверки гипотез – хороший фокус для продуктовой команды. Если поставить процесс 1-2 недельных HADI-циклов и сфокусировать команду на увеличении количества проверенных гипотез, рост продукта не заставит себя ждать!

Примеры

image

Где почитать:

Growth Hacking – подход для кратного роста продукта

Growth Hacking – это подход к развитию продукта, содержащий набор методов и инструментов для генерации идей, работы в команде и настройки процессов развития продукта.

Growth Hacking помогает компаниям добиться кратного роста за счет постоянного тестирования гипотез.

Насколько быстро вы вырастете, напрямую зависит от количества тестируемых гипотез и экспериментов. Чем больше тестов, тем больше вероятность кратно увеличить рост.

image

Для примера – классический график роста Twitter в зависимости от количества проверяемых гипотез в неделю

Как работать с Growth Hacking
image

Настройка процесса роста состоит нескольких слоев:

image

1. Работа с гипотезами – учиться нарезать мельче и сфокусированней. Как правило гипотезы формируются по слоям с помощью фреймворка AAARRR, где каждая гипотеза влияет только на один слой воронки.

2. Выстраивание команды роста – комплектация команды роста с необходимым набором компетенций и майндсетом. Маркетинг - продукт - аналитика - разработка - дизайн.

3. Выстраивание процесса проверки гипотез с фокусом на максимальную частоту.

Итого, главная цель команды – рост. Как? Через быструю проверку гипотез. Каких - максимально коротких.

Подробнее

1. Статья о Growth Hacking от GoPractice – [https://gopractice.ru/product/growth_hacking_evolution/](https://gopractice.ru/product/growth_hacking_evolution/)

2. Growth Hacking Academy – мануалы по внедрению методологии – [https://growthacademy.ru/growthhacking-jtbd-manuals](https://growthacademy.ru/growthhacking-jtbd-manuals)

3. Видео от Юрия Дрогана про выход на тестирование 10 гипотез в неделю: [https://www.youtube.com/watch?v=FsmbHUXs3Dc&feature=emb_title&ab_channel=ProductSense](https://www.youtube.com/watch?v=FsmbHUXs3Dc&feature=emb_title&ab_channel=ProductSense)

4. Симулятор управления ростом продукта от GoPractice – [https://gopractice.ru/course/growth/](https://gopractice.ru/course/growth/)

А / B тестирование

image

A / B тестирование, также известное как сплит-тестирование, относится к рандомизированному процессу экспериментов, в котором две или более версии переменной (веб-страницы, элемента страницы и т.д.) Одновременно показываются разным сегментам посетителей веб-сайта, Чтобы определить, какая версия оказывает максимальное влияние и управляет бизнес-показателями.

По сути, A / B тестирование устраняет все догадки при [оптимизации веб](https://vwo.com/website-optimization/)-сайта и позволяет опытным оптимизаторам принимать решения, основанные на данных. В A / B-тестировании A относится к ‘контрольной’ или исходной тестируемой переменной. В то время как B относится к ‘варианту’ или новой версии исходной тестовой переменной.

Версия, которая продвигает ваши бизнес-показатели в положительном направлении, называется ‘победителем’. Внедрение изменений этого выигрышного варианта на ваших протестированных страницах / элементах может помочь оптимизировать ваш веб-сайт и повысить рентабельность инвестиций.

Показатели конверсии уникальны для каждого веб-сайта. Например, в случае электронной коммерции это может быть продажа продуктов. Между тем, для B2B это может быть генерация квалифицированных потенциальных клиентов.

A / B тестирование - это один из компонентов всеобъемлющего процесса [оптимизации коэффициента конверсии (CRO)](https://vwo.com/conversion-rate-optimization/), с помощью которого вы можете собирать как качественные, так и количественные данные о пользователях. Вы можете дополнительно использовать эти собранные данные для понимания поведения пользователей, уровня вовлеченности, болевых точек и даже удовлетворенности функциями веб-сайта, включая новые функции, обновленные разделы страницы и т.д. Если вы не проводите A / B тестирование своего веб-сайта, вы наверняка теряете много потенциальных доходов от бизнеса.

Пройди тестирование

для оценки компетенций продакта