Почему 99% гипотез тестируется неправильно
В мире бизнес-аналитики гипотезы служат основой для принятия решений.
На сегодняшний день продуктовые подходы к управлению изменениями получают все большее распространение. Такие методы уже давно вышли за пределы диджитал-маркетинга или ИТ-стартапов, и сегодня применяются повсеместно.
Продакт-менеджер Кирилл Гуреев рассказал, почему 99% гипотез тестируется неправильно и какие ошибки чаще всего допускаются. А также как понимание этих аспектов поможет повысить эффективность принятия решений в любой области.
В любой компании или процессе приживается управление изменениями на уровне гипотез. Они помогают оценить определенное предположение о возможных улучшениях, прежде чем внедрять изменения в масштабах всей компании или отдела. Это экономит значительные ресурсы и время. Такой подход в сотни раз снижает затраты на бесполезные предположения и изменения, которые на самом деле не ведут ни к каким результатам или совершенно не важны для клиентов, отмечает эксперт.
Хотя данный метод изначально возник в технологических стартапах, он стал наиболее эффективным и актуальным для средних и крупных компаний. Поскольку в этих организациях стоимость и время реализации масштабных изменений значительно выше из-за большего объема бизнеса, количества сотрудников и процессов.
Однако все больше компаний сталкиваются с тем, что подход быстрых тестирований гипотез не работает, и многие отказываются от него в пользу более классических моделей. Но чаще всего, проблема не в методе, а некорректном его применении, поясняет эксперт.
3 ключевые ошибки, который приводят к тому, что гипотезы не работают
Гонимся за количеством проведенных тестов
Очень часто мы считаем, что нам нужно работать над всем нашим бизнесом одновременно. Над маркетингом, продажами, процессами, продуктом, сервисом. Везде есть проблемы и непременно необходимо развитие и изменения. Но на самом деле, мы просто не знаем наше узкое место.
Всегда есть такой элемент и метрика, которые работают хуже, чем все остальные. Другими словами, место в цепочке работы, где у нас все ломается. Улучшения в нем приведут к наибольшему росту всего бизнеса. Концентрация на самом узком звене, а не на массовом тестировании всего подряд, а также целенаправленная работа над одной, но ключевой проблемой принесут самые быстрые и эффективные результаты.
Часто принцип «работает, не трогай» может быть лучшим решением. Иногда надо потратить в два раза больше времени на поиск самого важного, чем гнаться за количеством тестов.
Плохо выбранные метрики и показатели, на которые мы хотим влиять
99% компаний применяют в своей работе примерно одинаковый список показателей: конверсия, стоимость клиента, средний чек, возвращаемость клиентов, их удовлетворенность, готовность рекомендовать вас и т.д. Все гипотезы направлены на улучшение именно этих показателей.
Это правильные и проверенные временем индексы, не стоит их оспаривать. Но проблема всех этих параметров – они плохо управляемые.
Знание конверсии отдела продаж ничего не дает, если мы не знаем, по какой причине клиент покупает или не покупает.
Поэтому всегда нужно стараться применять опережающие метрики и показатели, которые измеримы и при этом действительно влияют на показатель. Например, мы в Платферрум очень долгое время работали над повышением конверсии из заявки на покупку в сделку и тестировали много различных гипотез, некоторые срабатывали и приносили результат, но мы не могли уверенно сказать почему. При этом добились некоторого улучшения конверсии.
Но потом мы поняли, что на самом деле, конверсия из заявки в сделку не является конечным или самым глубоким показателем. Состоится сделка или нет зависит от совершенно конкретных и измеримых факторов, в нашем случае – это скорость обработки заявки и итоговая цена, которую мы смогли предложить.
На первый взгляд, это очевидные вещи, но подумайте сами, поменяется ли ваш ход мыслей и фокус внимания, если вы вместо вопроса: «Как повысить конверсию в продажу?», – спросите себя: «Как увеличить скорость обработки заявки?».
В результате такого, казалось бы, банального инструмента мы увеличили конверсию в 2,5% всего за один квартал.
Нет четких параметров и критериев оценки
Пожалуй, это наиболее распространенная ошибка, которая встречается даже в самых прогрессивных компаниях. Очень часто при проектировании теста той или иной идеи, мы не уделяем достаточно внимания конкретным формам отчетов, метрикам и оценке итогового результата.
Например, в течение нескольких лет я занимался реализацией программ лояльности. За это время мы с командой сделали больше сотни программ для банков, страховых и производственных компаний. У нас были крайне успешные кейсы для: АльфаСтрахование, Открытие Инвестиции и многих других. Но далеко не все показали превосходные результаты.
Сравнив наши успешные проекты, где клиенты остались довольны и программы работают уже более 5 лет, с теми, которые были закрыты, мы установили, что успешные программы создавались в тех случаях, когда заказчик четко понимал, на какие бизнес-метрики он хочет повлиять и как хочет мотивировать своих потребителей через внедрение программы лояльности. В таких случаях успех достигался в 7 раз чаще, чем в проектах, реализованных просто для «повышения лояльности».
Из проектов с определенными параметрами более 78% программ продлевались на второй год, а количество участников в них росло в среднем на 113% ежегодно. В то время как проекты, где критериев не было, закрывались уже после первого года.
Поэтому если кажется, что тестирование гипотез в продукте или любом другом направлении работает неэффективно и не приносит результата, эксперт советует ответить на эти три вопроса:
- Понимаем ли мы наши уязвимые места, которые хотим исправить в первую очередь, и направлены ли наши гипотезы именно на них?
- Есть ли у нас понимание, какие ключевые метрики влияют на нашу слабую сторону и что именно требуется улучшить?
- Для каждой ли из гипотез мы определили четкие критерии оценки, форму отчета и измеряемые показатели до запуска тестирования? Уверены ли мы в том, какой вопрос хотим задать и как будем анализировать полученный ответ?
