bts防弹少年团演唱会

bts防弹少年团演唱会

如何构建优化和实验团队

《如何构建优化和实验团队》

了解安排优化团队以确保其生产力和效率的最有效方法非常重要。

但是,构建团队的最佳方式是什么? 优化人员应该在一个单独的团队中吗? 还是在产品团队下? 还是营销?

有几种不同的方式,选择哪种方式最适合您的公司可能具有挑战性。 这里是框架,它们的功能以及每个框架的优点和挑战的概述。

那里有哪些球队?

优化团队模型有三种类型: 集中式,分散式和卓越中心

集中模型基于一个员工团队,通常是数据科学家,并且具有本地化专业知识的优势,以便员工可以制定长期优化策略,包括开发更好的统计算法和实验工具。

在分散(或“嵌入式”)团队中,优化职责分布在组织内许多不同伞下的员工之间,而不是一个部门。

《如何构建优化和实验团队》

图像来源

卓越中心模型基本上是上述两个框架的组合,既利用集中式团队,又在不同部门分支机构中分配优化员工。

中央优化团队的结构如何?

赛百味的体验优化经理Chad Sanderson对集中模型的设置方式进行了类比:

《如何构建优化和实验团队》 乍得桑德森, %E5%9C%B0%E9%93%81“> “最好的优化团队反映了共和国的经典定义,或’人民及其当选代表拥有最高权力,拥有选举产生或提名总统的国家”。

测试经理是[this]场景中的总统人物。 他们负责指导计划的方向,通过专注的优化工作促进各部门的需求,也许最重要的是,作为CRO的外交官,为更广泛的组织服务。

同样,总统是(或应该)由经验丰富的内阁包围。 因此,测试经理也应该从他们的主题专家群体中获得指导:产品经理,技术总监,网页设计师和客户服务代表。“

集中模型的好处

这是最常见的优化团队组织形式的一个原因: 好处 。 从组织的角度来看,将所有数据集中在一个位置可以更容易地进行监控,减少冗余测试并简化开发长期策略的过程。

但数据收集并不是使用此模型的唯一原因。 员工福利很重要。 在集中模型中,考虑到员工的共享资源和最终目标 ,考虑大数据是一件简单的事情。

将工作人员分散到多个部门可能会对员工是否共享数据产生相互矛盾的动机。 集中化可以帮助您避免竞争和孤岛,或数据和分析墙,从而阻止跨团队共享相关数据

Renee Thompson在TechTarget的集中模型中担任经理,并表示数据的本地化特性有助于她的团队制定长期战略计划:

《如何构建优化和实验团队》 Renee Thompson, TechTarget“> “根据我的经验,拥有一个集中的功能可以将机构知识保存在一个地方,并使流动监督成为可能,即使实验任务工作,如实验或研究是由多个团体进行的。

例如,遵循系统化流程进行测试至关重要,集中式功能/团队最有能力定义该流程并确保每个项目都遵循该流程。

集中的知识还使组织能够从过去的研究/测试中学习,并且不会重复可能出现的错误。“

Kristal Decoux同意:

《如何构建优化和实验团队》 Kristal Decoux, %E4%BA%9A%E9%A9%AC%E9%80%8A%E7%BD%91%E7%BB%9C%E6%9C%8D%E5%8A%A1“> “我认为拥有一支中央团队更好,而不是与组织的任何特定部分联系在一起。

我看到转换团队依赖于营销,导致产品团队制作自己的测试工具,运行不科学的测试,并进行与市场变化不一致的变更。

我见过按结果组织的转换团队; 一个优化新客户获取的团队,另一个用于新产品采用的团队等。这导致竞争优先级和客户体验因您是新客户还是现有客户而分散。

我见过的最佳配置是在数据和分析组织内组织转换团队。 优化器与分析师和BI团队保持密切联系,使他们非常依赖数据。

如果他们在市场营销(或收购等)或其他支持的功能中,组织不会觉得他们只能要求进行测试。

这也允许优化团队了解整个网站和业务的性能,而不仅仅是他们的功能角色所涵盖的内容。 最后,这允许包括整个漏斗的战略优化方法。

想象一下,有一个团队优化注册,另一个团队用于登录,另一个团队用于追加销售/交叉销售,另一个用于保留,另一个用于参与。 指标并不相同,策略也不一样……它们都需要协调一致才能创造一致的用户体验。“

最后,集中你的努力可以加深员工对项目成果的投资如果员工表现良好,可以颁发奖励,指导等。 这在集中式系统中更容易跟踪。 这种奖励制度可以鼓励更多的个人奉献。

集中模型的挑战

员工对数据结果的投资是一把双刃剑。

当员工因表现良好的数据而获得奖励时,为了自己的利益而倾斜数据可能会很诱人。 数据客观性丢失了。 捏造数据,突然所有获得的统计数据都失去了所有意义。

即使它只是一个指标,其他一切的真实性也会立即受到质疑。

Airbnb的数据科学经理Yu Guo同意使用集中模型有一定的好处,但它并非没有缺点:

《如何构建优化和实验团队》 Yu Guo, Airbnb“> “到目前为止,Airbnb拥有集中的数据科学和分析功能,组织成专注于不同产品领域的团队。 有一个“基础”团队构建实验平台,内部客户利用该平台优化业务/产品的各个部分。

一个好处是能够与同事讨论和学习,可扩展流程和工具的集中规划,以及招聘,绩效评估和职业发展的一致性。

权衡是更好地协调业务目标和资源/人员计划。 与其他职能部门的合作有时会留给个别数据科学家(或团队)来解决。“

领导力挑战和公司文化也可能为分组集中模型中的数据科学家带来障碍。

当然,数据科学家通常不得不在某种程度上与某种HiPPO式领导抗争 。 在这种情况下,官僚主义很容易胜过效率,特别是在没有增长思维的公司文化中。 让领导者和数据科学家同步是一项挑战。

《如何构建优化和实验团队》

正如“哈佛商业评论”所写:
“[…]数据科学家在与企业打交道时可能会感觉像是外人,因此不太了解单位的目标和领域知识,这可能使他们更难以连接点并分享相关的见解。

此外,数据科学家可能缺乏说服高级管理层投资建立必要工具或让企业和业务部门经理信任实验结果的影响力。

Optimizely的这个例子%E5%BE%88%E5%A5%BD%E5%9C%B0%E5%B1%95%E7%A4%BA%E4%BA%86%E9%9B%86%E4%B8%AD%E6%95%B0%E6%8D%AE%E5%9B%A2%E9%98%9F%E7%9A%84%E5%A5%BD%E5%A4%84%EF%BC%8C%E8%80%8C%E4%B8%8D%E6%98%AF%E8%AE%A9%E4%B8%AA%E5%88%AB%E5%91%98%E5%B7%A5%E6%88%96%E9%A1%BE%E9%97%AE%E8%B4%9F%E8%B4%A3%E4%BC%98%E5%8C%96%EF%BC%9A”>

“想象一下,您要在要测试的页面上请求分析报告。 您想知道流量和转化率是否足够高,以便对页面上的图像进行良好的实验。

任何精明的分析师都可以将这些数据传递给您。 但是,投资测试的人可能会注意到异常高的跳出率以及在此页面上使用搜索栏; 她意识到访客没有找到他们想要的东西。

以优化为重点的分析师建议您测试此问题。 她通过修复影响客户体验的明显问题,为您提供了一个发挥更大影响力的机会。

这种专注于测试的跨技能协作使您的计划更高效,更成功。 如果分析师没有真正参与测试并且不了解测试计划的目标,那么他就无法以这种方式应用他或她的独特专业知识。“

分散优化团队模型的结构如何?

嵌入式模型可以通过多种不同方式设置,但通常包括在您的营销部门,产品部门,设计团队等不同分支机构或部门中传播优化职责。

在SaaS服务行业,有许多开发人员和其他技术组织的公司中, %E8%BF%99%E7%A7%8D%E6%A8%A1%E5%BC%8F%E5%BE%80%E5%BE%80%E6%9B%B4%E4%B8%BA%E5%B8%B8%E8%A7%81%E3%80%82″>

分散的模型效益

这种模式有一些优点,主要是数据科学家被迫在多个业务部门内获得熟悉和专业知识

《如何构建优化和实验团队》 Renee Thompson, TechTarget“>

“有些组织采用分散的方法,当跨越不同业务领域的’专家’时(特别是如果他们位于不同的地理区域),这种方法可以很好地运作。”

熟悉您的企业所服务的人口统计或地理区域有助于为您的数据收集和客户洞察提供信息。 在工作流程和流程方面,它还为员工提供了一定程度的自由

分散的模型挑战

这个模型也可能很乱。 在团队之间进行测试和分析冗余的机会很大,主要是由于孤岛之间的孤岛和缺乏沟通。

重新发明轮子效率低下,重要的是避免像保罗·马吉尔所说的那样“使用我们自己的语言和做事方式来营销群岛。”

《如何构建优化和实验团队》 Renee Thompson, TechTarget“>

“这里的一个缺点是,团队可能更难以相互学习经验,导致冗余或重复工作。
一些团队可能会遵循一个非常正式和精确的流程,而其他团队可能会“根据流程完全没有遵循流程的测试而变得流氓”,导致业务变更可能不是基于有效或可靠的数据。

在个人层面上,权力下放给员工带来了一些障碍,因为他们的职位的跨职能性质可以使他们与指导和同伴反馈隔离开来

此外,不重视优化的公司文化可能会给数据科学家带来很大障碍。 Matt Roach说得最好:

《如何构建优化和实验团队》 马特罗奇, %E6%A1%91%E8%AF%BA%E7%8E%9B“>

“持续优化应该是一种理念,一种工作方式 – 而不是咨询/审计参与。”

与集中模型一样, 说服领导者构建实验工具的努力可能会成为一个重大的障碍,特别是没有其他数据科学家支持你。 通常,短视的领导者会寻找便宜的快速修复,而不是长期的数据和文化转变。

无论你拥有什么样的模式,自我永远都是你必须应对的东西,而不仅仅是领导力。

《如何构建优化和实验团队》 安德鲁安德森, %E6%81%A2%E5%A4%8D%E5%93%81%E7%89%8C“>

“你的优化人员需要能够挑战思想和普遍持有的信念,并以与其他团体不同的速度工作。 如果中央团队(通常是这样)更容易实现,那么团队需要建立起来。

否则,共享的智慧可以帮助很多(不是全部)组织。 无论哪种方式,你都需要一个独立而强大的中央领导者,因为遗嘱之间会有一场永无止境的竞争[…]人们的自负往往远比实际上对企业最重要。

您需要能够从任何地方获取想法,并迅速将其转化为多种选项,以挑战人们的信念和期望。

一如既往,证明人们错误对公司来说更有价值,然后证明他们是正确的,但这当然意味着自我牺牲了对用户和公司实际有益的事情。

一旦你能够做到这一点,你需要经常和尽可能大的规模。 在对组织的总体影响方面,停机是一个恶魔。“

FitBit的设计总监Nick Meyers决定将他的团队分散,因为他注意到设计师在没有与产品团队整合时无法快速加速他们的产品。 各部门之间的协调处于历史最低水平,设计师因此辞职。

因此,Meyers不是将设计师集中在一个集中的团队中,而是将一名设计师放在每个产品团队中,与产品经理和前端工程师配对。

虽然过渡并非没有挑战 – 一些设计师感到孤立和工程师的压力,要求实施优于可用性和用户体验 – 产品开发和设计步伐增加,因为同一项目的员工之间的沟通更加顺畅。

卓越中心模型的结构如何?

卓越中心模型结合了集中化和分散化原则,将一些员工奉献给各个部门的核心职能并将其他部门分散开来。

从本质上讲,该框架建立了最佳实践,并为实施这些实践提供了指导。 中心功能开发工具和流程,同时将集合留给各个分支机构。

《如何构建优化和实验团队》

卓越中心福利

这种混合功能灌输了流程和标准 ,但仍然允许一些创造性的摆动空间。

集中式团队负责受控实验的设计,执行和分析,而员工遍布组织的其他部门负责实际分析。

卓越中心挑战赛

像所有东西一样, 混合模型确实有缺点 。 通常,员工不确定哪个团队(中央或个人)拥有哪个优化职责,哪个团队在数据需要团队扩展时接收新员工的预算分配。

有时,两种型号的混合最适合您的需求,甚至像微软这样的大公司也会这样做。

Paul Magill使用了一个在集中式和分散式模型之间徘徊的银行的例子,最后开发了一个适合他们的卓越中心模型:

“他们分层标准化:描述营销工作职能的统一语言; 全银行职业道路的典范; 具有指定“全球召集人”的实践社区,允许来自不同单位的营销人员采取协调行动(例如就共享数据库达成协议或围绕特定市场研究合作伙伴进行合并);新的治理机构,如品牌委员会; 关键流程 – 例如客户参与和经验,以及新的市场开发 – 营销应该在所有单位中为银行运行。

结果,营销组织能够停止辩论集中与分散,而是将自己定位为组织中的统一力量。

如果数据分析必须集中或分散,那么团队就不再争论,而是开始提出问题,例如“数据分析中的哪些特定活动可以从跨单元共享中受益?”

这些单位已经能够提高其营销计划的投资回报率 – 主要是通过增加回报,在某些情况下通过降低投资 – 通过在共享卓越中心呼吁高质量的汇集技能。

贵公司的规模如何影响您选择的型号?

这取决于贵公司的资源。 正如Chad Sanderson在下面解释的那样,如果您的公司很小,您可能希望选择在预算范围内效果最佳的模型。

《如何构建优化和实验团队》 乍得桑德森, %E5%9C%B0%E9%93%81“> “重要的是要记住,CRO计划的规模和范围通常具有平行但不完全相同的运营模式。 拥有较少可用数据和资源的中型企业中的小型团队必须明智地选择他们的战斗。

构思,运行可用性测试,启动调查和分析Web实验是一个漫长的过程,需要强有力的假设和高于平均的胜率才能证明计划的投资回报率。

较大的企业面临着相反的问题。 要大幅度改变知名品牌的KPI(通常数以百计),更难以正确预测哪些测试会导致大幅提升,这要困难得多。

最有效的企业级CRO计划已经掌握了大规模的测试:每年启动数千个实验,以增加发现胜利的可能性。 计划投资回报率并不依赖于个别获胜测试,而是依赖于良好的实验设计和最大化多个团队的测试速度。“

优化团队模型能否发展?

是。 最终,模型只是如何构建公司的指导原则,您的模型可以随着时间的推移而变化,以满足公司发展需求。

《如何构建优化和实验团队》 马特罗奇, %E6%A1%91%E8%AF%BA%E7%8E%9B“>

“集中(专家)团队最初可以很好地进入并启动优化过程,但在此之后,它必须由业务中的资源执行。”

许多公司从一个集中的优化团队开始,然后在管理层认为合适时将其下放。 Yu Guo说,即使像Airbnb这样的大公司也不反对改变其优化模型,如果数据及其需求要求他们:

《如何构建优化和实验团队》 Yu Guo, Airbnb“> “[集中模型]对Airbnb运作良好。 根据公司不断变化的业务需求,未来可能会改变团队的组织方式。“

没有什么是一成不变的,如果有人告诉你,他们就是在胡说八道。 同样,优化员工需要具备灵活性,因此您的模型必须具有灵活性。

正如Ron Kohavi和Stefan Thomke写道:
“在拥有多个业务的公司中,考虑优先考虑的经理可能不想等到公司领导者制定协调的组织方法; 在这些情况下,分散模型可能是有意义的,至少在开始时。

如果在线实验是公司的优先事项,公司可能希望在业务部门推出专业知识并在中央单元中制定标准。“

Chad Sanderson扩展了这一概念,详细说明了每个模型在公司发展的不同阶段的最佳表现:

《如何构建优化和实验团队》 乍得桑德森, %E5%9C%B0%E9%93%81“> “不同的CRO计划模型在团队生命周期的不同阶段最有效。 例如,如果一个优化单元处于初期阶段,它们可能会在营销,分析或技术等更大的部门下运行最有效。

每次胜利都反映了整个部门的积极性,这意味着为团队成员和工具获取资源要容易得多。 当一位顶级高级管理人员在你的角落时,进入代表CRO的戒指并不是那么难。

对于一个初出茅庐的计划来说,这也是寻找方向的好方法。 可能有必要首先展示如何在广告系列中实施CRO,从而获得有意义的增量收益,而不是急于全面改变商业文化。

这不仅巩固了公司内部优化的作用,也增加了团队对服务的需求。“

分享是成功的关键

如果没有人知道数字或如何解释它们,数据是无用的。 这就是筒仓如此成问题的原因。

《如何构建优化和实验团队》 Renee Thompson, TechTarget“>

“然而,即使有一个集中的功能,重要的是输入和想法来自最接近客户,数据等的人们的业务[…]

无论使用哪种方法,始终要确保记录和共享内容。 有时甚至在集中的群体中,我们忘记了过去做过的事情或忘记了具体测试/研究的结果!

如果你有一个集中的功能,总会有人去问问题。 通过分散的团队,每个组内的某个人负责记录和与其他组的交互非常重要。 沟通是关键!“

如果累积数据未在所有可用平台上共享给与信息相关的员工,则贵公司正在违背自身利益。 分享提供了明确性和责任感

大图:不要太挂在模特身上

模型很重要,当然。 无论你选择什么,都必须最适合你的公司,并且调整框架以满足你的需求是相关的,而不是遵循模型到T.

《如何构建优化和实验团队》 安德鲁安德森, %E6%81%A2%E5%A4%8D%E5%93%81%E7%89%8C“> “关于[员工]坐在哪里[更多关于]他们如何思考[…]

优化是通过尽可能多地测试和尽可能多的不同选项来最大化努力和行动。 只做两次经历或只是测试一个新想法何时击中表格会削弱努力的价值[…]

专注于团队的结构错过了实际决定优化成功和失败的关键事项。

专注于重要的事情,纪律,证明人们错误,不断采取行动,不仅处理当下闪亮的对象,团队格式以及如何适应您的[组织]将变得清晰。

如果不这样做将会限制您的计划,无论您组建团队的方式和方式如何。“

在一天结束时,您做出的每个格式化决策都是一种平衡行为。 在一天结束时,你必须弄清楚什么是适合你公司的

结论

目前使用的优化团队模型有三种类型:集中式,分散式和卓越中心。 集中化是商业界最常选择的一种,但每种都有其优点和缺点。 找到员工需求和业务需求之间的平衡是开发工作系统的关键。 要确定要实施哪一个,您必须知道:

  • 贵公司的规模
  • 您的优化预算
  • 您的主要焦点指标
  • 您的优化员工类型
  • 您的员工如何最好地相互沟通

一旦确定了这五点,您就可以选择三个框架中哪一个最适合您的公司。 但是,重要的是要记住模型不如数据的可用性那么重要:确保所有平台上的所有相关方都可以使用您的数据。

相关文章

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注