bts防弹少年团演唱会

bts防弹少年团演唱会

CXL Live 2019回顾:每个演讲者的小贴士

《CXL Live 2019回顾:每个演讲者的小贴士》

在一个风景如画的度假胜地,三天内24小时都很热闹。 再加上400个新老面孔,大量的对话,现场音乐以及不止一些啤酒。 CXL” live>是一种体验。

也是这样:我们的开场视频放弃了增长的所有秘密……增长:

[…]“/>

如果你想知道你错过了什么,这里是今年CXL” live>每场会议的亮点。

Els Aerts:“提出问题的迷失艺术”

《CXL Live 2019回顾:每个演讲者的小贴士》
  • %E8%B0%83%E6%9F%A5%E5%B9%B6%E4%B8%8D%E7%B3%9F%E7%B3%95%EF%BC%8C%E4%BD%86%E5%A4%A7%E5%A4%9A%E6%95%B0%E8%B0%83%E6%9F%A5%E9%83%BD%E5%BE%88%E7%B3%9F%E7%B3%95%E3%80%82″>
  • 你的研究问题是正确的。
  • 你不再专注于呈现“数字”和呈现信息。
  • 如何%E6%8F%90%E5%87%BA%E6%AD%A3%E7%A1%AE%E7%9A%84%E9%97%AE%E9%A2%98“>
  • 不要问未来(例如“如果我们添加了特征X,您购买Y的可能性有多大?”; 你的用户不是通灵者。
  • 不要问过去过于遥远的事情 – 人类记忆极不可靠。
  • 不要提出%E5%BC%95%E5%AF%BC%E6%80%A7%E9%97%AE%E9%A2%98“>
  • 对负面的偏见问题可以提供更多反馈(例如“它有多难……”)。
  • 您提供调查的地点和时间可能会影响结果 – 如果它是用户遇到痛苦的网站部分,则会偏向响应。
  • 确认和%E6%84%9F%E8%B0%A2%E9%A1%B5%E9%9D%A2%E6%98%AF%E5%90%91%E4%BA%BA%E4%BB%AC%E6%8F%90%E9%97%AE%E7%9A%84%E7%BB%9D%E4%BD%B3%E6%9C%BA%E4%BC%9A%E3%80%82″>
  • 在设置%E9%9D%A2%E8%AF%95%E6%97%B6“>

    Joanna Wiebe:“写镜子:如何使用客户的声音来编写高转换副本”

    《CXL Live 2019回顾:每个演讲者的小贴士》
    • 90%的%E6%96%87%E6%A1%88%E9%83%BD%E6%98%AF%E5%9C%A8%E5%90%AC%E3%80%82″>
    • 目标是写出人们看到自己的副本 – 他们当前的自我和直接的下一个自我。
    • 验证副本:这可能是突破还是破产? 它是否足以推动事情的全面突破? 还是绝对可怕的?
    • 超越客户数据的标准语音来源 ; 更好的选择是:
    • 创始人访谈可以找到故事, %E4%BB%B7%E5%80%BC%E4%B8%BB%E5%BC%A0%E5%92%8C%E9%87%8D%E8%A6%81%E5%88%9B%E6%84%8F%E3%80%82″>
    • 进行视频采访并记录(经许可)。
    • 转录访谈(rev.com)。
    • 用荧光笔打印并阅读成绩单:有什么突出的? 有什么不同?

  • 销售电话和演示录制可以绘制通信序列,层次结构,并帮助使复制变得粘滞。
    • 深入了解您的潜在客户实际思考的流程。
    • 观看演示时观察他们的表情。
    • 跳到潜在客户正在谈论的部分。
    • 观看“纪录片式”时刻。 (例如,如果你给某人成绩单,他们可以表现出来吗?那是一个很好的时刻。)
    • 观看“我很担心……”和“你能告诉我……”这样的短语
    • 标记您找到的内容,以便在副本中使用它(#objection#late-stage等)。
  • Carrie Bolton:“与您的客户和您的管理人员保持联系 – 如何真正改善客户体验

    • %E5%AE%A2%E6%88%B7%E4%BD%93%E9%AA%8C%E6%98%AF%E5%AE%A2%E6%88%B7%E5%AF%B9%E4%BB%96%E4%BB%AC%E4%B8%8E%E6%82%A8%E7%9A%84%E4%B8%9A%E5%8A%A1%E4%BA%92%E5%8A%A8%E7%9A%84%E7%9C%8B%E6%B3%95%E3%80%82″>
    • Vanguard决定专注于客户体验将有助于他们从竞争对手中脱颖而出:
      • 围绕定制和个性化客户体验进行实验。
      • 防爆。 客户上线以避免呼叫重建页面,使其更加实验友好,并有针对性地降低客户呼叫率。
    • 如何在外部制作案例:
      • 从您的行业或一流公司(例如USAA,CIGNA)获取竞争情报;
      • Forrester研究;
      • 客户体验博客。
    • 如何在内部制作案例:
    • 告诉别卖。
    • 当你“卖”时,人们会看到它。
    • 客户调查和反馈可以揭示诚实和需要的反馈,以帮助知道“告诉”他们的内容。
    《CXL Live 2019回顾:每个演讲者的小贴士》

    犹大菲利普斯:“我如何学会不再担心机器学习和爱AI”

    • %E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%BD%BF%E5%88%86%E6%9E%90%E5%B8%88%E8%83%BD%E5%A4%9F%E5%9C%A8%E5%81%9A%E5%87%BA%E5%86%B3%E7%AD%96%E6%97%B6%E5%90%91%E5%89%8D%E7%9C%8B”>
    • 我们目前处于实用AI的开始阶段(例如Siri,Alexa)
    • 人工智能也正在进入工作场所(例如推荐引擎,聊天机器人,自动化协作建议)。
    • AI是指从历史数据(训练数据)中获取并从过去的数据表现中学习的内容; 通常,这是受监督的机器学习。
    • 深度学习是神经网络的概念。 这是一个过度夸大预期的领域。
      • 卷积神经网络(CNN)用于图像和视频识别。
      • 递归神经网络适用于时间序列数据。
      • 生成性对抗网络(GAN)擅长根据您训练的其他数据和图片创建虚假数据和图像。
    • 如何处理AI:
    • 理解模型的作用(不一定是基础算法),知道何时应用它们以及如何解释结果是%E5%88%86%E6%9E%90%E5%B8%88%E9%9C%80%E8%A6%81%E7%9A%84%E6%8A%80%E8%83%BD“>
    • 自动化机器学习将帮助我们解决数据过多和时间不足的问题:
      • 自动化%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%87%A0%E5%88%86%E9%92%9F%E5%86%85%E5%8D%B3%E5%8F%AF%E9%AB%98%E7%B2%BE%E5%BA%A6%E5%9C%B0
      • 从历史上看,这是昂贵的。 不再。 无代码AI将允许您今天这样做。

    Ton Wesseling:“在每个组织中进行验证”

    • 为什么我们的CRO工作将会死亡:团队的运作速度不同。
      • 转换团队:6-8周的实验周期;
      • 营销团队:准备,活动,准备,活动;
      • 产品团队:为期2周的冲刺。
    • 转换/优化团队可能成为营销和产品团队的噩梦。
    • 优化团队有很多(太多)自豪感:
      • 他们告诉其他团队他们做错了什么。
      • 可以是自以为是和过于批评。
      • 优化团队应该更加谦虚。
    • 为什么杀死优化团队实际上是个好主意:
    • 优化是您尝试影响的KPI。
    • 优化就是效果 – 获得更多结果。
      • 我们如何做到这一点? 所有部门都应该共同努力,创建一个“卓越验证中心”。
      • 使基于证据的增长成为公司 – 民主化研究的核心,这样产品团队就不必担心统计数据。
      • 实施的优先顺序=证据质量x对共同目标的潜在影响。
    • 不要做推动者; 成为推动者。

    Tammy Duggan-Herd:“不知不觉的陷阱:心理学的误用如何破坏你的转换率”

    《CXL Live 2019回顾:每个演讲者的小贴士》
    • %E7%90%86%E8%A7%A3%E4%BA%BA%E7%B1%BB%E8%A1%8C%E4%B8%BA%E6%98%AF%E5%A4%8D%E6%9D%82%E7%9A%84%EF%BC%8C%E6%9B%B4%E5%8A%A0%E5%A6%82%E6%AD%A4%E3%80%82″>
    • 如果您遵循错误的原则,您可能会损害转化,营销和品牌。
    • 问题的根源在于研究如何进入公众:
      • 从一位研究人员开始,他正面临压力,要制作能够在媒体/学术期刊上发挥作用的东西。
      • 科学期刊的拒绝率为70% – 很少有人将其排除在外。
      • 当某些内容发布时,新闻稿会关注促销,而不是准确性。
      • 媒体继续扩大索赔; 博主让问题变得更糟。
      • 最终,我们在Twitter-20页上消费减少到160个字符。
    • 这是一个电话最佳情况的游戏,扭曲的信息没有效果; 最糟糕的情况是它会产生相反的效果。
    • 不知情的从业者的陷阱:
      • 简单化。 媒体简化了结果,因为它们需要简洁,引人入胜; 限定符和细微差别被删除。
      • 过高估计效果的大小。 统计显着性不等于实际意义 – 效果的大小
      • Overgeneralizing。 我们经常忽视研究的局限性,这是必要的,因为大多数研究都是在实验室(不具代表性)的本科生中进行的。
      • 隔离调查结果。 媒体将单一发现视为最终结果; 没有一项研究可以自己说多少; 其他变量可以否定/逆转效应。
    • 你需要知道如何避免陷阱:
      • 阅读原始研究。 实际发现了什么? 效果的大小是多少? 怎么进行的?
      • 不要陷入黑客攻击。
      • 自己测试一下。 请注意它可能出错/适得其反。

    Brian Cugelman:“消费者心理学,多巴胺和转换设计”

    • 多巴胺神话声称
      • 多巴胺是快乐或幸福的神经递质。
      • 可变奖励非常强大,用户无法抗拒它们。
      • 像Facebook这样的公司用多巴胺操纵人。
    • 如果这些说法属实:
      • 社交媒体将是纯粹的乐趣。
      • 我们都是上瘾者,被邪恶的操纵者迷住了。
      • 大多数人都缺乏自制力。
    • 实际上,多巴胺使人感到精力充沛和好奇。
      • 它提供了一种快速消退的情感奖励,让人们不满意。
      • 人们习惯触发,停止触发多巴胺。
      • 多巴胺奖励加强了行为。
      • 多巴胺太少与运动障碍有关。
    • 我们如何触发观众的多巴胺? 提供数字承诺或惊喜
      • 虚拟欢迎礼物;
      • 快速致富的优惠;
      • 神秘盒子;
      • 拍卖;
      • 幸运抽奖;
      • 广告:“这些儿童明星今天的样子”;
      • BuzzFeed调查/测验,例如你是哪只狗?
    • 我们如何在数字营销中使用它?
      • 礼物和奖励的视觉提示;
      • 神秘奖品;
      • 编辑钩子;
      • 有价值的建议;
      • 福利声明;
      • 任何奖励的提示。
    • 大脑习惯于旧的奖励(例如横幅失明)。
    • 你如何克服习惯?
      • 提供更多,更好,更大。
      • 使用新奇。
      • 包括惊喜。
      • 遏制完整的故事。
      • 减少外展频率。
      • 添加随机礼物。
      • 重新包装今天的材料。
      • 添加创新。
      • 使用可变奖励。
    • 使用不确定性对您有利:
      • 如果您要发货,请使用随机奖励并提高预期。
    • 使用期望管理,直截了当,兑现你的承诺,你将拥有当之无愧的多巴胺。

    Lukas Vermeer:“在Booking.com实现在线实验民主化”

    • 每当有人向您显示数据时,您的第一个问题应该是“这些数据在何处以及如何获取/收集?”
    • 有些人误解了基于数据的验证,认为这是对创作自由的限制。
    • 在预订时,信任数据的有效性,并且每个人都可以看到决策。 这可以实现连续的个人决策过程。
    • “轶事的复数不是数据” – 我们需要证据来做出决定。
    • 避免猜测游戏(例如“两种按钮颜色中的哪一种更好?”):
      • 我们应该做一个假设检验,其中包括对实验背后思考的更详细的描述。
      • 这并不意味着您无法%E6%B5%8B%E8%AF%95%E6%8C%89%E9%92%AE%E9%A2%9C%E8%89%B2%EF%BC%8C%E8%80%8C%E6%98%AF%E6%82%A8%E5%8F%AF%E4%BB%A5%E6%9B%B4%E5%A5%BD%E5%9C%B0%E7%90%86%E8%A7%A3%E4%B8%BA%E4%BB%80%E4%B9%88%E8%A6%81%E8%BF%99%E6%A0%B7%E5%81%9A%EF%BC%8C%E4%BB%A5%E5%8F%8A%E6%82%A8%E5%BA%94%E8%AF%A5%E6%B5%8B%E8%AF%95%E5%93%AA%E4%BA%9B%E5%8F%98%E4%BD%93%E3%80%82″>
    • 假设模板:理论,验证,目标。
    • 通过实验挑战您对产品的理解至关重要:
      • 它翻转了“所有测试应该赢得”的思维颠倒 – “9/10测试失败”(VWO),但学习永远不会失败。
    • 找到快速测试风险最高假设的最小步骤。

    Ryan Thomas:“优化电子邮件注册”

    《CXL Live 2019回顾:每个演讲者的小贴士》
    • 电子邮件捕获有时可能会违背您的主要目标
      • 防爆。 优化比赛弹出窗口导致电子邮件注册超过300%,但电子商务转换率和AOV下降
      • 修复:用鼓励现在促销的优惠替换竞赛(欢迎和退出优惠的组合)
      • 电子邮件注册中的类似提升加上交易转换率和收入的提升
    • 为什么要专注于%E7%94%B5%E5%AD%90%E9%82%AE%E4%BB%B6%E6%B3%A8%E5%86%8C“>
    • 查看数据:电子邮件流量通常表现最佳; 时间延迟和路径长度示例 – 三分之二转换当天但在第一个触摸点不到一半
    • 与客户建立关系
    • 测试策略:独立KPI(不太可能与其他测试冲突); 低流量:当您没有足够的宏转换时,可以在此测试; 测试为学习:尝试消息和动机

  • ResearchXL%E6%B5%81%E7%A8%8B”>
  • 启发式分析
  • %E9%BC%A0%E6%A0%87%E8%B7%9F%E8%B8%AA“>
  • 网络分析
  • %E7%94%A8%E6%88%B7%E6%B5%8B%E8%AF%95“>
  • 定性调查
  • 技术分析
  • 客户调查
    • 开放式,非领导性问题
    • 了解动机,决策过程,犹豫,挫折
  • 洞察力可以来自任何地方
  • 关联数据点以确定路线图的优先级( PXL“>
  • 更多例子:
    • 针对频繁购买产品优化竞赛弹出窗口,可以提高电子邮件注册速度,而不会影响电子商务指标
    • 在增加电子邮件注册95%之前添加一个不存在的欢迎优惠,并在交易转换率中创造小幅提升
  • 小贴士:
    • 使您的战略与对业务重要的事物保持一致 – 没有虚荣指标。
    • 尝试不同的策略,工具,优惠和设计。
    • 做你的研究!
  • Nina Bayatti:“它真的是赢家吗? 您应该跟踪的漏斗数据“

    • 您可以监控大量指标:
    • 但他们并没有讲述整个故事。
    • 要获得可靠的结论,您需要分析下漏斗数据。
    • 在ClassPass中,他们认为推荐对于引入新客户非常重要,因此激励推荐是有意义的。
      • 他们测试了提供10个免费积分与一个伙伴一起锻炼。
      • 邀请人数增加了50%; 转介收购提升35%。
      • 然后他们注意到他们一直在蚕食其他渠道 – 转换为转介的人是已经从其他渠道获得的线索。
    • 设置成功实验:
      • 定义成功指标。
      • 在确定样本量时,请考虑所有%E6%BC%8F%E6%96%97%E6%AD%A5%E9%AA%A4“>
      • 识别并迭代下漏斗杠杆。
      • 激励工作,但他们可能工作很好,并转换人谁没有真正进入服务/产品或蚕食其他渠道。
      • 始终考虑您的获胜测试对您的增长成本的影响。

    埃里克艾伦:“失去测试也可能成为赢家。 如何从失败的实验中学习和学习。“

    • 实验的成本 – 你希望上涨超过成本。
    • 输掉为什么会伤害? 损失在我们心中比收益更大。
    • 学习知识:知识是有限的; 设计每一个实验,你可以从中获得学习,甚至可以从损失中获得。
    • Ancestry.com重新设计测试失败:
      • 第一次测试:据了解,我们改变了太多,需要隔离变量。
      • 第二次测试:消费者不了解包装之间的差异,只是选择最低价格。
      • 第三个测试:优惠页面太复杂,消费者在页面上花费了太多时间。
      • 第四项测试:现在有太多人正在接受短期一揽子计划。
      • 第五次测试:这只是不起作用。 恢复原状。
    • 学习重构失败:“ A” b>是我们的学费。 学习需要花钱。
    • 测试的影响:
      • 基线运行率:每年1亿美元;
      • 试验升力:10%;
      • 测试时间:90天(25%);
      • 负面影响:250万美元;
      • 总收入:9750万美元。
    • 没有测试的实施影响:
      • 基线运行率:每年1亿美元;
      • 试验升力:10%;
      • 测试时间:12个月;
      • 负面影响:1000万美元;
      • 总收入:9000万美元。
    • 测试总节省:750万美元。
    • 从一系列测试中学习可以将损失变成胜利。
    • 小贴士:
      • 詹姆斯林德:有成本,但也有好处。
      • Jeff Bezos:继续进行实验。
      • Jay-Z:损失是教训。
    《CXL Live 2019回顾:每个演讲者的小贴士》

    Stefanie Lambert:“真实的谈话:在构建优化计划时学到了很多经验教训”

    • 对组织文化的敏感性将使每个人的生活更轻松。
      • 如果一家公司以不同的方式做事,那可能意味着必须适应。
    • 细节决定成败。
      • 由于移动太快,我们需要多次重新启动测试。
      • 对于一个简单的测试,将%E8%B0%B7%E6%AD%8C%E5%88%86%E6%9E%90%E4%B8%8E%E8%B0%B7%E6%AD%8C%E4%BC%98%E5%8C%96%E8%BF%9E%E6%8E%A5%E5%B0%86%E8%8A%B1%E8%B4%B9%E5%87%A0%E7%A7%92%E9%92%9F%EF%BC%8C%E4%BD%86%E5%9B%A0%E4%B8%BA%E6%88%91%E4%BB%AC%E6%B2%A1%E6%9C%89%EF%BC%8C%E6%88%91%E4%BB%AC%E6%B5%AA%E8%B4%B9%E4%BA%86%E4%B8%A4%E4%B8%AA%E6%98%9F%E6%9C%9F%E3%80%82″>
    • 如果它没有数据支持,它可能无法工作。
      • 您的测试队列应该主要是数据支持的测试。
      • 一条服装系列真的想要展示他们的服装质量,并使他们的图像更大。 但这个想法并非来自数据。
      • 当我们显示较大的图像时,页面上的产品较少,从而降低了点击率。
    • 定量和定性数据是获得卓越结果所必需的。
      • 在进行测试后,我们对表单启动减少20%感到失望。
      • 新表格看起来更好看,并且在网站的其他地方做得很好。
      • 我们过滤了控件和变体用例的会话记录。
      • 在新变体中,形式区分足以使访问者将其识别为表单,因此更多用户离开,减少表单开始。
    • 好奇心没有杀死猫。
      • 通过足够的关怀脱颖而出,提出难题。 (例如“这真的很好,但可能会更好吗?”)
      • 当我刚开始时,我对基于工具的数据做出大量业务决策感到不舒服。
      • 我必须%E5%AD%A6%E4%B9%A0%E7%BB%9F%E8%AE%A1%E4%BF%A1%E6%81%AF%E6%9D%A5%E4%BF%A1%E4%BB%BB%E6%95%B0%E6%8D%AE%E3%80%82″>

    Lizzie Eardley:“在实验中追逐统计幽灵”

    • 统计幽灵:当您认为您的测试影响了您的指标时,实际上没有影响。 你被这些数据所欺骗
    • 超过100,000 A / A测试:60%的A / A测试测得的差异至少为1%。
    • “没有%E7%BB%9F%E8%AE%A1%E5%AD%A6%E6%84%8F%E4%B9%89“>
    • 统计鬼的四个原因:
      • 多重比较;
      • 偷看;
      • 糟糕的指标;
      • 几乎意义重大。
    • 多重比较:
      • 需要通过调整p%E5%80%BC%E6%9D%A5%E8%A7%A3%E9%87%8A%E8%BF%99%E4%B8%AA%E9%97%AE%E9%A2%98%E3%80%82″>
      • 误报机会适用于每次比较。
      • 防爆。 1比较:误报率为5%; 比较8次,误报率为34%!
      • 基于一个关键指标的假设,然后选择辅助指标。
    • 偷看:
      • 在预先确定的实验结束之前查看数据并采取措施。
      • 这会对假阳性率产生巨大影响。
      • 窥视的好理由:检查错误,停止灾难,提高效率。
    • 糟糕的指标:
      • 一个好的指标是有意义的,可解释的,敏感的,适合测试。
      • 有意义:捕获您打算改变的内容。
      • 可解释:易于告知变更如何改变用户行为。
      • 敏感:可以更快地检测到较小的变化。
      • 适合测试:正常测试假设独立,并且错误通常是分布的。
    • 几乎意义重大:
      • 诱惑的幽灵。 人们想要相信他们所希望的。
      • 没有“几乎”重要的事情!

    Emily Robinson:“6 A / B测试指南”

    • 实验过程的步骤:
      • 处理。 你不能做所有事情,你不做的事情仍然很重要。
      • 创建。
      • 分析。
      • 做决定。 如何决定下一步做什么?
    • 数据越少,意见越强。 我们的意见经常是错误的。 不要让HiPPO(最高付费人的意见)扼杀你的想法; 实验而不是。
    • 从历史数据开始:您的测试想法的人口是多少? 您当前的转化率和估计的增幅是多少?
    • %E8%BF%90%E8%A1%8C%E5%8A%9F%E7%8E%87%E5%88%86%E6%9E%90“>
    • 如果你一次尝试多次更改,就无法弄清楚什么不起作用; 改为进行较小的增量测试。
      • Etsy在测试结束后发布了所有更改。
      • 转移到更深入的流程,以更小的周期实施A / B测试更改。
    • 在发布它们之前的原型想法。
    • 让一位科学家参与其中,以确保您能够跟踪正确的指标。 它们还可以帮助您进行功率计算和迭代思路。
    • 做决定:
      • 您正在添加的技术复杂性和债务是什么?
      • 这是一个基本特征吗?
      • 可能会产生一个太小而无法发现的负面影响吗?
    • 小心推出中性 – 没有可靠的策略或足够的数据来支持决策。

    Valerie Kroll:“如何呈现测试结果以激发行动”

    • %E5%B1%95%E7%A4%BA%E6%95%B0%E6%8D%AE%E6%97%B6“>
    • 模板公式:
      • 为何我们测试;
      • 我们测试了什么;
      • 结果;
      • 学习收获;
      • 下一步是什么。
    • 您的幻灯片不是您的演示文稿。 你是演讲。
    • 陈述您的商业案例:
      • 你在哪里测试这个?
      • 谁是观众?
      • 你会测量什么?
    • 陈述论文。 (例如“价值主张聊天提示会增加领先捕获吗?”)
    • 定义实验的测量方式:
      • 假设陈述;
      • 主要KPI;
      • 次要KPI。
    • 让您的演示文稿互动:运行民意调查 – 询问人们他们认为会赢得什么。
    • 展示结果:
      • 对主要KPI的影响;
      • 主要KPI的一种可视化; 人们会更好地了解您的结果。
      • 细分以显示您找到的其他内容。
      • 保持学习和行动并排。 (这应该占您演示时间的40-50%。)
    • 如果某些内容没有添加到您的演示文稿中,则会将其从中删除(例如统计信息,技术信息等)。
    • 有一个可预测的模板。 人们知道会发生什么。 让您的工作更快。

    AndréMorys:“我们都会死:为什么’优化’是进化的加速”

    • 撒切尔效应(1980年,现场实验):很难识别脸部上部照片的变化(玛格丽特·撒切尔)。
    • 如果您不知道该模式,您可能无法识别它 – 与CRO相同。
    • 你需要改变观点 ,看看事情背后的真相。
    • 防爆。 为什么德国商业银行会死?
      • 坦率地说,这种体验很糟糕。
      • 但为什么? 他们有设计师,CRO和分析师
      • 无知的HiPPO管理层并不感到痛苦。
    • “真相 – 更确切地说,准确理解现实 – 是产生良好结果的重要基础。”
    • 不要谈论颠覆性的商业模式; 破坏的人不会谈论它。 他们太忙于扰乱。
    • 数字增长不是来自技术; 它基于良好的客户体验。
    • 如果无意测试客户体验,您将看不到结果。
    • 优化本质上是敏捷的:CRO为团队提供新数据,以证明无论组织做得好还是坏。
    • 优秀的优化者会产生以客户为中心的想法。
    • 亚马逊的优势在于他们不断创造新的见解。
      • 这是一波 – 敏捷的海啸。 (你看不到它。)
    • 无限优化过程:分析,优先排序,验证。
    • 改变管理思维。
      • 管理层并不关心网站上发生了什么变化。
      • 向管理层介绍实验计划的投资回报率。
      • 提示:成为CFO的朋友。
      • C-Suite圆桌会议 – 允许管理层讨论他们的问题,然后是有抱负的(即出售该计划)。
      • 管理层希望的事情! 然而,他们忘记了较小的变化会产生更大的结果(复合效应)。
    《CXL Live 2019回顾:每个演讲者的小贴士》

    John Ekman:“数字化转型中的问题(以及如何解决)

    • “数字化转型”不是一个好目标:
      • 目标是“快速将产品推向市场”或“良好的客户服务”。
      • 当目标不应该改变时,我们(错误地)设定了“数字化转型”的目标,只有实现它们的工具。
    • 五种数字化转型方式:
      • 数字化产品;
      • 围绕产品包裹数字服务层;
      • 数字化过程“幕后”;
      • 数字化营销,销售和保留工作;
      • 创新新数码产品。
    • 我们必须在五种数字化转型方式中进行选择和优先排序; 甚至数字领导者也可能以一种或两种方式出类拔萃,而不是其他方式
    • 领导层认为它花费了大量资金; 从业者觉得他们没有资源。
      • 现实是曲棍球棒的增长 – 你必须花费大量的钱才能看到任何结果(然后结果是指数级的)。
      • 在分配到正在进行的计划之前,将预算分配给新的计划。
    • 目标和评估错位:
      • 大项目中没有组织小项目。
      • 通过数字化转型,我们不知道回报的规模或必要的投资; 仅关注投资回报率并不能推动您走向未来。
      • 解决方案:OKR(谷歌),创新会计(Eric Ries),计量资金(VC)。
    • 三个数字超级大国:
      • 能够(1)倾听客户;
      • 当你倾听时,你可以(2)采取行动; 否则,你采取错误的信息。
      • 如果你有两者,你可以(3)扩展; 否则,你缩放错误的东西。

    Critchlow会说:“如果你的CRO测试获胜会破坏你的搜索流量怎么办? 或者你的SEO变化正在破坏你的转换率?“

    • 一般担心的是SEO%E4%BC%9A%E6%90%9E%E7%A0%B8CRO%EF%BC%8C%E8%80%8C%E4%B8%8D%E6%98%AF%E7%9B%B8%E5%8F%8D%E3%80%82″>
    • CRO处理漏斗的底部(更多人转换为销售)。
    • SEO处理漏斗的顶部(向漏斗中添加更多人)。

  • 许多CRO页面甚至没有编入索引,但许多CRO和CRO测试都会损害有机流量。 (我们已经看到它发生了。)
  • 实验:要求SEO和非数字营销人员评估两个页面中的哪一个可能更高:
    • 没有人能够在预测中达到50%的准确率。
    • SEO仅略优于非SEO。
  • 那么我们如何做出更好的预测呢? SEO测试(DistilledODN)。
  • 对一个利基有用的变化可能不适用于另一个 – 我们必须进行测试。
    • SEO“最佳实践”是网站/行业特定的。
  • %E7%94%A8%E6%88%B7%E4%BD%93%E9%AA%8C“>是排名因素(可能):
    • 谷歌将机器学习模型培养成与人们喜欢的相同的东西。
    • 但谷歌并不完美 – 每次算法改变都无法实现这一目标,但这就是他们想要做的事情。
    • 因此,我们应该从UX基础知识构建SEO假设。

  • 最终,我们需要 – 并将从中受益 – 同时测试SEO和CRO的影响。 我们在同一个团队。
  • Brennan Dunn:“如何在规模上提供完全个性化的体验”

    • 许多人“认为”他们%E4%B8%AA%E6%80%A7%E5%8C%96“>
    • 我真正想要个性化的事情:我的意图,我的行为,我的知识水平。
    • %E5%88%86%E6%AE%B5%E7%9A%84%E4%B8%A4%E4%B8%AA%E4%B8%BB%E8%A6%81%E5%B7%A5%E4%BD%9C%EF%BC%9A”>
    • 让您的信息更具相关性,更具体;
    • 使用细分来改进报告。

  • 在细分中,我关心的两件事是“谁”和“什么”:“我是一个[空白],我需要你的帮助[空白]。”
  • 如何自动细分人物:
    • 意图/行为
      1. 有人在我们网站上阅读的最后10-20篇文章是什么?
      2. 原始登陆页面。
      3. 他们点击的广告(尤其适用于Facebook%E5%B9%BF%E5%91%8A“>
      4. 介绍人。
    • 操作
      1. 购买。
      2. 引磁铁。
      3. 网络研讨会。
    • 调查
      1. 触发链接:“你现在最关注的是什么?”
      2. 调查。 “你今天在我们的网站上想做什么?”
      3. 托管调查。
    • Clearbit
  • 如果您不知道应如何细分怎么办?
    • 当有人加入电子邮件课程或下载磁铁时,请将其指向空白。 (例如“你需要从这个电子邮件课程中得到什么?”)
  • 通过个性化,我们可以使用利基消息,而不是真正的利基业务。
  • 少思考,多参与=更多转换。
  • 在一天结束时,个性化是相关的。
  • Chad Sanderson:“在产品开发和营销方面协调实验”

    • 有时营销和工程部门希望进行并行实验并遇到冲突。
    • 更接近产品的人对业务有更大的吸引力。
    • 不同类型的公司:Tech First(Bing,LinkedIn),Second(Booking.com,Grubhub),Third(Sephora,Target)。
    • 根据业务类型,您有以下差异:
      • 优化。 没有实验工具,该功能就不存在; 实验设计可以在冲刺周期之外进行。
      • 验证。 无论实验如何,该特征都将存在; 实验设计是开发周期的一部分。
    • Snapchat的大型重新设计在用户评论中占据了83%的基础 – 这是基于验证的流程可以避免的灾难的一个例子。
    • Page” speed> Kills。 优化是否会使转换率降低5%或更多? 客户端实验技术无法将延迟增加到不到1000毫秒。 每100ms延迟导致RPV降低0.5%。
    • 成功的步骤:
      • 了解您当前的结构:优化或验证。
      • 找出你的覆盖范围缺乏的地方。 是否跟踪投资回报率? 产品是否附带实验?
      • 弥合人员,部门之间的差距 – 实现计划指标的共同目标。
      • 建立一个分享结果和开展联合项目的论坛(在全球计划层面取得成果,而不是个别考试)。
      • 每月举行会议以持续审查指标并解决对立的力量。

    Natasha Wahid:“如何让整个组织对实验感到兴奋”

    • 文化是成功实验的一个因素。 采取这种情况:
      • 一位女性优化冠军开始从每个人那里获取想法进行实验。
      • 她得到了很多想法,但因为她是一个女人的节目,她下雪了。
      • 过了一段时间,它变成了一个笑话 – 一个创意去世的地方。
    • 我们怎样做得更好?
      • 激发灵感 – 火花。 让人们有动力去行动。
      • 教育培训。 正式或非正式。
      • 通知 – 沟通知识,行动。
    • 核心团队拥有该计划。 他们专注于获得高管的支持和建立势头。
    • 防爆。 使者
      • 米歇尔通过不优化核心渠道突出了公司所缺少的内容。
      • 招募了一名首席工程师和一名设计师。 他们还从外部机构引进了一个有利的合作伙伴。
      • 每个人都可以看到实验的影响。 工程师立即硬编码获胜的变种。
    • 防爆。 广场
      • 其中一个最具知名度的产品团队经历了重新设计。
      • 举办研讨会,专注于改变人们对实验的思维方式。
      • Focused on fostering collaboration, asking teams if there were insights from other experiments that might be relevant for the current team.
    • RACI model:
      • R – responsible – doing the actual work;
      • A – accountable – owner of the project;
      • C – consultant – providing information on managing the process;
      • I – information – people who just need to be kept informed.
    • Example for RACI communication:
      • Owner: Experimentation champion;
      • Message: Experiment X has been launched;
      • Channel: Slack notification;
      • Audience: Engineering team;
      • Timing: Automatically when experiment is launched in tool.

    结论

    This post is 21 half-hour sessions condensed into less than 5,000 words. If you want the full experience—inside and outside the conference sessions—you simply have to be there.

    好消息? You don’t need to wait a full year. Join us at Digital” elite camp> in Estonia on June 13–15.

    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