Avinash Kaushik & Bryan Eisenberg: From Data To Action

Voor de tweede keer deze week Avinash Kaushik door de speakers. Dit maal in gesprek met Bryan Eisenberg. Het onderwep: testen, of eigenlijk multi variatie testen, Google Website Optimizer en het overtuigen van je omgeving. Een zeer leuk gesprek, dat zeker de moeite waard is. Voor de mensen die liever lezen dan luisteren heb ik in korte samenvatting geschreven.

Klik hier om het gesprek tussen Bryan Eisenberg en Avinash Kaushik te beluisterenmediaplayer.jpg

(Wil je de podcast downloaden, bijvoorbeeld voor op je I-pod, rechtermuisklik hier en “save as”.)

DemocratieHIPPO
Testen zorgt voor democratie. Je kunt de mensen die veranderingen in je bedrijf tegenhouden (of zelf minder goede ideeën hebben) overtuigen van de positieve effecten die een verandering kan hebben. Avinash heeft ook een mooie afkorting voor de mensen die vertragend werken: HIPPO’s – Highest Paid Person´s Opinion. Helaas bepalen de HIPPO’s nog wel vaak wat er (bijvoorbeeld) op de homepage moet komen te staan. Zonder onderbouwing, met niks, soms met een onderbuikgevoel. Door verschillende variaties (meningen) te testen kan je aantonen welke variatie het best werkt, waardoor niet altijd blind op de HIPPO gevaren wordt.

De drie redenen om te testen
1. Overtuig de HIPPO, breng democratie
2. Neem geen onnodige risico’s, zet niet ‘zomaar’ iets live, test het eerst, laat het zijn waarde aantonen en zet het dan live
3. De gebruiker staat centraal. Niet jij, niet de HIPPO, niet je collega, maar de gebruiker bepaalt wat werkt en wat niet

Draait er een multi variatie test op je Adwords landingspagina?
Niet? Ga je schamen! (zegt Avinash) Hoe kun je geld uitgeven aan advertenties zonder de landingspagina’s te optimaliseren? Elk zoekwoord, elke advertentie, kan een andere landingspagina vragen. Hier kan je alleen achter komen door het te testen.

Test niet om het testen
Een multi variatie test is een prachtige techniek, maar gebruik hem met mate. Bouw geen test met 60 miljoen variaties (het is wel mogelijk!) maar test in kleine groepen, met 5, 6, 7 variaties. Kijk welke de beste is en ga verder met testen. Test dus niet om het testen, maar om te optimaliseren. Met minder combinaties leer je meer.

From data to action
Web analytics geeft je de data, maar nog geen actie. Je moet aan de hand van de data mensen overtuigen. Pas na het overtuigen kan je dingen doorvoeren. Een test stelt je in staat om te overtuigen met uitkomsten, met inzichten. Je bent niet afhankelijk van statische data, maar je kunt, door variaties met elkaar te vergelijken, aantonen dat het één beter werkt dan het ander. Je gaat van data (web analytics, surveys, usability onderzoeken) naar actie (testen!).

Je gooit niet een Excel sheet met cijfers over de muur, maar je onderbouwt direct je ideeën door de uitkomsten van de test. Jouw eigen idee zou verworpen kunnen worden, het is maar een idee, maar de stem van de gebruiker zal niet zomaar verworpen worden. Ga dus testen!

Eigen toevoeging
Ik ben zeer benieuwd wanneer de gebruiker als attribuut aan een test toegevoegd kan worden (bijvoorbeeld in segmenten/variaties), of het weer, of je concurrentie analyse, de prijs van je producten, de prijs van olie, de stand van de AEX, etc. Door deze gegevens aan je test toe te voegen kan je nog meer onderbouwen waarom gebruikers doen wat ze doen. Het is niet altijd gezegd dat enkel vormgeving/interactie/content gebruikers aanzet tot een bepaald gedrag, ik ben van mening dat ook deze andere factoren een rol spelen en deze zou ik graag eens in een multi variatie test willen meenemen.

Reacties (2)

Reacties zijn gesloten.