Zpět na seznam článků

Vaše nápady jsou většinou příšerné

Jsem naštvaný. Na sebe, na programátora a trochu i na klienta. Máme konfigurátor produktu, a první krok nedává smysl. Nemůžu říct, co to je, tak dám příklad: Vybíráte si auto. A první, na co se vás to zeptá je druh převodovky. Převodovek je 7 a vypadají všechny stejně. Klient argumentuje tím, že je to tak nastavené, že programátor je tvrdohlavý a že změna je příliš složitá a drahá. Beru jako svoje selhání, že jsem nedokázal klienta přesvědčit o změně. A že se mu to vyplatí. Ale nevzdávám to :).

Pexels-pixabay-277593

Jsem naštvaný. Na sebe, na programátora a trochu i na klienta.

Máme konfigurátor produktu, a první krok nedává smysl. Nemůžu říct, co to je, tak dám příklad:

Vybíráte si auto. A první, na co se vás to zeptá je druh převodovky. Převodovek je 7 a vypadají všechny stejně. Klient argumentuje tím, že je to tak nastavené, že programátor je tvrdohlavý a že změna je příliš složitá a drahá.

Beru jako svoje selhání, že jsem nedokázal klienta přesvědčit o změně. A že se mu to vyplatí. Ale nevzdávám to :).

Většina vašich nápadů nestojí za nic

Mých taky. A je to normální.

Průměrná úspěšnost testovaných nápadů je 10–20 % podle Ronnyho Kohaviho. To znamená, že z 10 nápadů jsou jen 2 rozumné a pomůžou vám zlepšit podnikání.

Tady je úspěšnost AB testů ve velkých firmách:

Uspesnost-ab-testovani-1

A podotýkám, že určitě nejedou systémem házení špaget na stěnu a zjišťování, která se přilepí. Mají svoje vlastní výzkumná oddělení a datové analytiky.

Příliš nápadů, a tak málo času

Nápadů budete mít vždy víc než času a kapacity je implementovat. Já doporučuji si nápady:

  • zapisovat do sdíleného dokumentu,
  • ptát se všech lidí ve firmě.

Věděli jste, že nápad od zákaznické podpory má 2× větší šanci na úspěch než nápad z managementu?

OK, tak předpokládejme, že máte 20 nápadů, jak zlepšit (on-line) byznys. A co teď s tím?

Můžete zkusit intuici, můžete se zeptat odborníka, můžete zkopírovat konkurenci. Ale to je jen o trochu lepší než si hodit kostkou.

Ideální je mít systém, jak nápady třídit na dobré a špatné

Což je trochu hraběcí rada.

Nejsem první, koho napadlo na to mít systém. Těch systémů je víc: PIE, ICE, PXL, … většina je kombinace potenciálu na zlepšení (impact/potencial), důležitosti (confidence/importance) a náročnosti (ease).

Na konci tabulky to vynásobíte a seřadíte od největšího po nejmenší.

Idea-bank-1

Ale zvlášť u toho potenciálu je to věštění z koule.

Itamar Gilad k tomu udělal hezký graf, tak ho tady házím do češtiny.

Mira-jistoty-1

Příklad: Máte dva nápady

Máte CRM software na podporu zákazníků. A na stole dva nápady:

  1. Dashboard – přehledný panel s důležitými statistikami a trendy.
  2. Chatbot – pro automatizaci běžných požadavků od klientů.
    Pár zákazníků to chtělo, managementu se to líbí, ale bojíte se, že to budou používat jen „power-users“.

Pojďme si to rozpitvat na:

  1. ICE prioritizaci
  2. Míru jistoty
  3. Průběžné ověření

Krok 1: ICE prioritizace

Máte 3 vlastnosti, které potřebujete oskórovat od 1 do 10.

  • Impact (dopad) – odhad, jak moc se klíčová metrika (obrat, počet leadů) zlepší.
  • Confidence (důvěra) – míra jistoty v daný nápad
  • Ease (snadnost implementace) – jak dlouho potrvá to vytvořit

Takže pojďme na to.

  • Impact – u dashboardu si myslíte, že to zvýší retenci zákazníků, ale bojíte se, že jen části uživatelů. Tak tomu dáte 5 bodů. U chatbota si myslíte, že to výrazně sníží vytížení zákaznické podpory, tak tomu dáte 8 bodů.
  • Confidence – u dashboardu se na to ptalo pár zákazníků, takže to je 0,5 bodů. U chatbota je to spíš přání managementu a nemáte pro to moc dalších dat, takže tam je to 0,1 bodů.
  • Ease – dashboard zabere 10 týdnů, chatbot 20. Z tabulky níže z toho vypadává 4 respektive 2 body.

Výsledná tabulka vypadá takto:

Dashboard vypadá výrazně lépe, ale máte příliš málo dat pro kvalifikované rozhodnutí.

Krok 2: Ověření a proveditelnost

Pobavíte se s programátory, UXáky a zkusíte si rozplánovat oba nápady.

Programátoři vám upraví původní odhad pracnosti, vy si spočítáte návratnost a vychází z toho následující čísla:

Po druhém kole to vypadá na remízu, ale pořád si ty čísla trochu cucáte z prstu.

Krok 3: Dotazník

Pošlete zákazníkům dotazník a zeptáte se jich na top 5 nových funkcí (vč. chatbota a dashboardu). Zákazníci chtějí chatbota jako č. 1 a dashboard jako č. 3. Z toho vám vychází:

Vypadá to, že chatbot vede. Takže se do toho pustíte? Ne tak docela. Je to velký projekt za hodně peněz a dat na solidní rozhodnutí málo.

Uživatelé často nejsou schopni odhadnout svoje budoucí potřeby.

Jak říkal Henry Ford: „Pokud bych se lidí zeptal, co chtějí, řekli by rychlejší koně.“

Krok 4: Uživatelský výzkum

Vytvoříte z obou nápadů interaktivní prototypy a ukážete to 10 stávajícím zákazníkům.

Navíc obvoláte 20 účastníků dotazníkového šetření, co si přáli chatbota/dashboard.

  • 8 lidi z 10 přijde dashboard užitečný a používali by ho alespoň jednou týdně. Lidi chápou funkce stejně jako vy a tel. dotazování toto potvrdilo.
  • 9 lidí z 10 by používalo chatbota. Jsou nadšení. Testování prototypu ukázalo problémy s použitelností a někteří zákazníci se obávají, že přijdou o lidskou komunikaci s klienty, což je odrazuje.

Na základě zpětné vazby to vypadá, že se lidem líbí dashboard a že chatbot je spíš riziková sázka s velkým potenciálem. Navíc to vypadá, že chatbot bude vyžadovat víc práce na grafice a AI.

Výsledná tabulka vypadá takto:

Vypadá, že dashboard je vítěz. Chcete si ale nechat na stole obě karty, takže to otestujete.

Krok 5: Prototyp (MVP) a testování

Rozhodnete se vytvořit prototypy pro oba nápady. Chatbot trvá 6 týdnů, ukážete ho 200 uživatelům. 167 si chatbota aktivuje, ale po dvou týdnech ho používá jen 24 uživatelů.

V navazujících průzkumech se ukazuje, že chatbot je mnohem méně užitečný a odhání zákazníky, kteří chtějí osobní přístup. A dopracování chatbota do užitečného stavu vám programátoři odhadují na 40–50 týdnů.

Prototyp dashboardu vytvoříte během 5 týdnů a ukážete 200 uživatelů. Funkci používá 87 % účastníků, mnoho z nich denně. Zpětná vazba je pozitivní a uživatelé chtějí další funkce.

Takto vypadá konečná prioritizační tabulka:

V tuto chvíli máte jasno – dashboard.

Co si z toho vzít?

  1. Většina vašich nápadů bude špatná
    Budou vás stát čas a peníze a nepovedou ke zlepšení.
  2. Nápady ověřujte na klientech co nejdříve
    Jediný způsob, jak oddělit zrno od plev je testovat a snižovat nejistotu.
  3. Starejte se o výsledky, ne o výstupy
    Tohle vypadá jako super složitý způsob, jak vytvářet produkt. Ale ve výsledku vám ušetří hodně zbytečného úsilí.
  4. Zapojte co nejvíc lidí co nejdřív
    Čím dřív se nějaký nápad ukáže jako špatný, tím víc kapacit vám zbyde na ty dobré.

P. S.: Dvě písmenka z ICE jsou pořád dost dojmologie. Pokud to chcete zlepšit, tak zapojte další pohledy:

  1. Předchozí výsledky AB testů – některé nápady jsou historicky lepší
  2. Hodnotu stránky (page value) v GA3 – jak stránka přispívá k celkovému obratu
  3. Ověření na uživatelích – celý uživatelský výzkum

Související články

Amazon-ab-testing

9 trendů v optimalizaci konverzí

Laura-gariglio-kviuwtcw4ji-unsplash-donkey

Jste Buridanův osel?

Zuzu-struktura

Špagety, žužu a A/B testování

Dealing-with-kids-fear-of-santa

Překvapivé výsledky A/B testů a nefungující "best practices"

Smysluplná debata