Agile-маркетинг. Хакерские практики для эффективного бизнеса - [57]

Чтобы доказать, что одно событие служит причиной другого, нужно провести тестирование. В идеальном случае все остальные факторы остаются постоянными, а мы проверяем последствия изменения только одной переменной, то есть проводим управляемый эксперимент, что не всегда доступно, особенно в случае маркетинговых экспериментов, требующих времени. Тем не менее мы стараемся делать лучшее из того, что можем. В этом суть научного подхода.

Наука маркетинга включает в себя больше, чем просто аналитическое мышление. Научный подход рассматривает почти все положения в области маркетинга как гипотезы, требующие тщательной проверки. К счастью, благодаря адаптивности цифровой среды проводить тестирование в цифровом маркетинге легче, чем в большинстве других случаев. Относительно просто также проводить эксперименты с использованием А/B-тестирования с помощью различных маркетинговых программ. Маркетологи имеют доступ к достаточному количеству потенциальных клиентов, чьи действия изучают ради достижения статистической значимости в результатах исследований. Причем рис. большинства маркетинговых экспериментов при условии тщательного проведения сравнительно низкий.

Хотя большие данные имеют значение для современного маркетинга, еще важнее для него большое тестирование — организационные возможности, обеспечивающие непрерывные исследования и масштабные эксперименты. Три условия делают такое тестирование действительно масштабным:

1. Готовность проверять большие идеи.

2. Открытый подход к решению проблем, поощряющий масштабное тестирование в компании.

3. Руководитель, приверженный тестированию, который поддерживает широкий размах мероприятия.

В свою очередь, масштабное тестирование дает возможность ответственно внедрить смелые бизнес-идеи, так как доказывает их правильность поначалу в малом масштабе. При этом возникает доверие, необходимое для создания большого опыта. Речь идет о замечательном клиентском опыте, который выделяет компанию среди конкурентов.

Мы можем представить совокупность больших данных с исследованиями в виде концентрических кругов (рис. 21.1). Большие данные расположены в центре, окружены большим тестированием, доказывающим или опровергающим гипотезы о рынке, которое затем позволит аудитории получить большой опыт. По мере того как мы движемся от внутреннего анализа к учету влияния внешнего мира, увеличивается сила действий, основанных на данных.

РИС. 21.1. БОЛЬШИЕ ДАННЫЕ, БОЛЬШОЕ ТЕСТИРОВАНИЕ И БОЛЬШОЙ ОПЫТ

Остановимся подробнее на каждом из трех условий большого тестирования.

Большое тестирование разыскивает большие идеи

Как уже было сказано, семена инноваций — это идеи. Первое условие большого тестирования — стремление к поиску и опробованию больших идей. Если идея раздвигает границы статус-кво, изучает новые способы привлечения аудитории, стремится проверить значимые гипотезы о бизнесе, она считается большой.

Пожалуй, можно считать Стива Джобса с его девизом «думай иначе» покровителем великих идей.

Большим идеям противопоставляются малые, которые часто опробуются при оптимизации цифровых маркетинговых программ, таких как тестирование незначительных изменений в презентации. Например, проверка различных заголовков или цвета кнопки на целевой странице — это малые идеи оптимизации. Тем не менее такая оптимизация очень ценна и улучшает результаты. Но чтобы добиться по-настоящему большого успеха, приходится экспериментировать, выходя за пределы существующей структуры. Вместо того чтобы подстроить существующую систему, хочется попробовать альтернативные концепции, которые могут открыть новые возможности и поток ценности в путь покупателя или вывести на рынок принципиально иные предложения. Например, вместо тестирования разновидностей целевой страницы, предлагающей электронную книгу, мы можем проверить две разные идеи: целевую страницу с рекламой вебинара с тем же материалом и страницу с интерактивным инструментом, который позволяет участникам оценить собственную пригодность к принятию решения. После того как удастся определить, какая из них оказывает наибольшее воздействие, можно заняться оптимизацией настроек страницы.

Представить разницу между большой идеей экспериментирования и малой идеей оптимизации можно в виде бесконечно длинного графика, включающего все идеи, которые можно реализовать в определенной точке взаимодействия с потенциальным покупателем (рис. 21.2). График показывает, насколько хорошо будет работать каждая идея. Те из них, что мало отличаются друг от друга, расположены рядом, а непохожие разделяет большое расстояние.

РИС. 21.2. ИННОВАЦИИ ТРЕБУЮТ ИССЛЕДОВАНИЙ ЗА ПРЕДЕЛАМИ ЛОКАЛЬНОГО МАКСИМУМА

Малая идея оптимизации начинается в одной из точек на графике и делает небольшие шажки, при этом вносятся незначительные изменения, чтобы выяснить, нет ли поблизости более производительных вариантов. После изучения прилегающих областей графика находится самая высокая точка, и тут оптимизация упирается в потолок; возможно, мы уже не сможем получить ничего лучшего. Такая точка называется локальным максимумом. Вполне возможно, что это не самая высокая точка на графике, другими словами, не