Ebben a cikkben megismerkedhetsz a Growth Hacking folyamatok egy nagyon fontos elemével, az Experiment-Driven kultúrával, a kísérleti stratégiákkal és azok módszertanával. Célunk, hogy lerántsuk a leplet a Growth Hackingről, amit sokan ma Magyarországon a marketinggel mosnak össze. Amint végigolvasod, kellően mély ismereteket fogsz kapni a valódi GH gondolkodásmódba és akár azonnal el is kezdheted alkalmazni.
Mindenki máshogy közelíti meg a kísérleteket, de az ebben sikeres vállalatok azért mégis megegyeznek legalább egy dologban: stratégiai keretrendszert használnak a tesztekhez. A cikkből az is kiderül kiderül, hogy miért elengedhetetlen a keretrendszer használata a sikeres teszteléshez, hogy hogyan tűzhetsz ki jó célokat a tesztedhez, és végül, hogy hogyan építs keretrendszert és stratégiát a célok eléréséhez.
Mit jelent az Experiment-Driven Culture (EDC)?
A tesztvezérelt fejlesztés (TDD) és a viselkedésvezérelt fejlesztés (BDD) népszerű agilis fejlesztési technikák. Azonban nem mérik az alkalmazások használatát, és nem nyújtanak útmutatást az ügyfelek visszajelzésének megszerzéséhez. A kísérlet-alapú fejlesztés (EDD) a szoftverek fejlesztésének tudományos, tényeken alapuló megközelítése, agilis elvek alkalmazásával.
Az Experiment-Driven Culture (EDC) a fejlesztési részlegnél magasabb szinten, szervezeti kultúrális szinten van jelen, így a döntéshozatalok, a fejlődési irányok és a magasszintű üzleti célok is tudományos kísérletek útján kerülnek kiválasztásra.
Experiment Framework: Miért használjunk keretrendszert?
Azon túl, hogy a growth hacking nem működik mérhetőség nélkül, a strukturált tesztek hozzásegítenek a jobb eredmények eléréséhez. Nyilvánvaló, hogy véletlenszerűen is lehet eredményes egy kampány vagy termékmódosítás, de addig nem tudhatjuk biztosan, hogy ennél nagyobb eredményt is el tudtunk volna-e érni, amíg nem teszteljük megfelelően.
A keretrendszerek használata:
- konzisztens kísérleti megközelítést biztosít akár egy egész szervezet számára. Több ember több kísérletet tud végezni, így az eredmények is gyorsabban jönnek.
- lehetővé teszi, hogy több időt tölts magával a tesztelés mögötti stratégiával, mint a tesztek üzemeltetésével.
- megengedi, hogy taktikai kísérletezésről stratégiaira válts
Ezt az utolsó pontot azért vizsgáljuk meg kicsit jobban. A taktikai kísérletezésben minden kísérlet egy sziget – teljesen különálló, nem kapcsolódik semmi máshoz. Az ötletek átveszik a megoldások szerepét, így például „Ezt meg kellene változtatnunk olyanra”. De ezek pusztán tippelgetésből, bevált módszerből, versenytárs lemásolásából állnak. Szinte nincsen semmi irányelv, ami megmondja, hogy hol futnak a kísérletek, mikor és miért.
Az Experiment-Driven, vagy más néven stratégiai kísérletezé egy megszabott cél elérését hivatott beteljesíteni. Erre pedig egy tisztán és érthetően lefektetett stratégiát használ fel. A cél a kiindulási pont. Ebben az esetben a cél egy probléma potenciális – tesztelés vagy felállított hipotézisek alapján definiált- megoldásait jelenti. Minden kísérlet össze van kötve, és iterálható. Minden elvégzett kísérlet nagyobb rálátást biztosít egy problémakörre, így újabb és újabb tesztekkel egyre közelebb kerülsz a célod eléréséhez.
Ha a stratégiai kísérletezés még most sem szimpatikusabb, akkor mondunk még három indokot mellette:
- Nagyobb lesz a sikerességi rátád – a sikeres kísérletek %-a
- Egyre nagyobb hatással lesznek a sikeres kísérleteid – a konverziós arányok emelkedésén felül sokkal több gyakorlati betekintést is szerzel
- Soha nem fogysz ki az ötletekből – minden végső kísérleted új ötleteket fog szülni
Nézzünk meg egy Experiment-Driven keretrendszert
Az előszó és a stratégiai hozzáállás népszerűsítése után valószínűleg meglepő lesz az általunk használt keretrendszer egyszerűsége.
Még mielőtt belevágnánk, szeretném felhívni a figyelmet az ADATOK fontosságára. Minden amit csinálunk, adatokból táplálkozik. A user-research és analitikák elkészítése/elemzése kritikus pontjai a keretrendszerünk különböző szintjeinek felépítésének. Ez most furán hangzik, de a legjobb adatok az általunk keretrendszerben futtatott tesztekből származnak. Egy hatékony keretrendszernek így le kell csökkentenie a kísérlet indulási idejét is. A keretrendszerünkben meghatározott közönségek, területek és megközelítések mindig az aktuálisan rendelkezésre álló összes értékes adatunkból állnak össze. Ez nem egy statikus vagy rögzített értékhalmaz, így minden új teszttel tovább finomíthatjuk őket. Minél több adat válik elérhetővé, annál jobban tudjuk finomhangolni a kísérleti stratégiánkat.
1. A kísérlet céljának kitűzése
A keretrendszerek ezen első része messze a legfontosabb. Ha csak egy dologra van időd a cikk olvasása után, az a kísérleteid céljának felülvizsgálata legyen.
A legtöbb csapat nem pontosan szab meg célokat a tesztekhez. Minden stratégiának egy érthető és jól definiált céllal kell kezdődnie, máskülönben hogyan különbözteted meg a sikert az elpocsékolt időtől? A legegyszerűbb megoldás erre, hogy mindenkit megkérsz a csapatodban, hogy a saját szavaikkal mondják el, szerintük mi a cél. Ha nem ugyanazt mondják, akkor ezen még dolgoznotok kell. Ne válassz lustaságból olyan célokat, mint „legyen több bevétel”, „legyen nagyobb növekedés”. Sokak számára ismerős lehet a „SMART” (specific, measurable, achievable, relevant, time-bound) célkitűzés, amikor személyes célokat tűzünk ki. Na, ugyanezt érdemes használni a kísérletekhez is.
Akiknek újat mondtunk a SMART fogalmával:
- [S]pecific: konkrét, lényegretörő, pontos
- [M]easurable: mérhető (időben, pénzben, kattintásban, bármiben)
- [A]chieveable: elérhető (ne tűzzünk ki lehetetlen célokat)
- [R]elevant: releváns (olyan teszteket futtassunk, amik relevánsak a nagyobb cél elérése érdekében)
- [T]ime-bound: határidőhöz kötött (legyen eleje és vége a teszteknek)
Összpontosíts az elérendő célodra mértékekkel, határidőkkel, mikro-célokkal, és legyél nagyon konkrét. A célod időkeretének végén meg kell tudnod mondani, hogy sikeres volt-e a teszted. Erre jó példa, ha olyan kísérleti célt fogalmazol meg, mint „A következő 6 hónap végére +5 millió forint profitot szeretnék realizálni”. Így nem lesz kérdés, hogy sikerült-e elérned a célt a kitűzött 6 hónap alatt.
Más jó példák erős cél meghatározására:
- „Növeljük meg a kiegészítő szolgáltatást/terméket vásárló felhasználóink számát 10%-ról 15%-ra 6 hónap alatt”
- „Találjunk olyan termék árazási modellt, ami 5%-kal több bevételt hoz a harmadik negyedév előtt”
- „Határozzuk meg a legjobb árat egy új termékhez a júniusi indulása előtt”
Az egyértelmű célok hozzásegítenek ahhoz, hogy mindenki pontosan tudja, mi a feladata, merre tartanak a különböző csapatok feladatai. Ez egyben azt is jelenti, hogy sokkal jobban tudod koordinálni a munkát ezekben a csapatokban, így gyorsabb és összességében hatékonyabb az egész folyamat.
2. A KPI-ok megszabása, amik a sikered méréséhez szükségesek
*KPI = Key Performance Indicator (kulcs teljesítménymutató)
Ha már megvagyunk a célkitűzéssel, a következő lépés kitalálni, hogy hogyan mérjük le a sikerességét. Egy ún. KPI fát használunk, ami a céltól vezeti vissza, hogy milyen metrikák befolyásolják azt. Például, ha a célunk „Termeljünk plusz 10 millió Forint profitot a következő 12 hónapban”, akkor olyan metrikákat veszünk alapul, amik összeadódva a profit kiszámításához szükségesek. Ebben az egyszerű példában mondjuk azt, hogy a profitot így számoljuk ki:
profit = (rendelésenkénti profit * összes rendelés száma) – visszatérítések teljes költsége
Ezt a három mérőszámot utána lebontjuk kisebb egységekre, még kisebbekre, és így tovább. Ezután kísérletezés útján eldöntheted, hogy melyik befolyásolja leginkább a kitűzött célod elérését. Amiket így kiválasztasz, azok lesznek a KPI-ok. A példánkban mi az átlagos rendelési értéket, megrendelési konverziós arányt, és a visszatérítési arányt vettük alapul, ezeket fogjuk közvetlenül mérni a kísérletünkben. A visszatérítések teljes költségét szándékosan nem tettük bele, mert ez egy kontrollálhatlan tényező – gondoljunk bele, hogy visszatérítés és visszatérítés között mekkora költség különbségek lehetnek, ellenben a visszatérítések aránya egyértelmű.
Amikor kiválasztod a KPI-okat, tartsd szem előtt a rövidítés első betűjét, a K-t, ami kulcsot jelent. Pont ezért azt javasoljuk, hogy legfeljebb 2-3 KPI-t határozzunk meg. Minél többet választasz ki, annál fragmentáltabb lesz, annál nehezebb lesz követni és menedzselni. A célhoz vezető úton a kisebb kisérletekben nyilván lesznek apróbb indikátorok, de a kísérleteid átfogó eredményességét ebben a 2-3 KPI-ban kell követned. Ezeket összerakva meg is kapjuk a kísérleteid új keretrendszerét. Ez egy kritikus pont, ezért érdemes több időt szánni rá, ha már egyszer minden ezen áll vagy bukik.
3. Hogyan befolyásolja a célközönséged a KPI-okat és a célt
Most már nekiállhatunk elkészíteni a stratégiánkat a kulcs paraméterek és a cél ismeretében. Ennek az első lépése, hogy megvizsgáljuk, hogy a célközönségünk hogyan befolyásolja a megközelítési módunkat. Mindegyik kísérletben viselkedést akarunk befolyásolni, ami lássuk be, nagyon nehéz. Minél kevésbé ismerjük a célközönségünket, annál nehezebb. Muszáj tisztában lennünk a felhasználóink motivációjával és problémáival, de leginkább azzal, hogy ezek hogyan befolyásolják a KPI-okat és az elérendő célt. Amint ezzel tisztában vagyunk, a megfelelő célközönségre a megfelelő stratégiával tudunk építkezni. Szóval hogyan kerülünk képbe a célközönségünkkel? Minden egyes meghatározott KPI esetében külön-külön fel kell tennünk a kérdést:
Melyik felhasználói csoport van a legnagyobb hatással erre a KPI-ra?
Kezdd a leginkább releváns dimenziók definiálásával – ezek azok a főbb megkülönböztetések, amik segítenek azonosítani különböző felhasználói csoportokat. Igazából az eszköz és a földrajzi elhelyezkedés is dimenziók, de ezek jó eséllyel nem adnak elég betekintést ahhoz, hogy célodnak és kulcs paramétereidnek megfelelően bontsd szét a felhasználókat. Ha az a célod, hogy lecsökkentsd a visszatérítéseket 10%-kal 6 hónap alatt, akkor azt látnánk, hogy nincs sok különbség visszatérítési arányt nézve az asztali és mobilos felhasználók között. Ehelyett érdemesebb megnézni, hogy melyik az a termék, ahol a legnagyobb visszatérítési arány van, és aszerint bontani a felhasználókat csoportokra.
Mindegyik dimenzióra definiálunk egyesével kisebb szegmenseket – szegmens alatt a felhasználói tulajdonságok szerinti csoportokat értjük. Például: asztali, mobil, tablet felhasználók az Eszköz dimenzióba tartoznak. Ebben a dimenzióban ez a 3 tétel mindegyike egy szegmens. Persze ezt lehet fokozni több paraméterrel, egy szegmens leírása jellemzően összetettebb. Kezdetben nem az a legfontosabb, hogy nagyon pontos legyél. Sokkal inkább az a cél, hogy egy kezdeti „térképet” rakj össze, amit elkezdhetsz validálni az adatokkal. Ezt utána muszáj iterálni, finomhangolni a kapott adatok alapján. De csinálhatsz akár egyből 3-4 különböző ilyen közönség-térképet is, ha mindegyik máshogy bontja szét a közönségedet, és úgy érzed, hogy a célod számára hasznos lehet.
Amint megvannak a potenciális közönségek (szegmensek), a következő lépés az lesz, hogy az így kigyűjtött adatok alapján validáljuk a közönségünk méretét és értékét. Itt nem az a cél, hogy a kísérleteinket egy konkrét közönségre szűkítsük – egyelőre még nem perszonalizálunk ennyire. Sokkal inkább az a cél, hogy a közönségeink megértése által úgy tervezzünk kísérleteket, hogy azok a lehető legtöbb felhasználó kifogásait és aggályait kielégítő módon szolgálják ki.
4. Azonosítsd azokat a területeket, ahol a legjobb eséllyel fejthetsz ki hatást
Most már értjük a felhasználói, vásárlói közönségünket, de még el kell döntenünk, hogy hol és mikor cselekedjünk. Ez a lépés a felhasználói útvonalak megértéséről szól. Mindegyik közönségnél nagyon eltérő, hogy mi a legjobb hely és idő a felhasználók befolyásolására. Ha csak egy közönséget határozunk meg, a felhasználók befolyásolásának legjobb módja azon fog múlni, hogy épp hol helyezkednek el a vásárláshoz vezető úton.
Pont, mint a közönségeknél, úgy a területeknél is fontos felállítani egy térképet. Először a weboldalon belüli útvonalakkal és tölcsérekkel kezdjük, de nem limitáljuk magunkat kizárólag a weboldalunkra. Kifejezetten fontos átlátnunk a teljes felhasználói útvonalat, különösen akkor, ha a célunkat befolyásolják az offsite történések is. Ezután meg kell találnunk, hogy melyik lépések befolyásolják közvetlenül a meghatározott KPI-okat. Ez segít abban, hogy a lényeges dolgokra összpontosítsunk, ráadásul kiemeli a kevésbé egyértelmű területeket, amik értéket képviselhetnek.
Mint a közönségek esetében, úgy itt is gyorsan felvázolhatsz kezdeti térképeket, utána pedig az analitikák alapján finomhangolod. Figyeld a konverziós és oldalelhagyási rátákat, hogy lásd, hol tűnnek el leginkább a felhasználók. Ezt NEM a teljes forgalom alapján elemezzük, hanem a korábban meghatározott fontos felhasználói szegmensek alapján. Így már ki fog ütközni, hogy hol vannak a legnagyobb különbségek, így javulási pontok is.
A közönségeink és felhasználói útvonalban lévő területek ismeretében ezeket már hozzá is adhatjuk a keretrendszerünkhöz. Minél több/jobb adatot gyűjtöttél, annál könnyebben fogod bevenni ezt a kanyart. Egy erős tippel kezded a közönség és területek szintjén, utána kutatásokat végzel, amikkel megalapozod a későbbi döntéseidet. A közönségeket és területeket validált kvantitatív és kvalitatív módon is.
5. Határozd meg azokat a tényezőket, amik a legjobban befolyásolják a felhasználói viselkedést
Ezek azok az angolul lever-nek hívott tényezők, amik azt befolyásolják, hogy miért konvertálnak, vagy épp miért nem konvertálnak emberek. Például a bizalom, árazás, sürgősség, a termék megértése is ilyen tényezők. Ezeknek az azonosításához először meg kell néznünk, hogy milyen konverziós úttorlaszok állítják meg az embereket a KPI-unk kapcsán. Általános úttorlaszok lehetnek: a bizalom hiánya, túl magas vagy épp lehetetlenül alacsony árazás, hiányzó termékinformáció, problémák a használhatóságban. Ezután megnézzük, hogy milyen tényezők befolyásolják pozitívan annak az esélyét, hogy egy felhasználó konvertál – ezeket hívjuk konverziós motivációnak. Tipikus motivációk például: szociális megerősítés (értékelések), garancia, USP (unique selling proposition, vagyis egyedi értékajánlat), leárazások, stb. A konverziós úttorlaszok és motivációk együtt adják ki a teljes képet.
Ezek a konkrét tényezők (levers) vállalkozás-specifikusak, de azért mutatunk pár különböző iparágból származó gyakran használt mintát, amik jó kiindulási alapot biztosíthatnak:
- Ecommerce – Ár, szociális megerősítés (social proof), méret és kinézet, visszatérítések, kiszállítás költsége, kiszállítás módja, termékkeresés nehézsége, fizetési módok, a fizetési felület használhatósága
- SaaS (Software-as-a-Service) – Ingyenes próbaverzió, termékfunkciók megértése, előfizetési csomagok típusai, árazás, előfizetés lemondása a próbaidő végén, havi vs éves árazás, felhasználói onboarding folyamat
- Gaming – kezdő bónuszok, állandó bónuszok, fizetési módok, népszerű játékok, esélyek
Honnan jönnek ezek a speciális tényezők? Adatokból.
Felhasználói kutatásokat végzünk, mennyiségi és minőségi adatot gyűjtünk, hogy azonosítsuk őket.
Korábban már volt róla szó, de itt is igaz, hogy nem kell és nem is igazán lehet egyből a legjobb tényezőket kiválasztani. Ehelyett elég, ha kezdetben csak megpróbálunk bizonyítékot keresni rá, hogy számunkra egyik-másik releváns-e. A kísérleteink során validáljuk ezeket a tényezőket. Az egyedi tényezők kiválasztásánál akár 8-10 is lehet a kezdő pakkban. Utána keresünk egy gyors módszert, amivel le tudjuk szűkíteni a 3-4 leghatékonyabbra.
6. Definiáljuk a kísérleteinket, amikkel teszteljük a hipotézisünket
A keretrendszerünk utolsó pontja, hogy definiáljuk a kísérleteinket. Ezen a ponton fontos különbséget tenni egy kísérlet hipotézise és egy kísérlet végrehajtása között. A hipotézis egy állítás, amiről bebizonyítható, hogy igaz vagy hamis. Egy önálló hipotézis tesztelhető a kísérlet végrehajtása során – általában egy csokor előre meghatározott változtatás bizonyos közönségeket vagy területeket érintően.
Már azelőtt definiáljuk a hipotézisünket, hogy egyáltalán belegondolnánk a kísérletünk legjobb végrehajtási módjába, mivel utóbbinak rengeteg verziója lehet egyetlen hipotézis tesztelésénél. A kísérlet végén a kapott eredmények alapján eldöntjük, hogy a hipotézisünk jó volt-e. Ez alapján az összes végrehajtási módot külön kiértékeljük, majd eldönthetjük, hogy szeretnénk-e iterálni nagyobb eredmények reményében, vagy egész egyszerűen azért, hogy újra teszteljük a hipotézisünket egy másik végrehajtási móddal.
A hipotézised felállításához egy üres minta:
Szerintem az *x tényező* az *y közönség esetén* *z területen* befolyásolná a *KPI*-t
A közönség és/vagy a terület használata a hipotézis felállításánál opcionális, mivel sokszor nem érdemes azelőtt megszabni ezeket, mielőtt egyáltalán definiálnánk a kísérlet végrehajtási módját.
Experiment-Driven keretrendszer használata
Az első kitöltött keretrendszered vázlatában valószínűleg sok közönség, terület, tényező és KPI lesz. Ezt nem fogod tudni egyszerre kezelni. Próbálj meg összpontosítani és priorizálni.
Priorizáld a KPI-okat, közönségeket és területeket
Ennek a magja, hogy először azt a KPI-t priorizáld, amire a leginkább szükséged van a keretrendszerből ahhoz, hogy elérd a célodat. Utána értékeld ki a közönséged, hogy azonosíthasd azokat a csoportokat, akik a legnagyobb jelentősséggel rendelkeznek a KPI-od szempontjából. Ezután erre a közönségre priorizáld a user-journey területeket, amik a legjobb befolyásolási tényezőkkel rendelkeznek. Ez ad neked egy szűkebb kezdeti képet. Később visszatérhetsz más KPI-okhoz, és ugyanezeket a priorizálásokat kell elvégezned rajtuk is.
Validáld a speciális tényezőket (levers)
Ezen a ponton muszáj vagy gyorsan finomhangolni a tényezőidet, és megtalálni azokat, amik a legnagyobb potenciállal rendelkeznek. Ha korábban már végeztél kísérleteket, akkor tekints vissza azoknak az eredményeire, és annak alapján válaszd ki a fő tényezőket. Mindegyiknek adhatsz egy egyedi pontszámot az alapján, hogy hány kísérlet volt sikeres, amiben egy-egy ilyen tényezőt szerepeltettél. Ha még nem kísérleteztél, valószínűleg akkor is van ötleted arra, hogy hogyan priorizáld a tényezőidet, hiszen a felhasználói kutatások (user-research) során kellő mennyiségű információt kaptál korábban.
Egy tényező validálásának leghatékonyabb módja mégis az, hogy kísérletet futtatsz rá, hogy mekkora hatással van a KPI-odra. Minden tényezőnél meg kell határoznunk a Minimum Viable Experiment-et (MVE), ami magyarra fordítva lehetne minimálisan életképes kísérlet. Ez egy olyan kísérlet, amelynek az általános definíció szerinti célja egy üzleti ötlet előfeltételeinek tesztelése. Valószínűleg az MVP kifejezés (minimum viable product) már a legtöbbetek számára ismerős lehet. Az a termék életképességéről szól. Az MVE lényege ezzel szemben az, hogy a legegyszerűbb kísérletet tervezzük meg, ami validált visszajelzést ad egy tényező felhasználók befolyásolására vonatkozó sikerességéről.
Off-topic: a Growth Hacker közösségben előszeretettel alkalmazzuk a K.I.S.S. (Keep It Simple, Stupid) kifejezést, hogy csökkentsük a felesleges mentális terheket és a komplexitást.
Ha az MVE eredményei pozitívak, akkor további erőforrásokat allokálhatunk több kísérletre, amik az ehhez a tényezőhöz kapcsolódó hipotéziseinket igazolják. Ha az MVE eredményei negatívak, akkor egyszerűen hátrébb soroljuk ezt a tényezőt, vagy akár teljesen kivesszük a keretrendszerünkből.
Hozz létre stratégiát
Az, hogy a keretrendszerből milyen stratégiát hozol létre, nagyban fog függeni attól, hogy mennyi kísérletet végeztél korábban, és így mennyire vagy magabiztos a terméked tényezőit illetően.
- Ha magabiztos vagy a terméked tényezőit illetően, akkor ~3 hónapos stratégiát javasolunk, amiben 2-3 tényezőt vizsgálsz a legmagasabb prioritású KPI-okon.
- Ha nem vagy elég magabiztos, vagy csak nem tesztelted a tényezőidet, akkor egy 3-6 hónapos stratégiát érdemes megtervezned, ami látszólag a lehető legtöbb tényezőn képes végigfuttatni az MVE-t. Így gyorsabban tudsz tesztelni, és gyorsabban szűkítheted a stratégiádat később.
Minden stratégiai periódus végén visszatérünk a keretrendszer összképére, frissítjük és finomhangoljuk az alapján, amit megtanultunk a kísérletekből. Ezután meghatározzuk a következő időszakra szánt stratégiánkat.
Konklúzió
Nagyjából 30 perc alatt létrehozhatod a saját keretrendszeredet, aztán bármennyi időt rászánhatsz a finomhangolására, mielőtt elindítod a kísérleteidet. Ne feledd, hogy a keretrendszered egy élő rendszer, ami folyamatosan változik az idő múlásával, cserében egyre több információt tudsz kinyerni belőle, és egyre többet tanulsz a saját termékedről is.
- Tűzz ki célokat a kísérleteidhez
- A sikerességed méréséhez szabj meg KPI-okat
- Ismerd és határozd meg a célközönségedet a célod és a hozzá tartozó KPI-ok alapján
- Azonosítsd azokat a területeket, ahol a legjobb eséllyel fejthetsz ki hatást
- Határozd meg azokat a tényezőket, amik a legjobban befolyásolják a felhasználói viselkedést
- Definiálj kísérleteket, amikkel teszteled a hipotéziseidet
A kísérleti keretrendszerek használatának van még pár más gyakorlati haszna is:
- Egyértelmű – egyetlen diagramot is világosan bemutathatja a kísérleti stratégiád bárkinek, aki riportot kér arról, hogy mit csinálsz.
- Alátámaszt vagy megcáfol – bármilyen kísérlet ötlet vizsgálható a keretrendszereden belül. Ha nem működik, kuka, érthető indoklással.
- Bármikor visszatérhetsz korábbi pontokra – ha esetleg pár dolgot kihagysz vagy félreteszel későbbre, bármikor visszatérhetsz és folytathatod onnan.
- Könnyen látható a haladás – a csapatok egyik legnagyobb problémája a kísérleti eredményeik dokumentálása. A keretrendszer használatával viszont az összes változás és frissítés követhetővé válik, így a korábbi hibás hipotézisek, hibásan meghatározott KPI-ok, tényezők, közönségek, területek kisebb eséllyel képeznek visszatérő hibákat. Ezáltal egyértelmű a haladás.
A keretrendszer lényegében folyamatosan gyarapodó és tudományosan visszamért empirikus tudásbázist halmoz fel. Miért fontos mindez? Mert jellemzően ezek a tapasztalatok megmaradnak az munkavállaló fejében. Az emberek pedig jönnek-mennek, és viszik magukkal az évek alatt megszerzett tudást, kivéve ha a rendszer másodlagos tulajdonsága a kollektív tudásbázis építése.Semmi titkos adalék nincsen benne, a keretrendszer használata nem igényel évekig tartó továbbképzéseket. Egyszerűen olyan logikus hozzáálláson alapszik, ami a kísérleti stratégiád kulcsfontosságú részeit bontja szét.
Ha elakadnál a folyamatokban:
