konversionsKRAFT AG

Du bist frustriert weil deine A/B Tests keine Ergebnisse liefern? Es dauert ewig bis die Ergebnisse signifikant werden (wenn überhaupt) weil der Traffic einfach nicht reicht? Damit bist du nicht alleine. "Underpowerde" Tests (solche bei denen die Stichprobe einfach nicht reicht um einen Effekt nachzuweisen) sehen wir bei konversionsKRAFT fast täglich. Dann fragt man sich, welche Möglichkeiten es gibt, trotzdem Hypothesen datenbasiert zu validieren wenn klassischer Research nicht reicht. Schon mal von Cramers V gehört? Dieser Ansatz aus der Statistik ermöglicht es dir, auf Basis einer zugrundeliegenden Korrelationsanalyse den Effekt von Maßnahmen auf einfache Goals wie Klickraten, add2Carts oder PageViews auf business-relevante Ziele wie die Conversion Rate oder den Umsatz hochzurechnen. Einfach gesagt: Damit kannst du A/B Tests fahren obwohl du aufgrund von zu wenig Traffic eigentlich keine A/B Tests machen kannst. Wer kennt das Verfahren und wer hätte Lust mehr darüber zu erfahren?

Weniger Köche, besserer Brei - schnellere Entscheidungsfindung beim A/B Testing mit dem RAPID Modell Beim A/B-Testing kann es schnell zu Verzögerungen kommen, da viele Köche mitreden wollen. Kolleg:innen aus Marketing, Produkt, vielleicht aus der Rechtsabteilung und und und. Es besteht die Gefahr, dass die Stimmen der Stakeholder alle gleichwichtig sind und berücksichtigt werden müssen. Das führt zu schlechteren Konzepten, längeren Prozessen und am Ende zu geringeren Uplifts. Das Sprichwort „Viele Köche verderben den Brei“ kennen wir alle. Das RAPID-Modell bietet eine Lösung, um genau dieses Problem zu vermeiden. (übrigens nicht nur beim A/B Testing). Es sorgt dafür, dass alle Köche ihre Aufgabe kennen und so kann eine Profiküche gut funktionieren. Das RAPID-Modell im Überblick RAPID steht für Recommend (Empfehlen), Agree (Zustimmen), Perform (Ausführen), Input (Eingeben) und Decide (Entscheiden). Anstatt dass jeder seinen Senf dazu gibt, werden im RAPID-Modell klare Rollen vergeben: • R – Recommend: Eine Person schlägt die Testvariante vor. • A – Agree: Was kann wirklich ernsthaft gegen einen Test sprechen (rechtliche Aspekte zum Beispiel) • P – Perform: Jemand anderes führt den Test durch. • I – Input: Experten liefern die nötigen Informationen (andere Fachabteilungen, etc.) • D – Decide: Der /die Entscheider:in trifft die endgültige Wahl. NUR diese Person. In der Praxis merken wir, dass um "Rat gefragt" werden häufig als "ich entscheide mit" falsch verstanden wird. Nur die Person mit Decide entscheidet, welcher Input weiterhilft oder nicht. Indem das RAPID-Modell die Verantwortlichkeiten klar aufteilt, werden Entscheidungsprozesse schlanker und schneller. Weniger Köche – besserer Brei, schnelleres A/B-Testing.

📣 Jetzt verfügbar in der Shift/CX Mediathek 📣 Kundenmotivation einfach entschlüsseln mit dem Behavior Pattern Model In seinem Vortrag von der Shift/CX Digital Experience Konferenz diskutiert Dr. René Gilster, Principal Behaviorist Science and Head of Data Science bei konversionsKRAFT AG, das Behavior Pattern Model zur Entschlüsselung der Kundenmotivation. Dieses Modell basiert auf Verhaltensdaten und psychologischen Erkenntnissen, um spezifische Verhaltensmuster zu identifizieren und Maßnahmen zur Verbesserung der Customer Experience zu entwickeln. Registriert Euch hier für die SHIFT/CX Mediathek und bekommt direkten Zugriff auf den Mitschnitt https://lnkd.in/dZ6eQ28h

Let’s admit this - sometimes we would like to skip product discovery or any kind of experimentation because we are simply afraid of being wrong. What if we invest time into the discovery insights that are going to ruin what we have planned to implement 𝗮𝗻𝘆𝘄𝗮𝘆?! This fear is completely natural and it finds its roots in both our cognitive biases, but also in the educational system most of us have experienced. We are used to searching for the single right answer and we are afraid of being panalized for the wrong outcome. The book “Testing Business Ideas” by David J. Bland and Alex Osterwalder gives a nice explanation on this in the picture below 👇 I’m sharing this because I think it is always easier to work on something when you know where the mindset comes from 😌 #growthmindset #productdiscovery #validation #experimentation #productmanagement