关于大数据:AB-测试成为企业新窗口增长盈利告别经验主义数据科学才是未来

2次阅读

共计 4151 个字符,预计需要花费 11 分钟才能阅读完成。

如何可能预知一个产品的将来?最好的方法当然是穿梭到将来看一看。

这种“模仿将来、窥探底牌”的构想仿佛只是一种天方夜谭。尤其在数字化浪潮冲击下,局部行业增长陷入困局,一些企业甚至面临生存挑战。在产品调整和版本更新的决策上,企业愈发审慎。有太多案例通知企业:失败和增长只在一念之间。无论产品还是企业,其命运的终局逃不出一个个小决策的叠加。这也意味着在前行的有数节点上,企业须要继续面对抉择焦虑。

令人庆幸的是,A/ B 测试让企业的“预知将来”变成了可能。A/ B 测试是指对不同策略进行比照试验,依据后果抉择最优计划。通过试验和数据排除主观臆断的误差,确定最优解。在少数人眼中,对 A / B 测试可能略感生疏,但对于字节跳动、谷歌、微软等国内外科技公司,A/ B 测试却是不可或缺的工具。

以字节跳动为例,A/ B 测试曾经融入公司的各个环节,和写代码一样,是业务根底的必备一环。抖音和今日头条等产品命名、交互设计、举荐算法等设置,无一不通过了 A/ B 测试的测验。A/ B 测试这种工具尽管重要,但在国内认知却非常无限。早在几年前,针对企业面临的流量红利消退、用户增长压力大、业务增长等问题,字节跳动就着手搭建了云服务平台火山引擎,将字节跳动疾速倒退过程中积攒的增长办法、技术能力和工具凋谢给内部企业,提供云根底、视频与内容散发、大数据、人工智能、开发与运维等服务,帮忙企业在数字化降级中实现持续增长。

值得一提的是,火山引擎推出 DataTester 工具,将 A/B 测试能力凋谢给更多行业。已经仅存在于互联网公司外部的秘密武器,现在正在走进更多畛域和企业。

在实现增长的企业故事里,不乏 A/B 测试的身影。

失去的“工具论”:产品改版不必再纠结

“成小事者,不纠结。”这是失去创始人罗振宇常挂在嘴边的一句话。现实情况却远没这么简略。作为头部常识服务平台,失去将满足用户短时间内获取无效常识的需要为指标,改版针对性强、更新频率高则是平台引以为傲的特点。

截止 2022 年 1 月 30 日,失去 APP 累计用户规模就曾经冲破 1 亿人。如果改版方向谬误,不仅会节约推广投入,更致命的是浪费时间和影响口碑。面对高频率多选项的改版需要,仅仅依附商业直觉判断是很难不纠结的。失去抉择用数智化工具实现不纠结。自从引入火山引擎 A/B 测试 DataTester 工具后,A/B 测试广泛应用在失去的算法调优、转化晋升、内容浸透等方面。

仅 2022 年第三季度就开启试验超过 20 个,成功率达 80%,间接促成了产品渗透率和转化率的晋升。具体到实操层面上,A/B 测试就是在失去产品正式版本公布之前,为同一个指标制订两个(或以上)计划,将一小部分用户流量分成几组,让用户别离看到不同的方案设计,依据几组用户的实在数据反馈,迷信地帮忙产品进行决策。

俗话说得好:“鞋子适合不适合,只有上脚后才晓得。”以优化首页直播滚动布局为例,改版前屏幕只能露出一个直播模块,老师和题目显示存在感低,影响直播转化。DataTester 将设计布局晋升转化作为次要试验指标,设定了两个计划推给等同规模的用户进行试验:

从后果来看,B 组转化率高出 A 组 8%。在数据和试验的反对下,失去首页改版顺利落地。在打磨产品展现细节、晋升购买转化率上,DataTester 同样无效。在课表页面,试验测试了“默认收起课程表 + 点击开展课表”,以及“默认全副展现露出课表”两个选项。

在挪动产品设计上,收起内容的页面设定颇为风行,但测试数据显示后者体现更好。有试验和数据撑持,冲破风行设定改版也就更有底气。

通过 DataTester 的数据能力,失去对毕业证书展现页面、搜寻展现等进行了多维度优化和改良,常识付费行业最难晋升的“复够率”都有了显著提高。在用户增长艰巨的当下,失去的案例为增长提供了一种新思路。

用 A/B 测试,优化企业获客、转化、留存、复购的每一个环节,以数据为底色的取舍机制和逻辑,正在重塑企业决策。在创投圈,有句话很闻名——“抉择比致力重要,与谁同行比要去的远方更重要”。

关上思路,不局限于科技互联网企业,对于任何打磨产品细节,晋升要害数据有所谋求的企业,抉择一款成熟的数字工具,都会让决策变得些许轻松。

悟空租车的 A/B 功效:间接晋升 App 盈利

A/B 测试不止能在细节调整上给出取舍意见,对于产品流程设计也能提供正当抉择。

如果流程改版波及到挑战“常识”,决策者就更须要来自数据和试验的信念。改版被动缩短用户领取门路,这不是悟空租车的一步“昏招”,而是让支出增长 7% 的“神操作”。A/B 测试提供的数据撑持,让悟空租车敢于剑走偏锋。悟空租车创建于 2014 年,是国内头部预约出行服务平台。

截止 2022 年底,平台已覆盖全国 460 余个城市, 服务网点超 4.7 万个, 可租车型超 6000 款, 产品应用用户达高达 2200 多万。用户在应用汽车在线租赁平台流程中,选车付款以外还有一个重要环节——押金缴纳。

更重要的是,如用户无奈应用信用进行免押金选项,就必须间接缴纳一笔大金额押金。从生产心理层面,大额领取的暗影会间接“劝退”不少用车客户,拉低平台成单率。面对领取流程上的痛点,悟空租车决定有所扭转。

通过 DataTester 进行 A/B 测试,A 组在领取页面上同时领取租金押金,领取流程更短更不便,但总金额更大;B 组先领取租金,再领取押金,流程更长,但领取宰割后,单次金额更小。通过两周的对照试验,B 计划比 A 计划回升达 7%,增长显著。最终缩短领取流程计划落地,用户反馈良好。

领取流程的节奏变更会间接影响到业绩涨落,对于如此辣手的决策,火山引擎 A/B 测试给出的论断足够具备说服力。悟空租车改版实现增长的最大启发在于,数据和试验的说服力远胜经验主义。

一个具备挑战性的扭转,在组织外部不免蒙受质疑,而有了 DataTester 这类数据工具后,外部对于决策的科学性会有更强信念,有利于减小外部阻力,实现计划落地。作为火山引擎 DataTester 的开发者,字节跳动有一句话常被提及——“遇事不决就 A/B”。在字节,A/B 试验是一种信奉,试验的目标在于突破经验主义,让企业对于大小决策都能放弃平常心,能够举重若轻,将简单决策化繁为简。

增长困局催生 A/B 测试的春天

流量涉及天花板、用户增长乏力声音一直的当下,失去和悟空租车等成熟公司的增长案例分外显眼。但这只是 A/B 测试帮忙下有数胜利案例的一部分,即使企业业务模型迥异,但也同样可能从中获益。在泛互联网行业,A/B 测试正在成为一种无奈回避的工具。泛互联网行业产生之初,高增长就相伴而生。

但随着流量老本的回升,私域经营的精密,用户爱好的变动,小投入大增长越来越难。随着互联网行业的增长门路变得低廉而狭隘,A/B 测试这个“探路神器”开始锋芒毕露。流量老本高影响最间接的就是公域获客。弹药无限的前提下,企业必须寻找最优计划,能力保障付费广告投放的投入产出比。

其中,波及到广告素材优化、投放落地页优化时,A/B 测试的劣势就非常显著。

以火山引擎旗下 DataTester 工具为例,它不仅能够反对客户跨渠道投放及跨渠道的 A/B 测试,还能智能优选出更具后劲的素材和落地页。从落地页创立到广告投放再到实验报告剖析,广告主应用 DataTester 可能一站式实现。同时该工具还反对智能流量调优,实时动静地将更多流量分给更优素材,实现效益最大化。

跟公域获客不同,私域经营更加垂直精密,强调个性化。

多少运营者为了一个题目想到“头秃”?DataTester 的呈现很大水平上能够打消这种懊恼。当域内用户的触达经营策略须要优化时,DataTester 可能实现多触达渠道的全笼罩,反对智能文案赛马和用户旅程试验。而且使用者还能够应用 DataTester,对推送通道、机会、题目、内容(文案 / 落地页)、指标受众、揭示形式等进行全方位优化。

具体到产品优化,A/B 测试 DataTester 的利用场景则更加丰盛。须要对产品的 UI(色彩 / 字体 / 布局)、转化门路等进行优化时,企业能够通过 DataTester 可视化编辑器疾速生成不同的试验版本进行测试,同时 DataTester 反对试验和 Feature 深度买通,提供示例代码,便于管理试验性能、保护相干代码。

彩云天气就是很好例子。

该利用上线于 2014 年,截止 2022 年底公司员工仅有 50 人左右,但服务用户却高达数千万。通过人工智能对中央气象台数据进行开掘,提供分钟级天气预报,决定了公司对数据的敏感和信奉。借助 DataTester 提供的试验工具,彩云天气筛选出天气反馈布局、会员显示等方面更新计划,显著晋升了主页分享率和会员转化率。

事实证明,数据力量不仅能够服务于成熟企业,也能帮忙中小微企业实现增长。数字工具是降本增效的要害曾经成为不少企业的共识,增长困局下,A/B 测试春天来了。不论是守业公司小微企业,还是跨国巨头。一个企业的胜利,实质上是有数正确小决策的叠加。

在过来很长一段时间,企业决策的品质更依赖于管理者的教训和商业直觉。“早一步做烈士,晚一步做炮灰”的商业案例举不胜举。随着数字化的一直演进,数字决策的科学性、可视化和透明化正在取代含糊的尺度把握。当下,工具和数据信奉曾经不再是选修课,而是企业的必修课。

从远古时代先民烧龟甲占卜开始,人类就试图通过工具辅助决策。从科学到决策艺术再到决策迷信,实质上是工具的进化和技术进化。过往动态机械的用户画像、资源节约微小的外部赛马机制等正在被更迷信更具性价比的形式所代替。

在商业博弈中,可能帮忙企业“先看底牌再出牌”,A/B 测试的春天还会远吗?

总结

以洛水伏羲、筮法周易为始,从玄学秘术再到数据工具,自古至今的人们,求索万物运行的法则与答案激情始终没有扭转。纵观工业时代、电气时代、信息时代,每一次经济与文化大幅前行,也皆因先进工具的遍及。回归到更具象的事实,将高效数据工具凋谢,帮忙中小企业破局,为企业数字化过程尽一份力,也是火山引擎数据驱动增长的初心所在。

除去 A/B 测试工具之外,火山引擎还提供全套的数据治理工具。在底层数据建设和下层数据利用层面,火山引擎能大幅升高企业在数据治理和数据利用上的门槛,帮忙企业降本增效。在充斥不确定性的商业世界中,数据力量无奈被低估。越来越多的企业通过火山引擎的数据驱动,找到了对于将来的笃定和安全感。

点击跳转 A/ B 测试 DataTester 理解更多

正文完
 0