Cos'è il Growth Hacking: il processo di sperimentazione e crescita

    Come abbiamo visto, nel Growth Hacking, tutto comincia tutto con la Discovery, un processo di comprensione di Buyer Personas e dei loro obiettivi come consumatori (come spiega la teoria dei Jobs to be Done). Questo serve per capire cosa dire, come dirlo e a chi. Ma non solo. Conoscere il rapporto tra consumatore e prodotto ci aiuta almeno a trovare il giusto modo di:

    1. Sviluppare il prodotto in un modo interessante per i nostri clienti
    2. Studiare il percorso di crescita che vogliamo avere e quindi studiare il nostro piano di sperimentazione

    Per il primo punto, rimandiamo al Design Thinking. Il secondo punto, invece, lo affrontiamo a breve, parlando di cos'è il Growth Hacking e come gestire gli esperimenti.

    Growth Hacking? Inizia con gli strumenti di Design Thinking >

    Cos'è il Growth Hacking: le fasi del processo di sperimentazione

    Il grande presupposto è l'alto volume delle sperimentazioni. Purtroppo non tutti gli esperimenti si chiudono come vorremmo, non tutta addirittura si chiudono con indicazioni chiare su come procedere. La quantità di risultati non conclusivi sarà alta, vale quindi la pena di generare un numero elevato di esperimenti in modo tale da ottenerne qualcuno che possa essere valutato in maniera chiara (e magari positiva).

    L'altro grande presupposto è che la crescita è generalmente ottenuta da una somma di piccole crescite, dovute a diversi esperimenti. Difficilmente si ha un colpo di genio (in realtà probabilmente stiamo parlando di un colpo sì, ma non certo di genio) per cui un unico esperimento porta ad una crescita esponenziale. Man mano che si avanza con le ottimizzazioni, crescere diventa sempre più una questione di dettagli.

    Ora che sappiamo la verità, possiamo procedere. Il Growth Hacking Cycle è composto da 4 fasi:

    1. Discovery e Analisi dei dati
    2. Generazione di idee
    3. Assegnare priorità agli esperimenti
    4. Sperimentazione vera e propria

    Ovviamente si tratta un circolo, per cui finita la fase di Sperimentazione si torna alla fase di Analisi e si ricomincia da capo: il circolo deve essere organizzato e gestito dal team attraverso un meeting settimanale di circa un'ora in cui si valutano i risultati e si decide su cosa procedere nella settimana entrante. Vediamo brevemente le 4 fasi.

    Discovery e Analisi dei dati

    In realtà sono 2 fasi in una. La Discovery è centrata in questo caso sull'identificare e diversificare i comportamenti di coloro che sono nostri clienti (quelli per cui il nostro prodotto è un prodotto top) da quelli che magari ce l'hanno ma non lo usano. In questa fase i miei obiettivi sono:

    1. Quali sono le caratteristiche dei miei clienti top
    2. Quali sono i loro comportamenti (digitali e non che li identificano rispetto ad altri clienti meno ingaggiati)
    3. Quali sono gli eventi che portano al non utilizzo del mio prodotto

    Già, perché come abbiamo visto nei Jobs to be Done e nello studio delle 4 forze che regolano il comportamento di acquisto, anche il non-utilizzo deve essere studiato e fornisce importanti informazioni.

    Dicevo che sono 2 fasi in una. La Discovery è un processo on-going, sempre attivamente alla ricerca di dati per affinare la conoscenza dei miei clienti. La seconda sotto-fase è quella dell'analisi dei dati degli esperimenti, in cui ogni settimana ci si trova e si analizza quanto successo nella settimana precedente per prendere decisioni sugli esperimenti futuri.

    Vuoi scoprire di più sugli insight dei tuoi clienti? Scarica il toolkit >

    Generazione delle idee

    Tutto nasce dalle ipotesi, che sono la scintilla che genera gli esperimenti. Ogni ipotesi deve essere affiancata da almeno un Obiettivo che guiderà l'esperimento. Come disse il chimico Linus Pauling, vissuto praticamente tutto il secolo scorso:

    The best way to have a good idea is to have lots of ideas

    Il concetto mi sembra chiaro. Le idee di cui stiamo parlando sono ovviamente legate a cosa testare e come farlo e sono generate in quantità e non in qualità, secondo il principio appena visto. Diciamo che dopo la riunione di kick off settimanale, il Growth Leader lascia un paio di giorni a tutti i membri del team per lasciare libero sfogo alla propria immaginazione.

    Qui si capisce bene perché il Growth Team deve essere interfunzionale: ognuno, contestualmente alle sue capacità, skills e conoscenze, proprorrà esperimenti legati al suo settore operativo, alla sua esperienza e sui quali si sente più sicuro di poter essere di aiuto. Così il designer parlerà di funzionalità, il product manager del prodotto, l'ux designer del sito e app e così via.

    La lista generata deve essere in qualche modo standardizzata. Descrizioni brevi, obiettivi e metriche chiari. Tutto in una sola lista che raccolga le idee di tutti.

    Assegnare priorità agli esperimenti

    In un mondo perfetto, alla fine della seconda fase avremo una quantità di idee che potremmo fare esperimenti per i prossimi 2 anni. Da dove inizio? Bisogna in qualche modo dare una priorità, meglio se con regole standardizzate.

    L'ICE score è uno dei tanti metodi (non infallibile), quello che usiamo in agenzia. In ogni caso, ICE sta per:

    1. Impact. Si trova ipotizzando quale potrebbe essere l'impatto dell'esperimento sulla metrica che vogliamo misurare. Cambiare la posizione del numero di telefono nel footer o l'intero processo di acquisto hanno un impatto differente sulla metrica "conversioni". Attenzione però, ad alti impatti corrisponde spesso maggior difficoltà e tempo di realizzazione.
    2. Confidence. Basato se possibile non su sensazioni ma su dati empirici, si tratta di ipotizzare quanto l'esperimento sarà in grado di raggiungere l'impatto ipotizzato.
    3. Ease. Quanto tempo e risorse richiede l'esperimento? Ovviamente stiamo misurando la facilità per cui più è facile, più alto sarà il valore da assegnare.

    Assegnando un valore da 1 a 10 ad ognuno di queste 3 entità, L'ICE Score non è altro il risultato della moltiplicazione dei 3 valori. Ad un ICE score alto, corrsponde alta priorità. Così

    ICE Score = I x C x E

    Accedi al Canvas per gestire al meglio i tuoi esperimenti >

    Sperimentazione

    Questa è la fase dove tutto quello che è stato ideato si mette in pratica. Si inizia con un avviso da parte del Team Leader a tutta la azienda per avvisare di non preoccuparsi se si vedono cose strane, è tutto sotto controllo.

    La difficoltà di questa fase è comprendere la rilevanza statistica delle operazioni di testing. Questa operazione è complessa e, per quanto abbia studiato statistica all'università (non era il mio forte già 20 anni fa), preferisco non scendere in questo dettaglio perché si tratta di un argomento abbastanza ostico. Per questo è bene avere un Data Analyst, un ingegnere o qualcuno che sia molto affezionato alla lettura dei numeri nel team. Poi ovviamente dipende dal livello dell'esperimento.

    In ogni caso, se scegli la strada statistica, è bene tenere un intervallo di confidenza del 99% (avendo cioè la certezza che ripetendo 100 volte l'esperimento, accettiamo il fatto che 1 sola volta potrebbe non dare i risultati attesi). Questo elimina il famoso "Fattore C" ("C" ovviamente sta per Fortuna).

    Su questo tema vale la pena di approfodnire la teoria degli OKR, Objectives & Key Risults, per cui ogni Obiettivo, come abbiamo visto parlando delle 6 regole per impostare un esperimento, deve poter essere spacchettato in più Key Results (KR). Il Key Result è un numero e corrisponde all'obiettivo target della metrica che abbiamo scelto. Solitamente ad ogni Obiettivo corrsipondono diversi Key Results, uno principale con un intervallo di confidenza del 90%, uno secondario con confidenza al 50% e uno di terzo livello con intervallo del 10%. Se vuoi approfondire, c'è un interessante e lungo video di Google.

    Tolta la parte statistica (che finisce a valle dell'esperimento), abbiamo preparato un actionable, uno dei nostri scaricabili, in cui ti aiutiamo a tenere misurato l'esperimento secondo un determinato tasso di crescita. Lo trovi qui. Un po' più semplice, per iniziare.

    Accedi al Canvas per gestire al meglio i tuoi esperimenti >

    Se sei già ad un livello pro, e non lo conosci già, la community di growthhackers.com ha sviluppato un tool apposito (pochi dollari al mese).

    Luca Bizzarri

    Ricevi tutti i nuovi articoli via e-mail!

    New Call-to-action

    I PIÙ LETTI

    VAI ALLE GUIDE DI OFG ADVERTISING >

    Non hai tempo di cercare nel blog? No problema, abbiamo raccolto gli articoli in comode guide. Vai alle guide >