当前位置:第一广告网 > 行业 > 正文

王赛:A/B测试应当成为一种企业增长行为

2021-06-18 15:02    来源:第一广告网  本站:www.firstadw.com   责编:梁若如

王赛 CEO顾问,《增长五线》作者,科特勒咨询(KMG)管理合伙人,即将推出新书,王赛增长系列第二部《增长结构》

今天的企业营销决策正在发生质的变化,落到增长的维度,市场营销Marketing可以分为左右两侧:

左侧是市场导向型战略,即公司业务的市场增长逻辑、增长区间在什么地方,偏战略宏观;

右侧是消费者行为策略,即如何形成用户增长、促使消费者偏好、研究消费者为什么购买,趋向微观。

左边是增长结构,右边是增长行为。

而今天,数据以及数据应用的理念、模式、思维,都在革新左右侧的增长逻辑。而数据本身是一个中性词,重要的是如何决策,即BD(bigdata)大数据应该走向DD(decision data决策数据)。在BD走向DD的过程中,A/B测试扮演着营销科学的催化剂角色。

过去我们只谈“消费者中心”,很容易陷入空洞的理念,难以落地。但今天,数据的可获得性,为我们带来了全新的连接关系。这种连接直接促成了消费者行为的比特化,一个最终的消费决策被分割成无数微观的行为切面。

而A/B测试,就是一个把消费者行为数据化、用数据对行为进行量化反馈的过程。

什么是A/B测试?简单来说,当企业面临决策的不确定时,可以从整体流量中划出小部分流量,随机、均匀地分出两组,分别由两组用户进行测试,最终通过实验数据对比确定更优方案。实证科学本质就是一种A/B测试,将实验对象分组、比较、校准,形成可复制的经验。用胡适的话,是“大胆假设、小心求证”,而今由于行为数据的丰饶、可得性,A/B测试变成营销科学的底牌之一。

从心理上,消费者往往不知道自己要什么;但从行为上,我们能知道他们的选择偏好,企业也由此可以动态做出决策。通过A/B测试,我们就可以把“消费者中心”往前再推一步,变成“消费者决策中心”,确保每个决策都为企业带来正向收益,实现复利效应,带动持续增长。

认知:A/B测试是一种企业经营行为

今天的营销,已经不是二十多年前的“大众化营销”,或者十几年前的“细分化营销”时代了,而是进入了以信息碎片化为特征的“经济丰饶化”时代。今天的消费者买一瓶化妆品,面对的不是以前的几十种选择,而是从线上到线下的成千上万种选择。消费者的时间份额、胃部份额、钱包份额、时空序列却是有限的,而市场的供给是无限的。

此时,在“丰饶经济”下,研究消费者的“时空切片”就变得非常重要。

以前,对于消费者的一个消费旅程,企业很难进行“时空切片”式的衡量。但现在通过A/B测试,企业可以获得“某个产品在某个场景中对某些人有效”的具体数据,并据此做出反复调整。

在国内大厂中,字节跳动是应用A/B测试的先驱者。自2012年成立以来,字节跳动先后将A/B测试应用在产品命名、交互设计、推荐算法、用户增长、广告优化和市场活动等方方面面的决策中,累计进行了70余万次测试,每天新增1500余个测试,服务于400多条业务线。A/B测试背后,折射出的是字节内部“让数据和事实说话”、“避免拍脑门”的决策机制。对于今日头条、抖音等产品来说,A/B测试堪称是它们成功留住客户、进行商业变现的奠基石。

在消费行业,A/B测试同样可以大有所为。元气森林正是通过系统性的A/B测试,在气泡水这一细分赛道里突围而出:首先进行口味测试,测出天使用户对哪一种口味更感兴趣;再进行电商测试,看看验证型的产品在电商渠道的测试情况,是否达到规模化标准,再去进行线下铺开;在货架测试中,通过人工+数据的方式监测消费者的购买行为,调整货架策略,最终完成整个DTC渠道测试。这套测试方法,本质上就是互联网数据反馈性的逻辑。

大家过去一直把A/B测试理解成一个技术行为,其实它更应该是一种科学经营行为。我们不应当仅仅拿它作为一个工具,而应当将它变成一种思维,一种方法论,一种企业经营策略。

莱斯在《精益创业》中提出的MVP(Mininum Viable Product,最小可行产品)概念,就是先做一个最小化的可量化产品,推出去进行测试,根据反馈判断能否大规模投入。这个概念背后的本质就是A/B测试。

这些年来,A/B测试经历了四个应用阶段:最早大家把它放在流量投放中使用,然后把它放在产品迭代中使用,再后来把它放在消费者行为研究中使用,现在已经逐渐把它放到整个营销策略和增长策略中使用。

有一本管理学著作叫做《循证管理》,讲的是如何将科学管理原理转化为组织行为,落实在企业的日常活动中。A/B测试就是这样一种科学管理原理,它可以帮助企业将最佳研究证据与决策者的专门技术,以及顾客的偏好整合起来,从而将实践导向更为理想的结果。

理解:A/B测试能为企业增长带来什么价值?

以前一个国际品牌进入中国,首先会开招商会,寻找一批经销商和代理商。但现在,就可以先通过电商,测试整个市场规模有多大,考察哪些消费者买了同类产品,如何去攻克他们的钱包风格,通过A/B测试寻找其中的痛点和潜在商机。

回到“增长五线”,A/B测试在五线中都可以发挥“数据驱动增长”的作用。

例如,在撤退线中,可以通过A/B测试,识别出哪些产品或服务,可以被取代、整合、舍弃。在成长底线中,可以通过A/B测试精准定义客户需求,考察客户是没有支付能力还是没有支付意愿,据此调整经营策略。在增长线中,可以在推出新品牌、新产品时,验证消费者会不会买单。在爆发线中,可以监测到哪些是能够引爆的“微时刻”的商机。在天际线中,依据消费者偏好和市场机会做出决策,突破增长天花板。

除了驱动增长之外,A/B测试还可以帮助企业“做减法”。

今天很多企业推出了五花八门的内容服务,用户体验不增反降。A/B测试,恰能帮助企业精准地做减法,帮用户简化场景中的选择。

一位悟空租车的朋友告诉我,以前,用户在其平台从选车到付款中,有一个必经环节——押金缴纳,而这一环节大大影响了下单转化率。于是,他们通过字节跳动推出的火山引擎A/B测试,用小流量进行对比实验:

- 对照组:现行支付流程,用户在下单页面需要同时支付租金与押金;

- 实验组:新方案,用户在订单支付完成后,再进入押金缴纳页。

测试运行两周后,团队发现实验组比对照组上升7%,增长非常明显。于是,悟空租车对产品进行了迭代,在提升用户体验的同时,也为平台带来了7%的收入增长。

过去大家都在讲“消费者中心”,但对于消费者的认知依然模糊。而A/B测试则是向前推进一步,以“消费者决策中心”为逻辑,深入消费者行为中,了解Ta的点击行为、收藏行为、购买行为等,从而找到最能打动用户的那个决策。

除了拉动新客之外,A/B测试在老客维系方面也可以发挥作用。例如,你作为某个品牌车主,该品牌APP的会员商店提供了很多商品,但都不是你想要的,这就很影响客户体验。但通过A/B测试,品牌就会知道你的兴趣爱好,有针对性地推送你需要的产品或服务,满足你的各种需求,由此提升客户黏性。

应用:如何将A/B测试应用于营销全链?

“数字营销链路”(Digital Marketing Chain,DMC)是继舒尔茨的“整合营销传播”(Integrated Marketing Communication,IMC)之后,近两年来在营销传播领域最炙手可热的新概念。学界、企业界(包括BAT+TMD)都在提链路。

业界为什么对“链路”如此乐道?根源在于,整合营销传播实施土壤被颠覆,“一个洗脑广告驱动全国购买热潮”的时代一去不复返。同时,从平台商来看,腾讯、阿里、抖音、小红书都基于自身链路,提出了自己的营销传播方法论,呈现“百家争鸣”的局面。于是,营销费用往哪儿投,越发成了品牌主的难题。

去年中国营销界发生所谓“流量广告VS品牌广告”之争,其实是个伪问题。现实是,流量与品牌之间并非对立概念。流量广告是一个品牌接触点,品牌广告也是一个流量集散点,关键在于企业将它放在营销链路的哪个环节。比如拼多多的崛起,你说它打的是流量还是品牌?

今天的企业需要的是更大视野的“消费者-数字驱动全景”。如果把A/B测试应用到这个全景当中,就会发现它涉及的不是1条链路,我最近在业界提出5条链路:

链路1:消费者心理链路——消费者的心理进程

链路2:消费者行为链路——对应心理进程的消费者行为路径

链路3:企业行为管理链路——企业采取什么行动影响消费者行为

链路4:媒介链路——通过什么媒介影响消费者行为

链路5:营销效率测量链路——如何管理以上营销过程中的营销效率

在消费者行为学中,消费者认知与心理链路可大致分为四大阶段和六个具体阶段:顾客需求唤醒、购买动机产生、广告信息处理和记忆、情绪和态度形成,而消费者在每个心理阶段,表现着不同的认知习惯和偏好。

科特勒的5A模型将心理进程,换成用户的行为进程,即《营销4.0》所提出的5A,“了解(Aware)→吸引(Appeal)→问询(Ask)→行动(Act)→拥护(Advocate)”,企业数据管理要到更微观行为,于是我将5A演化到第二条链路——消费者行为链路。

基于可以管理的行为,我将消费者行为链路总结为八个关键行为:看见(见)、搜索(搜)、进入落地页(入)、比较(比)、进(进店)、购买(购)、与企业平台连接(联)、裂变和推荐(扩)。

消费者行为链路——///////

很多用户在看到品牌投放后,会进行主动搜索。这时企业就可以通过A/B测试,看哪些人在进行搜索;点开视频的人,是看了1分钟就关掉,还是看完了5分钟。

通过这些测试,企业就可以对消费者行为链路进行管理,决定在这个用户行为触点,是否要干预以及如何干预顾客的行为,影响消费者的决策。比如,一个企业在活动推广时,通过A/B测试,就可以知道怎样的文案效果更好。

确定在哪几个环节干预顾客行为后,企业就能够匹配出营销传播需要的媒介,打穿媒介-触点-顾客行为-顾客心理的闭环,直指顾客决策。

最后,通过效率测量链路,有针对性地补足薄弱环节,达到整体效率最优,并对市场工作进行量化管理。这个过程中也可以通过A/B测试,考察什么样的监测指标最优。

​企业的效率测量链路

既然A/B测试这么有用,为什么国内很多企业用不好?

据我观察,这里大致可分为两种情况:第一种企业,意识到了A/B测试的重要性,但缺乏坚固的数据基建,并不具备使用A/B测试的能力;第二种企业,已经具备数据基建,但在对数据进行联动打通后,发现市场上并没有成熟、可靠的A/B测试产品;又或者,他们想要一个统一的实验平台,通过统一定义用户、公用的指标进行A/B测试。

这就引出了另一个问题:为什么市场上缺乏可靠的A/B测试产品?事实上,一场AB测试的成功,不仅仅是搭建测试平台那么简单,还要在落地过程中克服种种难关——如何科学地分流、设置目标、精确统计?如何做模型,如何做测试方案,如何衡量信息指数、难易程度?一旦失误,结果可能相差千里。而市场上的一些A/B测试服务商,一来测试模型的精度有限,不能确保结果的准确性,二来缺少C端场景,三来主要面向开发者,而不是产品人员,上手难度很大。

好在,情况开始有了起色。以火山引擎A/B测试为例,这款最初仅在字节跳动内部使用的工具,在自动分流、正交互斥上经历了字节早期推荐算法的数次迭代打磨,并在2020年正式商业化。企业使用这一工具,不仅拥有了字节同款“增长秘笈”,而且可以获得字节内部业务线专家的一线实战经验。如今,字节开放这一工具,并已帮助金融、零售、汽车、地产等行业的大量企业实现精细化运营,甚至直接拉动业务增长。

巴菲特把投资比喻为滚雪球,一要有很长的坡,一要有湿的雪。使用火山引擎A/B测试,就像是企业管理里“滚雪球”,一方面可以通过数据,精准预测这条“坡”的长度,另一方面可以不断优化经营策略,帮助企业在滚动中不断获得“湿的雪”。

结语

总的来说,AB测试中有两个核心要素:第一,它可以精准洞察商机,把不确定的决策变成确定的决策。第二,它可以叠加所有的消费者行为数据,为企业带来复利式增长。

按照英国哲学家波普尔提出的“证伪主义”理论,任何科学理论都是试探地被提出,然后加以检验。如果检验的结果表明这个理论是错误的,这个理论就要被放弃,为新的理论所代替。A/B测试恰为企业提供了一种证伪方式,帮助企业不断调整策略,这才是营销科学的核心。

最后,我再问一个问题:A/B测试应该放在哪个部门?是CTO决策,还是CMO甚至CEO来决策?我们会发现,只有把A/B测试放在它应有的战略与科学融合的高度,才能完成整个数据驱动科学决策的闭环,带来复利式增长。这是今天很多企业在设计营销战略时需要理清的核心逻辑。

内容页广告位二
内容页广告位三

关于本站 | 业务联系gaojianhezuo@qq.com | 免责声明 | 隐私条例 | 版权所有 | 友情链接 

中国互联网视听节目服务自律公约 | 网络110报警服务 | 12321垃圾信息举报中心 | 中国新闻网站联盟

 

版权所有 第一广告网www.firstadw.com

可信网站
诚信网站