Как эффективно проверять и отсеивать гипотезы в бизнесе и интернет-маркетинге

В данной статье я расскажу про HADI-циклы, как их эффективно использовать и какие приложения можно подойдут для автоматизации данной методологии в вашей компании.

Скорее всего, где-нибудь вы уже слышали о HADI-циклах. Их применяют во ФРИИ, прокачивая стартапы в их акселераторе.

Методология HADI подразумевает процесс построения и проверки гипотез, которые влияют на выбранные вами метрики, например, на конверсию сайта в регистрацию или в заказы.

Состоит данная методология 4 простых этапов:

1. Формулируем гипотезу (Hypothesis)
2. Выполняем
действия для реализации гипотезы (Action)
3. Собираем
данные для анализа результатов (Data)
4. Делаем
выводы по результатам работы гипотезы(Insights)

Давайте посмотрим на пример работы данной методологии в виде простой Excel-таблицы:

Простой вариант таблицы HADI-методологии
Простой вариант таблицы HADI-методологии

Обычно стандартную HADI-таблицу немного улучшают, чтобы добавить в каждый цикл немного больше информации. Например, моя таблица обычно выглядит так

Улучшенный вариант таблицы HADI-методологии
Улучшенный вариант таблицы HADI-методологии

Я добавил в неё следующие столбцы:

  • Метрика - что будем измерять для сравнения результатов до\после;
  • Влияние на результат - на сколько сильно данные изменения могут повлиять на метрику, от 1 до 5 ( 1 - слабо повлияет, 5 - серьезно повлияет);
  • Сложность реализации - как много ресурсов и времени уйдет на проверку данной гипотезы, от 1 до 5 ( 1 - легко внедрить, 5 - очень сложно внедрить).

Таким образом, при помощи методологии HADI и простой Excel таблицы формируются гипотезы и сортируются по степени влияния на результат и сложности реализации. И постепенно, проверяя каждую гипотезу внедряются данные решения.

Эффективнее всего использовать HADI-циклы через Сплит-тестирование. Т.е. мы применяем каждую гипотезу не ко всем клиентам (или посетителям сайта), а к какой-либо выборке, например только к половине всех клиентов. И на протяжении определенного промежутка времени смотрим на изменения, в какой выборке результаты по нашей метрике выше. В той, в которой мы применили новую гипотезу или в той, где гипотеза не применялась. И, естественно, делаем выводы.

В одном из следующих постов напишу подробнее про Split-тестирование, какие его вариации существуют и какие эффективнее всего использовать в тех или иных случаях.

P.S.: Удобнее всего использовать данную методологию в связке с таск-трекером, например Trello. Но если опишу это все здесь, то статья будет слишком большой, поэтому ждите следующую статью, в которой я расскажу, как удобнее всего можно автоматизировать данную методологию при помощи данного приложения :)