Skapa A/B-test-hypoteser som levererar

John Ekman

Ditt A/B-test blir aldrig bättre än din hypotes, så enkelt är det. Många som börjar med A/B-tester har för bråttom eller tror att det är tekniken som är grejen. Starka, välgrundade hypoteser ökar sannolikheten för att ditt test ska bli framgångsrikt.

Alternativet som många försöker med är en ”shotgun approach”, vilket bygger på att man har ett gäng idéer baserade på tips från bloggar, något som värsta konkurrenten gjorde eller andra mer eller mindre slumpmässiga idéer.

Visst, ibland har man tur och får träff på första skottet. Men inte ens det behöver vara någonting bra. Nu har man satt en förhoppning att varje test ska ge X%, men rätt snart kommer man märka att man inte har någon bra metod att repetera framgången. Och så hamnar man i det som vi kallar ”The testing blues”.

A/B-testning

Som många av våra andra aktiviteter i arbetslivet följer A/B-tester den klassiska cykeln Planera – Göra – Följa upp. Om du inte lägger omsorg på att skapa bra testhypoteser så genar du förbi ”Planera”-fasen och hoppar rakt på ”Göra”.

Enough talk. Låt oss kolla på vår hypotesformel.

Hur gör man en bra A/B-test-hypotes?

Vår erfarenhet säger oss att en bra hypotes behöver tre komponenter – IAR.

Insights    – Vad har du sett som får dig att tro att du måste göra en förändring?

Action      – Vad vill du göra?

Results     – Vad vill du åstadkomma och hur vill du mäta det?

Du kanske har sett liknande formler förut. En liknande variant finns tex i boken Lean UX av Jeff Gothelf, om du har läst den.

Det som framförallt skiljer vår formel från andras är att vi insisterar på att man explicit formulerar vilka observationer som lett fram till hypotesen. Vi tycker att man alltid ska jobba datadrivet, eller åtminstone kunna redovisa var man fått sin förändringsidé ifrån.

När man säger vilka data och vilken observationsmetod som lett till hypotesen så kommer receptet för hur man ska mäta och följa upp testet oftast med på köpet också.

Så fungerar hypotesformeln

I – Insights
Det första steget har vi delat upp i:
Vilket problem man observerat och vilken observationsmetod man använt.

A – Action
Här beskriver vi vilken förändring vi vill göra och för vilka vi vill göra den.

R – Results
Vi arbetar med att påverka människors beteende och därför är det första delsteget att säga vilken förändring i beteende vi vill se. Det andra steget är att säga hur vi kommer att mäta den förändringen – så vi vet om vi lyckats.

Resultatet: Conversionistas hypotesformel.

The Conversionista Hypothesis Creator

testa verktyget här

You say what?

Prova att använda hypotesformeln i din organisation – som ett slags ”bullshit detector”. Fördelen med att använda formeln är att du själv inte behöver ta fajten om du tycker att en testidé är dålig – formeln gör jobbet åt dig. Allt du behöver säga är:

”Kul testidé. På det här stället har vi en hypotesformel. Du kan väl använda den på din testidé så kommer vi att se om den flyger?!”

Om din kollega inte lyckas formulera testet på ett vettigt sätt i formeln, så är chansen stor att det inte var en bra testidé.

Slutligen – Vi hoppas du förlåter svengelskan, vi tyckte att när man förkortade Insikter – Åtgärder – Resultat blev liksom lite för likt en viss åsna i Nalle Puh.

Nu – gå till verktyget och börja formulera dina A/B-tester!

hypothesis-formula

Läs även

Conversionista is open for business in The Netherlands.
Conversionista is open for business in The Netherlands. Read more.