本文源自 2022 年纽约收入营销峰会上的一次演讲。使用我们的 OnDemand 服务观看此演讲和其他演讲。如需更多独家内容，请访问您的会员仪表板。
我叫米兰·科尔曼，在 LinkedIn 工作，负责 LinkedIn 广告的测试和优化程序。今天，我想谈谈我的激情：实验。
人们通常不认为实验令人兴奋，但我认为这是营销人员的金矿，而且非常有趣。此外，它让您有机会通过定量和定性研究了解很多关于客户的信息。
在本文中我想探讨几个问题：
为什么要进行实验，什么会阻碍实验？
希望您的公司已经形成了实验文化，但在设置实验程序时，您可能仍会遇到某些挑战。
我们如何定义成功并获得领导层对我们的实验的支持？
老实说，这是我整个职业生涯中一直在努力解决的问题。
归因显然是营销人员面临的一个问题，让领导层从测试的角度理解成功意味着什么也同样重要——将测试中的成功转化为金钱数额可能很困难。
我们如何建立一个研究迭代和分享过去成功与失败的系统？
当你拥有一个庞大的数据集时，很难跟踪哪些表现良好，哪些表现不佳。此外，可能会涉及许多不同的团队，这可能导致重复的实验，花费数千甚至数百万美元。
为了避免这种情况，你需要随时了解其他团队的工作并分享你的研究。
我们的标题，6000 万美元的调整来自奥巴马 2008 年的总统竞选。Optimizely 是一家运行 A/B 测试的公司，正在开发电子邮件活动和登录页面，因此他们对媒体和号召性用语 (CTA) 进行了多变量测试。
这些测试揭示了一些关于偏见的有趣见解，以及实验为何如此重要。
首先，他们测试了视频与图像。我对视频非常有偏见；它往往会获得更多的参与度，所以我总是认为它会赢，参与这次活动的团队也是如此。
然而在这次测试中
视频是表现最差的变体。如果他们没有进行测试，他们可能会错失 6000 万美元的资金。这就是为什么与客户验证你的想法很重要，看看什么能引起他们的共鸣；通常，它并不是你想象的那样。
正如我所提到的，他们还测试了 CTA。他们尝试了“注册”和“了解更多”。这似乎是一个小小的变化，但它可以唤起客户的情感反应，并挖掘他们的需求。
他们不一定想注册；他们只是想了解更多，所以这是成功的变体。我真的很喜欢这个测试，因为它非常有力地展示了测试事物和了解客户感受的力量。
为什么要进行实验什么会阻碍实验？
在我们讨论如何进行实验之前，让我们先看看为什么。创造实验文化有什么好处？
首先，它为您提供了有关客户需求的直接持续定量和定性数据。通过每次实验，您会越来越了解客户。
其次，测试新渠道、格式和策略真的很有趣。我们在 LinkedIn 上看到运行 AI 聊天机器人取得了很大成功。
看到新渠道的影响真的很有趣，特别是如果你是早期采用者，并且在其他人跟风之前就开始测试。
如果你试验得当，你可以大幅增加收入，并激发创新，不仅是营销，还有产品。
在 LinkedIn，我们做了很多营销测试，它们为我们的产品路线图提供了信息。我们将胜利带给产品团队，展示客户想要看到的东西，然后协调我们可以合作和改进产品的方式。
我们已经看到了测试的一些好处
现在让我们谈谈测试失败的一些可能原因——我们在行业中也经常看到这些原因。
无法优先考虑想法：我认为这是最大的问题。让每个人都提出自己的想法是件好事，但如果你没有办法优先考虑它们，你就有麻烦了。你不能同时做所有事情，所以你需要了解如何优先考虑。
项目中涉及非主题专家：只要您确定谁是专家，他们参与进来是可以的。如果他们不了解设计或技术的某些方面，那么每个人都享有平等的席位并不一定是件好事。归因
错误：这让我彻夜难眠。
但是，最新台湾数据库代码库中准确 WhatsApp 号码数据 结果的质量对于以正确的方式组织您的内容非常重要。以及每小时交易免费加入不断平均填充时间预算泰国数据库得分超过各种电子邮件查找每日负载范围可以说是。
不可靠的数据集：
如果您正在查看 Google Analytics，但它与您的其他指标不一致，那么您就有问题了。
与业务目标无关的 KPI：作为网络营销人员，我们的 KPI 通常与点击率或页面停留时间有关，但高管可能不明白如何将其转化为金额。
重复测试：你需要一种共享信息的方式，这样每个人都可以参考它，而不是一遍又一遍地重复同样的事情。这一点非常重要，因为设置实验需要花费大量时间，而且成本也非常高。
我们如何定义成功并获得领导层对实验的支持？
创造不仅客户喜欢 医疗保健领域的跨境：准确医疗文档翻译的力量 而且能引起领导层共鸣的东西至关重要——如果领导层不认同，你就无法前进。
要做到这一点，你需要内部团队和外部客户团队的共同努力。
第一步：确定成功是什么样子
我建议的第一件事是确定成功是什么样子。对你的企业来说，什么是有意义的关键绩效指标？
在 LinkedIn，我们非常努力地定义我们的北极星。我们必须尽早达成一致，以确保我们不会最终追逐错误的东西。
你还想确保你的关键绩效指标 fr数字 是可以理解的。理想情况下，你需要一种方法来估计实验对收入的影响。如果您的组织中有数据科学家，请寻求他们的支持。这在 LinkedIn 帮了我们大忙。
不要忘记，每个测试都应该有一个 KPI 和一个假设。这似乎非常明显，但老实说，在知识文化中，人们有所有这些想法，但他们往往没有假设。当他们想要改变网站的颜色时，他们会以情感为主导。
这还不够
他们需要能够说，“如果我们改变这个，我希望会发生这种情况”，希望你在开始测试之前就已经有研究来支持这一点。
