Vad är hypotesarbete?

Bra hypoteser uppfinns inte på en whiteboard och kopieras inte från en "topp 10 CRO-tips"-lista. De kommer ur belägg om just era besökare. Fem källor ger nästan alltid mer än en idékväll:

• Trattdata och avhopp. Var i flödet tappar ni flest besökare? Steget med störst avhopp är oftast den mest lönsamma platsen att formulera en hypotes kring.
• Friktion. Långa formulär, otydliga steg, tvekan inför pris eller frakt. Varje punkt där besökaren måste anstränga sig är en kandidat.
• Kundintervjuer. Det kunderna själva säger om vad som fick dem att tveka pekar ofta rakt på en hypotes ni aldrig hade gissat från siffrorna.
• Sälj- och supportinput. Frågorna som återkommer i säljsamtal och supportärenden är invändningar i förklädnad, och invändningar är råmaterial för hypoteser.
• Session-inspelningar. Att se riktiga besökare röra sig på sidan avslöjar friktion som aggregerad data döljer: var muspekaren tvekar, var någon skrollar förbi det som skulle sälja.

Det gemensamma är att hypotesen ska komma ur er specifika tratt, inte ur en generisk lista som funkade för någon annan. Nielsen Norman Groups arbete med användarforskning↗ visar hur mycket av det som verkligen hindrar en konvertering som bara syns när man tittar på riktiga användare. Ju närmare belägget ligger era egna besökare, desto starkare blir hypotesen, och desto lättare att poängsätta när den ska prioriteras.

Ni kommer alltid ha fler hypoteser än ni har trafik och tid att pröva. Prioriteringen avgör ordningen, och den ska styras av potentiell affärseffekt, inte av vad som är roligast eller enklast:

1. 01Samla hypoteserna i en backlog. Skriv ner alla på ett ställe, var och en i samma hypotesstruktur, så att de går att jämföra rakt av i stället för att leva i olika huvuden.
2. 02Poängsätt med ICE eller PIE. ICE står för Impact, Confidence, Ease: hur stor effekt om den håller, hur säkra ni är på belägget, hur lätt den är att genomföra. PIE (Potential, Importance, Ease) är samma tanke. Ge varje faktor en poäng, till exempel på en skala 1 till 10, så blir magkänslan ett tal ni kan sortera på.
3. 03Väg in trafik och tid. En hypotes som kräver mycket trafik på en sida med få besökare dröjer innan den ger ett svar värt att lita på. Låg genomförbarhet och tunn trafik skjuter en hypotes nedåt i kön även när effekten skulle vara stor.
4. 04Välj det med störst affärseffekt om hypotesen håller. Överst i kön hamnar den hypotes som, ifall den stämmer, betyder mest för affären och som ni faktiskt kan pröva snart. Inte den som är lättast att bygga, och inte den chefen råkar gilla.

Poängsättningen är ingen exakt vetenskap, den är ett sätt att göra prioriteringen till ett beslutsunderlag, inte status: ett tal att sortera på i stället för en åsikt att bråka om. CXL:s arbete med prioritering av experiment↗ går djupare på modellerna. Målet är enkelt: att den hypotes som betyder mest för affären, och som går att pröva snart, hamnar överst.

Hypotesarbete fastnar sällan på brist på idéer. Det fastnar på fem återkommande misstag, och alla går att undvika:

• Designpreferens förklädd till hypotes. "Gör den grön" är en smak, inte ett antagande. Utan en förväntad, mätbar konsekvens är det ingen hypotes, oavsett hur säker den som föreslår den låter.
• Ingen affärs-KPI. En hypotes kopplad till fler klick eller längre tid på sidan kan vinna utan att en enda krona rör sig. Kopplas den inte till något som är mätt mot affären mäter ni fel sak.
• För vag för att kunna motbevisas. "Sidan borde kännas mer förtroendeingivande" går inte att pröva, för inget resultat kan visa att den var fel. En hypotes måste vara skarp nog att kunna falla.
• Mall-applikation. "Topp 10 CRO-tips" är hypoteser för någon annans tratt. De kan inspirera, men klistras de rakt in i er backlog testar ni någon annans sajt, inte er egen.
• Aldrig registrera lärdom. Ett test som inte dokumenteras försvinner. Höll hypotesen, föll den, eller blev svaret ofullständigt? Registreras inte det upprepar ni samma idéer och backloggen blir aldrig klokare.

Den röda tråden är disciplin, inte verktyg. Falsifierbarhet↗, att ett påstående måste kunna motbevisas för att betyda något, är det enskilt bästa filtret mot dåliga hypoteser: går den inte att motbevisa är den inte redo att testas. Det som skiljer ett hypotesarbete som flyttar nålen från ett som flyttar diagram är att varje hypotes bär en affärs-KPI och en lärdom som sparas.

Hos oss börjar ingen optimering med en idé, utan med er data. Loopen är enkel att beskriva och svår att hålla när tiden pressar, och det är disciplinen att hålla den vi står för:

• Vi utgår från er tratt och era siffror. Hypoteserna växer ur avhopp, friktion och det ni hör från kunder och sälj, inte ur en mall. Och ni äger datan: konton, spårning och underlag är era och följer med om ni byter leverantör.
• Varje hypotes får strukturen om vi gör X, så händer Y, mätt via Z, för att Q, och knyts till en affärs-KPI innan den läggs i backloggen. Är den inte skarp nog att kunna motbevisas skickas den tillbaka.
• Vi poängsätter med ICE, väger mot trafik och tid, och testar det som betyder mest för affären först. Om hur en vinnande hypotes sedan valideras statistiskt läser ni vidare i guiden om A/B-test.
• Allt dokumenteras i månadsrapporten: hypoteserna, prioriteringen, resultatet och vad som ska prövas härnäst. Beslutsunderlag, inte status.

En erfaren hand uträttar på en timme vad en ovan gör på fyra, och i hypotesarbete syns det i vad som aldrig ens hamnar i kön: de idéer som inte går att motbevisa, inte bär en affärs-KPI eller inte är värda trafiken. Det är så en backlog blir en väg framåt i stället för en önskelista. Vill ni se vad era besökare faktiskt fastnar på, se hur Memorise arbetar med konvertering.