Introducing Optimizely Opal
an all-new AI platform. See how it works
Posted november 19, 2024

Lederens guide til å bygge opp og beholde et stjernespekulert eksperimenteringsteam

7 min read time
Eksperimentering krever en blanding av analytisk tenkning, kreativ problemløsning og teknisk ekspertise. Se hvordan du ansetter, strukturerer og beholder de beste talentene.

Det er ikke verktøyene alene som driver vellykkede eksperimenteringsprogrammer, det er det menneskene som gjør.

Teamet du bygger opp, kan være avgjørende for programmets suksess. Bare se på selskaper som Amazon, Netflix og Booking.com. De gjør ikke bare " CRO". De har bygget opp hele operasjoner rundt eksperimentering som en kjernefunksjon i virksomheten.

Men å finne de rette talentene med de nødvendige ferdighetene er ikke enkelt, selv ikke i dagens arbeidsmarked. Hvorfor ikke? Fordi eksperimentering krever en unik blanding av analytisk tenkning, kreativ problemløsning og teknisk ekspertise. Det er en kombinasjon som er sjelden å finne hos en enkeltperson, og som er kompleks å bygge opp i et team.

Den virkelige kostnaden ved å gjøre feil

Før vi går nærmere inn på hvordan du bygger opp drømmeteamet ditt, skal vi snakke om hva som skjer når du ikke gjør det riktig. Et dårlig strukturert eksperimenteringsteam kan føre til

  • Stagnerende programvekst: Eksperimenteringshastigheten forblir lav, og det blir stadig vanskeligere å finne gevinster.
  • Operasjoner i siloer: I stedet for å fremme en kultur for eksperimentering, ender du opp med avdelinger som kjører isolerte tester.
  • Manglende støtte fra ledelsen: Uten god kommunikasjon og demonstrert verdi, svekkes ledernes støtte.
  • Ressurstap: Kostnadene ved å ansette, lære opp og erstatte feil talent øker raskt.
  • Glemte muligheter: Mens du sliter med problemer i teamet, løper konkurrentene dine foran med datadrevne beslutninger.

Den gode nyheten? Du trenger ikke å ansette en hel hær for å komme i gang.

Å bygge det rette eksperimenteringsteamet handler ikke bare om å ansette folk med tekniske ferdigheter - det handler om å finne personer som kan balansere analytisk stringens med kreativ problemløsning, som forstår at hver test er en mulighet til å lære, og som kan omsette data til forretningseffekt.

Denne guiden viser deg nøyaktig hva du skal prioritere og når du skal gjøre det.

Hva er de viktigste rollene og ansvarsområdene for et eksperimenteringsteam?

Gode team er ikke ferdig sammensatt fra starten av. I begynnelsen kan faktisk alle disse ulike rollene innehas av én og samme person!

Nøkkelen er å forstå hvilke kjernefunksjoner som trengs, og bygge opp mot dem på en strategisk måte.

Experimentation team functions
Bildekilde: Optimizely

De åtte kjernefunksjonene til eksperimenteringsteam:

  1. Eksperimenteringsleder

    • Eier den overordnede programstrategien og veikartet
    • Går i bresjen for eksperimentering i hele organisasjonen
    • Styrer prioritering av tester og ressursallokering
    • Bygger og vedlikeholder relasjoner med interessenter
    • Fremmer en kultur for eksperimentering
  2. Markedsføringssjef

    • Tilfører ekspertise om kundereisen
    • Identifiserer konverteringsmuligheter
    • Sikrer konsistens i merkevaren
    • Omsetter resultater fra tester til markedsføringsstrategier
    • Justerer eksperimenter med markedsføringskampanjer
  3. Produktsjef

    • Justerer eksperimenter med produktveikartet
    • Balanserer eksperimentering med utvikling av funksjoner
    • Sikrer teknisk gjennomførbarhet
    • Omsetter gevinster til produktforbedringer
    • Prioriterer produktledede eksperimenter
  4. Brukerforsker

    • Gjennomfører kvalitative undersøkelser
    • Identifiserer brukernes smertepunkter og muligheter
    • Validerer hypoteser for tester med brukerinnsikt
    • Bidrar med kontekst til kvantitative data
    • Leder brukerintervjuer og brukervennlighetstester
  5. Leder CRO

    • Utvikler hypoteser for testene
    • Leder gjennomføringen av testene
    • Analyserer resultatene av testene
    • Dokumenterer læring og innsikt
    • Utarbeider veikart for optimalisering
  6. Dataforsker/analytiker

    • Har ansvar for design av tester og statistisk validitet
    • Utfører avansert dataanalyse
    • Bygger rammeverk for måling
    • Validerer resultatene av testene
    • Identifiserer muligheter gjennom datautvinning
  7. Programvareutvikler

    • Implementerer A/B-tester
    • Sikrer teknisk kvalitet
    • Administrerer prosessen for kvalitetssikring av testene
    • Håndterer teknisk dokumentasjon
    • Støtter behov for test på serversiden
  8. Designer

    • Oppretter variasjoner av tester
    • Sikrer en konsekvent brukeropplevelse
    • Tilbyr visuelle løsninger
    • Vedlikeholder designsystemer
    • Samarbeider om prototyper

Du trenger ikke å fylle alle åtte rollene umiddelbart. Begynn med de mest kritiske funksjonene for virksomheten, og utvid etter hvert som programmet modnes og viser seg å være verdifullt.

Hvordan jobber kundene våre med dette?

Et par av kundene våre deler hvordan eksperimenteringsteamene deres ser ut:

Hvordan kan jeg finne den beste teamstrukturen for min organisasjon?

De ulike ferdighetene som kreves, kan grovt sett deles inn i to kategorier: Ferdigheter du må ha, og ferdigheter du bør ha.

0:00
/
0:00

Grunnlaget: Ferdigheter du må ha

Del 1: Analyse og forskning

Statistikk
  • Hvorfor: Fordi et eksperiment er statistikk
  • Hva du trenger Noen som kan forstå beregning av utvalgsstørrelse, statistisk signifikans og ulike modeller for testing (Bayesiansk, sekvensiell, frekventistisk)
  • Ingen doktorgrad er nødvendig, men noen må kunne dette. Bedrifter ber spesifikt om "god forståelse av ulike statistiske modeller" i stillingsannonser i 2024.
Digital analyse
  • Viktige verktøy: Google Analytics, Heatmapping, Sesjonsopptak
  • Må kunne behandle data, bygge hypoteser og gjøre dem om til faktisk innsikt
  • Analyse uten innsikt er bare pene diagrammer. Verktøy kan læres, men innsiktsgenerering er en ferdighet. Ansett for sistnevnte.
Test og undersøkelser av brukere
  • Tall forteller hva, og forskning forteller hvorfor. Forstå "hvorfor" bak brukeratferd
  • Nøkkelkompetanse: Ferdigheter i brukerintervjuer. Kvalitativ dataanalyse. Problemidentifisering.
  • Dette kan gjøres av den samme personen som utfører analysene (til å begynne med)

Del 2: Design og kreativitet

UX-design (grunnleggende nivå)
  • Wireframing-ferdigheter, kartlegging av brukerflyt og grunnleggende prototyping
  • Fokus på å modifisere eksisterende opplevelser
  • Du trenger ikke fullstendige visuelle designferdigheter (ennå)
Tekstforfattere
  • Hvorfor det er avgjørende: Tekstendringer = stor innvirkning
  • Prioritet: Forstå konverteringspsykologi og utforming av verdiforslag

Del 3: Utvikling

Front-end-utvikling
  • Må-ha: HTML-, CSS- og JavaScript-ferdigheter
  • Andre krav: Eksperimentell verktøykompetanse og QA-kunnskaper
  • Erfaring med bedriftsverktøy som Optimizely og forståelse av implementeringsmetoder
Prosjektledelse er limet i prosjektet
  • Trenger ikke å være sertifisert prosjektleder
  • Må være en person som kan håndtere test pipeline management, kommunikasjon med interessenter og prosessoptimalisering
  • Kan være CRO-spesialisten din med flere hatter

Gode å ha-ferdigheter (til senere)

Del 1: Analyse og forskning EXTRAS

Psykologi og atferdsøkonomi
  • For: Avansert brukerforståelse
  • Når: Når Når det grunnleggende testprogrammet er solid
Dataprogrammering
  • Tenk: SQL, Python
  • Når: Når grunnleggende analyseverktøy begrenser deg
Designtenkning
  • For: Utvidelse utover test av nettsteder
  • Når: Klar for eksperimentering i hele organisasjonen

Del 2: Design og kreativt EXTRAS

Visuell design
  • For: Skape helt nye opplevelser
  • Når: Å gå utover test av modifikasjoner
Design av kundeopplevelser
  • For: Eksperimentering med en bredere virksomhet
  • Når: Klar til å utvide utover det digitale

Del 3: Ekstraløsninger for utvikling

Back-end-utvikling
  • For: Test på serversiden
  • Når: Klar for komplekse eksperimenter
Implementering av teknologi
  • For: Avansert sporing og merking
  • Når: Grunnleggende implementering begrenser vekst

Velge teamstruktur

Etter hvert som programmet vokser, må du velge mellom ulike organisasjonsmodeller.

Et Center of Excellence (CoE) gir standardiserte metoder, konsentrert ekspertise og effektiv ressursbruk - men kan bli en flaskehals etter hvert som programmene vokser.

Desentraliserte team gir raskere gjennomføring og tettere samarbeid med produktteamene, selv om det kan være utfordrende å opprettholde konsistensen. Mange vellykkede organisasjoner finner sitt sweet spot i en hybrid tilnærming. De starter sentralisert for å bygge et sterkt fundament, og desentraliserer deretter gradvis etter hvert som eksperimenteringskulturen modnes.

Hvilke egenskaper er det viktig å se etter når man skal ansette et eksperimenteringsteam?

Når teamstrukturen er definert, er neste utfordring å finne de rette talentene. Her er hva ledende selskaper ser etter når de ansetter folk til eksperimentering i dag.

Akkurat landet... En stillingsbeskrivelse for eksperimenteringssjef som illustrerer perfekt hva bedrifter ønsker seg nå

Experimentation lead job template
Bildekilde: Optimizely

Få en gratis mal for stillingsbeskrivelse for eksperimenteringssjef, som også inneholder forslag til suksessindikatorer og intervjuspørsmål.

Finne og beholde eksperimenteringstalenter

Her ser du hvor du skal lete og hvordan du kan holde teamet ditt engasjert.

Hvor du kan finne gode talenter:

  1. Bransjearrangementer og konferanser

  2. Spesialiserte fellesskap

  3. Dedikerte jobbtavler

Kostnaden ved å miste dyktige eksperimenteringstalenter er imidlertid ikke bare økonomisk. Det kan sette programmet ditt flere måneder tilbake i tid.

Så når du først har ansatt teamet ditt, bør du gjøre følgende for å beholde det.

Slik holder du teamet engasjert:

  1. Skap vekstmuligheter

    • Tydelige karriereveier
    • Støtte til bransjesertifisering
    • Programmer for lederutvikling
  2. Invester i programmer

    • Tilgang til avanserte verktøy og plattformer
    • Budsjett for opplæring og utvikling
    • Teamøkter for kunnskapsdeling
  3. Fremme kultur og anerkjennelse

    • Feire erfaringer fra tester (ikke bare seire)
    • Del suksesshistorier i hele selskapet
    • Regelmessige teamretrospektiver

Tips: Skap en kultur for eksperimentering der det å feile blir sett på som læring. Team som føler seg trygge når de eksperimenterer og lærer, har en tendens til å bli værende lenger og produsere bedre resultater. Gjennom konsekvent kunnskapsdeling og feiring av både suksesser og lærdom blir teamene naturlig nok mer eksperimentelle i sin tilnærming. Selv om denne endringen tar tid, gjør effekten på innovasjon og beslutningstaking at det er verdt investeringen.

Enten du bygger opp fra bunnen av eller skalerer et eksisterende program, bør du først fokusere på å få grunnlaget på plass. Begynn med de viktigste ferdighetene, bygg opp kjerneteamet med omtanke, og utvid programmet systematisk.

Klar for suksess med eksperimentering?

Å bygge et eksperimenteringsteam handler om å skape en gruppe som forvandler "vi bør nok teste det" til "hellige data, se på denne innsikten!"

Når du får teamet til å fungere, skjer det magiske ting. Analysefolkene forvandler tall til fortellinger, utviklerne får testingen til å se ut som en kunstform, og forskerne avdekker innsikt som får alle til å tenke: "Hvorfor har vi ikke tenkt på det før?!"

Det kan selvfølgelig være noen humper i veien (det er vanskelig å finne en utvikler som faktisk liker A/B-testing, siden de stort sett bruker testverktøy som kodeditorer), men med de rette folkene på plass vil du lure på hvordan du noen gang har tatt beslutninger uten dem.

Når alt kommer til alt, handler ikke eksperimentering bare om å kjøre tester - det handler om å bygge en kultur der nysgjerrigheten rår, data leder an, og "fordi vi alltid har gjort det slik" blir vist døren.

Hvis du er klar til å ta eksperimenteringsprogrammet ditt til neste nivå, kan du utforske vår analyse av 127 000 eksperimenter. Den er fullpakket med innsikt som kan hjelpe deg med å bygge og skalere teamet ditt for maksimal effekt.

  • A/B-testing, Eksperimentering
  • Last modified: 02.05.2025 08:07:38