Due premesse.

La prima è l'ultimo modulo teorico.

Quindi, anche se abbiamo visto degli esempi pratici, poi andremo a vedere dei casi pratici proprio di di Senis.

La seconda è è molto importante.

Perché ci chiude la parte di MIT.

Chiude la la visione del MIT prima di vedere proprio i casi pratici come li abbiamo affrontati in questo senso dobbiamo parlare di cosa serve per analizzare i dati non solo come strumenti, ma anche come approccio.

Il primo approccio è la validità statistica.

Cosa vuol dire che fare test richiede un innanzitutto budget? Okay, questo è abbastanza abbastanza banale come come visibilità, ma non solo un budget, ma anche un approccio a questo tipo di budget.

Per esempio il budget che che si mette nei test nel processo di testing in fase iniziale di un qualsiasi qualsiasi progetto che sia personale, che sia per un singolo cliente che sia per una grande azienda, una start up è più del cinquanta percento e poi va a tendere a scemare, perché sicuramente poi i test permettono di imparare delle cose e quindi si sistematizza come vedremo, quello che si impara e si testa sempre tanto, però, magari con meno budget, quindi il focus poi si sposta da test test in testing, anche budget ven a altri tipi di topic.

E poi è molto importante.

Però in questo test un po', come abbiamo visto per per le interviste evitare di mettere nostri.

Cioè ci vuole un atteggiamento zen anche sul budget è molto complicato.

Quello che sto dicendo è molto complicato, soprattutto in fase iniziale rischiare di buttare soldi e non viverli come un investimento.

Però la realtà è così perché è l'unico modo per per imparare.

Quindi finché si tratta di un test è molto importante che il nostro atteggiamento sia zen.

Cosa vuol dire essere zen sul budget vuol dire avere alla base del proprio ragionamento.

Quattro.

Non sono non giudizio, non desiderio, non azione, non attaccamento che sono tutti piuttosto ansia driven e io qualcosa ne so personalmente.

Però il punto cos'è.

Il punto è che tutti questi possono invalidare il test, invalidare il test, perché se si parte con giudizio su un test potrebbe essere non fatto.

Potrebbe condizionare quelle che sono le scelte del test.

Quindi bisogna essere molto data.

Che siano informazioni quantitative o qualitative è importante non non desiderare che una soluzione che una soluzione vinca a tutti i costi, ovviamente c'è speranza però non avere quel sentimento di eh estrema speranza che una una variante o control vinca in una in una b test, per esempio non azionare subito, cioè cosa vuol dire? Vuol dire non prendere azioni il giorno due e non attaccamento.

Quindi cosa vuol dire sul budget? Fondamentalmente è molto difficile quello che sto dicendo perché ci sono di mezzo soldi in fase iniziale, magari c'è.

Molta paura però è la fase di learning fondamentale.

Questi quattro non sono alla base della validità statistica.

Um, per ogni esperimento e per ogni azienda e per ogni cliente, è molto difficile stabilire una percentuale specifica per validare un test.

Però eh? Sappiamo bene che non è possibile per un'azienda, magari che ha centomila utenti trecentomila utenti dopo dieci save compilate quantitative e dire ho un campione statistico.

Questo però potrebbe avvenire nel momento in cui magari la le prime dieci risposte per noi sono già positive e quindi magari prendiamo delle decisioni basate su quelle dieci risposte.

Ecco, questo è la base del della invalidità statistica.

Quindi è molto importante stabilire che, ad esempio, nel caso di centomila utenti perlomeno raccogliere l'uno per cento delle risposte all'interno di una però anche qua, ripeto con flessibilità, dipende ovviamente da da business a business, perché questo è fondamentale, perché ci permetterà poi di leggere i dati e sistematizzare, cosa che vedremo adesso, sempre come parte dell'ultimo modulo prima di passare ai casi pratici concreti di nostra esperienza.

Sistematizzare vuol dire mettere a sistema quello che è il risultato di un test nel caso in cui sia vincente.

Quindi, nel caso in cui la variante che si è portata o l'esperimento che si è fatto abbia portato dei risultati di valore e che quindi ha senso mettere all'interno del flusso, che è poi la base del processo di testi sistematizzare, vuol dire che, come vediamo, è la fase finale della Grodd Will.

Quindi dopo che abbiamo deciso cosa fare privatizzare e abbiamo analizzato, si sistematizza.

Questo è un processo che non fa, anche in questo caso una singola persona, una singola competenza.

È molto importante che il processo sia condiviso.

Non è una frase fatta tipo tutti.

Vogliamoci bene è fondamentale.

Perché? Perché ogni esperimento, ad esempio, in che facciamo ha un impatto su tutte o quasi tutte le aree, come dicevamo anche in precedenza da finance a product a agro.

Ed è così per ogni professionista che fa un processo di testing, perché nel momento in cui si aiuta una piccola o media attività anche come consulente, è molto importante che la sistematizzazione del del processo sia compresa da tutti i punti di vista.

Quindi, sia come economics sia come operation, sia come impatto di marketing futuro come lo facciamo noi in Seres lo lo vedremo dopo.

Questo è lo scenario più bello, nel senso che ovviamente quando faccio un test perché ho delle satin forti, Perché ho analizzato i dati? Perché gli utenti mi hanno detto che potrebbe essere interessante e mi hanno fatto capire che quella funzione, quella campagna, quel tipo di interazione è interessante.

Faccio un test e vince bellissimo.

In realtà accade molto poco e anche dopo vedremo nei casi pratici che è troppo bello condividere i i casi di successo.

Ma i casi di fallimento sono parte di questo processo e chiudendo sulla parte di teoria prima di passare ai casi pratici, cosa è importante? Sapere che il fallimento è molto, molto utile.

La la la visione di questo fallimento ci permette di capire se non stavano sbagliando o cosa stavamo sbagliando.

Ad esempio cosa vuol dire che i casi di fallimento possono essere utili? Ne ho parlato in un altro webinar sul test dell'n b to b sempre qui su sull'r n in un caso in cui un test che avevo fatto con società che credimi area finta che vi tubi, quindi completamente diversa da sereni tutto un altro mondo, però un tipo di di campagna che abbiamo fatto e un tipo di target che abbiamo preso.

Ecco, da quel fallimento in realtà è nato un nuovo prodotto.

Perché? Perché siamo andati a trovare degli insight utili che non c'entravano niente col test, ma ci hanno permesso di imparare tutt'altro un prodotto che poi insomma è andato avanti per per molto per molto tempo.

Questo cosa vuol dire? Che anche quando um noi in sereni un test diventa fallimentare, ci permette di prendere degli insite molto utili per capire se forse delle convinzioni che avevamo sono state smentite oppure se possiamo fare un nuovo test con dei nuovi insite, quindi facendo un po' il anche qui il recap del del modulo abbiamo capito che un po' di budget inizialmente in test va messo, ma soprattutto va vissuto con un atteggiamento zen.

Questo nella prima fase del processo di testi sicuramente è importante approcciarlo con una validità statistica che vuol dire quando è possibile.

L'uno per cento dei dei del del campione deve essere magari intervistato, ma soprattutto bisogna non avere il desiderio di azione e di decisione dopo un giorno due giorni, perché questo può invalidare tutto il test e infine che si può sistematizzare il processo se il test è positivo o imparare tantissimo, come vedremo se un test è negativo?