Hacking growth_ A estratégia de marketing inovadora das empresas de crescimento mais rápido

obter. A vantagem disso é deixar bem claro o que seria considerado um
sucesso. Se o time estiver esperando um ganho de 40% e só conseguir 5%,
haverá muito trabalho pela frente. De outro lado, prever os resultados de
um teste é, quando muito, uma ciência inexata e, portanto, certas equipes
nem se dão ao trabalho de fazê-lo. Na GrowthHackers, indicamos um
avanço esperado, que é calculado com base em experimentos similares
anteriores, em dados de benchmarking disponíveis online e em
estimativas aproximadas da quantidade de pessoas que provavelmente
verão o experimento e do impacto esperado em sua conduta atual.
MÉTRICAS A SEREM LEVANTADAS: é preciso especificar que métricas
serão monitoradas para avaliar o resultado do teste. A maioria dos
experimentos deve incluir mais de uma métrica, pois às vezes, quando um
indicador melhora, outros pioram. Digamos que uma equipe esteja
testando um novo formulário de sign-up na landing page; um resultado
possível é que, ao facilitar o processo, o novo layout aumente o número de
novos cadastros, mas que esse novo público seja menos engajado que o
anterior, por não ter entendido exatamente o que estaria ganhando ao se
cadastrar – o que, no final, pode ser um grande obstáculo ao crescimento.
Para saber o que monitorar, é preciso identificar que métricas serão
afetadas pelo experimento na ponta “downstream”. No caso da lista de
compras, as métricas a monitorar são o número de clientes que usam a
lista de compras, o número de itens incluídos em cada lista, o número de
compras recorrentes, a frequência com que a pessoa volta a comprar e o
valor médio de cada pedido. Essas métricas ajudarão o time de
crescimento a avaliar o teste e seu impacto nos indicadores que importam.
O escopo da mensuração abrange o número de pessoas que usam o novo
recurso e, ainda, o impacto do recurso no comportamento de consumo
desses usuários, o que indicará à equipe se o experimento melhorou a
principal métrica – a receita por consumidor – e se a hipótese inicial era
válida ou não, incluindo se aumentou a taxa de pedidos recorrentes de
usuários do aplicativo que experimentaram o recurso.
UMA IDEIA NO SOFTWARE PROJECTS