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

imenso público, em uma companhia pequena o custo de oportunidade de
cada experimento é elevado e, portanto, todo teste deve ser pensado para
gerar alto impacto. É claro que não dá para saber antecipadamente se vai
haver esse impacto, mas, para que uma ideia encabece a fila para ser
testada, a justificativa tem de ser muito boa.
Além do potencial de produzir vitórias maiores, testes de alto impacto
dão resultados irrefutáveis mais depressa. Pode ser algo meio complicado
de entender. Andy Johns, que trabalhou nos times de crescimento do
Facebook e do Twitter, criou o exemplo a seguir para explicar essa tese. A
tabela traz os resultados de três experimentos distintos, todos voltados
para melhorar a taxa de conversão de novos visitantes em usuários de um
produto, partindo de uma base de 3%. 4
O IMPACTO DO EXPERIMENTO AFETA A VELOCIDADE
Digamos que o experimento A esteja testando uma pequena mudança,
como a cor do botão de sign-up. À medida que os resultados vão
chegando, fica claro que o aumento na conversão de novos visitantes é
muito pequeno: só 5% maior do que com o botão na cor original. Além da
óbvia hipótese de que a cor do botão de sign-up pode não ser a grande
razão para que novos usuários não estejam se cadastrando, o resultado
também sugere que seria preciso prolongar muito o experimento para
obter dados suficientes e tirar conclusões sólidas. Como indicado na
tabela, para alcançar resultados estatisticamente válidos nesse teste, seriam
necessários 72.300 visitantes por variante ou, em outras palavras, esperar
72 dias. “Para uma startup, isso é uma eternidade!”, disse Johns em
entrevista à First Round Review. Em um caso como esse, o que a startup
realmente deveria fazer é abandonar rapidamente o experimento e passar
para outro, de impacto potencialmente maior.
Não é testando um monte de pequenas alterações, como a cor de
botões, que se começa a praticar o processo de growth hacking. No início,