Článek
Livesport dnes působí ve více než 50 zemích a má přes 155 milionů měsíčních uživatelů. V takovém měřítku už nejde spoléhat na odhad. Každá změna musí dávat smysl nejen produktově, ale i byznysově.
Tomáš u toho byl od začátku. Přišel do firmy jako první CRO specialista, kdy experimentování ještě nebylo standardní součástí vývoje. Dnes vede Product Growth tým a A/B testing je přirozenou součástí rozhodování napříč firmou.
V epizodě jsme se bavili o tom, jak se taková změna buduje, co funguje v praxi a kde firmy nejčastěji naráží.
4 hlavní témata, která v epizodě zazněla
1. Jak zavést A/B testing ve firmě, kde neexistuje
Livesport začínal bez nástrojů, bez procesů a bez infrastruktury. První testy běžely přes bezplatné nástroje a hlavním zdrojem byl čas a iniciativa.
Klíčovou roli sehrála systematická dokumentace a postupné zapojení dalších týmů. Dnes je experimentování součástí vývoje většiny nových funkcí.
Jedna z důležitých myšlenek: kultura experimentování nevznikne zavedením nástroje. Vzniká postupně, díky důvěře ve výsledky a sdílení poznatků napříč firmou.
2. Proč nevadí, když testy nepřinesou „pozitivní“ výsledek
Velká část experimentů nepotvrdí původní očekávání. Přesto mají hodnotu.
Pomáhají vyloučit řešení, která by jinak stála týdny nebo měsíce vývoje. Týmy tak mohou upravit směr včas a soustředit se na to, co skutečně funguje.
Jak Tomáš říká, největší přínos není jen v nalezení lepší varianty, ale v tom, že firma ví, jakým směrem se nevydat.
3. Jak vypadá proces experimentu v praxi
Každý test začíná jasně definovanou hypotézou a očekávaným výsledkem. Tým si předem určí, co přesně chce ověřit a jak pozná, že test splnil svůj účel.
Důležitou součástí je i sdílení výsledků. Livesport má otevřenou dokumentaci experimentů, ke které mají přístup ostatní týmy. Díky tomu mohou navazovat na předchozí poznatky a vyhnout se opakování stejných slepých cest.
4. Jak AI mění způsob, jakým týmy experimentují
AI dnes v Livesportu pomáhá například s přípravou experimentů a dokumentace. Díky historickým datům dokáže navrhovat strukturu testů nebo pomoci s formulací hypotéz.
Výsledkem je více času na samotné rozhodování a méně času na administrativu.
Tomáš zároveň zdůrazňuje, že největší přínos AI vidí právě v generování nových hypotéz a hledání příležitostí, které by jinak zůstaly přehlédnuté.
Zajímavé postřehy z epizody
- Livesport realizoval stovky experimentů, často s více iteracemi
- většina experimentů nepotvrdí původní očekávání, ale pomůže upřesnit další směr
- experimentování začalo s bezplatnými nástroji, bez velkého rozpočtu
- klíčovým faktorem úspěchu byla podpora vedení a postupné zapojení dalších týmů
- dnes je A/B testing běžnou součástí vývoje produktu
Témata, která v epizodě probíráme
- co je A/B testing a jak ho využívá Livesport
- jak nastavit experiment, aby měl smysl
- jak vyhodnocovat výsledky a pracovat s nimi
- jak budovat kulturu experimentování ve firmě
- jaké nástroje Livesport používá
- jakou roli hraje AI v experimentování
- jak spolupracují produkt, výzkum a marketing
- jaké chyby firmy dělají nejčastěji
Podcast