Лучшие статьи по средам
Не отображается письмо? Читать в браузере.

Мы переводим лучшие статьи для продактов и предпринимателей и отправляем вам на email по средам.

Подписаться на рассылку Product University.
A/B-тестирование
Как зарабатывать больше, используя регулярные эксперименты
Выпуск № 39. Перевод статьи Julian Shapiro
A/B-тестирование посадочной страницы
На этой странице вы узнаете, как постоянно улучшать конверсию вашего сайта.

Этот процесс называется A/B-тестированием. Это эксперименты, позволяющие оценить улучшение показателей конверсии (например, скорости регистрации, скорости оформления заказа) от внесенных на сайт изменений.

Например, вы можете переписать шапку вашей целевой страницы. Или заменить все свои фотографии иллюстрациями. Или вдвое сократить длину вашей страницы.

Это называется вариантами. («В» в термине «А/В»).

Вы тестируете варианты по отношению к исходнику, который представляет собой просто вашу домашнюю страницу до внесения каких-либо изменений. (Ваш исходник — это «А» в термине «А/В».)

Для управления всей этой логикой существуют бесплатные инструменты. Ваша единственная задача — выяснить, что стоит протестировать, и создать необходимый материал для целевой страницы.
A/B-тестирование — это необходимость
A/B — это не роскошь для маркетологов, у которых есть свободное время; это — основа для взлома роста. Это единственный способ улучшить конверсию научными методами.

Вот как маркетологам следует скорректировать свой подход: Не тратьте время, делая первую итерацию страницы на 10/10. Начните с 8/10, а затем A/B-тестируйте ее до совершенства.

Потому что у вас никогда не получится идеальная страница с первого раза. Неразумно пытаться.

Вместо этого, запланируйте проведение A/B тестов, чтобы определить, что лучше. Если у Вас сформирована правильная A/B система, это самый быстрый и дешевый способ увеличить прибыль. В отличие от рекламы, A/B тесты ничего не стоят и часто увеличивают конверсию на 50−300%.

Я вижу улучшения почти у всех моих клиентов. Работа занимает всего несколько дней. Да, после этого возвращаться к A/B тестированию нужно меньше. Но именно это первоначальное улучшение стимулирует или блокирует рост прибыли от платного привлечения.

Очень часто оно стимулирует или блокирует рост.
Темы
Мы рассмотрим:
  • Где брать идеи для A/B-тестов
  • Как приоритезировать эти идеи
  • Как точно оценить результаты ваших тестов
  • Как обучить вашу команду, используя ваши результаты
Как работает A/B-тестирование
Вот цикл тестирования, который мы рассмотрим:
  • Решите, что изменить. Что, по-вашему, может увеличить конверсию?
  • Используйте Google Optimize (инструмент для A/B-тестирования), чтобы показать изменение половине посетителей.
  • Проводите этот тест достаточно долго, чтобы получить статистически значимую выборку посетителей.
  • Как только будет собрано достаточно данных, Google Optimize сообщит о вероятности того, что ваши изменения привели к значительной разнице в конверсии. Если это вызвало значительную положительную разницу, то вы должны реализовать изменения в лучшем варианте на существующей странице.
  • Запишите в журнал, что вы изменили, почему вы сделали изменения, и каковы были результаты. Этот журнал поможет вам избежать проведения слишком похожих экспериментов в будущем.
  • Повторяйте шаги 1−5 до тех пор, пока у вас не закончатся идеи. Никогда не допускайте простоев; каждый день в году должен проводиться A/B тест. Или вы впустую расходуете трафик.
Я рекомендую Google Optimize для проведения A/B тестов. Она бесплатна, многофункциональна и удобно интегрирована в Google Analytics.
Поиск идей для A/B-тестов
Идеи для тестирования можно найти в таких местах:
  • Команды поддержки и продаж — члены команды, которые взаимодействуют с вашими клиентами, лучше всего знают, что их привлекает. Спросите их о наиболее частых возражениях, а затем упредите их в варианте целевой страницы.
  • Опросы пользователей — опросите пользователей на предмет их любимых функций и важнейших проблем. Включите их в вашу копию целевой страницы.
  • Лучшая реклама — Ваши лучшие рекламные объявления имеют свойства, текст и изображения, которые могут быть перенесены на ваш сайт. По сути, вы должны запустить рекламу с явной целью найти ваш самый заманчивый текст и изображения.
  • Сайты конкурентов — Определите успешных конкурентов в вашем пространстве и изучите их страницы для вдохновения. Они по-другому структурируют свой контент? Общаются ли они с посетителями по-другому? Проведите тесты, имитирующие их стиль.
  • Поведение на сайте — Используйте инструменты отслеживания посетителей, такие как Hotjar и FullStory, чтобы найти закономерности в активности посетителей: На что они нажимают? Что они игнорируют? И что это говорит о типе контента, который больше всего их привлекает? Попробуйте дать вашим посетителям больше такого контента.
  • Прошлые успехи и неудачи в A/B — вскоре я расскажу о том, как обрабатывать успехи и неудачи в A/B. Обязательно обратитесь к ним для получения знаний, которые послужат основой для ваших новых тестов.
A/B-тестирование и воронка роста
Прежде чем углубиться в то, что нужно проверить, выясним, зачем мы это делаем.

Подумайте об этом: Если вы обнаружили, что A/B вариант мотивирует посетителей нажимать на кнопку в 10 раз чаще, но это на самом деле не приводит к увеличению количества подписок или покупок, то ваш вариант на самом деле не лучше оригинала. Все, что он делает, это заставляет пользователей больше нажимать на кнопку.

A/B вариант лучше только тогда, когда он увеличивает вашу прибыль. Больший доход лучше, чем больше подписок.

Нетрудно проверить вариант, который A) уменьшает число подписок за счет отсеивания посетителей, которые в конечном итоге не собирались платить, в то время как это B) одновременно увеличивает доход за счет лучшего стимулирования потенциальных покупателей, которые готовы были заплатить.

Таким образом, если вы отслеживаете только регистрацию как показатель успеха, вы упустите эту потенциальную победу. (К счастью, такой инструмент A/B, как Google Optimize, отслеживает несколько показателей).

Короче говоря, при оценке результатов A/B-теста учитывайте конверсию в конце воронки.

При этом, в основном, вы будете тестировать ранние этапы воронки. По двум причинам:
Большие выборки — Ранние этапы воронки роста получают больше трафика. Обратите внимание, насколько больше людей просматривают вашу целевую страницу, по сравнению с теми, кто регистрируется и использует ваше приложение.

Объем важен, потому что нам нужна достаточная выборка для проведения A/B тестов. В противном случае, на завершение наших тестов уйдут недели. И часто требуется несколько тестов, прежде чем вы найдете что-то значительно лучшее.

Меньше работы — Изменение текста или изображений на вашем сайте требуют меньше усилий, чем изменение опыта использования приложения. Отчасти поэтому A/B-тестирование целевой страницы более распространено, чем тестирование внутри продукта.

Несмотря на то, что изменения в продукте, скорее всего, приведут к увеличению дохода, они также приведут к ошибкам, сбивают с толку пользователей и препятствуют выпуску новых функций. Делайте это вдумчиво и экономно.
Что тестировать на вашей целевой странице
Существует два типа вариантов для A/B тестирования. Я называю их микро- и макро-вариантами.

Микроварианты — это настройка текста страницы, креативов и макета. Это небольшие, быстрые изменения. И, к сожалению, они вряд ли окажут огромное влияние.

Макроварианты, с другой стороны, — это значительное переосмысление вашей страницы. Приоритет отдается макро, а не микро-тестам.

Потому что изменение цвета кнопки (микровариант) не может повлиять на конверсию более чем на 2−5%. Но реструктуризация всей страницы (макровариант) может увеличить ее на 50−300%, если ваша исходная страница не была протестирована ранее.

Вдвойне важно сосредоточиться на больших победах, учитывая, что каждый A/B тест имеет свою цену: Есть лимит тестов, которые Вы можете провести в месяц, потому что Вы ограничены тем, сколько трафика получает Ваш сайт.

Давайте рассмотрим примеры микро- и макро-тестов.
Микроварианты
Вот ваша зона действий для тестирования микро-вариантов.
  • Текст — заголовок, подзаголовок, заголовки элементов, абзацы
  • Изображения — главное изображение, изображения внутри контента, фоновые изображения
  • Призыв к действию — дизайн, размещение, текст кнопок
  • Социальное доказательство — Попробуйте различные логотипы компании или различные формы доказательства
  • Формы — количество полей, формат поля и текст поля
  • Порядок — Порядок секций вашей страницы
  • Дизайн — Размер, цвет и стиль шрифта
  • Предложения — Вводить скидки с учетом временного контекста
Несмотря на то, что микроварианты не так важны, как макро, я включил их, потому что если собрать достаточно микровариантов, у вас получится макро.

Это трюк, на случай если у вас заканчиваются макро-идеи.
Отдельные микроварианты, которые на самом деле полезны
Когда у вас заканчиваются макро-идеи, эти микро оказывают наибольший эффект:
  • Полностью перепишите текст заголовка и подзаголовка — Текст заголовка — это первый крючок вашего продукта. Так что, если вы неосознанно показывали посетителям неприметный текст, его исправление окажет влияние.
  • Переупорядочивание контента на первом экране — Первый экран — это то, что посетители видят перед прокруткой вниз, чтобы просмотреть остальную часть страницы. Контент этого экрана определяет, продолжат ли посетители прокручивать страницу вниз, чтобы узнать все, что им нужно знать для покупки. оэтому стоит протестировать это микро-изменение.
  • Полностью переписывайте вводные абзацы статей для блога — Вы можете тестировать и ваши посты в блоге тоже! Я делаю это с Julian.com: Я пишу два совершенно разных интро для страницы, а затем тест, который заставляет людей читать больше.
Макроварианты
Макроварианты требуют значительных усилий: Сложно многократно привлечь внимание и наладить сотрудничество в масштабах всей компании, чтобы переосмыслить вашу страницу.

Но макро — это единственный способ увидеть лес сквозь деревья.
Поскольку самое большое препятствие для макротестирования — это приступить к ним, я настоятельно рекомендую вам создать календарь A/B тестирования и строго придерживаться его: Создавайте повторяющиеся события, скажем, раз в 2 месяца. В эти дни потратьте пару часов на мозговой штурм для макро-тестов ключевой страницы или этапа продукта.
Я генерирую макро-идеи, используя пять подходов:
  • Имитируйте разделы страниц конкурентов — Найдите конкурентов с продуманными, хорошо структурированными страницами. Затем воспроизведите некоторые разделы их страниц. Под «разделами» я подразумеваю не их тексты, а их тактику верстки, такую как таблицы, слайды, GIF-файлы и другие средства отображения информации. (Не копируйте их сайт. Только вдохновляйтесь).
  • Напишите для новой ЦА — Направьте свой посыл, скажем, на мам вместо подростков. Возможно, вы неправильно определили свою самую ценную аудиторию.
  • Сократите страницу вдвое — Это контринтуитивно, но меньший объем контента, иногда означает, что большая часть его будет прочтена. Потому что посетители не так перегружены информацией. Попробуйте удалить все, что не является важным. Будьте предельно лаконичны.
  • Займите позицию — Выберите одно ценностное предложение, которое позволит вам охватить больше, чем конкуренты. Создайте посвященную ему страницу; выберите узкий посыл и и вызовите всех конкурентов, отличных от вашего, истинного пути. Покажите посетителям, что они либо с вами, либо против вас, и как быть с вами приводит к лучшему результату. Например, вы либо умный абонент службы доставки еды, либо вы из тех людей, которые тратят свое время и деньги на рестораны.
  • Скомбинируйте полдюжины микровариантов, которые работают на достижение единственной цели, например, на усиление ценностного предложения или на стимулирование посетителей к совершению конкретных действий.
Чтобы проверить, какие из полученных A/B идей действительно могут вызвать резонанс у посетителей, подумайте о том, чтобы пропустить их через раздел «Поиск идей для A/B тестов», расположенный сверху.
Приоритизация A/B тестов
А/В эксперимент имеет свою цену; у вас ограниченное число посетителей, на которых можно тестировать. Так что расставляйте приоритеты вдумчиво.

Используйте эти пять факторов:
  • Уверенность — Насколько Вы уверены, что тест пройдет успешно? Вы можете оценить уровень уверенности, лучше поняв пользователей: опросите их, проследите за их поведением на месте и изучите свои прошлые A/B тесты. Тем не менее, иногда безумные идеи работают лучше всего.
  • Воздействие — Если тест пройдет успешно, сможет ли он значительно увеличить конверсию? Чем менее оптимизирована ваша целевая страница в начале — или чем более крупное ваше изменение — тем больше его потенциальное воздействие. Более масштабные испытания следует проводить в первую очередь.
  • Внедрение — Насколько легко внедрить? Может ли реализация теста истощить ресурсы команды или стать слишком сложной? Если да, то отмените тест, если у вас есть другие сильные идеи, которые требуют меньше реализации. (Когда пришло время запустить ресурсоемкий вариант, определите его минимальную жизнеспособную форму, которая займет примерно 20% времени на создание, но покажет 50% и более потенциала конверсии. Если это удастся, то потребуется время для полной реализации).
  • Уникальность — Является ли ваш новый вариант практически полной копией предыдущего, который не удался? Например, вы меняете цвет кнопки вниз по странице после изменения кнопки на первом экране? (Конечно, возможно, страница достаточно изменилась с момента первого теста, чтобы сделать и это изменение… Насколько вы уверены в этом?).
  • Соответствие бренду — Если добавление варианта с агрессивной продажей увеличивает конверсию, но при этом вы компания, которая обычно делает это мягко, то, возможно, выход за рамки бренда для лучшей конверсии — это не лучший компромисс. Иногда мудрее позаботиться о создании бренда, которым вы гордитесь, чем об увеличении прибыли. Если вы не уверены в том, что A/B соответствует вашему бренду, опросите других членов команды.
Как вы можете видеть, A/B тестирование — это процесс принятия решений в масштабе всей команды. Планируйте его заранее.
A/B-тестирование за пределами вебсайтов и приложений
A/B тестирование применимо ко всем вашим бизнес-решениям. И многим жизненным решениям.

Рассмотрим возможные четыре результата для любого решения:
  • Достижение успеха и извлечение из него уроков.
  • Успех без уроков
  • Провал, но с важными уроками
  • Провал без уроков
По последнему пункту: если вы испытали неудачу и ничему не научились, вы потратили время впустую.

Планируйте свои большие решения таким образом, чтобы неудача научила вас чему-то новому и важному о том, как принимать лучшие решения в будущем. Таким образом — даже в крайнем случае неудачи — вы никогда по настоящему не проиграете.
Настройка A/B тестов
На данный момент я представил два типа A/B вариантов (микро и макро), рассказал о том, как найти источник идей для каждого из них, а также о том, как определить их приоритетность.

Теперь давайте перейдем к вопросу фактического проведения этих тестов.
Сколько A/B тестов нужно провести
Я рекомендую проводить по одному эксперименту за раз.

В противном случае посетители могут одновременно пройти несколько тестов, если они меняют устройства (например, мобильные на десктопные) во время своих визитов. (Инструменты для A/B-тестирования не отслеживают пользователей.) Это делает результаты экспериментов неясными, если не бессмысленными.

Однако в рамках одного эксперимента можно иметь несколько вариантов, каждый из которых проверял бы изменение на одной и той же странице. Каждый вариант получает одинаковое количество трафика для тестирования. Google Optimize обработает всю эту логику A/B-тестирования за вас.

После того, как достаточное количество посетителей увидит эксперимент и ваш инструмент тестирования сможет убедиться в том, какой вариант лучше, вы можете закончить эксперимент, решить, хотите ли вы реализовать победивший вариант, а затем начать новый эксперимент.
Параллельное и последовательное тестирование
Инструменты A/B тестирования проверяют ваши варианты параллельно. Это означает, что ваша оригинальная страница и ее варианты работают одновременно. (Инструмент случайным образом направляет посетителей на ту или иную страницу).

Если вместо этого вы будете вручную запускать варианты последовательно — то есть один вариант в течение 5 дней, другой — в течение 5 дней, — то не сможете контролировать различные источники трафика и дни недели. Это испортит результаты.

Поэтому используйте инструменты A/B-тестирования в том виде, в каком они должны быть: запускайте тесты только параллельно. (Это их поведение по умолчанию, ничего делать не надо).
Нацельтесь только на новых пользователей
При настройке тестов подумайте, кого следует исключить из просмотра.

Например, задумайтесь о том, чтобы показывать эксперимент только посетителям, впервые увидевшим ваш сайт. В противном случае не все придут с одинаковыми знаниями: Некоторые имеют предположения и сведения, которые влияют на то, как они отреагируют на ваш вариант.

Чтобы охватить только новых пользователей в Google Optimize, руководствуйтесь примером 1 в этой инструкции:
Как настроить параметры таргетинга в эксперименте Google Optimize
Оценка результатов A/B теста
Вы провели свои тесты. Теперь вы должны разобраться в результатах.

Оценивая результаты, ищите четыре вещи:
  • Как минимум, вы проводили тесты на самой холодной аудитории.
  • Вы достигли достаточного размера выборки.
  • Вы концентрируетесь на показателях нижней части воронки.
  • Вы записываете гипотезы о том, почему ваш тест удался или провалился. Таким образом, ваше понимание может быть использовано в будущих тестах. Увеличение доходов — лишь одно из преимуществ A/B тестов. Другое — это повышение вашей эффективности при создании отличных тестов.
Давай пройдемся по ним.
Различные намерения аудитории
При проведении A/B тестов для улучшения конверсии, вы быстро получите снижающуюся отдачу от прироста конверсии для вашего трафика с более высоким намерением (например, органический поиск, рефералы и сарафанное радио). Потому что это те посетители, которые пришли к вам, имея определенное намерение. Все, что вам нужно — это просто подтвердить, что вы продаете то, что они хотят, и не отпугнуть их.

Напротив, для платного рекламного трафика A/B-тестирование может обеспечить большую отдачу. Это, в лучшем случае, посетители с умеренным уровнем заинтересованности — обычно это люди, которые случайно кликнули по Вашему объявлению. Они ищут оправдания, чтобы отклонить ваше ценностное предложение и уйти.

Так что именно здесь A/B-тестирование блистает: оно более эффективно для значительного улучшения конверсии трафика с низким и средним уровнем намерения — через более привлекательную страницу.

Когда я провожу A/B тесты на платном трафике, я часто могу улучшить коэффициент конверсии в 2−4 раза. Это может сделать рекламу рентабельной. Это довольно много. Однако, когда я провожу A/B тестирование с органическим трафиком, возможно, в лучшем случае я увижу улучшения в 1.5−2 раза. (Если предположить, что целевая страница была хороша в начале).

Вот вывод: Если вы проводите A/B тест только с теплым трафиком, вы можете не заметить значительного улучшения и по ошибке отклонить тест как неудачный. Когда такое случается, но вы уверены, что у варианта есть потенциал, повторите тест на платном трафике. В этом случае улучшение может быть достаточно большим, чтобы заметить его значимость.
Размер выборки
Статистика подсказывает, что нам нужна достаточно большая выборка, чтобы уверенно определить прирост конверсии.

Математика очень проста:
  • Для статистического подтверждения увеличения конверсии на 6,3%+ необходимо более 1000 посещений.
  • Для статистического подтверждения увеличения конверсии на 2%+ необходимо более 10 000 посещений.
Это означает, что если у вас не так много трафика, то стоимость проверки слишком велика, чтобы запускать микроварианты, которые, как правило, показывают увеличение конверсии всего в диапазоне 1−5%. Если вам нужны недели на 10 000 посещений, вы проведете эти недели в ожидании, скорее всего, не более чем крошечного изменения.

Если вместо этого запустить макро-тест, то он может привести к улучшению на 10−20%+, что намного выше порога в 6,3%. Вы сможете быстро определить победителей крупных макро-тестов.

Ниже приведен пример эксперимента, который я провел для клиента (с помощью Google Optimize):
Прочитайте документацию (первую и вторую части), чтобы узнать, как толковать эти результаты.
Выше, наша страница получила 1724 просмотров в течение всего периода тестирования. По сравнению с исходным вариантом в нашем тестовом варианте было отмечено улучшение на 30% (29/22).

Кстати, эти 30%, скорее всего, неточны. Это всего лишь указание на максимальный потенциал варианта. У нас все еще не так много сеансов, чтобы с точностью подтвердить это улучшение конверсии. Но 30% достаточно хорошо, чтобы подтвердить, что мы улучшили конверсию как минимум на 6.3% (число из предыдущего примера).

Вот снова эти цифры:
  • Для статистического подтверждения увеличения конверсии на 6,3%+ необходимо более 1000 посещений.
  • Для статистического подтверждения увеличения конверсии на 2%+ необходимо более 10 000 посещений.
Обратите внимание на колонку в Google Optimize с пометкой «Вероятность быть лучшей». Если вероятность превышает 70% и имеет достаточное количество сессий (например, 1000 и 10 000, как я уже указывал выше), то результаты статистически обоснованы, и этот вариант следует рассмотреть на предмет реализации.

Теперь необходимо решить, стоят ли трудозатраты и потенциальные внешние эффекты от внедрения 6,3% (или, возможно, гораздо большего) улучшения в конверсии.
Размер выборки и доход
Что, если наши результаты не будут убедительными? Что, если бы мы не превысили 70% вероятности?

Если бы эксперимент выявил только 2%-ное увеличение, например, нам пришлось бы отказаться от выборки в 1724 просмотров как слишком маленькой, чтобы 2% были статистически достоверными.

Мы либо закончили бы эксперимент и записали бы его как нейтральный результат, либо продолжали бы ожидать полных 10 000 сеансов. Если бы после 10 000 сеансов было получено 2%-ное увеличение, мы бы пришли к выводу, что оно, скорее всего, является действительным.

Но, как уже упоминалось в предыдущем разделе, если у вас небольшой трафик, возможно, не стоит рисковать ожиданием небольшого, 2%-ного изменения. Стоимость возможности высока.

Если только это увеличение на 2% не связано с целью увеличения доходов (например, покупок), а не, скажем, с подписками. (Если бы это было всего лишь 2%-ное увеличение числа подписок, я бы посоветовал отбросить это).

Дело в том, что чем ближе конверсия эксперимента привязана к доходам, тем более целесообразно терпеливо ждать небольшого прироста конверсии.
Посмотрите это видео, объясняющее, почему большинство опубликованных исследований ошибочны.
Не воплощайте в жизнь незначительные победы
Не используйте A/B-варианты, которые выигрывают лишь слегка. (Определите «незначительный» результат по отношению к результатам, которые вас волнуют).

В краткосрочной перспективе это может показаться полезным. Но, в долгосрочной перспективе, это может привести к непредвиденным последствиям для воронки, которые может быть трудно определить в ретроспективе.

Это происходит постоянно.
Как поделиться результатами со своей командой
Делиться — это важно.

Я использую инструмент управления задачами, такой как Trello, чтобы следить за A/B тестами, которые я выполняю и рассматриваю в будущем.

Для каждого теста, который я выполняю, я отмечаю в Trello следующее:
  • Событие — то, что я оптимизирую, например, клики, просмотры или время на сайте.
  • До и после — Я включаю скриншоты и описания того, что тестировалось.
  • Обоснование — я объясняю, почему этот тест стоит запустить. Я ссылаюсь на более ранние критерии приоритетности: доверие, влияние, реализация, уникальность и бренд.
Когда тест завершится, я дополнительно зафиксирую:
  • Даты начала и окончания — Продукты меняются с течением времени, так что используйте привязку к временной шкале.
  • Результаты — Изменение в конверсии, а также был ли результат нейтральным, успешным или неудачным. (Я полагаюсь на Optimize для определения достоверности.) Если результат был успешным, я отмечаю, был ли этот вариант на самом деле внедрен на сайт.
  • Размер выборки — По данным инструмента A/B тестирования. Будем надеяться, что она была большой!
  • Дискуссия — 1) Что можно узнать из результата? 2) Также, были ли проблемы (например, большой, странный источник трафика, который не был исключен из аудитории теста), которые могли испортить результаты?
Поддерживайте порядок в задачах Trello и обращайтесь к ним перед тем, как запустить дополнительные тесты.
Вот в чём суть
Три вывода из A/B тестирования:
  • Все маркетологи знают об A/B тестировании, но лишь немногие это делают. Потому что это требует «изобрести велосипед» и наладить сотрудничество внутри команды. Но вам нужно это делать. Это эффективней и дешевле, чем большинство маркетинговых инициатив.
  • Сосредоточьтесь на макро-вариантах до тех пор, пока у вас не закончатся идеи. При использовании микро-вариантов сосредоточьтесь на тех, которые непосредственно влияют на доход (например, покупки), а не на конверсии на ранних стадиях воронки (например, регистрации).
  • Внимательно следите за результатами A/B тестов и используйте их при идеализации будущих испытаний.
Научись развивать продукт
A/B-тестирование, это один из навыков продукт-менеджера, специалиста отвечающего за создание и развитие продукта. За каждым большим и успешным продуктом стоит продукт-менеджер, а часто и не один. Востребованность этих специалистов продолжает расти, как и предлагаемые зарплаты.

Вы можете освоить профессию продукт-менеджера на практике за 8 недель на курсе «Стань продукт-менеджером». Есть возможность бесплатного обучения по предварительному отбору.

Стартуем 4 февраля. А пода́ть анкету на бесплатное обучение можно до 26 января.
Стань продакт-менеджером
СТАНЬ ПРОДАКТ-МЕНЕДЖЕРОМ

Бесплатная программа акселерации с оплатой после трудоустройства 8 недель в онлайне.
Смотреть программу курса
Понравился выпуск? Перешлите его друзьям, кому может быть интересна эта тема.
*|POLL:RATING:x|* Оцените эту рассылку по 10-бальной шкале. С какой вероятностью вы порекомендуете ее знакомым? *|END:POLL|*
© 2020 Product University
119311, Москва, Вернадского 9/10
a@productuniversity.ru
+7 499 938 66 46

отписаться от рассылок