為更好的決策創建自助數據和實驗文化

在設計應用程序或網站時，簡單是最好的。 以最少的步驟和最乾淨的界面讓用戶從 A 點到 B 點是出色體驗的標誌。 但即使是最直接的用戶旅程也會生成一串需要排序和解釋的事件數據。 使用正確的工具，這些原始數據將成為可以將您的業務提升到新水平的信息寶庫。

我是 SmartRecruiters 的高級產品經理，SmartRecruiters 是一家軟件供應商，它使公司能夠像高性能營銷和銷售機器一樣運行他們的人才招聘計劃。 我們的 B2B 人才招聘套件使招聘變得容易，並幫助企業找到並僱用他們需要的人。

使用正確的工具，原始數據將成為可以將您的業務提升到新水平的信息寶庫。

最近對我們旗艦 B2B 產品的補充是我們的 B2C 解決方案 Smartr。 Smartr 是一個用戶友好的在線平台，可將求職者與 4,000 多個雇主進行匹配。 我們有 200 萬活躍用戶在網上尋找工作，產生了數億個事件。

理解用戶旅程是不可能的

當我在 2020 年加入公司時，了解我們用戶的旅程幾乎是不可能的。 我們直接利用我們的事件數據庫並嘗試使用 SQL 和 Tableau 將事物可視化。 我們為我們分析的每個事件編寫查詢，並將結果輸入 Tableau。 這很耗費時間，而且我們正在努力讓數據正常工作，因為有太多的移動部件。

當時，Smartr 還處於起步階段——我們的團隊也是新成員。 隨著我們增加了更多的人來從事 Smartr 的工作，我們同時也在尋找可以幫助我們改進的新工具。 我們想要分析和可視化更多事件並構建我們的報告，但我們的可視化工具不適合事件跟踪分析。 我開始尋找完美的解決方案來幫助我們更好地了解用戶行為。

在合適的平台上擴展

在對分析工具進行一些基礎研究期間，我發現 SmartRecruiters 的企業端正在使用 Amplitude Analytics 的免費版本。 由於我們已經在內部擁有它，我決定嘗試一下，並與 Amplitude 的客戶經理一起參加了一些研討會。

即使免費 Starter 包的功能有限，但很明顯，Analytics 是市場上用於事件跟踪的最佳工具。 它與我們的數據庫無縫集成，其點擊式界面、內置可視化工具和報告模板使我們能夠將原始數據轉換為易於理解的信息。 在不到一分鐘的時間內，我們可以提出和回答曾經需要半天時間才能使用 SQL 查詢和 Tableau 來製定、提取和解釋的問題。

我很快得出結論，我們沒有充分利用 Analytics，並支持我們轉向平台的付費層之一，這樣我們就可以充分利用它的全部功能。

實時監控新功能

隨著我們增加它的使用，Analytics 引入了實時監控，讓我們可以在將新功能添加到我們的網站或應用程序的第二次測試它。 使用現有的用戶 ID，我們可以實時測試項目並查看正在觸發的事件，而無需創建測試環境或等待用戶和客戶登錄。

實時數據讓團隊和用戶更快樂，因為開發週期和解讀客戶旅程中的絆腳石更少。

在啟動新功能的幾分鐘內，我可以告訴我的工程師它是否觸發了所需的事件，他們可以立即排除故障並解決問題。 這是一種更聰明的工作方式（請原諒雙關語），我的團隊和我們的用戶更快樂，因為我們的開發週期和解讀客戶旅程中的絆腳石更少。

將實驗推向新高度

分析功能強大，隨著我們 Smartr 團隊的壯大，我們開始考慮更多地利用事件數據。 合乎邏輯的答案是增加我們的 A/B 測試，以便我們可以嘗試不同版本的網站和應用程序。

購買一個單獨的實驗平台或建立我們自己的實驗平台每年很容易花費十萬美元，然後我們必須找到一種方法將新平台與我們的數據和事件集成。

我們沒有考慮單獨的解決方案，而是轉向了 Amplitude Experiment，這是一個強大的實驗和功能管理解決方案，可以讓我們試用功能和界面增強。 實驗與分析工具完全集成，同時提供完整的實驗工作流程。

Experiment 的最大成功之一是我們推出了 Smartr 的書籤功能。 當候選人發現一個有趣的帖子時，他們可以標記它，繼續他們的求職，然後再回去申請。 除了現有的書籤圖標作為控件之外，我們還嘗試了兩個新版本的書籤圖標，一個星形和一個心形。 並看到用戶更喜歡一顆心。

我們通過將 1/3 的流量分配給每個變體來運行測試。 我們對測試書籤率很感興趣，這是用戶接觸不同變體的轉化率，以及有多少人為工作添加了書籤。 與控制選項相比，心形按鈕的書籤率增加了 46.6%，而星形按鈕的書籤率僅增加了 8.78%。 我們還想測試申請率，即候選人最終申請的已添加書籤的工作的百分比。 對於心形按鈕，與對照組相比，該比率增加了 58%，而對於星形按鈕，改善率僅為 23.4%。

Amplitude 在運行六天的實驗後證實了這些改進的統計意義，因此將舊的書籤按鈕更改為心形的決定很容易。

當然，我們隨後提出了進一步的問題。 如果我們改變了部分入職體驗或創建了一個全新的體驗，用戶會如何反應？ 他們會更多地參與內容嗎？ 申請更多職位？ 這將如何影響我們的 KPI？ 我們發現自己提出並回答了更多與觀眾相關的問題。

不斷增長的數據文化

很高興看到我們的數據文化不斷發展。 在過去的 12 個月中，我們看到採用率增加了 950%。 而且，在招聘和離職後，並沒有看到最初的高峰，參與度仍然很高。 它引入了自助數據模型，人們對他們看到的數據以及基於數據做出決策的能力更有信心。

我每天都使用 Analytics 來創建新圖表並將它們展示給團隊，並以身作則。 從產品團隊到設計師和工程師，每個人都可以在需要時創建圖表並挖掘他們需要的數據。 雖然不是每個人每天都在使用 Analytics，但向我提出問題或查詢請求的人越來越少，團隊可以更快地行動。

由於這種增長，我是 Amplitude Pioneer Awards 數據文化獎類別的決賽入圍者。 我們的工作在外部和內部都得到認可，這感覺很棒。

精煉 Smartr 的靈活性

任何分析工具都將提供洞察力，以幫助做出更多以數據為依據的決策，但分析的靈活性使其與眾不同。 它使數據分析變得如此簡單。 無需花費時間、精力和資源從頭開始構建我們需要的東西，一切都可以使用和修改。

我的團隊已經完善了我們的產品並微調了我們的用戶體驗。 我們建立了一個蓬勃發展的求職者社區，利用我們的平台進行他們的下一個或第一個職業發展。 我們可以使用內置儀表板創建新事件並立即跟踪和分析它們。 我們已經開始根據數據做出決策，並專注於監控性能，而不是編寫查詢和管理我們的分析工具。 當用戶從主頁導航到我們網站上的其他頁面時，可以輕鬆查看用戶需要哪些功能並按照他們的路徑進行操作。

構建新產品時，您必須快速響應並確保所有事件屬性詳細信息正確無誤。 分析和實驗的結合確保了 Smartr 團隊繼續構建符合我們企業對手的產品。