Blogartikel

8min. Lesezeit

Testing während der Produktionsphase: Ja, jeder Produktmanager sollte es tun

Testing während der Produktionsphase…

Es ist ein einfaches Konzept…

Aber es ist auch eines der heikelsten Themen da draußen, und es spaltet die Entwicklungswelt in zwei Lager – diejenigen, die sagen, dass man bei der Produktion immer testen sollte und diejenigen, die sagen, dass man es nie tun sollte.

In diesem Beitrag untersuchen wir diese beiden verschiedenen Lager, wir zeigen, zu welchem Lager wir gehören (und warum), und wir bieten eine praktische Perspektive auf Tests in der Produktion.

First Thing’s First: Was bedeutet Testing während der Produktion?

Um es kurz und einfach zu halten: das Testen in der Produktionphase bedeutet, verschiedene Tests an Ihrem Produkt durchzuführen, wenn es sich in einer echten Umgebung befindet.

Anstatt diese Tests durchzuführen, während sich Ihr Produkt noch in der Entwicklung befindet oder sicher in einer Staging-Umgebung versteckt ist, führen Sie diese Tests stattdessen erst dann durch, wenn Ihr Produkt in der realen Welt in den Händen realer Benutzer ist.

Warum testet man in der Produktionsphase?

Wenn sie richtig durchgeführt werden, bieten Tests in der Produktion einige große Vorteile, die man mit keiner anderen Methode erreichen kann.

Mit Tests in der Produktion können Sie:

  •   Daten aus der realen Welt sammeln, die Sie während der Entwicklung niemals generieren können.
  •   Bestätigen, dass Ihr Produkt tatsächlich das bietet, was Ihre Kunden sich wünschen.
  •   Neue Funktionen kennenlernen, die Ihre Kunden wünschen und an die Sie vielleicht nie gedacht haben.
  •   Sehen, ob Ihr Produkt in der weniger vorhersehbaren realen Welt zuverlässig funktioniert.
  •   Eine größere Strategie der inkrementellen – oder sogar kontinuierlichen – Markteinführung unterstützen.

Das sind starke Vorteile und sie reichen aus, um ein erstes Lager von Entwicklern und Produktmanagern zu schaffen, die „Ja, immer!“ zum Testen in der Produktionsphase sagen.

Aber es gibt auch ein zweites Lager von Entwicklern und Produktmanagern, die „Nein, niemals!“ zu Tests in der Produktion sagen. Sie räumen all die großen Vorteile ein, die das Testen in der Produktion bieten kann. Aber sie haben einfach das Gefühl, dass die Praxis zu viele potenzielle Nachteile mit sich bringt und dass ihre Vorteile es einfach nicht wert sind, die Risiken einzugehen, die die Praxis mit sich bringen kann.

Zu welchem Lager gehören wir?

Es sollte wohl keine große Überraschung sein – wir gehören zum ersten Lager.

Wir glauben, dass das Testen in der Produktion ein Grundpfeiler für jeden in der Entwicklungswelt ist. Und wir glauben, dass es besonders wichtig für Produktmanager ist, da es ihnen eine leistungsfähige Methode zur Generierung von Feedback und Leistungsdaten aus der realen Welt bietet, die sie benötigen, um sicherzustellen, dass sie stets eine tragfähige Produktpipeline aufbauen. 

Aber auch wenn wir für Tests in der Produktion einstehen, wollen wir dem „Nein, niemals!“-Lager dennoch ihren Respekt zollen. Wenn wir sie anhören, können wir einige der größten potenziellen Gefahren erfahren, die beim Testen in der Produktion auftreten können. Und wenn wir diese Probleme erst einmal kennen, können wir damit anfangen, Möglichkeiten aufzuzeigen, um diese Nachteile zu reduzieren und die Vorteile von Tests in der Produktion risikofrei zu nutzen.  

Was sind die großen Risiken von Tests während der Produktion?

Um ehrlich zu sein: Vieles kann schief gehen, wenn man in der Produktion testet.

  • Sie können schlechte Codes einsetzen…
  • Sie können sensible Daten durchsickern lassen…
  • Sie können Ihre Infrastruktur überlasten…
  • Sie können Ihr Tracking & Analytics vermasseln…
  • Sie können ein schlecht gestaltetes Produkt oder eine schlecht gestaltete Funktion freigeben…

Die Liste geht weiter. Alles, was schief gehen kann, könnte schief gehen.

Und das Schlimmste ist, wenn beim Testen in der Produktion etwas schief geht, wird Ihr Fehler Konsequenzen in der realen Welt haben. Ihr Produkt könnte in einem kritischen Moment der realen Nutzung abstürzen. Sie könnten ungenaue KPIs sammeln und Probleme mit Ihren Stakeholdern verursachen. Ihr schlecht gestaltetes Produkt oder Feature könnte dazu führen, dass mehrere zahlende Kunden ein Konkurrenzprodukt vorziehen.

Das Lager der Leute, die „Nein, niemals!“ zu Tests in der Produktion sagen, hält das für höchst riskant und wir verstehen, warum sie sich davon fernhalten.

Und dennoch, auch wenn wir diese Bedenken durchaus anerkennen, befürworten wir es, während der Produktion zu testen.

Und wir sagen Ihnen auch, warum.

Warum sollten Sie dennoch in der Produktionsphase testen?

Erstens, weil das Testen während der Produktion Sie nicht daran hindert, auch vor der Produktion zu testen.

Die meisten der technischen Probleme, die während eines schlechten Produktionstests auftreten können, lassen sich vermeiden, wenn Sie während der Entwicklung und Qualitätssicherung eine ganze Reihe von technischen Tests durchführen, um sicherzustellen, dass Ihre neuen Produkte und Funktionen stabil sind und einem hohen Volumen des realen Einsatzes gewachsen sind.

Und wenn Sie eine Strategie der iterativen Entwicklung verfolgt haben, dann ist die Chance, ein falsch ausgerichtetes Produkt oder Feature – aus der Perspektive Ihrer Benutzer – zu veröffentlichen, sehr gering. Sie werden nicht jedes Mal einen Homerun erzielen, aber auch die Wahrscheinlichkeit eines Strikeouts ist weitaus geringer.

Zweitens, weil vieles, was in einer Produktionsumgebung schief gehen könnte, in einer Entwicklungs- oder Staging-Umgebung ohnehin nicht richtig getestet werden kann.

Es gibt bestimmte technische Probleme, die sich erst dann zeigen, wenn Sie Ihr Produkt oder Feature vor Anwendern aus der realen Welt präsentieren. Tatsächlich gibt es bestimmte technische Probleme, die erst dann auftauchen, wenn Sie Ihr Produkt oder Ihre Funktion vor vielen Benutzern aus der realen Welt präsentieren. Es kommt auf den Umfang an, ebenso wie auf die unvorhersehbaren Nutzungsmuster, die nur Benutzer aus der realen Welt mitbringen können.

Und wenn es um neue Produkte und Features geht – selbst das robusteste Programm zur iterativen Entwicklung auf der Grundlage des Feedbacks Ihrer Benutzer aus der realen Welt kann immer noch nur eine Vermutung darüber abgeben, was Ihre Benutzer als nächstes wollen. Sie können Vermutungen anstellen, die fundierter sind als andere, aber letztendlich werden Sie nie wissen, ob Sie die Rückmeldungen Ihrer Benutzer richtig interpretiert haben, bis Sie diese Funktionen in der freien Wildbahn veröffentlichen und sehen, wie sie aufgenommen werden.

Drittens, und das ist am wichtigsten… weil Sie bereits in der Produktion testen, auch wenn Sie es nicht wussten!

Die meisten der bewährten Verfahren der Agilen Entwicklung und des Produktmanagements sind Formen des Testings in der Entwicklung. Wir sprechen hier von sehr verbreiteten Praktiken wie:

Wenn Sie eine dieser Methoden – und noch viele andere – anwenden, dann führen Sie bereits Tests mit Benutzern aus der realen Welt in einer Live-Produktionsumgebung durch. Sie testen bereits in der Produktion, ob Sie es nun so nennen oder nicht, selbst wenn Sie die ganze Zeit dachten, Sie wären im „Nein, niemals!“-Camp.  

Eine praktische Perspektive auf Tests in der Produktion

Lassen Sie uns den Tatsachen ins Auge sehen: Das Testen während der Produktion ist heute ein wesentliches Element des Produktmanagements. Stellen Sie sich vor, Sie versuchen, Ihre Arbeit ohne A/B-Tests zu erledigen. Oder ohne schrittweise Rollouts. Oder ohne die Möglichkeit, unmittelbare Rückmeldungen aus der realen Welt oder technische Nutzungsdaten zu Ihren neuen Produkten und Features zu sammeln. Das können Sie nicht. Sie müssen in der Produktion testen.

Und deshalb bleiben wir standhaft im „Ja, immer!“-Lager, obwohl wir uns der Risiken dieser Handlungsweise bewusst sind. Wenn Tests in der Entwicklung heutzutage unvermeidlich sind, dann sollten Sie weniger Zeit damit verbringen, die Vor- und Nachteile zu debattieren, und mehr Zeit darauf verwenden, den effektivsten und verantwortungsvollsten Weg zu finden, diese Praxis anzuwenden.

Wir glauben so sehr an diese Perspektive des Testens in der Entwicklung, dass wir eine ganze Produktsuite aufgebaut haben, um Produktentwicklern zu helfen, alle Vorteile der Praxis zu nutzen und gleichzeitig ihre Risiken zu minimieren. Unsere Produktsuite heißt Flagship, und ihre Kernfunktion ist das Feature Flag.

Durch den durchdachten Einsatz von Feature-Flags können Sie alle erforderlichen Tests in der Produktion sicher durchführen. Mit Feature-Flags – kombiniert mit dem Rest von Flagship – können Sie:

  • Setzen Sie kleinere Releases ein, die die Auswirkungen eines Ausfalls minimieren.
  •  Testen Sie Ihre neuen Funktionen nur an Ihren treuesten und verständnisvollsten Benutzern.
  •  Personalisieren Sie ihre Tests, damit sie wissen, dass sie mit ein paar Schwierigkeiten bei der Veröffentlichung rechnen müssen.
  •     Schalten Sie unterdurchschnittliche Features sofort mit einem einzigen Klick aus.

Mit Feature-Flags und ein wenig Planung können Sie das Risiko drastisch reduzieren und die Komplexität der Tests während der Produktion, die Sie bereits durchführen, erhöhen. Und das bedeutet mehr reale Benutzerdaten, zuverlässigere Produkte und Funktionen und weniger Sorgen darüber, wie sich Ihre harte Arbeit außerhalb der sicheren Grenzen von Entwicklungs- und Staging-Umgebungen verhält.  

Wenn Sie mehr über Flagship, Feature-Flags oder einfach nur darüber erfahren möchten, wie Sie bessere Tests in der Produktion durchführen können, wenden Sie sich noch heute an uns.

Abonniere
unseren Newsletter

bloc Newsletter DE

Wir verarbeiten und speichern deine persönlichen Daten, um deine Anfrage zu beantworten. Siehe dir unsere Datenschutzerklärung an.

Blogartikel

8min. Lesezeit

Was ist Hyper-Personalisierung?

Kennen Sie die Frustration, irrelevante Werbungen zu erhalten? Wir auch.  Tatsächlich empfinden 75 % der Online Shopper nach eigenen Aussagen dasselbe. Websites mit irrelevantem Inhalt schrecken Besucher ganz besonders ab. Heute erwarten Kunden mehr als aktuelle Werbeanzeigen: Im Grunde genommen wollen sie personalisierte Kundenerlebnisse, ob online oder im stationären Handel. Ein Weg, diese individuellen Erlebnisse zu bedienen, ist die Strategie der Hyper-Personalisierung.

Definieren wir also Hyper-Personalisierung

Hyper-Personalisierung, auch als One-to-One-Marketing bezeichnet, ist eine Form der traditionellen Personalisierung. Mit Echtzeitdaten und künstlicher Intelligenz (KI) werden Ihren Kunden durch Hyper-Personalisierung speziell kuratierte Inhalte, Produkte und Services oftmals automatisch angezeigt und sind sogar bis in kleinste Detail perfekt durchdacht.

Das letztendliche Ziel ist, Besucher einer Website als einzigartige Individuen zu behandeln, mit jeweils maßgeschneiderten und kontextuellen Nachrichten. Die Produkte eines Unternehmens und Endkunden in vollem Umfang zu kennen und die richtigen Daten, Technologien und Ressourcen für die Implementierung zu haben, sind für die Ausarbeitung eines speziell angelegten Plans von maßgeblicher Bedeutung.

Vorteile der Hyper-Personalisierung

Hyper-Personalisierung hat viele Vorteile. Zunächst werden Hindernisse im Sales Funnel beseitigt, die das Shopping-Erlebnis von Kunden kompliziert machen können, wodurch sie sich nicht weiter bemühen, wirklich das zu erhalten, was sie eigentlich möchten.

Dann verhindert Hyper-Personalisierung, dass Kunden von einer großen Auswahl überwältigt werden. 39 % der Kunden entscheiden sich für den Kauf bei Mitbewerbern, wenn sie die Qual der Wahl unter den Produkten haben. Hyper-Personalisierung kann überladene Angebote verhindern, wenn nur Artikel angezeigt werden, die durch Produktempfehlungsalgorithmen für den Kunden von Interesse sind.

Auch kann Hyper-Personalisierung für Ihre Marke erfolgreich sein, um die Aufmerksamkeit des Kunden schnell zu erwecken und zu fesseln, indem die Sie die Pain Points Ihrer Kunden erkennen und ihnen mit Ihren besten Lösungen Zeit ersparen.

Diese Vorteile werden von vielen verschiedenen Typen der Personalisierung geboten – aber die Hyper-Personalisierung soll noch tiefer und spezieller ins Detail gehen, in einem Ausmaß, das in der Regel nur bei einer erweiterten Automatisierung und mit erforderlichen Daten und Kundenkenntnissen besteht.

Der Wert von Kontext

Kontext verleiht fein abgestimmten, hyper-personalisierten Customer Experiences einen Sinn. Sie können das eine nicht ohne das andere haben. Ein maßgeschneiderter Plan kann kontextuelle Daten wie zum Beispiel der verwendete Gerätetyp interpretieren. Aber der Standort des Geräts, die Zeiten, in denen es besonders aktiv ist, und sogar der Job des Kunden sind Beispiele für einen Kontext, der für einen erfolgreichen Plan notwendig ist. Zusätzlich können Echtzeitinformationen wie Eckpreise und frühere Interaktionen mit Ihrer Marke Erlebnisse mit Hyper-Personalisierungen sogar noch steigern.

Traditionelle Personalisierung im Vergleich zur Hyper-Personalisierung

Mit traditionellen Personalisierungen wird der Fokus oft auf personenbezogene und auf Transaktionsdaten wie den Namen des Kunden, das Unternehmen und die Kaufhistorie gelegt. Ein typisches Beispiel einer konventionellen Personalisierung ist der Vorname in der Betreffzeile von E-Mails oder Newslettern.

Hyper-Personalisierungen interpretieren die Absichten von Kunden mehr im Detail, mit Methoden wie KI, maschinellem Lernen und IoT-fähigen Geräten. Mit diesen Tools können Unternehmen Usern genau zutreffende Anregungen unterbreiten. Senden Sie beispielsweise nur Push-Nachrichten, wenn die User ihr Telefon oder die App Ihres Unternehmens aktiv nutzen.

Früher konnte eine Marke für Sommerkleidung werben und User ansprechen, die in der letzten Saison ähnliche Produkte gekauft haben. Sie können diese traditionelle Personalisierungsmethode aber noch einen Schritt weiter führen und für dieselben Artikel mit Anzeigen basierend auf Standort, Uhrzeit, Datum und Zahlungsmethode des Kaufs werben.

Hyper-personalisiertes Framework erstellen

Um ein nützliches Framework zu erstellen, kann man einen analyseorientierten Ansatz für die Datenkartierung zusätzlich zu den traditionellen Methoden implementieren, die Taktiken auf Daten basieren.

Die Erstellung einer Struktur, die kontinuierlich außergewöhnliche Customer Experiences anbietet, besteht oft aus vier Schritten:

  1. Datensammlung
  2. Kundensegmentierung
  3. Gezielte Journeys und Messung
  4. Analysen

Ihre Zielgruppe zu kennen, ist beim Erstellen eines hyperpersonalisierten Frameworks das Allerwichtigste. Es geht darum, wie Ihr Unternehmen in Erfahrung bringt, wer seine primären Kunden sind, abgesehen davon, dass es jeden einzelnen individuell verstehen muss.

Ihre Zielgruppe zu kennen bedeutet, Zugang zu relevanten Daten zu haben, was besonders für Unternehmen von Vorteil ist, die auf eine breite Zielgruppe ausgerichtet sind, weil diese Kenntnis den Bedarf jeder Gruppe einengen kann.

Beim zweiten Schritt im Framework-Prozess, d. h. bei der Kundensegmentierung, geht es darum, wie Ihr Unternehmen Daten und Kenntnisse über seine Zielgruppe nutzt, um den Personalisierungsprozess zu skalieren. Mit der Segmentierung einer breiten Zielgruppe in kleinere Untergruppen nach bestimmten Kriterien wie Ausgaben, Standort, Demographie, Zufriedenheit und vorherige Interaktionen kann Ihr Unternehmen nun relevante und abgestimmte Mitteilungen an jede Gruppe senden, wodurch das Customer Engagement und die Markentreue ansteigen.

Nachdem die Kunden segmentiert und ihre Bedürfnisse identifiziert sind, können Sie Journeys zielgerichtet entwickeln, was dem Kommunikationsaspekt des Frameworks entspricht. Timing und Mittel sind wichtige Bestandteile in der Ansprache Ihrer Zielgruppe. Beides kann die Wahrscheinlichkeit der Customer Conversion drastisch verbessern.

Sobald Ihr Unternehmen eine gezielte Kampagne durchführt, wird im letzten Schritt der Erfolg anhand von Messungen und Analysen beurteilt. Finden Sie heraus, auf welche Kennzahlen in der Kampagne die Kunden gut reagiert haben, und in welchem Zusammenhang sie mit dem Umsatz Ihres Unternehmens stehen. Wenn Sie diese genaueren Details untersuchen und in den künftigen Kampagnen übernehmen, erhalten Sie nachhaltige Ergebnisse.

In-Store vs. Online Personalisierung

Die Hyper-Personalisierung ist nicht nur für e-Commerce Stores angebracht, sondern auch in der realen Welt. Die richtigen Kundeninteraktionen können viel bewirken, um Leads zu konvertieren, auch ohne moderne Technologie.

  • Kunden im richtigen Moment ansprechen, d. h. den Moment erkennen, in dem der Kunde im Entscheidungsprozess mit sich ringt.
  • Kontinuierlich alternative Lösungen für ein Problem anbieten, wodurch die Besucher im Store gehalten werden.
  • Erfolgreiches Up-Selling von Produkten oder Services, wenn sie für den Käufer relevant sind.
  • Kunden das beste Angebot unterbreiten, mit Price Matching oder zusätzlichen kostenlosen Services (z. B. Installation).

Personalisierung mit einer präsenten Person kann eine Herausforderung sein, aber wenn sie in der richtigen Reihenfolge zum richtigen Zeitpunkt erfolgt, kann sie Kunden eine Menge positiver Erlebnisse bieten.

Marken, die sich Hyper-Personalisierung zunutze machen

Große Namen wie Amazon, Spotify und Starbucks nutzen nun AI und maschinelles Lernen, um die Vielzahl von Faktoren zu untersuchen, die Einfluss auf ihre Recommendation Engines nehmen. Prädiktive Personalisierung ist ein Tool, das diese und andere Unternehmen verwenden, um CX individuell zu gestalten, trotz ihrer großer Zielgruppen.

Amazon

Der Online-Riese hat die „Kunst der Suggestion“ perfektioniert: 35 % der Conversions stammen aus seiner Recommendation Engine. Aber Amazon macht bei seinen Empfehlungen noch längst nicht Schluss an der Suchleiste oder auf seiner Website, sondern nutzt auf exzellente Weise auch seinen E-Mail-Kanal.

Wenn zum Beispiel jemand ein Paar Sandalen sucht, sendet Amazon eine E-Mail mit vorgeschlagenen Artikeln passend zu diesem Schuh.

Amazon Email Recommended
Quelle

 

Diese Technik geht über den traditionellen Weg mit dem Nutzernamen in der Betreffzeile der E-Mail hinaus. Amazon sammelt Daten, um hyper-personalisierte Nachrichten für seine Kunden zu generieren: vollständiger Name, Suchanfrage, durchschnittlich verbrachte Zeit bei der Suche, bevorzugte Marken, andere Browsinggewohnheiten und vieles mehr.

Vor diesen neuen Technologien war die effektive Nutzung dieser Daten mit deutlich mehr Arbeit verbunden. Aber Algorithmen wie das Item-to-Item Collaborative Filtering von Amazon machen den Prozess effizienter, mit vorgeschlagenen Artikeln, die sich auf vier Datenpunkte stützen:

  • Verkaufshistorie
  • Artikel im Warenkorb
  • Bewertete und gelikte Artikel
  • Dinge, die andere Kunden gelikt und gekauft haben

Spotify

Spotify ist eine der führenden Musik-Streaming-Apps mit einer ganzen Bandbreite an Playlists, die auf die Lieblingssongs der einzelnen Nutzer zugeschnitten ist. Nach Analyse und Abgleich der persönlichen Auswahl von Musikstücken mit anderen Nutzern, die denselben Song aufgerufen haben, stellt Spotify höchst personalisierte Playlists für alle seine Nutzer zusammen.

Discover Weekly
Quelle

 

Aber individuell zugeschnittene Playlists sind nicht die einzige Methode, die der Streamingdienst verwendet. Das Feature Live Concert sendet Nutzern E-Mails, in denen die Nutzer über Events ihrer Lieblingskünstler informiert werden und auch die Möglichkeit haben, Tickets zu kaufen.

Spotify
Quelle

Starbucks

Die meisten Menschen ignorieren In-App- und Push-Benachrichtigungen. Aber Starbucks hat einen Weg gefunden, sie zu seinem Vorteil zu nutzen. Durch KI und Tools für die Datensammlung in Echtzeit kann der Kaffee-Riese für Angebote werben, die für seine Kunden relevant sind. Darüber hinaus geht die Starbucks App in Sachen CX noch einen Schritt weiter: mit einem individuellen Interface für die einzelnen Nutzer.

Starbucks-Star-Dash
Quelle

 

Mit der Integration der hyper-personalisierten Kommunikation in nahezu jede Interaktion zwischen Kunden und dem Unternehmen, ist es dem Unternehmen mit seiner App gelungen, eines der umfangreichsten Treueprogramme zu entwickeln, die es auf dem Markt gibt. Zusätzlich zu Sonderangeboten empfiehlt die App auch Lebensmittel, Getränke und Spiele über E-Mail und mobile Geräte.

Zusammenfassung

Da Kunden im Rahmen der Interaktion mit Unternehmen nach wie vor mehr personalisierte Erlebnisse suchen, wird die Personalisierung, in welcher Form auch immer noch wichtiger für Ihr Unternehmen. Eine effektive Personalisierungsstrategie kann der Schlüssel für den Aufbau von Vertrauen und Treue des Kunden sein, was direkt zu einem größeren Umsatzanstieg führt.