Die Frage des CFO
Der CEO von GreenLeaf hat eine Frage an den Besprechungsraum, und die KI hat bereits eine Antwort und einen Plan entworfen. Beides wirkt fertig.
Entscheide, wie Du belegst, dass die Ausgaben in Großbritannien inkrementell wirken, und dann, ob Du einen Plan startest, den die KI selbst als nicht bereit einstuft.
- Der CEO: „Wir geben in Großbritannien 35K $ im Monat aus. Woher weiß ich, dass wir uns nicht nur Menschen zuschreiben, die uns ohnehin gefunden hätten?“
- Der erste Entwurf der KI: Paid in ausgewählten Regionen vier Wochen lang aussetzen, mit Kontrollregionen vergleichen, mindestens 500 Conversions in jeder von vier Regionen, insgesamt rund 2.000.
- Auf der Plantabelle: Bei 35.000 $ im Monat und dem Break-even von 312 $ gewinnt Großbritannien etwa 112 Abonnenten im Monat; das Q1-Ziel von 5.000 Quiz-Abschlüssen entspricht etwa 1.670 im Monat.
- Die eigene Bereitschaftsprüfung der KI für den Consideration-Plan: 35 %, hohes Risiko. Die Quiz-UX braucht Arbeit, die Wearable-Integration ist nicht gebaut, die Nurture-Flows sind unvollständig.
- Ryan: Der Entwurf will rund 2.000 Conversions in vier Wochen. Bevor wir dem CEO eine Antwort versprechen, möchte ich das gegen das prüfen, was wir tatsächlich bekommen.
- Jake: Der Plan bekommt eine 9 für Wirkung. Wenn wir auf jede Lücke warten, holt sich ein Wettbewerber die Suchenden.
- Megan: Der CEO hat eine berechtigte Frage gestellt. Was wir ihm schicken, muss sie beantworten und darf nicht nur wie eine Antwort aussehen.
Wie antwortest Du dem CEO?
- Den Entwurf der KI umsetzen: vier Regionen, vier Wochen, mindestens 500 Conversions pro Region: Es ist ein klassischer Geo-Holdout, er startet diesen Monat, und der CEO hat nach vier Wochen eine Antwort.
- Neu aufsetzen: Quiz-Abschlüsse als Zielgröße, Regionen zu zwei Gruppen zusammengelegt, acht Wochen: Quiz-Abschlüsse über acht Wochen zusammenfassen; das Design prüfen, bevor Du eine Antwort versprichst.
- Test auslassen: die von den Plattformen zugeordneten Conversions berichten: Schnell und kostenlos, und der Kunde liest diese Zahlen ohnehin jede Woche.
Der Consideration-Plan gilt zu 35 % als einsatzbereit. Startest Du ihn?
- Jetzt starten und die Lücken unterwegs schließen: Die KI bewertet ihn mit 9 / 9 / 7 für Wirkung, Zuversicht und Aufwand; jede Woche Warten ist Nachfrage, die er nicht abholt.
- Search und Meta jetzt starten; E-Mail zurückhalten, bis die Nurture-Flows stehen: Holt die Menschen ab, die jetzt suchen, während die langsamste Voraussetzung entsteht.
- Zuerst die drei Lücken schließen: das Quiz, die Wearable-Integration, die Nurture-Flows: Ein Quiz, aus dem Leute abspringen, und fehlende Nurture-Flows verbrennen das Budget; drei bekannte Lücken vorab zu schließen ist günstiger, als sie live zu lernen.
Der Entwurf braucht rund 2.000 Conversions in vier Wochen; Großbritannien gewinnt etwa 112 Abonnenten im Monat. Nach vier Wochen liegt der Test in jeder Region weit unter 500 Conversions: Ganz Großbritannien gewinnt etwa 112 Abonnenten im Monat. Er ist nicht auswertbar, und die Frage des CEO bleibt offen.
Zugeordnete Conversions beantworten nicht, ob die Ausgaben inkrementell waren. Der Bericht zählt Conversions, die die Plattformen für sich reklamieren. Die Frage des CEO war genau, ob diese Menschen auch so gekommen wären; der Kurs verfolgt inkrementelle Abonnenten, nicht zugeordnete Conversions.
Acht Wochen einplanen; Design und statistische Teststärke prüfen. Szenario-Projektion: etwa 770 Quiz-Abschlüsse je zusammengelegter Gruppe in acht Wochen. Das belegt weder die statistische Teststärke noch einen inkrementellen Zuwachs an Abonnenten.
Daten, die Deine Datengrundlage verstreut gelassen hat, verlangsamen die Auswertung des Tests. Für die Auswertung müssen die Daten jeder Region sauber und vergleichbar an einem Ort liegen. Deine Datengrundlage hat diese Arbeit auf später verschoben: Die Antwort wartet darauf.
Deine Leitplanken lassen die KI Budget mitten im Test verschieben. Deine Leitplanken erlauben der KI, Budget zwischen Plattformen zu verschieben. Das Budget kann sich also mitten im Test bewegen und den Vergleich zwischen den Regionen verwischen.
Ein Start bei 35 % Bereitschaft gibt Geld aus, bevor Quiz und Nurture-Flows es in Abschlüsse verwandeln können. Die Kampagne schickt Menschen zu einem Quiz, dessen UX noch Arbeit braucht, ohne Nurture-Flow dahinter. Der Kurs: Teams scheitern häufiger daran, dass sie aktivieren, bevor die Infrastruktur bereit ist, als an einer schlechten Strategie.
Ein Teil des Plans landet weiter auf einem ungelösten Quiz. Search und Meta schicken Menschen zu einem Quiz, dessen UX noch Arbeit braucht; die Nurture-Flows liegen auf Eis.
Warten heißt: Der Plan holt nichts ab, solange die Lücken geschlossen werden. Der Start wartet, während Quiz, Integration und Nurture-Flows in Ordnung gebracht werden.
Kursprinzipien und Szenarioannahmen
- Annahme des Szenarios, aus Kurszahlen abgeleitet: Wie antwortest Du dem CEO?: Neu aufsetzen: Quiz-Abschlüsse als Zielgröße, Regionen zu zwei Gruppen zusammengelegt, acht Wochen. Aus Kurszahlen abgeleitet: Der Entwurf verlangt etwa 2.000 Conversions in vier Wochen, während Großbritannien etwa 112 Abonnenten im Monat gewinnt. Zusammengelegte Quiz-Abschlüsse über acht Wochen ergeben rechnerisch etwa 770 je Gruppe. Diese Anzahl belegt keine statistische Teststärke: Vergleichsgruppen, nachweisbaren Effekt und Analyse prüfen, bevor Du eine Antwort versprichst. Quiz-Abschlüsse beweisen keinen inkrementellen Abonnentenzuwachs.
- Der Consideration-Plan gilt zu 35 % als einsatzbereit. Startest Du ihn?: Zuerst die drei Lücken schließen: das Quiz, die Wearable-Integration, die Nurture-Flows. Der Kurs: Teams scheitern häufiger daran, dass sie aktivieren, bevor die Infrastruktur bereit ist, als an einer schlechten Strategie; die eigene Prüfung der KI sagt, dass diese drei Dinge zuerst in Ordnung kommen sollten.
Du hast entschieden, wie Du Inkrementalität untersuchst und wann Du startest. Der Kurs setzt auf inkrementelle Abonnenten und das Schließen von Lücken vor dem Start. Zusammengelegte Quiz-Abschlüsse sind ein Vorschlag dieses Szenarios, kein validiertes Experiment. Warten verzögert auch die Nachfragegewinnung.