Google ilmoitti vastikään lopettavansa kohtalaisen suositun Optimize-palvelun syyskuun 2023 lopulla. Tämän seurauksena alkoi säpinä ja kuohunta: mitä tilalle? Monelle markkinoijalle Google Optimize on ollut tärkeä työkalu mm. nettisivujen A/B-testauksen tekemisessä, ja sen vuoksi monia onkin ihmetyttänyt Googlen päätös palvelun lopettamisesta.
Markkinointiala muuttuu jatkuvasti. Niin työkalujen kuin erilaisten palveluidenkaan olemassaoloa ei voi pitää itsestäänselvyytenä. Tarjontaa on yleensä paljon, mutta se tarkoittaa myös kovaa kilpailua. Yleisesti ottaen ei kannata kiintyä mihinkään työkaluun tai palveluun liiaksi. Sopivan löydyttyä on toki hyvä ottaa siitä kaikki hyöty irti, mutta aina on muistettava mahdollisuus siihen, että työkalua tai palvelua ei enää ole.
Kohtalaistenkin suosittujen palveluiden lopettaminen Googlen toimesta ei ole ennenkuulumatonta. Siksi, vaikka lakkautus olikin pieni yllätys, emme tästä Aboadilla sen kummemmin tuohtuneet Google Optimizen lakkautuksesta. Yksinkertaisin toimintatapa tällaisessa tilanteessa on kartoittaa vaihtoehdot ja siirtyä eteenpäin. Niin mekin teimme.
Aloita listaamalla vaihtoehdot
Ensimmäinen vaihe palvelun lopetusilmoituksen jälkeen on käydä läpi sen vaihtoehdot. Yleensä vastaavien palveluiden löytäminen ja listaaminen ei ole haastavaa, vaikka se saattaakin viedä aikaa. Vaikeinta on löytää vaihtoehdoista itselleen sopivin. Monessa tapauksessa sopivin palvelu on nimittäin jo löytynyt, kun alkuperäistä palvelua on otettu käyttöön. Näin on varmasti ollut suurella osalla myös Google Optimizen kohdalla.
Tarkastele tärkeimmät ominaisuudet
Kun vaihtoehdoista on tehty ns. shortlist (eli listattu muutama potentiaalisin vaihtoehto), pitää näitä jäljelläolevia tarkastella hiukan tarkemmin. Miten ne eroavat vaikkapa hinnan, ominaisuuksien, integraatioiden ja muiden olennaisten asioiden osalta? Kaikilla näistä ei ole aina merkitystä, mutta ajatus onkin tarkastella kriittisesti palveluiden sopivuutta yrityksen käyttöön. Joissakin tapauksissa saattaa olla, että yksinkertaisemmallakin ratkaisulla tai palvelupaketilla voisi pärjätä jatkossa.
Itse tarkastelen palveluista yleensä mm. seuraavia asioita:
- Hinnoittelumalli
- Mahdolliset käyttörajoitukset
- Ominaisuudet
- Liitännät muihin palveluihin
- Käyttäjien määrä
Testaa, testaa, TESTAA
Lopuksi on testausvaihe. Kun sopiva palvelu on löytynyt, on sitä syytä kokeilla perusteellisesti. Tässä kannattaa käyttää hyväksi kokemuksia aiemman palvelun käytöstä, mutta kannattaa kuitenkin muistaa kyseessä olevan eri palvelu. Jotkin asiat toimivat eri tavalla ja kaikkia samoja asioita ei välttämättä ole mahdollista tehdä. Työnkulkua saattaa joutua muuttamaan, mitä ei välttämättä tutkimusvaiheessa ole mahdollista tietää. Sen vuoksi palvelun testaaminen ennen laajamittaista käyttöönottoa on välttämätöntä.
Mitenkä sen Google Optimizen kanssa kävi
Mitä tulee Google Optimizeen, löysin omalle shortlistilleni seuraavat vaihtoehdot:
- VWO
- Optimizely
- Kameleoon
- Crazy Egg
Nämä vaihtoehdot päätyivät listalle erinäisten kriteerien sekä puhtaan kiinnostuksen kautta. Erilaisia vaihtoehtoja kartoittaessani kävin jo samalla läpi näiden palveluiden ominaisuuksia, hinnoittelua ja muita asioita. Jotkin aluksi potentiaalisilta vaikuttaneet vaihtoehdot karsiutuivat varsin nopeasti pois.
Lopulta pelin ratkaisi kokeilun helppous. Harmittavasti monessa A/B-testauspalvelussa ei ole mahdollista itse aloittaa koekäyttöä, vaan ensin on keskusteltava myynnin kanssa. Tämä on selkeä puute, vaikka voikin olla joissain tapauksissa perusteltua. Tässä tapauksessa etulyöntiasemassa oli VWO, joka ainoana tarjosi mahdollisuuden maksuttomaan kokeiluun.
Lue lisää muutoksesta ja varautumisesta
- Kuinka selvitä digitaalisen markkinoinnin seuraavista murroksista (ilman paniikkia)
- Muutos on pysyvää – miten pysyn mukana?
- Digitaalisen markkinoinnin tulevaisuus – valmistaudu strategisesti
- Google Analytics muuttuu – mikä muuttuu?
Lue lisää A/B-testauksesta
- Markkinoinnin A/B-testaus lean-silmukan avulla
- Ideoita mainonnan A/B-testaukseen
- Koneoppiva maarkkinointi vai manuaalinen A/B-testaus?
- Tilastollisen merkitsevyyden huomioiminen A/B-testauksessa