Cómo funciona el ciclo HADI

HADI es un método de investigación que incluye cuatro etapas: formulación de hipótesis (H), acción (A), recopilación de datos (D), conclusiones (I). Por lo tanto, es un acrónimo donde cada letra corresponde a una etapa del ciclo.

Se supone que el ciclo es infinito. Es decir, después de que la empresa haya sacado conclusiones, formula una nueva hipótesis. Esto permite desarrollar continuamente el negocio o proyecto.

Este método es excelente para probar hipótesis, permite formular correctamente una hipótesis de modo que la lista de acciones para verificarla sea obvia.

Analizaremos cada etapa.

H — hypothesis — hipótesis. En esta etapa se forma una hipótesis. Simultáneamente con la hipótesis, se eligen los indicadores que deberían verse afectados por el cambio. Por lo tanto, es necesario describir qué se planea cambiar, qué métricas y cómo afectará.

Es importante que en un ciclo solo se pruebe una hipótesis. De lo contrario, no quedará claro qué afectó la métrica. Si es necesario probar varias hipótesis a la vez, deben referirse a diferentes métricas.

Por ejemplo: «Queremos agregar otro botón de "pedir" en la página de aterrizaje, esto debería aumentar la conversión de la página de destino».

A — action — acción. Esta es la etapa durante la cual los cambios se implementan. En el ejemplo de la página de aterrizaje, A es la etapa en la que se instalan botones adicionales en la página de destino.

D — data — recopilación de datos. En la tercera etapa, se recopilan datos que confirman o refutan la hipótesis. En primer lugar, se recopilan datos sobre la métrica que se intentó influir.

En nuestro ejemplo, esa métrica es la conversión en solicitud. Es necesario recopilar datos sobre la conversión durante el período en que había un botón adicional «Pedir» en el sitio, así como datos de períodos anteriores. Así se puede entender si el cambio afectó la conversión.

I — insights — conclusiones. En la última etapa, es necesario analizar si la hipótesis funcionó. Si es así, el cambio se puede mantener o escalar. Si no, es necesario probar otra hipótesis.

En el ejemplo de la página de aterrizaje, si después de agregar el botón la conversión aumentó, se deja el botón. Ahora se pueden probar otros cambios que deberían aumentar la conversión.

Consejos: cómo probar hipótesis con la metodología HADI

Para que la prueba de hipótesis con HADI sea efectiva, es importante organizar el trabajo correctamente:

• Formule varias hipótesis para una métrica. Analice cada una para elegir la más útil. Esa debe probarse primero.
• Formule la hipótesis como una pregunta que pueda responderse inequívocamente con «sí» o «no».
• Averigüe si el equipo cree en la hipótesis. Si no, probablemente no valga la pena probarla.
• Evalúe qué tan difícil es probar la hipótesis. Si es difícil y el equipo casi no cree en ella, es mejor posponerla.
• Comience a probar la hipótesis lo antes posible y deténgase tan pronto como obtenga la información necesaria.
• Los datos deben ser estadísticamente significativos. Por ejemplo, si está probando un sitio web, durante el estudio debe ser visitado por suficientes usuarios. El número mínimo estadísticamente significativo se considera 30. Por lo tanto, si desea verificar un cambio en una página de aterrizaje, debe obtener al menos 30 solicitudes.
• Una semana es el plazo óptimo para probar una hipótesis simple. Este tiempo suele ser suficiente.

Varios ejemplos de investigaciones según el modelo HADI

Los ciclos HADI se utilizan a menudo en marketing en Internet para probar campañas de correo electrónico, SEO, publicidad contextual y dirigida. Veamos algunos ejemplos simples.

Publicidad contextual de una tienda de mascotas en línea. Hipótesis: si se paga no por clics en anuncios en publicidad contextual, sino por leads, el costo de conversión disminuirá.

Acción: cambiar la estrategia publicitaria de pago por clics en anuncios a pago por conversiones.

Recopilación de datos: los leads de la publicidad resultaron ser demasiado caros. El costo de conversión aumentó 1.5 veces.

Conclusiones: la hipótesis es incorrecta. Es necesario volver al esquema de pago por clics en anuncios.

Publicidad de escaleras de madera. Hipótesis: si en el anuncio se escribe que las mediciones son gratuitas, la cantidad de clics al sitio aumentará.

Acción: agregar al anuncio información sobre la medición gratuita para la fabricación de escaleras.

Recopilación de datos: la tasa de clics del anuncio aumentó del 4% al 9%.

Conclusiones: la hipótesis es correcta. Es necesario agregar información sobre la medición gratuita en todos los anuncios.

Sitio web de un pastelero. Hipótesis: si se agrega al sitio información sobre la composición de los pasteles y fotografías, la cantidad de pedidos aumentará.

Acción: tomar fotos de los pasteles, describir su composición y publicarlas en el sitio.

Recopilación de datos: la cantidad de pedidos por teléfono se duplicó, en línea aumentó 1.5 veces.

Conclusiones: la hipótesis es correcta. Probablemente valga la pena agregar aún más información sobre el producto y actualizar las fotos regularmente.

Ejemplo de llenado