客户故事

驾驶时间使用优化的完整堆栈来开发实验并更快地实施赢家

汽车购买和融资革命

驾驶时间总部位于亚利桑那州坦佩,是美国最大的私营汽车销售和融资公司。拥有超过120个经销商,3个运营中心和20个检查中心。,Drivemime专注于获得合适的客户,正确的术语。

实验文化在我们公司的DNA中

驾驶时间彻底改变了二手车市场。它们是美国最大的私人二手车销售和融资公司。 DriveTime在广告和销售到融资和汽车贷款的所有步骤中都是一体的。

无论是在经销商还是在线的人员,DriveTime提供最好的客户体验。他们用可信数据来做。

“我们对整个漏斗有可见性,使我们能够开发最终用户的整体画面,”德里瓦斯分析总监Kyle Tassinari说。 “这也让我们利用数据和优化工具来最大限度地利用我们网站上的消费者的盈利能力,通过客户旅程的每一步都有杠杆和过滤器。 “

他们获得可操作洞察的一个关键方法是A / B测试。这些目标投入塑造了业务战略和减轻风险。“我们已经证明,在不知道这是如何影响您的客户的情况下,您不必在不知道如何影响客户的情况下进行操作,”乔安娜·戈里纳说,这是一个驱动程序。 “实验文化在我们公司的DNA中。我们试验,我们试验,我们在我们所做的一切中运行测试,这给了我们一条腿。“

他们需要更简单的方法来测试,学习和获胜

多年来,DriveTime使用了一个实验平台,这些平台限制了快速和可信赖的见解。 “它还没有提供我们需要的丰富的结果分析,”申请开发的牵引主任Nate Warner说。

速度实现是另一个关键因素。 “我们希望一个平台,让我们能够快速尝试,得到我们的测试,弄清楚它是否工作,然后继续前进到下一个方面,”Golina说。 DriveTime日益复杂的实验花了太长; Golina指出一个示例 - 一个有13种变体的实验 - 需要四周才能配置。

最后,团队不再希望依靠开发人员实现每个实验。 “我们从哪里走?我们如何获得更多功能丰富的功能?我们了解我们想要摆脱我们的平台,谷歌实验没有向我们提供,“华纳反映出。

“我们必须建立自己的解决方案,并必须自己进行计算。报告需要一段时间才能一起拉 - 我们需要更好的东西。“
Nate Warner.
Nate Warner.

应用程序开发总监

它们更快地运行更多的实验,更优化

驱动时间评估了几种领先的实验解决方案。有一个明确的赢家。在华纳的话语中,“很明显:[优化]是一个很好的解决方案,这适合我们。”

在几周内,DriveTime使用优化的网络运行了它的第一个实验。 Golina Attests,“这是一个非常短的时间,获得一个全新的平台,并跑步以及增加这么多价值的东西。”

他们的早期主页实验优化了牵引车搜索和贷款审批过程。当时,主页特色有很多信息,它对客户获取和转换产生了负面影响。

“我们以为我们正在做正确的事情,告诉客户有关他们可以用汽车购买的所有产品,多长时间的传动时期,我们的哲学作为公司,”Golina说。 “我们的早期实验之一是从手机视图中删除所有信息。你甚至滚动在主页上,这只是:这是你能做的三件事。围绕着奇迹很多。整个团队就像,这不能赢。“

对于团队的惊喜,主页的新变化驱动了CTA点击转换的20%跳跃。较短的主页简化了用户流过整个驱动时间网站。 Tassinari解释说:“通过使用优化实验与内部分析工具的数据,我们能够通过销售一直从转换中遵循客户。这是最终让我们舒服地部署到100%交通的较短主页 - 能够一直衡量[获胜变化]。“

几个月后,驾驶时间注意到高层库存只要普通车辆坐在他们的汽车批量上。通过一系列实验,DriveTime确定了这些车辆中的许多车辆在网站上展示,以优化店内销售。

Tassinari股票,“我们的大教训是,是的,我们需要与运营进行调整,并考虑到他们的供应链的要求运行最终用户测试,并让数据帮助我们决定我们所做的。”

库存测试是该团队在优化网上实施的越来越复杂的实验的一个例子。 “跑步和跑步需要很多努力,”DriveTime Developer,Maddie Reichman说。 “我们问自己:我们计划使用这些实验了如何复杂?答案是:这只是一个开始。“他们需要更好的工程方式来在他们的产品和技术堆栈中进行深入测试。

用优化的堆栈进行更深的测试

越来越多的发展团队在驾驶,需要一个灵活的基于代码的解决方案,以在其数字产品中运行强大的实验。和 优化完整的堆栈 他们可以在任何地方进行实验,在客户旅程中的任何地方。

“我们的开发人员正在使用优化的网站来构建非常复杂的实验,以非常完整的堆栈方式使用它,这让我们花了很多时间,而是比需要的时间更长,”华纳说。 “完整堆栈是我们前进 - 实施的前进速度的明确方式是动机。”

驱动时间的产品开发团队还赞赏完整堆栈的力量和灵活性 特征变量,它允许它们动态更新释放周期之外的应用程序中的变量。 “完整的堆栈变量带来了无穷的机会,能够配置事物而无需进行全新的新一轮的实现,”雷克斯曼说。

优化完整的堆栈和网络使用相同 统计发动机,为团队提供他们已经使用的丰富和高效的分析。 “现在我们可以相对较快地设置复杂的实验,但我们获得了我们可以信任的快速结果,”华纳说。

“什么 'S这么令人敬畏的完整堆栈是你可以迭代你已经设置的功能,而不是必须重新评估并重新开始,然后再次弄脏你的手。“
Maddie Reichman.

在驾驶时期的应用开发人员II

采用完整的堆栈

riveTime实现了完整堆栈,并开始首先运行 A / A测试 验证他们的设置并使用该过程作为教育利益相关者的机会。 “我们涉及整个团队在实施过程中,”Reichman说。 “我们将所有的IT团队围绕着我们的所有IT团队,并解释并传授了网站和完整堆栈之间的差异,并表示,这里是我们在客户面向客户的网站上进行的很酷的事情 - 开始思考如何使用它在您的应用程序上。“

“我们让每个人都真正抽了一下。”

Reichman指出了优化对受控和目标的支持 功能卷展栏 作为一个主要的完整堆栈福利。 “看到它很令人兴奋,现在我们知道我们可以在我们开发它们时测试所有的实验,以确保它们是钢斗友好。”

缩放实验,更快

虽然DriveTime只有几个月使用全堆叠,但该平台致力于期望。 “我们能够使用完整堆栈快速实施我们的获奖者,因为我们以最好的开发方式创建实验,”Reichman表示,将速度归因于优化的功能推出,以及干净,高效的代码实现。

当然,Covid-19在2020年初击中了美国,并将业务扔进了尾班。驾驶时间采取了快速行动让潜在客户知道其业务在大流行期间的运作方式。 DriveTime成立了一个横幅来向特定客户展示。

“因为它是一个特色标志,我们有能力在我们感到舒适的情况下关闭它,”Reichman说。 “我们在完整堆栈中绝对爱的另一件事是 受众的属性。我们为Covid-19信息横幅创建了一所新人。我们只想要在主页上进入的用户;现在我们可以根据您的着陆页面提供30种不同的受众。我们喜欢这种灵活性。“

下一步是什么

随着驾驶动脉的效果从Covid-19关闭的影响中出现,该公司将重新划分销售,而开发团队期待充分探索完整堆栈的可能性。 “我们的下一步是我们所谓的车辆印象,了解客户看到的内容以及”为什么“在他们实际做的事情背后,”华纳说。

“我们肯定会在库存中看起来更像更多,”Golina补充道。 “我们需要弄清楚好的,这使得和模型是驾驶增量网上转换,并确保人们仍然进入商店的那些。”

完整堆栈,打开多种机会,与驾驶时间运营团队更密切地工作。 “在业务战略方面,我们已经证明,在不知道它如何影响客户的情况下,我们不必在不知道如何影响客户的情况下进行操作,即使您看起来很远,戈兰说。 “我们还有很多想做的事。”

了解团队如何使用优化 快速提供新的体验,更有信心和更高的质量,并注册 优化推出 今天开始使用免费功能标志和A / B测试!