Optimizely Full-Stack ermöglicht es uns, unsere Ingenieurfunktionen zu befähigen, ihre Experimente selbst zu steuern, sie näher an Kundenmetriken auszurichten und den Wert dessen, was sie tun, besser zu verdeutlichen. Bewertung gesammelt von und auf G2.com gehostet.
Optimizely Full Stack kommt nicht mit einigen der zusätzlichen Funktionen, die Sie auf der Client-Seite erhalten. Die Einrichtung ist komplizierter, und Optimizely bietet Ihnen keine sofort einsatzbereiten Metriken, Sie müssen alles selbst kalibrieren und ausrichten. Bewertung gesammelt von und auf G2.com gehostet.
Optimizely Full Stack ist äußerst leistungsstark für Experimente und A/B-Tests. Als Entwickler bietet es ein vollständiges Experimentier-Framework für unser Produkt. Es ist hochgradig anpassbar (da fast alles im Code erfolgt) und bietet detaillierte Einblicke, wie unsere Kunden mit dem Produkt interagieren. Mit Optimizely Full Stack konnte ich die Konversionsrate erhöhen, Schwachstellen in unserem Produkt identifizieren, Reibungen reduzieren und ein besseres Benutzererlebnis für unsere Kunden schaffen. Es ist einfach ein notwendiges Werkzeug zu diesem Zeitpunkt. Wir nutzen es jeden Tag und können nicht ohne es leben. Bewertung gesammelt von und auf G2.com gehostet.
Das einzige, was mir an Optimizely Full Stack nicht gefällt, ist die Weboberfläche. Manchmal dauert es eine Weile, bis sie geladen ist. Und insgesamt fühlt sie sich etwas umständlich an.
Als Entwickler würde ich mir wünschen, alles mit Code konfigurieren zu können, anstatt es über die Web-App konfigurieren zu müssen. Das würde dem heutigen Trend der "Configuration as Code" entsprechen (der in der Entwicklerwelt sehr beliebt ist). So müsste ich die Web-App nur nutzen, um die Ergebnisse zu sehen.
Letztendlich sind dies Kleinigkeiten. Am Ende des Tages ist es ein großartiges Produkt, und die oben genannten Probleme sind keineswegs ausschlaggebend. Bewertung gesammelt von und auf G2.com gehostet.
Mein Lieblingsmerkmal ist ihr Feature-Flag-Feature, da es so vielseitig ist. Es kann ein Feature konzeptionell zwischen einem Experiment und einem Rollout überführen, was großartig für jedes Team ist, das ein Feature testen und im Laufe der Zeit iterieren muss. Bewertung gesammelt von und auf G2.com gehostet.
Bestimmte Teile der Benutzeroberfläche müssen überarbeitet werden, um den Teams zu helfen, schneller zu arbeiten, z. B. das Anzeigen von Umgebungsschaltern auf dem Feature-Flag-Dashboard und das Bereitstellen eines "Ein-Klick"-Buttons, um ein Feature von einem Experiment zu einem Feature-Rollout zu überführen, ohne mehr Impressionen zu kosten.
Einer der größten Schmerzpunkte meines Teams ist jedoch, dass Änderungen an einem Zielgruppen-Rollout und der Exposition, die für ein Experiment vorgenommen werden, für alle Umgebungen, in denen das Experiment Teil ist, durchgeführt werden müssen. Das hat dazu geführt, dass mein Team separate Projekte für jede Umgebung erstellen und Experimente über diese hinweg duplizieren muss. Bewertung gesammelt von und auf G2.com gehostet.
Es ist einfach, eine neue Erfahrung zu beginnen, und alle Daten sind für das gesamte Team transparent, nicht nur für die Entwickler. Bewertung gesammelt von und auf G2.com gehostet.
- Es ist etwas schwierig herauszufinden, wo/wie man jede Umgebung konfiguriert, jeder, der dem Team beitritt, hat Zweifel daran. Fragen wie "Wo ändere ich den Wert der Variablen x in der Entwicklung", "Wo ändere ich den Prozentsatz des Experiments in der Entwicklung".
- Ich mag es nicht, die Experimente in der Umgebung ändern zu müssen, wenn ich lokal etwas entwickle/teste, normalerweise gibt es mehr als eine Person, die dieselbe Umgebung benutzt.
- Führe automatische Tests durch, wir verwenden Jest, das ist etwas, das Zeit in Anspruch nimmt, vor allem, wenn das Ziel ist, alle Variationen zu testen. Bewertung gesammelt von und auf G2.com gehostet.
Ich mag, dass man neben der primären Kennzahl auch mehrere sekundäre/andere Kennzahlen einrichten kann. Die Ergebnisse sind sehr klar, und ich mag, dass ich alles auf einer Seite sehen kann, einschließlich Impressionen, Kennzahlen, statistischer Signifikanz, Konversionsraten und Visualisierungen. Ich bin Produktmanager, und aus der Sicht eines PM ist das Tool einfach zu bedienen. Bewertung gesammelt von und auf G2.com gehostet.
Ich mag es nicht, dass es keine Möglichkeit gibt, nach Umgebung zu filtern. Da Optimizely es ermöglicht, separate Produktions- und andere Umgebungen für jedes Experiment zu verwalten, hätte ich erwartet, die Option zu haben, für jede zu filtern. Ein Entwickler in meinem Team hat einen Weg gefunden, ein benutzerdefiniertes Segment dafür zu erstellen, aber das hätte ich von vornherein erwartet. Bewertung gesammelt von und auf G2.com gehostet.
Hinzufügen von Feature-Flags für trunkbasiertes Development Bewertung gesammelt von und auf G2.com gehostet.
Es kann ziemlich kompliziert werden, je nachdem, was man tun möchte.
Außerdem haben sie Blogeinträge, die korrekt auf die Vorteile des Testens mit aktivierten und deaktivierten Feature-Flags hinweisen, aber keine Beispiele dafür, wie man ihr SDK dafür verwenden würde. Und wenn man fragt, wissen sie auch nicht, wie man es tatsächlich macht. Bewertung gesammelt von und auf G2.com gehostet.
Optimizely ist eine sehr leistungsstarke A/B-Testplattform, und ihre Bibliotheken lassen sich leicht in unsere Webserver integrieren. Bewertung gesammelt von und auf G2.com gehostet.
Die Website zur Verwaltung von Optimizely-Feature-Flags und -Experimenten ist etwas umständlich. Sie ist sehr langsam, wenn viele Flags eingerichtet sind, und die Steuerungen zum Ausrollen der Flags sind schlecht erklärt. Außerdem mussten wir ein separates Tool entwickeln, um die Zielgruppen von Optimizely unseren Nutzern zuzuordnen. Bewertung gesammelt von und auf G2.com gehostet.
Es ist einfach, AB-Tests zu überprüfen. Kein tiefes Eintauchen in Daten oder Abfragen erforderlich. Die Ergebnisse sind für jeden im Unternehmen sichtbar und analysierbar. Auch die Ausschlussgruppen erleichtern es, mehrere Tests gleichzeitig zu testen. Bewertung gesammelt von und auf G2.com gehostet.
Nicht viel. Nur ein bisschen mehr Aufwand auf der technischen Seite als bei den Webtests. Aber wir versuchen meistens, Fullstack-Tests durchzuführen, da sie für uns genauer erscheinen. Bewertung gesammelt von und auf G2.com gehostet.
Es ermöglicht uns, die gesamte analytische Verknüpfung unserer Back-End-Systeme mit unserem Optimierungstoolkit durchzuführen. Das bedeutet, dass wir wirklich ins Detail gehen können, wie sich unsere Zielgruppen vor und nach der Konversion verhalten haben. Bewertung gesammelt von und auf G2.com gehostet.
Es ist nicht so flink wie ihr anderes Produkt X Web. Es kann eine Weile dauern, bis unsere Entwicklungs-/Produktteams Tests durchführen können, aufgrund der ganzen "Verkabelung", die wir erledigen müssen. Obwohl es mit anderen Analysetools synchronisiert, ist es nicht so einfach zu integrieren wie andere Tools (z.B. X Web). Bewertung gesammelt von und auf G2.com gehostet.
Schnelle Antwort auf die Fragen, die in optimizely-community.slack.com gestellt werden. Bewertung gesammelt von und auf G2.com gehostet.
Sogar das kleine Feature war da "Asa Schachar:optimizely-white: vor 6 Monaten
Ich glaube, ich verstehe, was passiert. Das ist gutes Feedback und ich denke, wir werden dies in einer kommenden neuen Version von gezielten Rollouts ansprechen.
Da der Rollout für das erste Publikum 0% beträgt, bedeutet das, dass 0% derjenigen, die sich für das erste Publikum qualifizieren, im Rollout sein werden. Also wird die Regel für alle anderen ausgewertet.
Um das gewünschte Verhalten zu erreichen, müssen Sie möglicherweise eine Feature-Variable verwenden. Um es einfach zu halten, könnten Sie eine boolesche Variable haben, die entweder wahr oder falsch ist.
Dann setzen Sie für den gezielten Rollout 100% für alle Zielgruppen, ändern jedoch den Wert der Variablen für jede Zielgruppe. Auf diese Weise können Sie eine wahre Erfahrung für cypressON und eine falsche Erfahrung für cypressOFF haben. Ergibt das Sinn? (bearbeitet)" Bewertung gesammelt von und auf G2.com gehostet.