Strategické hypotézy a experimenty: metodika Prove or Move On

Strategické hypotézy a experimenty jako motor učení

Moderní strategie se nebudují pouze na predikcích a dlouhých plánovacích cyklech, ale na rychlých cyklech učení, které ověřují klíčové předpoklady o trhu, zákazníkovi, technologii a ekonomice řešení. Přístup „prove or move on“ znamená, že organizace systematicky testuje hypotézy a na základě důkazů potvrzuje směřování („prove“) nebo ukončuje či mění iniciativu („move on“) dříve, než vyčerpá významné zdroje.

Od vize k testovatelným tvrzením

Vize a mise: definují dlouhodobý směr a účel. Jsou stabilní, ale ne dogmatické.
Strategické záměry (themes): 2–4 oblasti, ve kterých chceme zvítězit (např. „expanze do SMB“, „AI personalizace“).
Výzkumné otázky: co musíme znát, abychom snížili strategickou nejistotu? (např. „Zaplatí segment X cenu Y?“)
Hypotézy: přeformulované do falzifikovatelných tvrzení s mírou a časem (např. „Do 6 týdnů získáme 200 kvalifikovaných registrací při CAC < 30 €“).

Struktura hypotézy: jasná, měřitelná, falzifikovatelná

Formát: „Věříme, že segment/ICP má problém P a pokud nabídneme řešení S, pak uvidíme měřitelné chování M při ekonomice E do času T.“
Proměnné: kdo (ICP), co (value proposition), jak (kanál, nabídka), kolik (prahové hodnoty), kdy (deadline).
Falzifikace: předem stanovená stop kritéria („pokud konverze < 1,5 % při 1 000 návštěvách, ukončíme test a přeformulujeme nabídku“).

Mapa strategických rizik a prioritizace hypotéz

Ne všechny hypotézy jsou stejně důležité. Prioritizujeme ty, které mají nejvyšší násobkový dopad a největší nejistotu.

Kategorie rizika	Otázka	Příklady hypotéz
Žádoucnost (desirability)	Zákazník to chce?	„Min. 20 % návštěvníků požádá o demo do 14 dnů.“
Realizovatelnost (feasibility)	Dokážeme to dodat?	„Prototyp zvládne 10k req/min s < 200 ms P95.“
Životaschopnost (viability)	Ekonomika sedí?	„CAC < 1/3 LTV; hrubá marže > 55 %.“
Udržitelnost (sustainability)	Je to společensky/regulačně přijatelné?	„Sběr dat v souladu s GDPR, nulový počet vážných zjištění v DPIA.“

Portfolio experimentů a „learning roadmap“

Backlog experimentů: seřazený podle Impact × Uncertainty / Effort.
Learning milestones: definované „brány“ (Gate 1: signály poptávky, Gate 2: ekonomika akvizice, Gate 3: retence/aktivace).
Paralelní proudy: malé discovery testy (týdny) a větší validation testy (měsíce).

Design experimentu: seznam rozhodnutí předem

Hypotéza a metriky: primární metrika (např. CR), sekundární (AOV, CAC), guardrails (churn, SLO).
Populace a randomizace: koho testujeme, jak rozdělujeme (A/B, stratifikace, cluster). Minimalizujeme bias.
Velikost vzorky a MDE: jaký minimální detekovatelný efekt (MDE) chceme zachytit; výpočet síly testu (power ≥ 0,8).
Délka trvání: přes cycle coverage (dny v týdnu, sezónnost) a expozici.
Analýza: předregistrace plánu (je-li možné), definice statistiky (uplift, p-hodnota nebo Bayesův faktor), způsob kontroly multiplicit (FDR).
Etika a bezpečnost: minimalizace rizika pro uživatele, soulad s regulací a interními politikami.

Typy experimentů a důkazní síla

Průzkum problému: kvalitativní rozhovory, deníkové studie, diary & field insights (důkazní síla: orientační, generuje hypotézy).
Smoke test / fake door: ověření zájmu kliknutím/registrací bez plného produktu (důkazní síla: střední pro desirability).
Concierge / Wizard-of-Oz: ručně dodávaná hodnota, měření willingness-to-pay (střední až vyšší).
A/B test: randomizované porovnání variant (silný pro kauzalitu, pokud splníme validitu).
DoE (Design of Experiments): frakční plány pro více faktorů (efektivní při kombinacích).
Cenové testy: Gabor-Granger, Van Westendorp, conjoint – odhad WTP a preferencí.
Technologické prototypy: důkaz realizovatelnosti (PoC), performance benchmarky (silné pro feasibility).

Metriky: od signálů k ekonomice

Vrstva	Metrika	Příklad prahu
Chování	CTR, CR, aktivace, retence D30	CR > 3 %, D30 retence > 25 %
Ekonomika	CAC, LTV, marže, payback	CAC < 1/3 LTV; payback < 9 měsíců
Kvalita	NPS, CSAT, chybovost	NPS > 40; chybovost < 1 %
Riziko	incidenty, právní nálezy, SLO porušení	0 kritických incidentů během testu

Rozhodovací pravidla „prove or move on“

Prove (pokračuj): primární metrika dosáhla nebo překročila práh, guardrails v normě, důkaz reprodukovatelný.
Move on (ukonči/změň): pod prahem při adekvátní síle testu; navrhni pivot (segment, kanál, nabídka) nebo perseverance stop (stop cashback efektem a „p-hackingem“).
Rituál: Evidence Review – 30minutové setkání s rozhodovacím vedením; žádná „HiPPO“ rozhodnutí bez dat.

Škálování: od experimentu k strategickému programu

Replikace: zopakovat test na nových kohortách a trzích.
Plán rollout: staging, feature flags, monitoring dopadů, školení týmů.
Kapacitní model: OPEX/CAPEX, plány náboru, partnerství.
Governance: jasné vlastnictví KPI, OKR pro škálovanou fázi, audit compliance.

Analytické zásady: validita, síla a zaujatost

Interní validita: randomizace, kontrola konfuzních proměnných, stabilní okno měření.
Externí validita: reprezentativní vzorky, sezónnost, kanálový mix.
Power & MDE: předběžný výpočet, vyhýbání se peeking; pokud sekvenční, tak s alpha-spending.
Bayes vs. frequentista: transparentní prahy (např. Bayes faktor > 3 nebo p < 0,05).
Měřicí hygiena: definice metrik v „metrics store“, verzování event schémat.

Experimentální etika a compliance

Informed consent, pokud relevantní: zejména při citlivých datech.
Minimalizace rizika: kill switch, limity expozice, monitoring guardrails v reálném čase.
Ochrana soukromí: privacy-by-design, pseudonymizace, DPIA u nových zpracování.
Fairness: posouzení dopadů na zranitelné skupiny, testy biasu modelů.

Organizační design: kdo co dělá

Role	Zodpovědnosti	Artefakty
Strategy Lead	definuje strategická témata, schvaluje prahy	Learning roadmap, Gate kritéria
Research & Data	design experimentů, analýza, validita	Experiment brief, analýza, rozhodovací zpráva
Product/Business Owner	vlastní hypotézu, backlog, rollout	Hypothesis card, rollout plán
Legal/Compliance	posouzení rizik, povolení	DPIA, etické posouzení

Šablona „Hypothesis Card“

Položka	Popis	Příklad
Tvrzení	co ověřujeme	„SMB CFO akceptuje cenu 49 €/měsíc při benefitu X“
Metriky	primární/sekundární/guardrails	CR trial → paid, CAC, churn
Prahy	success/neutral/fail	>= 8 % / 5–7,9 % / < 5 %
Metoda	typ testu, kanál, kohorta	Fake door + následný concierge
Vzorek & trvání	n, MDE, power	n=2 000 sessions, MDE 20 %, power 0,8
Rizika	etika, technické limity	limit promo stimulů, kill switch
Rozhodnutí	prove / pivot / move on	„prove“ při CR ≥ 8 %

Komunikace výsledků: od insightu k akci

Jednostránkový „Evidence Brief“: problém, hypotéza, metoda, výsledek, rozhodnutí, další kroky.
Repo experimentů: verzované karty, přístupné napříč týmy, vyhledatelné podle tématu.
Rituály: týdenní „Experiment Standup“, měsíční „Strategy Learning Review“.

Typické chyby a jak jim předcházet

P-hacking a peeking: používejte sekvenční testy se správou alfa a předem definovaná stop pravidla.
Outputs vs. outcomes: sledujte dopad na zákazníka a ekonomiku, ne jen dokončené aktivity.
Overfitting na jeden kanál: ověřujte v různých segmentech/kanálech kvůli externí validitě.
Ignorování guardrails: žádný úspěch na primární metrice nesmí narušit kvalitu nebo rizikové limity.
Analytické dluhy: nejednotné definice metrik a eventů vedou k šumu; zaveďte „metrics store“.

Case outline: od hypotézy ke strategii

Hypotéza: „Self-service onboarding sníží CAC o 25 % bez poklesu konverze na paid.“
Experiment: A/B s variantou samoobsluhy; guardrail NPS >= 35, churn D30 ≤ baseline.
Výsledek: CAC -28 %, CR stabilní, NPS +6 bodů, churn beze změny.
Rozhodnutí: „prove“ → roadmap rollout, školení podpory, aktualizace pricingu.

Implementační plán „prove or move on“ ve firmě

M1 – Zavedení rámce (0–4 týdny): školení, šablony, governance, repo experimentů.
M2 – Pilot (5–12 týdnů): 5–10 prioritních hypotéz, týdenní review, záznam rozhodnutí.
M3 – Škálování (3–6 měsíců): integrační dashboardy, standard work pro analýzu, DoE pro komplexní témata.
M4 – Kontinuální zlepšování: retrospektivy, audit kvality experimentů, rozšíření na partnery/kanály.