Conversion-Rate-Optimierung durch A/B-Tests

Wer viel Geld ins Online-Marketing investiert, möchte entsprechende Resultate in Form von Kundengewinnung (Conversion) und Umsatzsteigerungen sehen. Bleibt der Erfolg aus, empfiehlt es sich, mithilfe von A/B-Tests Optimierungen an Seiten oder Anwendungen vorzunehmen. Beim A/B-Test treten zwei Varianten einer Website, einer Anwendung oder auch einer Werbeanzeige quasi als Rivalen gegeneinander an. Ziel ist es, herauszufinden, welche Variante zu einer besseren Conversion-Rate führt, und zwar ohne dass der Traffic einer Website sich weiter erhöht.

Was ist ein A/B-Test und wie wird ein A/B-Test durchgeführt?

Was ein A/B-Test ist, wird deutlich, wenn wir uns anschauen, was das A/B-Test leistet und wie es durchgeführt wird.

Nehmen wir an, Sie haben eine Landing-Page mit einem speziellen Angebot erstellt und hierfür Werbung geschaltet. Sie verzeichnen jede Menge Traffic auf Ihrer Landing-Page, für den Sie bezahlen, weil er über Ads-Kampagnen zustande kommt. Die Conversion-Rate aber bleibt auffällig gering.

Sie stellen also fest, dass das Interesse an Ihrem Angebot grundsätzlich vorhanden ist. Nur: An welchen Stellschrauben müssen Sie drehen, damit aus Interessenten Kunden werden? Diese Fragestellung wäre eine klassische Ausgangssituation für einen A/B-Test.

So führen Sie einen A/B-Test durch

  1. Sie bilden eine Hypothese darüber aus, was die Conversion verhindert beziehungsweise wie sie sich optimieren lässt. Hierfür bedienen Sie sich idealerweise überprüfbarer Daten. Liegen Statistiken vor, wann und wo es zu Abbrüchen kommt? Lässt sich etwas an der Performance verändern, um es den Besuchern zu erleichtern, Ihr Angebot anzunehmen?
  2. Für den A/B-Test überprüfen Sie diese Hypothese, indem Sie die Originalversion und eine geänderte Version gegeneinander antreten lassen. Wichtig: Nehmen Sie nur eine Änderung pro Testlauf vor. Bringt es beispielsweise etwas, einen Link durch einen Button zu ersetzen? Wäre es effektiver, weniger Daten abzufragen, um Besucher zu motivieren, sich für den Newsletter einzutragen? Befinden sich zu viele ablenkende Elemente auf der Seite? Manchmal führen schon Veränderungen in der Farbgebung (Button oder Hintergrund) oder im Wording zu verblüffenden Unterschieden.
  3. Haben Sie ein Problem erkannt und lässt es sich optimieren, legen Sie messbare Ziele fest. Zeigen Sie Besuchern dann zu gleichen Teilen entweder die bisherige Variante A oder die neue Variante B Ihrer Seite. Lassen sich signifikante Unterschiede im Besucherverhalten feststellen?
  4. Erweist sich im Verlauf der Testphase, dass Variante B deutlich mehr Umsätze oder Conversion bringt, hat sich Ihre Hypothese bestätigt. Arbeiten Sie dann mit dieser Variante weiter. Hat sich die Hypothese nicht bestätigt, verwerfen Sie diese und prüfen Sie, ob sich andere Optimierungen vornehmen lassen.
Conversion-Rate-Optimierung durch A/B-Tests


Conversion-Rate-Optimierung durch A/B-Tests

Auswertung eines A/B-Tests zwecks Conversion-Rate-Optimierung

Testen lässt sich alles, was zu überprüfbaren Ergebnissen führt. Farbe und Größe eines Buttons, die Gestaltung der Landing-Page, die Gliederung des Textes, Fotos, Illustrationen, Banner, Hintergrundmusik …

Wichtig ist jedoch, dass Sie:

a) nach belastbaren Hinweisen suchen, die zu einer in hohem Maße wahrscheinlichen Hypothese führen. Nutzen Sie hierfür Statistik- und Tracking-Tools.
b) dafür sorgen, dass das Test-Umfeld nicht zu Verfälschungen führt. Die Testbedingungen für die Varianten A und B sollten grundsätzlich vergleichbar sein, sodass Sie zu wirklich aussagekräftigen Ergebnissen kommen.

Für das Testing sind zudem verschiedene Arten der Durchführung denkbar. So lassen sich mit den entsprechenden Tools zwei Varianten einer Webseite oder Anwendung unter ein und derselben URL bereitstellen. Alternativ können Sie auch jeder Testseite eine eigene URL zuordnen, wie es beim Split-Testing der Fall ist.

Lassen Sie sich für die Durchführung des Tests ausreichend Zeit, ein bis zwei Wochen dürfen es schon sein. Die Auswertung ist hieb- und stichfest, wenn Sie eine Signifikanz von 95 % ergibt. Die müssen Sie allerdings nicht selbst berechnen, auch dafür gibt es hilfreiche Tools.

Haben Sie die Fehlerquelle gefunden oder hat sich eine Optimierung als hilfreich erwiesen? Dann haben Sie damit zugleich neue Erkenntnisse über Ihre Zielgruppe gewonnen, die sich für zukünftige Aktionen nutzen lassen.

Der Hauptzweck des A/B-Tests besteht jedoch in der Conversion-Rate-Optimierung. Denn indem Sie die Conversion-Rate steigern, erzielen Sie gleich zwei Ergebnisse:

  • Sie gewinnen mehr Leads, Umsätze oder Kunden.
  • Sie verringern die Kosten für die Akquise neuer Leads oder Conversions.

Die Verringerung der Kosten stellt sich ein, wenn Sie weiterhin so viel Traffic haben, wie bisher, aber mehr Besucher die gewünschte Aktion durchführen. A/B-Tests können alternativ genutzt werden, um den Traffic selbst zu erhöhen. Denken Sie nur daran: In der Regel nutzt es Ihnen nichts, dass Sie sehr viele Besucher haben. Was Sie benötigen, sind qualifizierte Seitenbesucher, also solche, die über kurz oder lang zu Ihren Kunden werden.

A/B-Testing-Plattform nutzen oder Test selbst erstellen?

Um Hypothesen erstellen und Testseiten erstellen zu können, befassen Sie sich vorab mit den dafür verfügbaren Tools und Plattformen. Deren Hauptunterschiede betreffen die Usability und die Preisgestaltung. So sind einige Tools für Marketingprofis entwickelt wie beispielsweise Adobe Target, das preislich zudem im oberen Segment angesiedelt ist. Welche Investition Sie hier tätigen wollen, hängt daher auch wesentlich davon ab, in welchem Rahmen sich Ihr gesamtes Budget bewegt. Für Einsteiger und Fortgeschrittene lohnt sich ein Blick auf Programme wie Optimizely oder VWO.

Grundsätzlich lassen sich A/B-Tests natürlich auch selbst konzipieren, indem Sie verschiedene Seiten mithilfe eines Editors gestalten. Bedenken Sie aber: Der Erfolg steht und fällt mit der Überprüfbarkeit Ihrer Hypothesen und Resultate. Sparen Sie daher nicht am falschen Ende, wenn Sie zu wirklich aussagekräftigen Ergebnissen gelangen wollen.

Zurück zur Übersicht

Beitragsbewertung
1 Stern2 Sterne3 Sterne4 Sterne5 Sterne (22 Bewertungen, Ø: 4,91 von 5)

Noch Fragen?

 

Kontakt aufnehmen