Website-Optimierung mit System: Mehr Erfolg mit dem Testing

 A/B-Testing im Onlinebereich bedeutet, dass für einen definierten Zeitraum zwei oder mehr Varianten – beispielweise einer Webseite, eines Formulars, eines Mailings oder einer Display-Werbung – an die Besucher ausgespielt werden, um dann zu vergleichen, welche Variante besser funktioniert. Für aussagekräftige Ergebnisse und ein erfolgreiches A/B-Testing sollten Website-Betreiber folgende Schritte beachten:

Probleme identifizieren

Am besten lassen sich Schwachstellen auf der eigenen Website durch konsequente Web-Analyse identifizieren. Hierbei wird beispielsweise deutlich, welches die typischen Ein- und Ausstiegsseiten sind, ob eine Landing-Page eine überdurchschnittlich hohe Bounce-Rate aufweist oder welche Traffic-Quelle die niedrigste Klick-to-Sale-Konversion liefert. Sind die Schwachstellen anhand der Web-Analyse erkannt, lohnt sich der Einsatz einer Mouse-Tracking-Lösung, um Probleme auf einer speziellen Seite im Detail zu analysieren. Finden die Besucher etwa einen Call-to-Action-Button nicht, weil sich dieser zu weit unten auf der Seite außerhalb des sichtbaren Bereichs befindet? Oder ist es ein bestimmtes Formularfeld, das besonders häufig zu Fehlern und Abbrüchen bei Bestellungen führt? Um zu erkennen, wo sich die neuralgischen Punkte befinden, sollten Online-Shop-Betreiber so den gesamten Sales Funnel Schritt für Schritt im Blick auf die User Experience analysieren.

Kein Test ohne Hypothese

Es ist im Grunde eine banale Voraussetzung für das Testing, wird dennoch häufig übersehen: das Aufstellen von Hypothesen. Nur wer ein Problem identifiziert, die wahrscheinliche Ursache für das Problem benennt, einen entsprechenden Optimierungsvorschlag macht und ein daraus folgendes Ergebnis formuliert, kann messen, ob seine Erwartungen an die Optimierungsmaßnahmen auch erfüllt werden. Ein Beispiel: Zu viele Kunden brechen den Bestellvorgang ab (Problem). Der Grund dafür ist, dass das Bestellformular zu umfangreich ist und zu viele Angaben gefordert werden, was dazu führt, dass die Besucher abgeschreckt werden und den Bestellvorgang abbrechen (Ursache). Das Formular soll bis auf die zwingend erforderlichen Angaben verkürzt werden und auf eine einzelne Seite passen (Optimierungsvorschlag). Dadurch wird die Abbruchquote gesenkt (erwartetes Ergebnis). Dieses Vorgehen ist die Voraussetzung dafür, den Testing-Erfolg messen und beurteilen zu können.

Testen ja – aber was?

Ist das Problem anhand der Web- und User-Experience-Analyse identifiziert und eine erste Hypothese aufgestellt, stellt sich als nächstes die Frage, welche Elemente man verändern sollte. Hierfür empfiehlt sich ebenfalls ein schrittweises Vorgehen, um die Auswirkungen möglichst eindeutig einer bestimmten Veränderung zuordnen zu können. Folgende Elemente eignen sich besonders gut für das Erstellen erster Test-Versionen:

  • -Überschriften (Schriftgröße/-farbe, Länge, Platzierung)
  • -Seitenlayout (Anordnung, Größe von Text- und Bildelementen, Farbgebung)
  • -Navigation (Größe, Farbgebung, Anordnung von Navigationselementen)
  • -Copy-Texte (formal: Textumfang, Schriftgröße, Schriftart-/farbe; inhaltlich: Tonalität, Art der Ansprache)
  • -Konkretes Angebot an den Kunden (Pricing, Rabatte, Extras)
  • -Design und Text von Call-to-Action-Buttons (Farbe, Größe, Platzierung, eindeutige Bezeichnungen)
  • -Unterschiedliche Medienarten wie Videos oder Bildergalerien (zusätzliche Informationen, Cross-Selling, Unterhaltung).

Psychologie: Grundlagen der Persuasion beachten

Die Frage, welche Faktoren bei Menschen welche Entscheidungen auslösen und warum, beschäftigt seit Jahrzehnten zahlreiche Forscher. Während das Thema im Ganzen äußerst komplex ist, lassen sich einige grundlegende Erkenntnisse jedoch heute relativ einfach bei der Website-Optimierung und im Online-Marketing anwenden. Das Stichwort lautet Persuasion, also Überzeugung und bezieht sich in diesem Kontext auf Grundmuster menschlichen Handelns. Um Besucher und Kunden zu überzeugen, haben sich unter anderem folgende Strategien bewährt:

  • -Künstliche Verknappung (verfügbare Menge oder Angebots-Zeitraum begrenzen)
  • -Soziale Erwünschtheit (Bewertungen/Empfehlungen anderer Kunden)
  • -Verpflichtung und Konsistenz (ähnliche/ergänzende Produkte anbieten; begonnene Prozesse ohne Ablenkungen bis zum Ende durchführen lassen)
  • -Begeisterung (zum Beispiel durch positive Bestätigung und das Anbieten von Extras).

Um valide Ergebnisse darüber zu erhalten, welche Maßnahmen besonders zum Erfolg beitragen, empfiehlt es sich auch hier, zunächst schrittweise wenige Varianten mit wenigen Änderungen zu testen.

Mikro-Konversionen messen und Multi-KPI-Analysen durchführen

Der Erfolg eines Tests muss anhand vorher definierter Kennzahlen bewertet werden. Dabei gilt: Kürzere Konversionsziele sind aussagekräftiger als längere, die eine ganze Reihe von Schritten umfassen. Daher sollten einzelne Prozessschritte definiert und die jeweiligen Mikro-Konversionen gemessen werden. So wird deutlich, an welchen Stellen genau die zu testenden Veränderungen wirken. Den unmittelbar nächsten Zielschritt zu messen hat darüber hinaus den Vorteil, dass die Anzahl der Konversionen höher ist und das Testergebnis daher schneller vorliegt. Ein Nachteil bei Betrachtung der Mikro-Konversionen ist der mangelnde Gesamtüberblick: Dass etwa mehr Besucher einen Artikel in den Warenkorb legen, bedeutet noch lange nicht, dass das Produkt auch öfter gekauft wird.

Für die Erfolgsanalyse sollten sich Website-Betreiber jedoch nicht ausschließlich auf die Konversionsrate konzentrieren, sondern auch weitere Kennzahlen analysieren. Die Konversionsrate gibt lediglich das Verhältnis zwischen Klicks und Bestellungen an, die Anzahl an Klicks sowie Kosten und Umsätze bleiben dabei unberücksichtigt. Um den wirtschaftlichen Erfolg einer getesteten Kampagnen-Variante wirklich zu beurteilen, sind daher weitere Kennzahlen und Analysen nötig, zum Beispiel durchschnittlicher Warenkorbumsatz, Retouren, Customer Lifetime Value usw.

Segmentieren und Varianten analysieren

Um valide Ergebnisse zu bekommen, sollte ein A/B-Test so lange laufen, bis eine signifikante Datenmenge erfasst ist. Die benötigte Datenmenge hängt dabei vor allem von der Besucheranzahl auf der zu testenden Seite ab. Je nach Traffic genügen für einen Test häufig bereits sieben Tage. Idealerweise verfügt die eingesetzte Software über eine Funktion, die die Laufzeit des Tests automatisch prüft und anzeigt. Dann gilt es natürlich zu überprüfen, wie sich Kennzahlen und die User-Experience bei der jeweils getesteten Variante verändert haben. Hierfür bieten sich neben den Funktionalitäten der klassischen Web-Analyse auch aggregierte Heat- und Click-Maps an, die zeigen, wie sich etwa eine Änderung beim Seitenlayout auf den Aufmerksamkeitsfokus der Besucher auswirkt, oder ein verändertes Design des Call-to-Action-Buttons auf das Klickverhalten.

Nicht immer gibt es nur eine einzige Variante, die sich unter allen Bedingungen als die bessere herausstellt. Je nach Konstellation kann mal die eine, mal die andere Variante erfolgreicher sein. Bei der Auswertung dieser Ergebnisse sollten Website-Betreiber daher nicht nur die Veränderungen über sämtliche erfassten Besucher hinweg betrachten, sondern verschiedene Segmente bilden, auf Wochentage und Tageszeit herunterbrechen sowie weitere mögliche Einflussfaktoren bedenken. Möglicherweise wirkt sich etwa eine Veränderung der Texttonalität auf einer Landingpage bei Betrachtung aller Besucher nur geringfügig auf die Mikro-Konversion aus – aber wenn man lediglich die Besucher mit Herkunft von einer Social-Media-Kampagne betrachtet, haben 15 Prozent mehr Besucher als üblich den Schritt zu „Produkt ansehen“ gemacht. Typische Segmentierungsfaktoren sind beispielsweise Wochentag, Tageszeit, Herkunftsmedium, Keyword und Einstiegsseite, aber auch Geschlecht, geografische Herkunft und Altersgruppe. Indem die A/B-Varianten im Blick auf unterschiedliche Segmente analysiert werden, erfahren Website-Betreiber, welche Versionen bei welchen Zielgruppen besonders erfolgreich sind und können diese Varianten dann entsprechend einsetzen.   

Fazit

Während in puncto Website- und Online-Marketing-Analyse bisher das Motto „Erst analysieren, dann optimieren“ galt, ermöglichen aktuelle Software-Lösungen einen Zwischenschritt, der zu einer weiteren Steigerung des Online-Erfolgs führt. Wer heute wissen möchte, was seine Website-Besucher wirklich überzeugt, geht daher nach folgendem Prinzip vor: Erst analysieren, dann testen, dann optimieren. Nur so können Ressourcen zielgenau dort eingesetzt werden, wo eine Erfolgssteigerung bereits bewiesen wurde.

Autor: Olaf Brandt ist Director Product Management bei etracker, einem Anbieter für Lösungen zum Testen und Optimieren von Webseiten,  und damit für die langfristige Ausrichtung der etracker-Produkte zuständig. Er verantwortet die aktuelle Produkt-Roadmap und steuert das Product-Manager-Team.

RSS Feed

Entdecken Sie die Printmagazine des WIN-Verlags