Inhaltsverzeichnis:

A/B-Testing: Optimize der heimliche Star

A/B-Testing: Optimize der heimliche Star

Lesezeit: 9 Min

Welche Gestaltungselemente deiner Website sprechen die Besucher stärker an? Welche Formulierungen führen eher zum Kaufabschluss? Wäre die Absprungrate geringer, wenn der Bestellprozess aus weniger Schritten bestände? Fragen zur Conversion Optimierung sind elementarer Bestandteil des Online Marketings. Wer beantwortet diese Fragen und bietet erfolgreiche Lösungen? Nicht Überlegungen und Eindrücke führen hier zu verlässlichen Antworten, sondern konkrete Daten. Tests mit festgelegten Parametern schaffen die Voraussetzung, genau diese notwendigen Daten zu erhalten. A/B-Testing gehört zu den sichersten Methoden, konkrete Daten zu generieren, um Risiken in Marketingentscheidungen von vorneherein auszuschließen. Ob Conversion-Steigerung, Leadgenerierung oder eine Verbesserung der User-Experience, in allen Fragen der Optimierung ist A/B-Testing das geeignete Mittel. Dank statistischer Analysen kann präzise belegt werden, welche Version vom Website-Publikum oder der Shop-Kundschaft besser angenommen wird. Testings sind übrigens sowohl im Vorfeld auch zwischendurch immer wieder wichtig, um zu ermitteln, was bei der Zielgruppe ankommt.

Was ist A/B-Testing?

A/B-Testing ist ein Online-Experiment, bei dem die Besucher eines Online-Shops oder einer Website zu zwei unterschiedlichen Varianten geführt werden. Dabei unterscheidet sich die Ursprungsvariante A nur in wenigen oder einem Merkmal von der Variante B. So kann sich beispielsweise die Farbe des Call-to-Action-Buttons unterscheiden, die interne Suche neu platziert werden oder das Wording eine andere Ansprache verwenden. Schon geringe Abwandlungen können das Verhalten der Besucher wesentlich beeinflussen. Welche Veränderungen vorgenommen werden, hängt von der Zielsetzung ab, die vorher festgelegt wird. Sollen mehrere Ziele angestrebt werden, empfiehlt es sich unbedingt, die relevanten Elemente nacheinander durchzutesten. Je präziser die Zielsetzung ist, desto besser kann man später die Ergebnisse bewerten und die richtigen Schlüsse ziehen. Dabei können die Zielsetzungen schon recht unterschiedlich und das Nutzerverhalten anders beeinflussbar sein.  Bei Online Shops ist das primäre Ziel die Steigerung der Conversionrate und des Umsatzes. Daher sind Varianten von Bestellbuttons, Veränderungen in der User Experience oder Anordnung von Produkten bzw. Kategorien beliebte Experimente. Webseiten legen hingegen deutlich mehr Wert auf Leadgenerierung und der Fokus liegt beim Testing häufig auf Kundenservice und optimierter Nutzerführung. Das A/B-Testing hilft dabei, die Besucher besser zu verstehen und die bestehenden Inhalte Stück für Stück zu verbessern.

Auch der Umfang des Tests sollte präzise definiert werden. Sehr wichtig ist ebenso Geduld zu bewahren. Erst wenn der Test wirklich abgeschlossen ist, also jede Variante von einer ausreichenden Anzahl von Besuchern durchlaufen wurde oder die festgelegte Zeit abgelaufen ist, liegen verlässliche Daten vor, die dann ausgewertet und akzeptiert werden können. Der Verlauf des A/B-Testings muss grundsätzlich parallel und nicht nacheinander erfolgen. Veränderungen in den getesteten Merkmalen während des Testings wirken sich verfälschend auf die Ergebnisse aus und müssen deshalb ausbleiben.

Die technische Umsetzung

Für die technische Umsetzung von A/B-Testings stehen unzählige Tools zur Verfügung, die sich in ihren Features auf den ersten Blick durchaus sehr ähnlich sind. Trotzdem hat jedes Tool seine eigenen Stärken und erfüllt Anforderungen für unterschiedlichsten Anwendergruppen. Zwischen Einstiegsvarianten und Enterprise-Lösungen liegen selbstverständlich auch preisliche Unterschiede. Diese orientieren sich die in der Regel an der Anzahl der Nutzer auf den Testseiten, der Vertragslaufzeit und weiteren Leistungen. Daneben gibt es auch kostenfreie Lösungen, die Klarheit in den relevanten Fragestellungen schaffen. Zu den kostenlosen Tools gehört Google Optimize.

A/B-Testing mit Google Optimize

In der Vergangenheit war das Thema A/B-Testing immer mit viel Skepsis und Unsicherheit verbunden. Ist das nicht zu aufwändig? Wer stellt den Code bereit? Wie bewerten wir die Ergebnisse? Jeder der sich schon mal mit A/B-Testing auseinandergesetzt hat, weiß um das Interesse und die Neugier von Kunden und Kollegen, kennt aber auch die Fragen und die damit verbundene Aufklärungsarbeit. Einen riesigen Vorteil in Richtung einfache Implementierung und leichte Handhabung bietet uns seit April 2017 das Tool Google Optimize. Google Optimize hat im April `17 die Beta-Phase verlassen und steht allen Usern kostenlos zur Verfügung. Gerade für kleine und mittelständische Unternehmen bietet diese kostenlose Variante im Vergleich zum großen Bruder Google Optimize 360 eine Option, um Performance und User Experience auf Webseiten ständig zu verbessern.

Unter der Vielzahl aller Testing Tools tut sich Google Optimize geschickt als heimlicher Star hervor. Nicht nur die Tatsache, dass es komplett kostenlos ist macht dieses Tool so attraktiv, auch die problemlose Integration in Analytics liefert viele Vorteile. So können in Analytics hinterlegte Werte auch für das Testing und die Auswertung in Google Optimize genutzt werden.

Wie funktioniert Google Optimize?

Voraussetzung für die Arbeit mit Optimize ist auf jeden Fall ein Google Account. Daneben sollte als Browser Chrome genutzt werden und die Browser Extension installiert sein. Dann stehen unter Optimize drei verschiedene Tests zur Verfügung.

  1. Mit dem A/B-Testing lassen sich mehrere Versionen einer Website in ihrer Performance vergleichen.
  2. Der Multivariant Test vergleicht verschiedene Elemente der Website gleichzeitig, um die erfolgreichste Kombination zu ermitteln.
  3. Der Weiterleitungs- oder Split-Test vergleicht zwei verschiedene Seiten mit unterschiedlichen URLs miteinander. Diese Testform ist besonders interessant, wenn völlig verschiedene Varianten einer Seite gegeneinander antreten.

Das kostenlose Google Optimize erlaubt bis zu 3 A/B-Testings, multivariate Tests und Weiterleitungstests gleichzeitig.

Die Implementierung dieses wirklich interessanten Tools gestaltet sich auffallend einfach. Lediglich eine Zeile im Quellcode der Seite muss bearbeitet werden. So steht auch weniger IT-affinen Betreibern die Tür zur Conversion Optimierung offen. Zuletzt gehört noch die Tracking-ID von Google Analytics dazu. Wenn in Optimize dann nur noch grüne Haken leuchten, kann der erste Test starten. Beim A/B-Test leitet das Tool den Traffic automatisch zu gleichen Teilen auf die beiden Varianten, damit aussagestarke Ergebnisse erzielt werden.

Im Detail geht es in genau 8 Schritten zum A/B-Test mit Google Optimize:

  1. Snippet hinzufügen: Das Snippet kann entweder über den Google Analytics Tracking Code integriert werden oder über den Tag Manager. Je nach Account bzw. Container unterscheidet sich das Snippet, es muss aber auf den zu testenden Seiten sichtbar sein.
  2. Google Analytics verbinden: Um die Testergebnisse sichtbar zu machen und das unterschiedliche Nutzerverhalten auf den Test zurückführen zu können, muss eine Google Analytics Property verbunden sein.
  3. Den Test anlegen: aus den drei möglichen Testvarianten von Optimize wird ein Test ausgewählt und der Name der entsprechenden URL hinterlegt.
  4. Variante erstellen: Jetzt wird die abweichende Variante der Ursprungsversion erstellt. Google Optimize erledigt Anpassungen über einen WYSIWYG-Editor oder Javascript bzw. HTML/CSS selbst. Die DOM-Informationen werden beim hovern des getesteten Elements angezeigt.
  5. Testing: Das Verhalten der Änderungen über verschiedene Endgeräte ist mit Optimize über eine integrierte Device-übergreifende Testmöglichkeit verfolgbar. Die Ansicht kann zwischen Desktop, Tablet oder Mobile gewechselt werden. Nicht möglich ist es allerdings, Browser-übergreifend zu testen.
  6. Konfiguration des Tests: Jetzt folgt die Aussteuerung des Tests. Welcher Anteil der Nutzer wird in den Test eingeschlossen und wer bekommt die Ursprungsversion oder die Variante präsentiert und welches Kriterium – z. B. der Navigationspfad – wird dem zugrunde gelegt?
  7. Ziele einrichten: In Analytics können die festgelegten Ziele hinterlegt werden. Pro Tests sind 3 Ziele möglich. Auch die Hypothese, die dem Test zugrunde liegt, kann an dieser Stelle eingefügt werden. Das Ende des Tests wird manuell festgelegt.
  8. Den A/B-Test starten: Wenn der Test läuft, kann er nicht unterbrochen und zu einer späteren Zeit fortgesetzt werden; er muss konsequent durchlaufen.

Wenn der Test nach der vorgegebenen Zeit oder dem Durchlaufen der entsprechenden Besucherzahl beendet ist, finden sich die Testergebnisse in Google Analytics. Auch zwischendurch können die verfügbaren Daten eingesehen werden.

5 Ideen, die du direkt umsetzen kann

  1. Call to Action: Die richtige Wortwahl entscheidet über Klicks, Transaktionen und am Ende über den Umsatz. Experimentiere mit deinem CTA und probiere verschiedene Wordings. Kleine Änderungen von „Jetzt kaufen“ zu „In den Warenkorb“ bringen direkt erste Ergebnisse und du lernst deine Zielgruppe besser zu verstehen.
    Neben der richtigen Ansprache auf dem Call to Action, kann auch die Farbe deiner Buttons ein wichtiger Faktor sein. Variiere deine CTAs und du wirst feststellen, welchen Einfluss Farben auf den Verkaufsabschluss haben.
  2. Produktbeschreibungen: Was erwarten Kunden von einer guten Produktbeschreibung? Der Kunde möchte sich umfassend über ein Produkt informieren und im besten Fall dürfen keine Fragen offen bleiben. Um dies inhaltlich zu gewährleisten solltest du immer mal wieder Außenstehende deine Produktseiten checken lassen. Was für dich sonnenklar und einfach logisch erscheint, muss von einem Kunden nicht genauso verstanden werden. Hast du die inhaltliche Basis deiner Produktbeschreibung geschaffen, kannst du A/B-Testing nutzen, um die Conversion Rate immer weiter zu optimieren. Dabei kannst du testen in welcher Form dein Kunde die Infos erhalten möchte und wie sich die Conversion Rate bei unterschiedlichen Darstellungsformen verhält. Ein beliebter Test ist dabei lange Fließtexte mit einer Aufzählung von Bulletpoints zu vergleichen und auszuwerten.
  3. Slider oder statisches Bild? Die meisten Shops verwenden Slider, um mehr als nur einem Bild eine stärkere Gewichtung zu geben. Dies macht auf den ersten Blick auch meistens Sinn und klingt einleuchtend. Startet man dann allerdings einen A/B Test, landen in den meisten Fällen deutlich mehr Klicks auf einem statischen Bild als auf einem Slider. Auch hier gilt die Regel: Nur ein Test bringt Klarheit!
  4. Leadgenerierung: Wenn deine Webseite Leads generieren soll, dann solltest du dir die Platzierung und Art der Formulare genau überlegen und natürlich auch testen. Es ist je nach Zielgruppe schwer einzuschätzen, bei welchem Formular der Besucher zu einem Kunden/Interessenten konvertiert. Ersetze die Seite zur Registrierung doch einfach mal durch eine Pop-Up Box und teste so eine offensivere Taktik der Leadgenerierung.
  5. Navigation auf Startseite: Die Navigation ist eine Baustelle, die eigentlich nie richtig fertig zu sein scheint und ständiges Optimierungspotenzial bietet. Teste doch einfach mal aus, in welchem Umfang und in welchen Varianten deine Besucher eine Navigation nutzen. Dabei kann sich herausstellen, dass der direkte Einstieg in Kategorien sehr gerne über visuelle Elemente geschieht. Sicherlich ist die Hauptnavigation immer noch das wichtigste Kriterium zur Auswahl der Kategorien, aber ein großer Teil der Nutzer braucht auf der Startseite einen visuellen Impuls, um in eine Kategorie zu steuern. Daher hat sich eine Platzierung zusätzlicher „Navigationsboxen“ in der Nähe „Above the Fold“ bei vielen unserer Kunden als erfolgreich erwiesen.

Fazit:  Google Optimize überzeugt

Als Testing Tool kann Google Optimize sich wirklich sehen lassen. Es überzeugt im Wesentlichen mit drei klaren Fakten: es ist kostenlos, simple Integration und sein übersichtliches Interface machen es sowohl Profis als auch Einsteigern leicht, alle erdenklichen Merkmale von Websites zu vergleichen und zu optimieren. Insbesondere die Integration in Analytics stellt einen attraktiven Pluspunkt dar, der die Auswertung erleichtert.