Wie A/B-Test-Tools funktionieren

Bei einem A/B-Test zeigen Sie den Besuchern zwei Versionen einer Seite. Die eine Hälfte sieht die eine Variante, die andere die andere.

Sie bestimmen die Wirksamkeit der beiden Varianten, indem Sie die Handlungen der Besucher beobachten. Die Variante, die die Besucher am häufigsten dazu bringt, das zu tun, was Sie von ihnen wollen (etwas kaufen, sich für etwas anmelden, auf einen Link klicken usw.), ist der Gewinner.

Dieser Prozess – das Testen einer Variante einer Website gegen eine andere – kann unbegrenzt fortgesetzt werden. Es gibt immer Raum für Verbesserungen und neue Elemente, die getestet werden können. A/B-Tests sind eine direkte Methode, um Ihre Ideen in der Praxis zu testen.

Aber wie richten Sie A/B-Tests auf Ihrer E-Commerce-Website ein? Müssen Sie einen Dienst abonnieren oder können Sie das selbst erledigen? Wie komplex ist der Backend-Prozess?

Genau mit diesen Fragen werden wir uns hier beschäftigen.

Wie funktionieren A/B-Testing-Tools?

Das Herzstück jedes A/B-Testing-Tools ist ein Codeschnipsel, der entscheidet, welche Variante einer bestimmten Webseite jeder Besucher zu sehen bekommt. In seiner einfachsten Form sieht die Hälfte die “Version A” und die andere Hälfte die “Version B”.

Beispiel Code-Schnipsel von Google Optimize

Der Code kann entweder serverseitig oder clientseitig platziert werden, aber der Großteil wird clientseitig über Javascript mit einem Testtool wie Google Optimize oder einem der Dutzenden von Testtools auf dem Markt durchgeführt.

Das Prinzip ist immer gleich: Einige Besucher sehen Version A, die anderen sehen Version B. So sieht der Prozess aus:

  1. Sie fügen ein Javascript-Codefragment (in der Kopfzeile Ihrer Website wie Google Analytics) für die von Ihnen verwendete Plattform ein.
  2. Sie geben die URL an, unter der Sie den A/B-Test durchführen wollen. Damit teilen Sie dem Tool mit, wo es die Besucher, die sich für Ihr Experiment anmelden, ablegen soll.
  3. Sobald Sie die URL eingegeben haben, erstellen Sie die Experimentvariante. Hier fügen Sie Elemente aus Ihrem ursprünglichen Design (Kontrolle) hinzu, entfernen oder verschieben sie.
  4. Nachdem Sie die Variante erstellt haben, können Sie die Ziele festlegen, die Sie messen möchten. Anhand welcher Metriken können Sie feststellen, ob Ihre neue Variante erfolgreich war?
  5. Wenn Sie nun die Kampagne starten, leitet das Tool den Traffic auf Variante B um (oder auf andere, wenn Sie sich für einen multivariaten Test entschieden haben).
  6. Je nachdem, für welche Variante sich der Besucher entschieden hat, wird der Code der Webseite durch den Javascript-Code des Testtools verändert, bevor er im Browser des Besuchers dargestellt wird.
  7. Schließlich verfolgt das Cookie des Testtools, für welche Variante sich der Besucher entschieden hat und ob er bestimmte Aktionen ausführt, die dem Testziel zugerechnet werden.
  8. Von diesem Zeitpunkt an müssen Sie warten, bis Ihr Test genügend Ergebnisse erzielt hat, um eine objektive Gewinnervariante zu erklären.

Das ultimative Ziel hinter diesen A/B-Tests besteht darin, mehrere aufeinander folgende Tests durchzuführen, die auf den Erkenntnissen des vorherigen Experiments aufbauen, und diese Erkenntnisse für schrittweise Verbesserungen der getesteten Seiten zu nutzen.

Beispiel eines A-B-Tests für eine Kontakt-Seite

Während bei Benutzertests gemessen wird, wie leicht ein Benutzer seine eigenen Ziele erreichen kann (ein Produkt finden, eine Farbe auswählen, zur Kasse gehen und den Versand veranlassen usw.), konzentrieren sich A/B-Tests darauf, die Besucher zu den von Ihnen gewünschten Aktionen zu veranlassen.

Das ist ein wesentlicher Unterschied.

Beide sind nützlich für die Optimierung der Konversionsrate, aber es ist wichtig, das eine nicht mit dem anderen zu verwechseln. Die Wirksamkeit Ihrer Tests hängt davon ab, wie klug Sie Ihre Strategie einsetzen.

Warum sind A/B-Tests für die Optimierung der Conversion-Rate so wichtig?

Für E-Commerce-Manager ist es verlockend, sich bei der Auswahl des Webseitendesigns ausschließlich auf persönliche Erfahrungen und den Input des Marketingteams zu verlassen. Sie berufen eine Besprechung ein, erwägen die Optionen und wählen dann den Gewinner, entweder durch Gruppenkonsens oder durch eine Bauchentscheidung des Managements.

Für den Anfang ist das in Ordnung, aber die eigentliche Frage ist, ob es mit echten Kunden funktioniert. Was passiert, wenn die Webseite online geht? Werden die Besucher Ihrer Website verstehen, was sie als Nächstes tun sollen – und werden sie es auch tun?

An dieser Stelle kommen A/B-Tests ins Spiel. Sie lassen sich von den Nutzern zeigen, welche Variante effektiver ist. Sie sagen es Ihnen nicht, sie zeigen es Ihnen mit ihren Aktionen.

Hier sind drei Hauptgründe, warum A/B-Testing-Tools so wichtig sind:

  • A/B-Testing-Tools sorgen für Objektivität bei Ihren Marketingentscheidungen. Was Sie für das Beste halten, ist vielleicht nicht das Beste. A/B-Tests werden die Wahrheit ans Licht bringen.
  • Mit A/B-Testing-Tools können Sie eine kleine Änderung nach der anderen vornehmen und versuchen, mit jeder Variante bessere Ergebnisse zu erzielen. Schon bald können Sie rückblickend feststellen, dass diese kleinen, inkrementellen Gewinne zusammengenommen einen großen Gewinn ergeben haben.
  • A/B-Testing-Tools ermöglichen es Ihnen, die Neugestaltung einer E-Commerce-Website in kleinen Schritten vorzunehmen. Dadurch wird die Wahrscheinlichkeit, dass Sie am Ende etwas haben, das Ihren Nutzern nicht gefällt, verringert.

A/B-Split-Tests liefern Daten direkt von Ihren Besuchern. Im Gegensatz zu Umfragen, bei denen Sie potenzielle Kunden nach ihren Vorlieben fragen, können Sie mit A/B-Testing-Tools feststellen, wie sie sich verhalten, wenn sie zwei Optionen erhalten.

Funktioniert eine Illustration besser als eine andere?

Könnte Ihre Navigation besser organisiert werden?

Sollte der Call-to-Action-Button groß oder klein, rot oder blau, rund oder rechteckig sein?

Kaufen Ihre Besucher mehr, wenn sie eine Produktbeschreibung sehen als eine andere?

A/B-Tests werden es Ihnen zeigen. A/B-Tests sind etwas für diejenigen, die objektive Daten der Theorie vorziehen.

Wie soll es jetzt weitergehen?

A/B-Split-Tests sind nicht kompliziert, aber sie erfordern einige technische Kenntnisse. Meine Empfehlung für den Start ist das sehr intuitive und kostenlose Tool von Google Optimize.

Das Wichtigste ist, dass Sie die Bereiche identifizieren, in denen Ihr Weg zu den Verkäufen potenzielle Kunden abschreckt, dass Sie Theorien entwickeln, wie Sie diese festgefahrenen Punkte lösen können, um Ihre Besucher auf dem Weg zu halten, den Sie für sie vorgesehen haben, und dass Sie diese Theorien testen, um sie zu beweisen oder zu widerlegen.

Verwenden Sie Ihr Best Practices und ihr Bauchgefühl, aber verlassen Sie sich nicht darauf – testen Sie es.

Beispiel A/B-Test