Fallstudie: So erreichst du bei Onboarding-Umfragen im B2B-SaaS eine Antwortquote von 80%

Wenn sich neue Nutzer registrieren, wollen sie nicht „ein Formular ausfüllen“, sondern etwas erledigen.

Sie sehen sich nicht nur um, sondern prüfen das Angebot. Sie fragen sich: „Ist dieses Produkt das Richtige für mich?“

Je schneller wir das verstehen, desto schneller können wir ihnen zum Erfolg verhelfen. Dafür müssen wir im richtigen Moment die richtigen Fragen stellen.

Bei involve.me haben wir eine dynamische Onboarding-Umfrage für unser Produkt entwickelt. Was als einfacher Schritt zur Datenerfassung begann, hat sich zu einem personalisierten Einstiegspunkt entwickelt, der uns dabei hilft, Nutzern die passenden Anwendungsfälle zuzuordnen, die Time-to-Value zu verkürzen sowie Segmentierung und Automatisierung zu verbessern.

Und das alles, ohne die Nutzer zu überfordern.

Dieser Artikel zeigt, wie wir unsere Onboarding-Umfrage aufgebaut haben, was wir aus ihren A/B-Tests gelernt haben und wie du häufige Fallstricke vermeidest. Wenn du nach neuen Möglichkeiten suchst, deine Nutzer einzuarbeiten und die Kundenbindung vorherzusagen, kannst du diesen Leitfaden noch heute umsetzen.

Das Ziel Der Onboarding-Umfrage 

Eine Onboarding-Umfrage für neue SaaS-Nutzer verfolgt zwei Hauptziele.

Erstens hilft sie dabei, das Nutzererlebnis zu personalisieren, indem sie Erkenntnisse über die Bedürfnisse und das Profil der Nutzer sammelt. Genau deshalb haben wir direkt in das Produkterlebnis von involve.me eine intelligente Onboarding-Umfrage integriert. Sie erfasst nicht nur Daten, sondern stößt personalisierte Abläufe an und zeigt uns, was die Nutzer brauchen, noch bevor sie danach fragen.

Zweitens liefert sie dem SaaS-Unternehmen wertvolle Daten, die Produkt- und Marketingentscheidungen beeinflussen und anhand der Antworten auf die Umfrage eine Prognose der Kundenbindung ermöglichen.

Ich zeige dir die Onboarding-Umfrage, die neue Kunden von involve.me sehen, wenn sie ein kostenloses Konto erstellen und den Editor zum ersten Mal öffnen. Die Umfrage besteht aus drei Fragen:

1. In welcher Branche bist du tätig?

2. Wie groß ist dein Unternehmen?

3. Welches Ziel möchtest du mit involve.me erreichen?

Die Antworten auf diese Fragen helfen unserem SaaS-Team bei Folgendem:

1. Kundenerlebnis Personalisieren

Basierend auf den Antworten zu Branche und aktuellen Bedürfnissen des Kunden – ob es um Lead-Generierung oder Produktempfehlungen geht – bieten wir eine Auswahl an Vorlagen (Quizze, Assessments, Rechner, Abläufe für Produktempfehlungen, Formulare), die neue Kunden gezielt bei ihren Anliegen unterstützen. Nutzern, die mehr Flexibilität wünschen oder besondere Anforderungen haben, bieten wir außerdem die Möglichkeit, ihren Funnel von Grund auf neu zu erstellen oder ihn mit dem KI-Agenten generieren zu lassen.

Neue Nutzer können die Vorlagen zwar selbst erkunden, doch etwas Orientierung ist immer hilfreich. Laut Statistiken aus dem Jahr 2024 führt ein schlechtes Onboarding-Erlebnis in der Softwarebranche zu einer Nutzerabsprungrate von 40-60% nach der Registrierung. Wenn neue Kunden zu relevanten Inhalten und Funktionen weitergeleitet werden, kann dies die Bindungsrate deutlich erhöhen.

Wie haben wir eine solche Personalisierung im Produkt umgesetzt? 

Um eine Pop-up-Umfrage mit Onboarding-Fragen zu erstellen, haben wir unser eigenes Produkt verwendet: den Funnel-Builder von involve.me.

Anstatt die Dankeseite als einziges Ergebnis zu verwenden, haben wir für jede Branche eine individuelle URL festgelegt. Das bedeutet, dass Teilnehmer nach Abschluss der Umfrage zur konfigurierten URL weitergeleitet werden. Für Funnel mit antwortbasierten Ergebnissen haben wir für jedes Ergebnis eine eigene URL festgelegt, damit jeder neue Nutzer individuell zugeschnittene Inhalte erhält:

2. Marketingstrategie Verbessern

Mehr über die Branchen und Ziele unserer Kunden zu erfahren, half unserem Marketingteam dabei, die besten Strategien zu ermitteln, um mehr Mehrwert zu bieten und mehr Nutzer zur Erstellung eines Kontos bei involve.me zu bewegen.

Zunächst analysierten wir die Antworten auf die Umfrage und verglichen sie mit den Kundenhistorien. So konnten wir feststellen, welche Kunden aus welchen Branchen am längsten bei uns blieben und unserem idealen Kundenprofil (ICP) entsprachen. Auf Grundlage dieser Daten erweiterten wir unsere Vorlagenbibliothek und verfassten Blogartikel über unsere Lösungen (Formular- und Umfragevorlagen für unterschiedliche Ziele) und erstellten branchenspezifische Landingpages.

Obwohl unser SaaS-Produkt anpassbar und branchenübergreifend einsetzbar ist, haben wir personalisierte Inhalte für unsere ICPs aus verschiedenen Sektoren erstellt. Mit diesem Ansatz zeigten wir unseren Kunden, wie kreativ sie involve.me einsetzen können.

Ein Beispiel ist die Vorlage für einen Social-Media-Hashtag-Generator für Marketingagenturen (die Vorlage ist anpassbar. Du findest sie hier):

3. Funktionsplanung

involve.me ist ein funktionsreiches Produkt für zahlreiche Branchen. Die Daten aus der Onboarding-Umfrage, in der Kunden angeben, wie sie das Produkt einsetzen möchten, helfen unserem SaaS-Team bei der Priorisierung der Funktionen, die als Nächstes entwickelt werden sollen. 

Als wir beispielsweise feststellten, dass viele Kunden involve.me gezielt zur Lead-Generierung einsetzen, führten wir Optionen zur E-Mail-Validierung ein. Diese Optionen sorgen für hochwertige Leads und blockieren unerwünschte Einreichungen, indem sie verhindern, dass Teilnehmer ungültige E-Mail-Adressen übermitteln.

Vom Rätselraten Zum Wachstum: A/B-Tests Unserer Onboarding-Umfrage

Unsere Onboarding-Umfrage war nicht gleich beim ersten Versuch optimal. Doch durch A/B-Tests, Automatisierung und wichtige Erkenntnisse verwandelten wir eine einfache Umfrage in einen skalierbaren Wachstumstreiber.

Bevor wir uns für unsere aktuelle Onboarding-Umfrage entschieden, testeten wir mehrere Varianten, darunter Texte, Reihenfolge der Fragen und Anzahl der Schritte. Dieser Abschnitt zeigt, wie wir mithilfe von A/B-Tests ermittelt haben, was funktionierte und was nicht.

Unternehmens- Und Nutzerkontext

➡️ Warum haben wir uns überhaupt entschieden, die Onboarding-Umfrage zu verändern?

Wir wollten die Conversion-Rate und die Abschlussgeschwindigkeit der Onboarding-Umfrage steigern und zugleich die Nutzeraktivierung und Kundenbindung verbessern.

➡️ Welches konkrete Nutzer- oder Umsatzproblem haben wir beobachtet (z. B. Absprungrate, niedrige Abschlussquote, ungenaue Zielgruppenansprache)?

Seit der Einführung unserer letzten Onboarding-Umfrage im Vorjahr hatten wir nach der Umsetzung zwar Verbesserungen gesehen, in den vergangenen Monaten zeichneten sich jedoch zunehmend gleichbleibende Werte ab.

Wir stellten fest, dass sowohl die Conversion-Raten der Onboarding-Umfrage als auch die Absprungrate unverändert blieben. Auch die Abonnementrate war konstant.

In diesem Moment begannen wir darüber nachzudenken, etwas Neues auszuprobieren. 

Hypothese Und Erfolgskennzahlen

➡️ Was haben wir aus unseren vorherigen Onboarding-Umfragen gelernt?

Unsere Onboarding-Umfrage hat sich seit den Anfängen des Produkts weiterentwickelt. Ursprünglich bestand die Umfrage aus sechs Fragen, die jeweils auf einer eigenen Seite angezeigt wurden. Als wir beschlossen, die Umfrage auf nur drei relevante Fragen zu verkürzen, stieg die Zahl der Antworten um 11%.

Diese Änderung war sinnvoll, denn neue Kunden müssen zunächst das Produkt kennenlernen und entscheiden, ob es zu ihnen passt, bevor sie viele Informationen preisgeben. Etabliertere Kunden, die das Produkt mögen und bereits ausgiebig genutzt haben, teilen eher Erkenntnisse, die künftige Funktionen beeinflussen können.

Früher nahm unsere Onboarding-Umfrage den gesamten Bildschirm ein. Das führte dazu, dass Nutzer unser Produkt verließen, ohne es überhaupt auszuprobieren, statt zuerst die Umfrage abzuschließen. Heute ist die Umfrage in das Produkt integriert. Nutzer sehen hinter der Umfrage das Dashboard von involve.me und erkennen dadurch, dass sie sich bereits im Produkt befinden.

Auf Grundlage der letzten Optimierungen unserer Onboarding-Umfrage wollten wir testen, was wir verbessern können, damit Nutzer den Mehrwert schneller erleben. 

Eine unserer Hypothesen lautete: Wenn wir Nutzern mehr Möglichkeiten bieten, ihren ersten Funnel passend zu ihren Bedürfnissen zu erstellen, erleben sie den Mehrwert des Produkts schneller. Dadurch schließen sie rascher ein Abonnement ab und bleiben länger bei uns. 

➡️ Welche KPIs haben wir vorab als „North Star“ festgelegt?

Unser North-Star-KPI war die Abonnementrate.

Ein Abonnement bedeutet, dass das Onboarding erfolgreich war, denn alle unsere Nutzer beginnen mit einem kostenlosen Konto und werden zu Kunden, wenn das Produkt ihren Bedürfnissen entspricht.

Dieser KPI ist direkt beeinflussbar, unmittelbar mit Wachstum verknüpft und misst präzise, ob das Onboarding den Nutzern die richtigen Erwartungen und den Mehrwert erfolgreich vermittelt.

Versuchsdesign

Wir verwendeten unsere eigene A/B-Funktion von involve.me, um die Onboarding-Umfrage zu testen. Da wir die Fragen bereits validiert hatten, wollten wir nur den letzten Teil der Onboarding-Umfrage testen, der Nutzern die Möglichkeit bietet, auszuwählen, wie sie ihren Funnel beginnen möchten. 

➡️ Welche konkreten Änderungen unterscheiden die Varianten A und B hinsichtlich Text, Anzahl der Fragen, Layout und Logiksprüngen?

Variante A konzentrierte sich auf die Möglichkeit, mit Vorlagen zu beginnen, die auf die zu Beginn der Umfrage angegebene Absicht abgestimmt waren.

Variante B bot die Möglichkeit, mit einer Vorlage oder von Grund auf neu zu beginnen.

(In beiden Varianten konnten Nutzer ihre Funnel mithilfe von KI erstellen).

Bei involve.me werden A/B-Tests mit einer Traffic-Verteilung von 50/50 konfiguriert, wobei die Nutzer beim Einstieg nach dem Zufallsprinzip zugewiesen werden. Es findet keine Zielgruppensegmentierung oder Vorfilterung statt. Dadurch wird sichergestellt, dass alle Nutzer unter identischen Eignungskriterien entweder Variante A oder B sehen.

Dies gewährleistet statistisch valide Vergleiche über die gesamte Nutzerpopulation hinweg.

➡️ Wie lange musste der Test laufen, um die Zielwerte für die Stichprobengröße zu erreichen, und welche Ereignisse im Kalender könnten die Ergebnisse verzerren?

Wir führten den A/B-Test zwei Monate lang durch, da wir auch beobachten wollten, wie sich Nutzer nach ihrem ersten Monat verhielten, obwohl die Zielwerte für die Stichprobengröße bereits nach einem Monat erreicht waren. 

Implementierung Und Qualitätssicherung

➡️ Welche Tools haben wir für die Gruppenzuweisung und Datenerfassung verwendet (z. B. Optimizely, GTM, interne Lösungen)?

Auch hier nutzten wir die Funktionen von involve.me, denn das Produkt verfügt über ein integriertes Analytics-Dashboard. Dieses Dashboard ist übersichtlich und leicht verständlich und zeigt Veränderungen in Echtzeit. 

Nach jedem Monat nutzten wir die KI-Erkenntnisse (eine Funktion der Analytics von involve.me). So konnten wir uns schnell einen Überblick über die Performance beider Varianten verschaffen. 

Anschließend exportierten wir die Daten, um tiefere Erkenntnisse zu gewinnen und weitere Zusammenhänge herzustellen.

Hinweis: Du kannst Berichte als XLS- (Excel) oder CSV-Dateien exportieren und herunterladen. Die XLS-Datei enthält detaillierte Daten zu jedem Teilnehmer, wobei alle Fragen und Antworten in einem separaten Tabellenblatt namens „Detailed Report“ aufgeführt sind. Die CSV-Datei enthält dagegen nur grundlegende Teilnehmerdaten, einschließlich persönlicher Angaben und wichtiger Kennzahlen.

Datenanalyse

➡️ Wie sind wir mit Segmentierung und Korrekturen für Mehrfachvergleiche umgegangen?

Die Plattform bietet dir eine umfassende Ansicht, in der du die Leistung beider Versionen direkt vergleichen und Unterschiede bei der Interaktion der Nutzer mit den jeweiligen Versionen erkennen kannst.

involve.me bietet zwar eine ziemlich gute A/B-Test-Funktion, mit der sich zwei Versionen eines Funnels vergleichen lassen, um festzustellen, welche besser abschneidet, doch die Funktion ist natürlich nicht so fortschrittlich wie spezielle A/B-Test-Tools.

So erlaubt das Tool derzeit beispielsweise weder die Einrichtung einer Segmentierung noch Korrekturen für Mehrfachvergleiche. Die A/B-Tests bieten eine zufällige Zuweisung mit einer Traffic-Verteilung von 50/50.

➡️ Welche zusätzlichen Erkenntnisse ergaben sich (z. B. Auswirkungen nach Nutzerkohorte oder Gerätetyp)?

Auch die zusätzlichen Erkenntnisse sind begrenzt. Sobald der Test läuft, kannst du die folgenden Kennzahlen verfolgen und analysieren (Besuche - Starts - Leads - Einreichungen - Abschlussrate - Durchschn. Dauer)

Geschäftliche Auswirkungen & Nächste Schritte

➡️ Wie wirkt sich die Verbesserung (oder deren Ausbleiben) auf den hochgerechneten Jahresumsatz, die Kundenbindung oder andere strategische Vorteile aus?

Interessant war, dass beide Varianten im ersten Monat nahezu identisch abschnitten. Bei einer genaueren Betrachtung der Abonnementrate und der Interaktion der Nutzer mit dem Produkt stellten wir jedoch fest, dass eine Variante etwas besser abschnitt. 

Nach dem zweiten Monat hatten wir einen Gewinner, und dieselbe Variante baute ihren Vorsprung weiter aus.

➡️ Welche Folgetests oder Feature-Rollouts sind auf Grundlage dieses Ergebnisses geplant?

Als nächste Schritte möchten wir unseren Multi-Channel-Onboarding-Prozess optimieren, damit er reibungsloser mit der Onboarding-Umfrage zusammenspielt. 

Was die Funktionen betrifft, halfen die KI-Funktionen den Nutzern dabei, Funnels schneller zu erstellen. 

Erkenntnisse

➡️ Was hat uns am meisten überrascht und welche bisherigen Annahmen wurden infrage gestellt?

Wir stellten fest, dass ein Start bei null (mit einer leeren Arbeitsfläche) oder mit KI bessere Ergebnisse erzielte als die Option, mit einer der vorgeschlagenen Vorlagen zu beginnen.

Unsere Vorlagen decken zwar eine Vielzahl von Anwendungsfällen ab und können technisch gesehen viel Zeit bei der Erstellung und Gestaltung sparen, doch wir stellten fest, dass einige Nutzer eine sehr konkrete Vorstellung haben. Für sie bedeutete die Auswahl und Bearbeitung einer der beiden Vorlagenoptionen oft mehr Arbeit, als bei null anzufangen oder die KI den Funnel erstellen zu lassen.

➡️ Was können andere SaaS-Teams ersetzen oder vermeiden?

Unser 360-Grad-Ansatz mit der Onboarding-Umfrage und dem Abgleich von Kennzahlen trug wesentlich dazu bei, die beste Version zu ermitteln und eine Fixierung auf Vanity-Metriken zu vermeiden. Nachdem wir die beste Variante ausgewählt hatten, stellten wir fest, dass sich die Conversion-Rate sogar noch weiter verbesserte. 

Wir empfehlen anderen Teams, diese drei Perspektiven zu berücksichtigen:

• Kennzahlen der Onboarding-Umfrage (Conversion-Rate, Abschlussrate, Abbrüche)

• Geschäftliche KPIs (Aktivierungsrate, Kundenbindung, Abwanderung, MRR)

• KPIs der Kunden (Leistung des Funnels: aktive Funnels, Einreichungen, Abschlussraten, Besucher/Leads/Einreichungen)

Wie Wir Die Onboarding-Umfrage in Das Produkt Eingebettet Haben

Wir haben die Onboarding-Umfrage mit dem Tool von involve.me erstellt. Andere SaaS-Unternehmen können auf ähnliche Weise eine Umfrage erstellen und dabei ihre Markenelemente verwenden. Anschließend erhalten sie einen individuellen Embed-Code, den sie ihrer Website oder ihrem Produkt hinzufügen können. Auslöser und Zeitplan der Umfrage lassen sich in den Pop-up-Einstellungen des involve.me-Editors steuern:

Um eine ähnliche Umfrage zu erstellen, kannst du eine unserer vorgefertigten Vorlagen verwenden und damit eine Onboarding-Umfrage für deine Kunden erstellen:

Integrationen Für Onboarding-Umfragen

Wir verwenden die integrierte E-Mail-Automatisierung von involve.me, um wenige Minuten nach der Registrierung eine personalisierte Willkommens-E-Mail mit drei empfohlenen Vorlagen zu versenden, die automatisch anhand der Umfrageantworten ausgewählt werden. Außerdem verbinden wir den Funnel nativ mit Brevo, damit das gesamte Team darauf zugreifen kann.
Diese sofortige Personalisierung gibt neuen Nutzern von Anfang an das Gefühl, verstanden zu werden.

Einige Tage später senden wir eine weitere E-Mail mit Blogartikeln zur Branche des jeweiligen Kunden. Diese Strategie sorgt dafür, dass Nutzer aktiv bleiben und den Nutzen unseres Services erkennen.

Empfehlungen Für Andere SaaS-Unternehmen

Aus unseren Erfahrungen bei involve.me haben wir kompakte Empfehlungen für andere SaaS-Unternehmen abgeleitet, die ihren Onboarding-Prozess optimieren und Umfragen effektiv nutzen möchten:

1. Klare Ziele setzen: Nutze Onboarding-Umfragen, um die Nutzererfahrung zu personalisieren. Analysiere die Umfrageantworten, um ideale Kundenprofile (ICPs) zu identifizieren und gezielte Bloginhalte sowie Funktionen zu erstellen, die auf bestimmte Kundensegmente.

2. Umfragestruktur optimieren: Halte Umfragen kurz und integriere sie in die Produktoberfläche. Dein Team kann die Anzahl der Fragen reduzieren, indem es bedingte Logik einsetzt. Dadurch sehen die Befragten nur Fragen, die für ihre vorherigen Antworten relevant sind.

3. Funktionsentwicklung priorisieren: Stütze die Priorisierung von Funktionen auf Nutzerfeedback aus Umfragen, um gezielt auf die Bedürfnisse der Nutzer einzugehen.

4. Aus Fehlern lernen: Nutzerfeedback analysieren und Antwortraten auswerten, um die Nutzererfahrung zu verbessern. In deinem Fall könnte es sein, dass zusätzliche Fragen in der Umfrage die Personalisierung verbessern. Berücksichtige die Bedürfnisse neuer Kunden und passe die Umfrage entsprechend an.

5. Nutze die Vorteile der integrierten E-Mail-Automatisierung, um auf Grundlage von Antworten, Punktzahlen, Öffnungen und Klicks automatisierte personalisierte Follow-ups zu versenden und so die Nutzerinteraktion zu steigern. Du kannst Umfragen auch nativ mit den CRM-Tools verbinden, die dein Team bereits verwendet.