Das Marketing hat sich im Laufe der Jahre weiterentwickelt, während die Digitalisierung immer schneller voranschreitet. Manche würden sagen, traditionelles Marketing sei viel einfacher gewesen und habe weniger Arbeit erfordert. Die digitale Ära hat dafür jedoch neue Möglichkeiten geschaffen, stärker mit unseren Kunden in Kontakt zu treten.
Anders als im traditionellen Marketing können wir digitale Inhalte jederzeit bearbeiten. Dadurch sind A/B-Tests zu einem der wichtigsten Verfahren geworden, um Conversion-Rates zu verbessern und das optimale Nutzererlebnis für Kunden zu ermitteln.
Warum ist das also ein wichtiger Bestandteil des Marketings? Und wie führst du einen effektiven A/B-Test durch, um deine Produktseiten zu optimieren?
Warum Testen?
A/B-Testing (manchmal auch „Split-Testing“ genannt) ist ein Experiment, bei dem zwei oder mehr Versionen eines digitalen Assets wie einer Webseite oder mobilen App verglichen werden. So lässt sich feststellen, welche Version das beste Ergebnis erzielt, Conversion-Rates steigert und weitere Kennzahlen erreicht.
So können Teams das Nutzererlebnis und die Inhalte ihrer Seiten verbessern und gleichzeitig Daten aus den Ergebnissen des Experiments gewinnen.
A/B-Tests liefern Erkenntnisse darüber, wie sich bestimmte Variablen auf das Kundenerlebnis auswirken. Richtig durchgeführt helfen sie dir, Nutzerinteraktionen und Verkäufe zu steigern, Absprungraten zu senken und kundenorientierte Inhalte zu optimieren.
Sehen wir uns genauer an, wie A/B-Testing richtig funktioniert.
So Führst Du A/B-Tests Für Produktseiten Durch
1. Recherchiere Und Wähle Zunächst Eine Produktseite Aus
Bevor du mit dem A/B-Test beginnst, brauchst du genügend Daten, um die Leistung deiner Produktseite beurteilen zu können (wenn deine Produktseiten nicht besonders gut abschneiden, findest du hier nützliche Tipps zum Erstellen mobiler Produktseiten mit hoher Conversion-Rate). Zu den wichtigen Kennzahlen gehören Klicks, Checkouts, Traffic, Klickrate, Nutzer, Warenkorbrate und Absprungraten. An ihnen misst du die Leistung deines Experiments.
Es ist wichtig, zuerst festzulegen, welche Produktseite du optimieren möchtest. In der Regel solltest du A/B-Tests auf den Seiten durchführen, die den höchsten Umsatz erzielen – also bei den Produkten, die sich am häufigsten verkaufen.
Alternativ kannst du A/B-Testing auch nutzen, um Probleme bei stark nachgefragten Produkten zu untersuchen, die nicht gut abschneiden. Vielleicht bringt dir eine Anpassung des Nutzererlebnisses die höhere Conversion-Rate, die dir bisher fehlt.
Außerdem solltest du eine Produktseite als „Kontrollgruppe“ einbeziehen, an der keine Änderungen vorgenommen werden. Um zu messen, ob die Änderung einer bestimmten Variable das Nutzererlebnis und die Conversion verbessert oder verschlechtert, musst du sie in Echtzeit unter denselben Bedingungen vergleichen können. Die Kontrollgruppe bildet den Ausgangswert für die Wirksamkeit und die aktuelle Conversion-Rate. So kannst du beurteilen, ob bestimmte Änderungen nötig sind. Außerdem zeigt sie möglicherweise, was bereits gut funktioniert.
2. Richte Die Testumgebung Ein
Laut verschiedenen Weboptimierungsexperten wie Rich Page brauchst du mindestens 5,000 einzelne Besucher pro Woche, um eine Seite zu testen. Je mehr Webbesucher du hast, desto genauer fallen die Ergebnisse natürlich aus.
Daher musst du die richtige Traffic-Verteilung bestimmen, um die besten Ergebnisse zu erzielen. Hier sind zwei Möglichkeiten, den Traffic auf deine Testseiten zu verteilen:
Manuelle Verteilung:
Der Traffic wird gleichmäßig auf die Varianten verteilt. Sobald der Test aussagekräftige Ergebnisse liefert, wird die beste Variante allen Besuchern angezeigt. Bei diesem Test wird durchgehend nur die leistungsstärkste Variante ausgewählt.
Dieses Vorgehen eignet sich gut für langfristige Tests, bei denen ein statistisch signifikantes Ergebnis erforderlich ist.
Dynamische Verteilung
Je mehr Daten gesammelt werden, desto schrittweiser wird die leistungsstärkste Variante einem größeren Anteil der Besucher zugewiesen. Im Laufe der Zeit wird der Traffic anhand von Echtzeitdaten zur leistungsstärksten Variante geleitet. Welche Variante die beste ist, kann sich je nach aktueller Leistung im Laufe der Zeit deutlich ändern.
Das ist ideal für zeitlich begrenzte Testkampagnen, etwa einen Feiertags-Sale, bei dem ein Hero-Banner die Variable ist. Dieses Vorgehen ist aufwendiger, kann aber sehr wirkungsvoll sein.
Wie stellst du fest, ob ein statistisch signifikanter Unterschied vorliegt? Wissenschaftler sind sich einig, dass eine Veränderung von 5% groß genug ist, um sie auf eine geänderte Variable und nicht nur auf Zufall zurückzuführen. Dieser Branchenstandard gilt häufig als vertretbares Risiko.
Das bedeutet, dass eine Veränderung einer Variable einem A/B-Test zugeschrieben werden kann, wenn dieser ein statistisch signifikantes Ergebnis liefert (z. B. eine Veränderung des Traffics um 5% oder mehr).
Lege abschließend einen Zeitrahmen für das Experiment fest. Idealerweise sollte es mindestens zwei Wochen laufen. Wie bereits erwähnt, hängt das jedoch vom Zweck deines A/B-Tests ab.
Wenn du eine zeitlose Produktseite testest, solltest du den Test so lange laufen lassen, bis genügend aussagekräftige Daten vorliegen – wie lange das auch dauern mag. Testest du zur Optimierung deiner Feiertagskampagne, sollte der Zeitrahmen entsprechend festgelegt werden.
3. Erstelle Varianten Auf Grundlage Von Daten Zum Nutzerverhalten
Bestimme, welche Variable du ändern und testen möchtest. Nutze deine Daten und dein Fachwissen, um herauszufinden, welche Variable verbessert werden muss. Bei einer Änderung kannst du eine Wettbewerbsanalyse durchführen und dein SEO- sowie dein Designteam einbeziehen.
Diese Variablen kannst du unter anderem berücksichtigen:
Texte
Design und Layout
Navigation
Formulare
Call-to-Action
Bewertungen
Inhaltsstruktur
Produktbilder
A/B-Testing unterscheidet sich von multivariaten Tests. Diese funktionieren zwar ähnlich, vergleichen aber mehrere Variablen gleichzeitig und zeigen, wie sie miteinander interagieren. Dafür brauchst du jedoch sehr viel Traffic. Andernfalls führen zu viele gleichzeitig veränderte Elemente zu einer großen Zahl an Kombinationen.
Daher wird häufig empfohlen, zunächst nur eine Variable pro Test zu ändern, um klarere Erkenntnisse zu gewinnen. So erkennst du bereits, welche konkrete Variable das Nutzererlebnis beeinflusst. Es ist deshalb besser, mehrere gut konzipierte A/B-Tests zu erstellen, statt mehr Zeit in einen multivariaten Test zu investieren.
Das bedeutet nicht, dass du jeweils nur einen Test durchführen solltest. Auf einer anderen Testseite kannst du eine weitere Variable ändern.
Du kannst zum Beispiel in Test A das Textformat, in Test B das Layout der Produktseite und in Test C die Platzierung des Call-to-Action ändern. Genau das ist mit einer Variante gemeint.
4. Analysiere Die Ergebnisse Mit Heatmaps Und Anderen A/B-Testing-Tools
Die Datenanalyse ist entscheidend, um aus jedem Test das bestmögliche Ergebnis herauszuholen. Dein Test ist nur so gut wie deine Datenauswertung. Jede Interaktion mit jeder Variante sollte sorgfältig gemessen werden, um festzustellen, welche Kombination von Variablen ein erfolgreiches Ergebnis erzielt hat.
Lege daher am besten fest, welche Kennzahlen für dich am wichtigsten sind und welches Tool am besten zu deinen Prioritäten passt.
Diese Tools kannst du unter anderem in Betracht ziehen:
So Optimierst Du Deine Produktseiten
A/B-Testing sollte kein einmaliges Experiment sein, sondern ein fortlaufender Prozess, mit dem du deine Seiten auf jede erdenkliche Weise optimierst.
Was genau machst du also mit deinen Daten, um deine Produktseiten zu optimieren?
Validiere Deine Daten
Nur weil ein Test einen Gewinner hervorgebracht hat, solltest du die Änderungen nicht sofort auf deiner gesamten Website umsetzen. Zuerst musst du deine Ergebnisse validieren, indem du etwa die erfolgreiche Variante erneut gegen die Kontrollgruppe testest und prüfst, ob sie auch beim zweiten Mal gut abschneidet.
Alternativ kannst du erneut 100% des Traffics auf die erfolgreiche Variante leiten und beobachten, wie sie insgesamt abschneidet.
Kombiniere Gegebenenfalls Varianten
Manche A/B-Tests ergeben keinen eindeutigen Gewinner. Manchmal schneiden mehrere Varianten gleich gut ab. Du kannst entweder die leistungsstärkste Variante wählen oder bestimmte Varianten zu einem Nutzererlebnis kombinieren, das du anschließend multivariat testen könntest.
Das hängt von verschiedenen Datenfaktoren ab, etwa vom Besuchertyp (organischer oder bezahlter Traffic), von der Traffic-Quelle und vom Gerätetyp. Analysiere das Nutzerverhalten auf jeder erfolgreichen Produktseite sorgfältig und entscheide dann.
Erkenne Die Stärken Der Kontrollgruppe
Schlechter abschneidende Varianten bedeuten nicht, dass du deine Zeit verschwendet hast. A/B-Tests zeigen dir, was funktioniert und was nicht – und bringen dich damit der optimalen Produktseite einen Schritt näher.
Deine Ergebnisse können zeigen, welche Bestandteile der Kontrollgruppe bereits richtig umgesetzt sind und daher unverändert bleiben sollten und welche optimiert werden müssen. Viele Wege führen zum Ziel, und A/B-Testing zeigt dir lediglich, welcher für dein Produkt optimal ist.
Nutze Das AIDA-Modell
Jeder E-Commerce-Marketer sollte das AIDA-Modell kennen. Es führt dich durch jede Phase der Customer Journey: Aufmerksamkeit, Interesse, Verlangen und Handlung.
Beim Erstellen oder Optimieren einer Produktseite – und erst recht eines ganzen E-Commerce-Marktplatzes – solltest du berücksichtigen, in welcher Phase der Customer Journey sich dein Kunde befindet. Besucher einer Produktseite müssen sich entweder in der Aufmerksamkeits- oder in der Interessenphase befinden.
Wenn ein Webbesucher die Produktdetails oder Kundenbewertungen anklickt, befindet er sich eindeutig in der Interessenphase. Legt er das Produkt in den Warenkorb, ist er in der Verlangensphase. Erreicht er schließlich den Checkout, befindet er sich in der Handlungsphase.
Berücksichtige daher jede Phase der Customer Journey und stelle sicher, dass die geänderte Variable zur jeweiligen AIDA-Phase deines Kunden passt.
Fallstudie: Zaloras Erfolgsgeschichte Mit A/B-Testing
Zalora, einer der größten Online-Modehändler Südostasiens, verzeichnete nach der Optimierung seiner Produktseiten einen Anstieg der Checkout-Rate um 12.3%.
Laut der Erfolgsgeschichte von VWO konnte Zaloras neues Produktseitendesign attraktive Vorteile wie kostenlose Lieferungen und Rückgaberegelungen hervorheben. Daten des Kundenservice-Teams hatten zuvor gezeigt, dass die Nutzer diese Vorteile nicht kannten.
Daher führte VWO für Zalora A/B-Tests mit Varianten durch, die auf diese Vorteile hinwiesen. So sah die Kontrollgruppe aus:
Und hier sind die verschiedenen Varianten:
Am Ende schnitt die erste Variante besser ab als die Kontrollgruppe und die andere Variante, da die CTAs klarer und einheitlicher waren.
Dieses Beispiel zeigt deutlich die Stärke von A/B-Testing: Schon eine einfache Änderung kann einen enormen Gewinn bringen.
Fazit
A/B-Testing ist eine der wirkungsvollsten Methoden, um Conversion-Rates zu verbessern und den Umsatz zu steigern. Es ist ein fortlaufender Prozess, mit dem du das Nutzererlebnis deiner Website konsequent verbesserst.
Auch wenn es einen richtigen Weg für A/B-Testing gibt, solltest du keine Angst vor Fehlschlägen haben. Experimente können von Natur aus scheitern – genau das macht ihren Wert aus. Je mehr du testest, desto mehr Daten erhältst du. Ein gescheitertes Experiment bedeutet nicht, dass du gescheitert bist. Im Gegenteil: Du bist dem Wachstum deines E-Commerce-Unternehmens einen Schritt näher.
Wir hoffen, dass dir unser Leitfaden dabei hilft, das Beste aus deinen Experimenten herauszuholen und Erfolge zu erzielen.
Du suchst weitere Tipps rund um E-Commerce? Lies unseren Artikel über Personalisierung im E-Commerce.
