A/B-Test: Tipps für Online-Händler + Beispiel

Sie sind Onlinehändler und zu 100% überzeugt von Ihrer Brand und Ihren Produkten, doch die Verkaufszahlen fallen nicht so aus, wie eigentlich gedacht? Vielleicht setzen Sie auf die falsche Marketingstrategie oder die Kunden verlassen Ihre Seite nach nur wenigen Klicks. Es kann viele verschiedene Gründe dafür geben. Um die wirkliche Ursache herauszufinden und anschließend beseitigen zu können, kann ein A/B-Test (oder AB Testing) herangezogen werden.

Was es mit diesen A/B-Testings auf sich hat, wie Sie diese durchführen können und welche Vorteile dies für Ihr Unternehmen haben kann, zeigen wir Ihnen in diesem Beitrag.

A/B-Testing Definition

Ein A/B-Test ist eine Testmethode zur Bewertung zweier Varianten eines Systems, bei der die Originalversion gegen eine leicht modifizierte Version getestet wird. Diese Methode wird meist im Software- und Webdesign mit dem Ziel verwendet, bestimmte Benutzeraktionen oder -reaktionen zu steigern. Im Laufe der Jahre hat es sich zu einer der wichtigsten Testmethoden im Online-Marketing entwickelt. A/B-Testings werden jedoch auch in anderen Bereichen angewendet, wie zum Vergleich von Preisen, Designs oder Elementen in Onlineshops.

A/B-Testings: Die Vor- und Nachteile

Mit A/B-Tests können Sie jede Änderung Ihrer Marketingmaßnahme, Website, o. Ä. testen und sich auf Basis solider Daten für die erfolgreichere Version entscheiden. Dies bringt die folgenden Vorteile für Sie mit:

Vorteile von A/B-Testings

• Höhere Conversion Rates

• Zufriedenere Kunden/Websitebesucher

• Optimiertes Zeit- und Budgetmanagement

• Besserer Einblick in die Bedürfnisse der Zielgruppe

• Möglichkeit, qualifizierte Ergebnisse unmittelbar umzusetzen

Neben seinen Chancen bringt der A/B-Test jedoch auch ein paar Herausforderungen mit sich:

Nachteile von A/B-Testings

• Mehrere Tools notwendig

• Immer nur eine Hypothese pro Test möglich

• Verwirrung bei der Kundschaft

• Bei kleinen Seiten: zeitaufwendig und statistische Signifikanz nur schwer erreichbar

Vorgehensweise bei A/B-Testings

Beim A/B-Test werden Zielgruppen (etwa Website-Besucher oder Newsletter-Empfänger) in zwei Untergruppen eingeteilt: Gruppe A und Gruppe B. Diese Einteilung muss zufällig sein. Je nach Zielgruppe werden auch Testobjekte wie Landingpages oder Anzeigen in zwei Teile geteilt: die ursprüngliche Variante und die modifizierte Variante. Die beiden Varianten sollten sich nur in einer Komponente unterscheiden, denn nur so lassen sich Reaktionsunterschiede eindeutig auf die Veränderungen zurückführen. Verwenden Sie dann die Originalversion für Gruppe A und die modifizierte Version für Gruppe B und vergleichen Sie die Reaktionen. Reaktionen meinen hier den gewünschten Effekt, wie das Abonnieren eines Newsletters oder die Bestellung eines Produkts.

Neben der Verbesserung des Nutzererlebnisses ist der A/B-Test auch ein Mittel zur Steigerung der Conversion Rate. Statistische Testtechniken, die für A/B-Tests verwendet werden, hängen von den Eigenschaften der verwendeten Daten ab.

A/B-Test: Diese statistischen Ansätze können Sie verwenden

Es gibt zwei statistische Methoden, die bei A/B-Tests auf der ganzen Welt verwendet werden: Der Frequentistische Ansatz und der Bayes’sche Ansatz. Beide Methoden haben ihre Vor- und Nachteile. Der folgende Vergleich zwischen den beiden Methoden hilft Ihnen, die Unterschiede zu verstehen.

A/B Test Website: Auf welchen Websites kann ein A/B-Test durchgeführt werden?

Alle Websites können von A/B-Tests profitieren, da jede mindestens ein messbares Ziel hat. Egal, ob Sie einen Onlineshop, eine Nachrichtenseite oder eine Website zur Lead-Generierung haben, Ihr Ziel ist es in der Regel immer, die Conversion Rate zu steigern.

A/B-Tests können also auf jeder Seite, aber auch für alle Elemente der Website, durchgeführt werden: Von Push-Nachrichten über das Design bis hin zu Buttons wie „Suchen“ oder Filtern, u. v. m. Hier sind 10 Beispiele, die Sie inspirieren könnten:

• Titel und Überschriften: Beginnen Sie beispielsweise mit der Änderung von Überschriften oder Artikel-Inhalten, um herauszufinden, was die Nutzer anspricht. Die Änderung von Farbe oder Schriftart kann ebenfalls einen Unterschied machen.

• Call-to-action: Die CTA-Schaltfläche ist entscheidend. Farbe, Schrift, Platzierung und verwendete Wörter ("Kaufen", "Zum Warenkorb hinzufügen", "Bestellen" usw.) können die Conversion Rate erheblich beeinflussen.

• Buttons: Andere Schaltflächen können ebenfalls wichtig sein. Sie können Größe, Form und Farbe ändern, um mehr Besucher anzulocken.

• Bilder: Bilder sind genauso wichtig wie Text. Probieren Sie verschiedene Bilder aus und variieren Sie die Größe, Ästhetik und Platzierung.

• Seitenstruktur: Die Struktur Ihrer Seiten, sei es die Startseite oder Kategorien, sollte gut durchdacht sein. Sie können Elemente wie Karussells, Banner oder beliebte Produkte ändern.

• Algorithmen: Nutzen Sie verschiedene Algorithmen, um Besucher zu Käufern zu machen oder den Warenkorbwert zu steigern.

• Geschäftsmodell: Überdenken Sie Ihr Geschäftsmodell, um höhere Gewinne zu erzielen, z.B. durch das Hinzufügen von passenden Produkten oder Dienstleistungen.

• Formulare: Formulare müssen klar und deutlich sein. Testen Sie verschiedene Formulierungen, optionale Felder und Platzierungen.

• Preise: A/B-Tests mit Preisen sind herausfordernd. Nutzen Sie Ihre Fantasie, um die Auswirkungen auf die Conversion Rate zu testen, z.B. durch Sparangebote oder Varianten.

Welche Arten von A/B-Tests gibt es?

Es gibt verschiedene Arten von A/B-Tests, die je nach Seite oder Test-Ziel durchgeführt werden sollten:

• Klassischer A/B-Test: Bei einem klassischen A/B-Testing sehen Ihre Besucher zwei oder mehr Variationen einer Seite unter derselben URL. Auf diese Weise können Sie den Erfolg verschiedener Variationen eines bestimmten Elements messen.

• Split-Test oder Weiterleitungstest: Split-Tests leiten Ihren Datenverkehr an eine andere URL oder mehrere verschiedene URLs weiter. Dies kann besonders interessant sein, wenn Sie eine neue Seite auf einem Server hosten.

• Multivariate Tests (MVT): Multivariate Tests können die Auswirkungen mehrerer sich ändernder Elemente auf derselben Seite messen. Sie können beispielsweise Banner, Textfarben und sogar Ihr Design ändern. So können Sie feststellen, welche Variation am besten für Sie funktioniert.

• A/A-Tests: Mit einem A/A-Test können Sie zwei identische Versionen eines oder mehrerer Elemente testen. Die Zugriffe auf Ihre Website werden in zwei Gruppen aufgeteilt, die jeweils die gleichen Änderungen sehen. Auf diese Weise können Sie feststellen, ob die Conversion Rate für jede Gruppe ähnlich ist, und bestätigen, dass Ihre Lösung ordnungsgemäß funktioniert.

A/B Testing mit Shopify: So führen Sie A/B Tests Schritt für Schritt durch

Nachfolgend gehen wir die einzelnen Schritte durch, damit Sie bei Ihrem A/B-Test erfolgreich Ergebnisse erzielen.

1. Identifikation von Problemen und Potenzialen

Zu Beginn ist es wichtig, zu ermitteln, was überhaupt festgestellt werden soll. Achten Sie in diesem Schritt darauf, nur Dinge zu notieren, die auch wirklich überprüfbar sind und bei denen Optimierungspotenzial besteht. Darauf basierend können Sie z. B. mithilfe von Interviews oder Heatmaps Ihre Nutzerdaten sammeln.

2. Auswahl der Testgruppe

Bei bestimmten Testzielen kann es sich lohnen, eine Testgruppe mit einzubeziehen. Ein Beispiel hierfür ist die Optimierung Ihres Newsletters. Dort bereits bestehende Abonnenten einzubeziehen, wäre wenig zielführend.

3. Formulieren der Hypothese

Auf Basis der in Schritt 1 identifizierten Probleme formulieren Sie nun jeweils eine Hypothese. Die einzelnen Variablen müssen stets überprüf- und messbar sein und die Hypothesen sollten sich nicht gegenseitig widersprechen.

4. Auswahl der Tools

In Schritt 4 geht es nun darum, die richtigen Tools auszuwählen. Im nächsten Kapitel stellen wir Ihnen eine Auswahl bekannter Werkzeuge für die Durchführung von A/B-Tests vor. Wichtig ist, dass Sie sich die Zeit nehmen, die für Ihre Fähigkeiten, Test-Arten und Anforderungen passenden Tools auszuwählen. Shopify bietet auch integrierte A/B-Testing-Tools, mit denen Sie Varianten erstellen und den Test verwalten können.

5. Durchführung des Tests

Sobald sie sich für ein oder mehrere Tools entschieden haben, geht es darum, den A/B-Test durchzuführen. Achten Sie dabei auf eine ausreichend große Testgruppe und eine aussagekräftige Laufzeit. Insbesondere im E-Commerce könnten bestimmte Phasen wie Weihnachten die Besucherzahlen stark beeinflussen. Auch hier helfen Tools, die sogenannte Zuverlässigkeitsrate zu ermitteln. Um Zufälle so gut wie möglich auszuschließen, sollte diese Rate bei mindestens 95% liegen.

6. Auswertung der Ergebnisse

Nach der Durchführung müssen die Ergebnisse im Hinblick auf die Hypothese betrachtet werden. Je nachdem für welches Tool Sie sich entschieden haben, kann es sein, dass dies bereits eine Auswertungs- und Archivierungsfunktion beinhaltet. Stellt sich heraus, dass die Ergebnisse sehr stark von Ihren vorherigen Vermutungen abweichen, sollten Sie die Datenausgangslage sowie Ihre Annahmen nochmals überprüfen und ggf. die Testkriterien entsprechend anpassen.

7. Umsetzung der Ergebnisse

Wenn Ihr Testergebnis Ihren Erwartungen entspricht, können Sie alle Optimierungen umsetzen. Daran anschließend gilt es, die Website und alle Änderungen im Blick zu behalten.

8. Nach dem Test ist vor dem Test

Haben Sie einen Test abgeschlossen, können Sie mit einer weiteren Hypothese einen neuen Test starten. So können Sie zum Beispiel nach und nach verschiedene Elemente Ihres Webshops testen und optimieren.

Beispiele für bekannte A/B Testing Tools

Es gibt mittlerweile eine Vielzahl verschiedener AB Testing Tools für Websites und Onlineshops. Bekannte Beispiele sind u. a.:

• Google Optimize

• Optimizely

• Ab Tasty

• Kameleoon

• HubSpot

• Omniconvert

• Freshmarketer

• Adobe Target

• Unbounce

• Visual Website Optimizer

• Convert

• SiteSpect

Während Tools wie Visual Website Optimizer und SiteSpect aufgrund ihrer Zusatzfunktionen eher kostenintensiver sind, gibt es auch Programme wie Kameleoon, bei denen ein kostenloser Freemium-Account für bis zu 2.500 Besucher pro Monat möglich ist. Neben dem Preis ist natürlich auch die Benutzerfreundlichkeit bzw. die Bedienbarkeit für viele entscheidend. Als eine einsteigerfreundliche Möglichkeit gilt z. B. Optimizely.

Sollten Sie einen Shopify- oder einen Shopify-Plus-Store betreiben, stehen Ihnen jedoch auch eine ganze Reihe toller Plugins im Shopify App Store zur Verfügung. Dort ist für jede Art von A/B-Test etwas für Sie dabei.

A/B Testing Beispiel: Webshop

Nehmen wir an, Sie betreiben einen Onlineshop, in dem Sie hochwertige Hautpflegeprodukte verkaufen. Ihnen fällt auf, dass Sie zwar viele Besucher auf Ihrer Seite verzeichnen, aber kaum einer schließt einen Kauf ab. Diese Feststellung ist der erste Schritt in die richtige Richtung, denn mit bereits vorhandenen Daten konnten Sie dieses Problem zumindest schon einmal erkennen.

Im nächsten Schritt geht es nun also darum, herauszufinden, was Sie mit einem A/B-Test prüfen könnten, um das Problem zu beseitigen. Dafür können Umfragen sehr nützlich sein, diese ersparen es Ihnen nämlich auch, neue Varianten zu erstellen, die letztendlich komplett ins Leere laufen.

Wenn Sie Ihre Befragung abgeschlossen haben, können Sie auf deren Grundlage zwei verschiedene Varianten bauen. Angenommen, bei der Produktbeschreibung hat sich ein Verbesserungspotenzial herausgestellt. In diesem Fall könnten Sie von dieser Beschreibung zwei verschiedene Varianten erstellen, wie „Porenverfeinernde Gesichtscreme mit Vanilleduft“ und „Vanilla Whipped Cream“ und testen, welche besser ankommt, also mehr Verkäufe generiert.

Fazit

Schon kleine Veränderungen können Großes bewirken. Mithilfe von A/B-Testings können Sie alle Schwachstellen in Ihrer Website, Ihrem Onlineshop, Ihrer App oder auch in Marketingmaßnahmen beseitigen, die am besten optimierte Version bereitstellen und Ihre Conversion Rate in die Höhe schießen lassen. Nutzen Sie also diese Chance, führen Sie A/B-Tests durch. Befolgen Sie dafür einfach unsere Schritt-für-Schritt-Anleitung im Beitrag und achten Sie auf eine präzise Datenermittlung. Wir hoffen, dieser Beitrag konnte Ihnen weiterhelfen und wünschen viel Erfolg beim A/B-Testing.