Sechs Tipps, wie sich A/B-Testing für Traffic-schwache Seiten lohnt


„Ihre Website hat wenig Traffic? Dann brauchen Sie keine A/B-Tests. Verlassen Sie sich bei der Optimierung einfach auf qualitatives Feedback und ihre Intuition.“ Diese Aussage hören kleine Unternehmen häufig, und leider werden sie dadurch auf eine falsche Fährte geführt.

Denn die weitläufige Annahme, dass kleine Unternehmen auf Website-Testing verzichten können, ist falsch: Auch Websites mit geringem Traffic können bei A/B Tests aussagekräftige und statistisch signifikante Ergebnisse erzielen. Wichtig ist nur, dass Elemente getestet werden, die große Auswirkungen auf die wichtigsten Kennzahlen des Unternehmens haben. Verschaffen Sie sich zunächst einen Überblick, bevor Sie ins Detail gehen, und testen Sie bedeutende Unterschiede. Neben der Lieferung von validen Daten wirken sich solche Tests zusätzlich auch positiv auf die Unternehmenskultur aus: Mehr Mitarbeiter sind an Entscheidungen beteiligt, die auf echten Nutzerdaten basieren

Frank Piotraschke, Head of Sales DACH bei Optimizely, erklärt in sechs Tipps, wie Unternehmen mit geringem Traffic statistisch valide Daten durch A/B-Tests generieren und warum sich auch für diese Unternehmen der Einsatz von Tests lohnt.

1. Testen Sie starke Kontraste

Häufig lesen Sie in Case Studies, dass in einem A/B-Test mit nur kleinen Veränderungen riesige Conversion-Sprünge erzielt werden. Bei Webseiten mit hohem Traffic sind solche Auswirkungen auch bei geringeren Unterschieden der Testvarianten gut messbar. Bei niedrigem Traffic sollten Sie statt kleiner Details große Kontraste testen. Je stärker die Gegensätze zwischen dem Original und der Testvariante sind, desto höher ist die Wahrscheinlichkeit, dass Sie Auswirkungen auf die Conversion Rate feststellen können. Testen Sie also nicht fünf verschiedene Schattierungen bei der Farbe Ihres Call-to-Action Buttons, sondern beispielsweise statische Bilder gegen einen Slider und wie sich die unterschiedlichen Varianten auf die Performance auswirken.

Es kann zwar manchmal etwas beängstigend sein, große Kontraste auf der Seite zu testen, aber was auch passiert, denken Sie immer daran, auch ein “negatives” Ergebnis verschafft Ihnen mehr Einblicke in das Verhalten Ihrer Besucher. Die Analyse Ihrer Testergebnisse hilft Ihnen bei der Konzeption und Priorisierung der nächsten A/B-Tests.

2. Messen Sie Micro-Conversions

Ist es das Hauptziel Ihrer Webseite, Kaufabschlüsse oder Neuanmeldungen zu maximieren? Bei einer geringen Zahl an Websitebesuchern ist es allerdings wenig sinnvoll, sich auf das Messen dieser Macro-Conversions zu fokussieren. Es würde zu lange dauern, statistisch signifikante Ergebnisse zu erhalten. Setzen Sie sich stattdessen die Messung der Micro-Conversions (Engagement, Klick auf den Call-to-Action, Anzahl der Pageviews) als Ziel. Auf diese Weise können Sie den unmittelbaren Effekt der Veränderungen sehen und schneller zu signifikanten Ergebnissen gelangen.

3. Testen Sie nicht erst am unteren Ende der Customer Journey

Anstatt Conversions zu messen, die erst mehrere Schritte weiter hinten in der Customer Journey passieren, sollten Sie Ihre Daten direkt auf der getesteten Seite ermitteln. Sie sollten beispielsweise vermeiden, einen Test auf einer Produkt Listing Seite aufzusetzen. Wenn Sie die Anzahl der Bestellungen zu Ihrem Ziel machen, arbeiten Sie mit weniger Conversions, da nicht jeder Besucher die Customer Journey erfolgreich abschließt. Außerdem liegen einige Schritte zwischen der Seite, auf der der Test läuft und der Seite, auf der die Conversion stattfindet. So lernen Sie nur wenig darüber, ob die Veränderungen im A/B-Test den Ausschlag für ein geändertes Verhalten geben oder nicht. Testen Sie stattdessen, welche der Varianten mehr Besucher zum nächsten Bestellschritt bringt.

4. Arbeiten Sie mit geringerer statistischer Signifikanz

A/B-Testing-Lösungen erlauben Ihnen, den Wert der statistischen Signifikanz für jedes Projekt anzupassen. Statistische Signifikanz ist die Wahrscheinlichkeit, mit der Veränderungen im Benutzerverhalten auf Veränderungen in der Benutzeroberfläche zurückzuführen und nicht dem Zufall geschuldet sind. Bei einem höheren Wert für die statistische Signifikanz reduzieren Sie die Wahrscheinlichkeit für sogenannte False Positives, es dauert allerdings auch länger, bis das Testing-Tool Ergebnisse anzeigt.

5. Finger weg von Multivarianten Tests

Je mehr Varianten Sie testen, desto mehr Traffic benötigen Sie. Und je mehr Traffic Sie brauchen, desto länger dauert es, bis die Ergebnisse Ihres Tests statistische Validität erlangen. Konzentrieren Sie sich deshalb bei einer geringeren Zahl an Webseitenbesuchern auf A/B-Tests und lassen Sie Multivariate Tests außen vor, bis sie genug Traffic auf Ihrer Website verbuchen können.

6. Machen Sie das Meiste aus Ihrem Traffic

Vermeiden Sie das Testen von Seiten, die nur sehr wenig Traffic erhalten. Nutzen Sie bei dem Aufsetzen des A/B-Tests möglichst breite Segmente, um so viele vorhandene Website-Besucher wie möglich in das Testing mit einzubeziehen. Wenn Sie beispielsweise nur 20 Prozent des Traffics von Facebook erhalten und darauf testen wollen, wird es länger dauern als bei einem Test großer Kontraste gegen Ihren gesamten Traffic. Testen Sie zum Beispiel Banner, die auf der gesamten Webseite ausgespielt werden, oder Ihre Landing Page-Templates, die viel Traffic erhalten.

Diese sechs Tipps zeigen, dass sich auch kleine Unternehmen mit geringem Traffic mit den Möglichkeiten von A/B-Testing auseinandersetzen sollten. Fokussieren Sie sich dabei einfach auf die traffic-stärksten Seiten und testen Sie so breitgefächert wie möglich. Dadurch erhalten Sie schnell statistisch valide Daten. Befolgen Sie die sechs Ratschläge und lassen Sie sich dadurch inspirieren. A/B-Testing funktioniert – auch bei Websites mit geringem Traffic!

Bildquellen

  • Programmierer: photodune.net - nindze
Previous Whitepaper „Effektive Händler- und Serviceplattformen aufbauen und Industrie 4.0 meistern!“
Next Ist Ihre Site noch zeitgemäß?

No Comment

Leave a reply

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

vier × eins =