Auf welcher Grundlage basiert gute Conversion-Optimierung? Wir tracken die Entwicklung der Conversion-Rate und können interessante Segmente wie mobile/desktop analysieren. Möglicherweise ziehen wir noch UX-Studien hinzu. Die Erkenntnisse, die wir hier gewinnen, lassen aber oft einen zu großen Raum für Interpretionen. Eindeutige Ergebnisse, ob eine Option A besser als eine Option B ist, bekommen wir hingegen durch einen A/B-Test.
Es gibt mindestens drei gute Gründe, warum Sie Ihren Online-Shop mit einem A/B-Test optimieren sollten.
Erstens: A/B-Tests sind unabhängig von “externen” Einflüssen. Beispielsweise unterliegen Online-Shops – wie andere Geschäfte auch – saisonalen Schwankungen. So werden bestimmte Produkte stärker im Sommer verkauft und andere stärker im Winter. Man denke hier beispielsweise an einen Anbieter für Reisen in Skigebiete. Den Einfluss den Aspekte wie Ferienzeiten, Großereignisse (z.B.: WM) oder wirtschaftliche Entwicklungen auf Ihre Messwerte haben, lassen sich kaum abschätzen und sind nur schlecht in Ihren Reportings zu berücksichtigen.
Zweitens: A/B-Tests lassen sich recht schnell und unkompliziert in modernen Tracking-Systemen einrichten. Als Beispiel die Einrichtung unter Google Analytics:
Hier lässt sich ein Test über die Benutzeroberfläche anlegen und konfigurieren. Dabei tragen sie die URLs der zu vergleichenden Seiten ein. Es reicht, wenn Sie an die URLs unterschiedliche Parameter anhängen. Nun muss nur noch der ausgegebene Code auf einer der Seiten eingepflegt werden. Nach Starten des Tests übernimmt Google Analytics die Arbeit und verteilt die Besucherströme so, wie Sie es eingerichtet haben.
Drittens: Ein A/B-Test ermöglicht es Ihnen, auch kleine Details gegeneinander zu testen. Oft reicht schon eine Optimierung des Wordings Ihrer CTAs, um Verbesserungen in der UX zu erreichen. Gibt es beispielsweise in Ihrer Agentur zwei Meinungen, wie eine Kommunikation auf einer Landingpage aussehen sollte, bietet ein A/B-Test die Möglichkeit beide Varianten eine Zeit lang gegeneinander antreten zu lassen, um herauszufinden, welche zu einer höheren Conversion führt.
