Der ultimative Leitfaden für E-Commerce-A/B-Tests: Strategie, Taktik, Tools, Datenwissenschaft und Fallstudien

Jeder im Online-Bereich hat den Begriff „A/B-Split-Testing“ gehört. Doch viele Marketer und Händler zögern, eigene Tests durchzuführen.

Sie sind sich nicht sicher, wie die verschiedenen Teile des Split-Testing-Prozesses koordiniert werden sollen, vom Brainstorming über die Softwareauswahl bis hin zur Analyse der Ergebnisse.

Und obwohl A/B-Split-Tests nicht so einfach sind, wie die meisten Leute denken, ist es alles andere als schwierig. Es wird sehr positiv für Ihren Online-Shop sein, etwas Zeit damit zu verbringen, gut strukturierte und getestete A/B-Split-Testing-Prozesse zu implementieren.

In diesem Leitfaden erhalten Sie eine einfache Formel zur Durchführung von Split-Tests. Außerdem erfahren Sie mehr über häufige Fehler, sehen sich einige Fallstudien aus der Praxis an und erhalten praktische und spezifische Tipps, welche Elemente Sie vor Ort und außerhalb testen sollten.

Was Sie in diesem Artikel finden:

Was ist A/B-Testing?
Wie man A/B-Tests durchführt: ein Überblick
1. Analyse
2. Empfehlungen
3. Prototyp und Design
4. Code und Test
5. Ergebnisse
So berechnen Sie Ihre Stichprobengröße für A/B-Split-Tests
Welche Elemente der Produktseite sollten Sie Split-Tests durchführen?
Top 11 E-Commerce-A/B-Split-Testing-Fehler, die Sie vermeiden sollten
Ein Überblick über die besten A/B-Split-Testing-Tools für E-Commerce
Beispiele für Fallstudien zu E-Commerce-A/B-Tests
1. Budapester
2. Reserviert
3. 4F
Abschluss

Lasst uns beginnen!

Was ist A/B-Testing?

Bei A/B-Tests wird der Traffic zu zwei verschiedenen Inhalten geleitet – wie Anzeigen, E-Mails, Webseiten usw. – um zu sehen, welcher besser abschneidet. Oftmals besteht der einzige Unterschied zwischen den Testpersonen in einem einzelnen Element wie einer Überschrift, einem CTA (Call to Action), einem Bild, einem Textstück usw. Alternativ können Split-Tests zwischen zwei völlig unterschiedlichen Inhaltstypen wie Facebook durchgeführt werden Anzeigen, Marketing-E-Mails oder sogar ganze Verkaufstrichter.

Was stellen also die Varianten „A“ und „B“ im A/B-Testing normalerweise dar? Immer wenn Sie einen Test durchführen, benötigen Sie eine Reihe von „Bodenniveau“- oder „Kontroll“-Ergebnissen. „A“ umfasst typischerweise Ihre aktuellen Ergebnisse oder die erste Iteration Ihrer Testvariante. „B“ ist die Variante, mit der Sie die Ergebnisse von „A“ vergleichen.

Ein allgemeines Beispiel für einen A/B-Test. (Quelle)
Nehmen wir zum Beispiel an, eine Produktseite erhält täglich mehrere hundert Besucher. Sie entscheiden sich für einen Split-Test, bei dem Sie neben der Schaltfläche „In den Warenkorb“ eine Benachrichtigung über die Lieferung am nächsten Tag hinzufügen. Mit Ihrer A/B-Testsoftware erstellen Sie also eine Lookalike-Seite, teilen den Traffic gleichmäßig auf beide Seiten auf und messen die Ergebnisse. Die aktuelle Seite ist Testsubjekt „A“. Die Variante ist Versuchsperson „B“.

Alternativ bereiten Sie sich möglicherweise auf eine Werbe-E-Mail-Kampagne vor, bei der Sie Ihre Abonnenten auf eine Zielseite leiten, um an einem kostenlosen Werbegeschenk teilzunehmen. Sie haben zwei Landing Pages erstellt – „A“ und „B“ – aber Sie möchten sehen, welche mehr Teilnehmer anzieht. Auch hier lenken Sie mit Ihrer Split-Testing-Software die Hälfte des E-Mail-Verkehrs auf Seite „A“ und die Hälfte auf Seite „B“. Auch wenn Sie noch keine Ergebnisse haben, ist „A“ die Kontrollseite und „B“ der Herausforderer.

„Multivariate Tests“ funktioniert nach dem gleichen Prinzip, beinhaltet jedoch das Testen von Varianten, die mehrere Änderungen beinhalten. Ziel ist es herauszufinden, welche Kombination von Variablen am besten abschneidet. Bei einem A/B-Split-Test können Sie beispielsweise einen grünen CTA-Button gegen einen roten testen. In einem multivariaten Test können Sie sowohl die Farbe als auch den CTA-Text gleichzeitig ändern. In einem Test mit zwei On-Page-Änderungen würde dies vier Varianten erzeugen:

1. Farbe eins und Text eins,
2. Farbe eins und Text zwei,
3. Farbe zwei und Text eins,
4. und Farbe zwei und Text zwei.

Der Vorteil multivariater Tests besteht darin, dass nicht viele Split-Tests nacheinander ausgeführt werden müssen. Der Nachteil ist, dass es viel Verkehr erfordert.

Wie man A/B-Tests durchführt: ein Überblick

Schauen wir uns eine grundlegende Formel für die Durchführung von A/B-Split-Tests an. Machen Sie sich zu diesem Zeitpunkt nicht zu viele Gedanken über den technischen Aspekt des A/B-Tests. Es steht eine Reihe von Tools zur Verfügung, um alles von der Seitenerstellung bis zur Interpretation der Ergebnisse zu rationalisieren und zu automatisieren. Wir werden gleich die besten Apps und Lösungen vorstellen.

A/B-Split-Tests werden in der Regel entweder vor Ort oder extern durchgeführt. Vor-Ort-Tests umfassen Dinge wie Produktseiten, Landing Pages, Checkout-Formulare und so weiter. Vor-Ort-Tests können auch auf den Seiten einer App durchgeführt werden – wenn Sie beispielsweise eine mobile Shopping- oder Treueprogramm-App haben. Grundsätzlich gilt „Vor-Ort-Testen“ für jede Seite Ihrer Website, die ein einzelnes Ziel und einen entsprechenden primären CTA hat.

Off-Site-Tests sind für Varianten von Anzeigen (insbesondere bezahlte Anzeigen), E-Mails, Social-Media-Posts, Push-Benachrichtigungen usw.

Es ist wichtig, Tests gleichzeitig mit demselben Traffic-Sample auszuführen. Verkehr und Zeitraum sind die beiden größten Variablen, die Ergebnisse verzerren können. Es bringt zum Beispiel absolut keinen Vorteil, die Ergebnisse zweier Varianten zu vergleichen, wenn die eine an Halloween und die andere am Muttertag getestet wurde.

Verwenden Sie den folgenden Prozess, um Ihre eigenen A/B-Tests zu strukturieren:

1. Analyse

In dieser Phase legen Sie Ihre Ziele fest und priorisieren, welche Seitenelemente aufgeteilt werden sollen.

Bei den Zielen geht es um die Steigerung Ihrer wichtigsten Conversion-Kennzahlen und "Conversions" können Klicks, Anmeldungen oder Verkäufe sein. Sie können sich sogar für „breitere“ Erfolgskennzahlen wie Engagement oder Reichweite entscheiden, insbesondere beim Testen von Anzeigen. In jedem Fall benötigen Sie eine klare Metrik, mit der Sie den relativen Erfolg oder Misserfolg von Varianten messen können.

Nachdem Sie sich Ziele gesetzt haben, können Sie recherchieren und priorisieren, welche Tests ausgeführt werden sollen. Sie sollten diejenigen Seitenvorlagen (Produktseiten, Kategorieseiten, Checkout-Formulare etc.) recherchieren, die für Ihre Ziele am wichtigsten sind und dann ermitteln, welche das größte Verbesserungspotenzial haben. Sehen Sie sich Seiten mit hohen Absprungraten, ungewöhnlich niedrigen Conversions, geringem Engagement, hoher Abbruchrate usw. an.

Sobald Sie Seiten identifiziert haben, die sowohl wichtig sind als auch Potenzial haben, sollten Sie sie nach der Leichtigkeit, mit der Sie Tests durchführen können, ordnen. Es ist besser, insbesondere bei der Implementierung einer neuen Strategie, die am wenigsten hängende Frucht zu wählen und mit komplexeren Tests überzugehen, wenn mehr Daten erfasst werden. Diese Methode liefert die höchsten Renditen in kürzester Zeit.

Ihr ausgewähltes Testelement kann ein Call-to-Action, eine Überschrift im Anzeigentext, ein Bild auf einer Zielseite, eine Betreffzeile in einer E-Mail oder ein Social-Media-Beitrag sein, in dem ein Rabatt angekündigt wird. Es ist wichtig, sich daran zu erinnern, dass die Testpersonen normalerweise ein Element darstellen sollten, während alles andere gleich bleibt. Die Ausnahme von dieser Regel ist, wenn Sie zwei separate Varianten testen, z. B. Zielseiten oder Verkaufstrichter, die aus einzigartigen E-Mails und Seiten bestehen.

2. Empfehlungen

Nachdem Sie identifiziert haben, welche Tests Sie durchführen möchten, müssen Sie über Variationen nachdenken und Hypothesen bilden.

Stellen Sie die Frage: „Welche Änderungen könnten zu besseren Ergebnissen für Seiten führen und warum?“

Eine Hypothese ist eine Bewertung, warum eine Seite oder ein Element nicht so gut funktioniert, wie es sein könnte, und wie Sie es verbessern können. Wenn Sie einen A/B-Test durchführen, testen Sie im Wesentlichen eine Hypothese.

Sie könnten beispielsweise zu dem Schluss kommen, dass die CTAs Ihrer aktuellen Produktseite nicht genug hervorstechen und dass Besucher sie nur schwer finden können. Um dieses Problem zu lösen, verwenden Sie eine hellere Farbe für die CTA-Schaltfläche.

Hypothesen formulieren Sie am besten mit der folgenden einfachen Vorlage: Wenn…, dann…, weil….

Schauen wir uns ein Beispiel an:

Wenn Informationen über niedrige Lager auf Produktseiten hinzugefügt werden neben das CTA, dann die Add-to-cart Rate (und somit die Conversion - Rate) werden zunehmen, weil die Dringlichkeit bild Elemente Prompt Besucher Maßnahmen zu ergreifen.

3. Prototyp und Design

Nachdem sie Hypothesen aufgestellt haben, springen viele Leute ein und beginnen mit der Organisation des Tests. Es ist jedoch wichtig, verschiedene Designoptionen richtig zu brainstormen und zu überprüfen, um sicherzustellen, dass das gesamte Team mit an Bord ist und alle Ideen berücksichtigt werden.

Sie sollten beginnen, indem Sie lose Wireframes der vorgeschlagenen Änderungen erstellen und so viele Möglichkeiten wie möglich durchdenken. Nachdem Sie diejenigen überprüft haben, die am vielversprechendsten erscheinen, können Sie vollständige Prototypen für Implementierungszwecke erstellen.

4. Code und Test

Beginnen Sie mit der Berechnung Ihrer Stichprobengröße. Ihre „Stichprobengröße“ ist die Menge an Traffic, die Sie benötigen, um schlüssig zu sagen, dass Unterschiede in den Ergebnissen nicht zufällig sind. Dieses Thema behandeln wir ausführlich im nächsten Abschnitt. Wenn Sie derzeit keine hohen Zugriffszahlen auf eine bestimmte Seite haben oder sich Ihre Website in der Entwicklungsphase befindet, können Sie jederzeit Zugriffe kaufen. Dafür gibt es viele Dienste.

Dann, wenn die Grundlagen geschaffen sind, können Sie die richtigen Werkzeuge auswählen und mit dem Test beginnen. Verschiedene Tools erfüllen unterschiedliche Testanforderungen. Für einzelne Seitenelemente genügt ein einfacher Webeditor. Für komplexere Split-Tests, wie zum Beispiel den Vergleich verschiedener Verkaufstrichter, können ausgeklügelte Tools erforderlich sein. Für E-Mail-Marketing und Werbekampagnen steht auch eine spezielle Software zur Verfügung.

Wenn Sie ein dediziertes Entwicklungsteam für die Implementierung von Code vor Ort haben, werden sich die Designs, die Sie im vorherigen Schritt erstellt haben, hier von unschätzbarem Wert erweisen.

5. Ergebnisse

Nach Ablauf des Tests können Sie die Ergebnisse auswerten und neue Split-Tests formulieren. Die Evaluation hat zwei Ziele: einen Gewinner zu ermitteln und neue Ideen für zukünftige Tests zu generieren. Manchmal sind die Ergebnisse nicht schlüssig, was dazu führt, dass Sie Ihre ursprünglichen Hypothesen revidieren oder aufgeben. In anderen Fällen sind die Ergebnisse so aussagekräftig, dass ähnliche Tests auf anderen verwandten Seiten erforderlich sind oder noch komplexere Variationen Ihrer ursprünglichen Änderung ausprobiert werden.

Split-Testing wird am besten als Teil einer längerfristigen Strategie durchgeführt. Sie sollten versuchen, viele kleine Änderungen über viele Wochen und Monate hinweg vorzunehmen. All diese Änderungen führen zu einer dramatischen und konsistenten Verbesserung Ihrer Gesamt-Conversion-Rate.

So berechnen Sie Ihre Stichprobengröße für A/B-Split-Tests

Die Berechnung Ihrer minimalen Stichprobengröße ist relativ einfach, wenn Sie die zugrunde liegenden Konzepte verstanden haben.

Hier sind ein paar Begriffe, die Sie kennen müssen:

• Baseline-Conversion – Die Conversion-Rate für Ihre aktuelle Seite.
• Minimaler nachweisbarer Effekt – Der minimal nachweisbare Effekt ist die minimale prozentuale Änderung gegenüber der Baseline-Conversion-Rate, auf die Sie sich freuen: Sie kann 2 %, 3 %, 5 % oder 10 % betragen. Bei A/B-Tests sollte er selten über 10 % liegen. Natürlich sind kleinere Uplifts einfacher zu erreichen, aber schwieriger zu beweisen, da Sie mehr Benutzer benötigen. Auf der anderen Seite sind größere Uplifts mit weniger Benutzern einfacher zu beweisen. Aber es ist normalerweise schwierig, eine Testidee zu entwickeln, die so tiefgreifende Auswirkungen haben wird.
• Statistische Signifikanz – Statistische Signifikanz ist der Grad, in dem Sie sich Ihrer Ergebnisse „sicher“ sind. In einer E-Commerce-Umgebung sollten Sie eine statistische Signifikanz von 80 bis 95 % anstreben.
• Signifikanzniveau – Das Signifikanzniveau ist die Umkehrung der statistischen Signifikanz. Ein Signifikanzniveau von 5 % bedeutet beispielsweise, dass die Ergebnisse mit einer Wahrscheinlichkeit von 5 % zufällig sind. Ein Signifikanzniveau von 5 bis 20 % ist normal.
• Statistische Power – Von A/B-Split-Testern oft vernachlässigt, ist „statistische Power“ der Prozentsatz, der die Wahrscheinlichkeit beschreibt, mit der ein Test den minimal nachweisbaren Effekt findet, vorausgesetzt, er existiert. Angenommen, Sie setzen den minimal erkennbaren Effekt auf 5 % und die statistische Aussagekraft auf 80 % und am Ende des Tests gewinnt Ihre alternative Version nicht. Sie haben eine 80%ige Sicherheit, dass die verlierende Version nicht um 5% oder mehr besser ist.

Verwenden Sie diesen Rechner von Evan Miller, um Ihre Mindeststichprobe zu berechnen, und lesen Sie diesen Beitrag zur statistischen Signifikanz, wenn Sie mehr erfahren möchten

Welche Elemente der Produktseite sollten Sie Split-Tests durchführen?

Produktseiten passen perfekt zu den Kriterien für die Auswahl von Testkandidaten. Sie gehören zu den wichtigsten und am stärksten frequentierten Seiten auf einer E-Commerce-Site. Sie sind auch einfach zu Split-Tests.

Hier sind einige der Elemente der Produktseite, die den größten Einfluss auf die Conversions haben können:

• Titel – Der Titel ist das Erste, was Kunden sehen, wenn sie auf einer Produktseite landen. Es identifiziert den Artikel und unterscheidet ihn von anderen Produkten. Sie können experimentieren, indem Sie Markennamen, Schlüsselfunktionen und USPs einschließen (oder ausschließen) und verschiedene Versionen des generischen Produktnamens ausprobieren.
• Bilder – Produktbilder können die Conversions erheblich beeinflussen. Vor allem das Flaggschiff-Produktbild – das der Kunde zuerst sieht, bevor er durch die nachfolgenden Bilder scrollt – hat viel Gewicht. Führen Sie verschiedene Variationen dieses Bildes aus, um zu sehen, welche Kunden am attraktivsten finden.
• Beschreibung – Überzeugende Beschreibungen zwingen Kunden dazu, auf den primären CTA zu klicken. Wenn Sie mit Beschreibungen experimentieren, indem Sie Ihrer Kopie überzeugende Elemente hinzufügen, können Sie interessante Ergebnisse erzielen. Erwägen Sie, Auszeichnungen, Erwähnungen in den Medien, Vermerke von Prominenten, herausragende Rezensionen und mehr zu zitieren.
• Preis – Praktisch jeder einzelne Besucher einer Seite schaut auf den Preis. Zahlreiche Änderungen können getestet werden, darunter Farbe, Größe, Standort und alle Informationen, die direkt neben dem Preis enthalten sind – wie der ursprünglich durchgestrichene Preis vor Rabatten oder eine Frist für einen Aktionspreis.
• Funktionsoptionen – Häufig müssen Besucher vor dem Kauf Artikelmerkmale wie Farbe und Größe auswählen. Wenn diese Optionen unklar oder schwer zu verwenden sind, kann dies für Käufer zu großen Reibungsverlusten führen. Auch unklare Lagerbestände können zu Unsicherheit führen.
• Lieferinformationen – Lieferzeit und -kosten sind ein weiterer wichtiger Faktor bei der Entscheidungsfindung. Sie können Zweifel ausräumen, indem Sie Lieferinformationen richtig anzeigen, und sogar die Kaufbereitschaft erhöhen, indem Sie die kostenlose Lieferung am selben Tag oder am nächsten Tag hervorheben.
• CTA – Das ist ein großes. Drei Merkmale sind bei CTAs am wichtigsten: Form, Größe und Farbe. CTAs sollten sich von anderen Elementen auf der Seite abheben und leicht anzuklicken sein, insbesondere auf Mobilgeräten.
• Sternebewertung – Online-Käufer lieben Bewertungen. Erwägen Sie das Testen von Varianten einer Sternbewertung, die unter Ihrer Überschrift angezeigt wird, und erleichtern Sie Ihren Kunden die Navigation durch den Abschnitt auf den Produktseiten, der für Rezensionen bestimmt ist.
• Dringlichkeitserstellungsfunktionen – Dringlichkeitserstellungselemente – wie Countdown-Timer, zeitlich begrenzte Lieferung, Sonderrabattpreise usw. – können die Conversions einer Seite erheblich steigern. Erfahren Sie mehr über das Erstellen von Dringlichkeit auf den Produktseiten.

Wenn Sie einige Beispiele für leistungsstärkste Produktseiten zusammen mit Ideen zur Steigerung der Conversions sehen möchten, lesen Sie unseren Beitrag zu diesem Thema.

Wenn Sie nach anderen Testinspirationen suchen, haben wir die umfassendste Checkliste zur E-Commerce-Optimierung geschrieben, die im Internet (oder anderswo) verfügbar ist. Laden Sie es jetzt kostenlos herunter!

Möchten Sie mehr solcher Einblicke?

Erhalten Sie wöchentliche E-Commerce-Tipps, Strategien und führendes Branchenwissen. Direkt in Ihren Posteingang geliefert.

am Ich habe die Datenschutzerklärung gelesen und akzeptiere die Newsletter-Bedingungen.

Bitte aktivieren Sie dieses Kontrollkästchen, um fortzufahren

Huhu! Sie haben sich gerade angemeldet. Überprüfen Sie Ihren Posteingang, um das Abonnement zu bestätigen.

Top 11 E-Commerce-A/B-Split-Testing-Fehler, die Sie vermeiden sollten“

Wenn es nicht richtig durchgeführt wird, kann Split-Testing eine enorme Zeit- und Geldverschwendung sein.

Vermeiden Sie folgende Fehler:

1. Split-Testing-Seiten, die sich nicht auf Conversions auswirken – Es hat keinen Sinn, Seiten mit Split-Tests zu verwenden, die sich nicht signifikant auf Conversions auswirken. Angesichts begrenzter Zeit und Ressourcen ist es entscheidend, die besten Kandidaten für das Testen zu recherchieren und zu priorisieren.
2. Split-Testen mehrerer Elemente in einem Test – Wenn Sie Tests mit mehreren Elementen durchführen, wissen Sie nicht, welche Variationen für positive Ergebnisse verantwortlich sind. Dies wirkt sich negativ auf Ihre Fähigkeit aus, zukünftige Hypothesen zu formulieren, und führt wahrscheinlich auch zu nicht optimalen Ergebnissen für die Seiten, auf denen Sie die Tests durchgeführt haben.
3. Verwenden einer kleinen Stichprobengröße – Wenn Sie sich nicht an gute Data Science halten – eine Stichprobengröße mit einer statistischen Signifikanz zwischen 80 % und 95 % berechnen – werden Ihre Ergebnisse nicht eindeutig sein. Langfristig wird dies wahrscheinlich zu vernachlässigbaren Veränderungen Ihrer Ziele führen.
4. „Ausleihen“ all Ihrer Testideen – Wettbewerbsforschung und die Verwendung von Fallstudien, um Ihre Hypothesen zu untermauern, sind bewährte Verfahren. Es ist ein Fehler, wenn Sie nur Testideen daraus generieren. Viele Ihrer besten Ergebnisse werden wahrscheinlich von Tests stammen, die Ihre Konkurrenten nicht durchgeführt haben.
5. Sporadisches Split-Testing – Wie das alte Sprichwort sagt: Split-Testing ist ein Leben lang, nicht nur zu Weihnachten. Für den größten Conversion-Gewinn und für eine Strategie, die sich an das sich ändernde Konsumverhalten anpassen kann, sollte das Testen langfristig nachhaltig betrieben werden.
6. Fehlende Trennung zwischen Design- und Entwicklungsprozessen – Beim Brainstorming von Ideen (Design) und deren Umsetzung (Entwicklung und Codierung) sollte klar zwischen den Aufgaben unterschieden werden. Häufig verwechseln Einzelhändler diese Rollen, was entweder zu einem ineffektiven Brainstorming oder einer mangelhaften Implementierung führt. Auch wenn eine Person für beide Aufgaben verantwortlich ist, ist es wichtig, sicherzustellen, dass sie über die entsprechenden Fähigkeiten verfügt.
7. Hypothesen auf Vermutungen und Annahmen aufbauen – Jedes Split-Testing-Team hat eine Reihe von Annahmen darüber, was eine „gute Testidee“ ausmacht. Aber es ist wichtig, so aufgeschlossen wie möglich zu sein und Hypothesen aufzustellen, die möglicherweise nicht intuitiv erscheinen. Der ganze Zweck des Split-Testings besteht darin, positive ursprüngliche Veränderungen zu identifizieren. Prozesse sollten zugrunde liegende Annahmen so weit wie möglich hinterfragen und Designer ermutigen, über den Tellerrand hinaus zu denken.
8. Versäumnis, richtige Hypothesen zu bilden – Es ist wichtig, die Gründe für positive Veränderungen zu kennen. Wenn Sie ohne Vorüberlegung Ideen generieren, benachteiligen Sie sich selbst. Das Verständnis der Grundlage erfolgreicher Ergebnisse ermöglicht es Ihnen, ein klareres Verständnis des Verhaltens Ihres Kundenstamms im Laufe der Zeit zu formulieren und solide Hypothesen für die Zukunft zu generieren.
9. Unzureichende Analyse der Ergebnisse – CTA „B“ konvertiert also zu 10 %, während CTA „A“ nur zu 5 % konvertiert. Das ist das Ende der Geschichte, oder? Nein! Testdaten enthalten nützliche Erkenntnisse über Kunden, einschließlich Informationen über Segmente mit hoher Konversion, Spitzenkonversionszeiten, Hindernisse auf der Seite und mehr. Verwenden Sie eine Analyseplattform wie Google Analytics, um die Testergebnisse wirklich zu analysieren.
10. Kleine Gewinne übersehen – Einzelhändler erwarten oft massive Ergebnisse und rechnen Veränderungen von 2 % oder 3 % als unbedeutend ab. Das ist in gewisser Weise verständlich. Das Übergewicht äußerst erfolgreicher Fallstudien im Internet hat uns dazu konditioniert, die gleichen Ergebnisse zu spiegeln. Aber das ist ein Fehler. Kleine Erhöhungen, wenn sie eine robuste statistische Signifikanz haben, sind genauso gültig wie größere Ergebnisse. Tests mit hoher statistischer Aussagekraft können einen kleinen Effekt erkennen und sind alle gleich valide.
11. „Einblicken“ in die Ergebnisse – Split-Tests vorzeitig zu beenden (bevor Sie die gewünschte Anzahl getesteter Benutzer erreicht haben) ist ein großes No-Go. Häufig schließen die Tester die Wirksamkeit einer Variante gegenüber einer anderen basierend auf den Ergebnissen während des Tests. Dabei ignorieren Sie die Varianz, die sich im Verlauf eines Tests manifestieren kann, und es ist üblich, dass Variationen sich zu bestimmten Zeiten willkürlich übertreffen.
    

    Ein Überblick über die besten A/B-Split-Testing-Tools für E-Commerce

    A/B-Split-Tests sollten die meisten Aspekte Ihrer Marketing- und Vertriebsaktivitäten umfassen. Es sollte nicht auf Ihre Website beschränkt sein. Die meisten dedizierten Apps, z. B. für Ihr E-Mail-Marketing, Facebook-Werbung, soziale Medien usw., werden mit ihren eigenen A/B-Split-Testing-Tools geliefert.

Diese Liste enthält die besten Tools zum Ausführen von Split-Tests auf Ihrer E-Commerce-Site . Außerdem gibt es kein absolut „bestes“ Tool, wenn es um A/B-Split-Tests geht. Für verschiedene Arten von Online-Shops wurden unterschiedliche Lösungen entwickelt, und die beste Wahl der Software hängt von einer Reihe von Faktoren ab, darunter Größe, Branche, bevorzugte Marketingmethoden und mehr.

Hier ist unser Überblick über die fünf wichtigsten E-Commerce-A/B-Split-Testing-Tools:

1. VWO – VWO ist eines der beliebtesten E-Commerce-Tools im Web, um Analysen durchzuführen, neue Ideen zu entwickeln und Tests durchzuführen. Als Plattform verfügt sie über alle Funktionen, die für die Durchführung von Optimierungskampagnen erforderlich sind, und ist sehr vielseitig – mit einer Reihe von Optionen für Großunternehmen und kleinere Unternehmen (und alles dazwischen). VWO nimmt eBay in seine Kundenliste auf.
2. Optimizely – Ein weiterer großer Name im internationalen E-Commerce-Bereich, Optimizely ist ein Favorit unter den „großen Namen“ Online-Händlern . Die Software enthält ein leistungsstarkes Paket von Funktionen zur Durchführung von A/B-Tests, die eine Segmentierung von Stichproben, Prognosen, Targeting und Analysen ermöglichen. Es ist perfekt für den Einsatz auf Mobilgeräten und Desktops geeignet.
3. Google Optimize – Eines der großen Verkaufsargumente von Google Optimize ist die nahtlose Integration mit Google Analytics, obwohl „Verkaufskriterium“ vielleicht das falsche Wort ist, da es kostenlos ist. Optimize ist eine vollständige A/B-Testplattform und verfügt über einen eigenen visuellen Editor. Es hat vor allem bei kleineren Unternehmen eine große Anhängerschaft gefunden, was verständlich ist, da viele der Funktionen auf Unternehmensebene der Konkurrenten fehlen. Es gibt eine kostenpflichtige Version, Optimize 360, auf die Benutzer zu einem späteren Zeitpunkt upgraden können.
4. AB Tasty – AB Tasty wurde für größere Unternehmen entwickelt und wird mit einem vollständigen Satz von Testwerkzeugen geliefert, darunter eine funktionsreiche Analyseplattform, einen visuellen Editor und automatisierte Implementierungsfunktionen für die Ausführung von Tests.
5. Swiftswap – Wir könnten keine Liste der besten Testtools zusammenstellen, ohne die Software von Growcode, Swiftswap, einzubeziehen. Was Swiftswap einzigartig macht, ist die Verwendung von KI, um den Testprozess zu informieren und zu rationalisieren. Es lässt sich in alle E-Commerce-Plattformen integrieren. Es wurde auch entwickelt, um schnelle und konsistente Optimierungsänderungen für E-Commerce-Shops bereitzustellen und ist als Teil des ausgelagerten Optimierungspakets von Growcode verfügbar.

Beispiele für Fallstudien zu E-Commerce-A/B-Tests

Wie sieht also ein A/B-Split-Test in der Praxis aus?

Hier sind drei Beispiele aus Growcodes eigenen Fallakten:

1. Budapester

Budapester ist ein großer Online-Händler, der Designertaschen, Schuhe und Accessoires verkauft. Das Unternehmen wollte einen langfristigen Testplan implementieren, der kostengünstig war. Die Analyse ergab, dass Produktseiten und der Warenkorb das größte Verbesserungspotenzial aufweisen.

Lesen Sie hier die vollständige Fallstudie.

Ergebnis: Conversion-Rate um 12,5% gesteigert.

Folgende Hypothesen wurden formuliert und getestet:

Hypothese eins: Eine klarere Kommunikation des USP auf allen Seiten würde die Conversions steigern.

Vorher: Der USP, der kostenlosen Versand und sofortige Produktverfügbarkeit beinhaltet, wurde auf Produktseiten nicht angezeigt.

Nachher: Der USP wurde unterhalb der Produktbeschreibung und im Header eingefügt.

Hypothese zwei: Der Header nahm zu viel Platz ein und lenkte die Besucher mit unnötigen Links und Informationen ab.
Vorher: Die Kopfzeile war unklar, mit vielen kleinen Schaltflächen, schwer lesbarem Text und unnötigen Links.

Nachher: Die Kopfzeile wurde vereinfacht und die Hauptschaltflächen übersichtlicher gestaltet.

Hypothese 3: Ein optimierter Einkaufswagen würde das Abbrechen des Einkaufswagens reduzieren.
Vorher: Auf der Kaufbestätigungsseite wurden keine Informationen zur kostenlosen Lieferung angezeigt und ermäßigte Preise nicht hervorgehoben.

Nachher: Kostenlose Lieferung, Verfügbarkeit und Rabatte wurden in leuchtenden Farben aufgenommen, um sie auffällig zu machen.

2. Reserviert

Reserved ist der größte Modehändler in der CEE-Region. Der Online-Shop wurde 2013 ins Leben gerufen.

Ergebnis: Steigerung der Conversion-Rate um 4,6%.

Lesen Sie hier die vollständige Fallstudie.

Folgende Hypothesen wurden formuliert und getestet:

Hypothese eins: Das Hinzufügen des USP zu Hauptseiten – Startseite, Produktseiten und Kategorieseiten – würde dazu beitragen, Besucher von den einzigartigen Vorteilen des Einkaufens bei Reserved zu überzeugen.

Vorher: Auf der Startseite wurden keine eindeutigen USPs angezeigt.

Nachher : Die USPs wurden auf der Homepage direkt unter dem Header angezeigt.

Hypothese zwei: Die Einbeziehung des USP auf Einkaufswagenseiten würde die Warenkorbabbrüche reduzieren.
Vorher: Bestimmte USPs wurden gezeigt, aber nicht klar erklärt. Informationen über kostenlose Lieferung und kostenlose Kurierlieferung bei Einkäufen über 50 USD wurden nicht angezeigt.

Nachher: Abschnitt A Anzeige von Informationen über USPs wurde auf der rechten Seite der Seite enthalten.

3. 4F

4F verkauft Sportbekleidung und Sportzubehör. Das Unternehmen hat sich einen Ruf für Qualität aufgebaut – die Kombination traditioneller Herstellungsverfahren mit modernem Design.

Ergebnis: Steigerung der weltweiten Conversion-Rate um 8%.

Lesen Sie hier die vollständige Fallstudie.

Folgende Hypothesen wurden formuliert und getestet:

Hypothese eins: Das Einfügen detaillierter Beschreibungen auf Produktseiten lindert Zweifel und veranlasst mehr Besucher, Produkte in den Warenkorb zu legen.

Vorher: Produktinformationen waren verstreut, schwer zu scannen und weit weg vom CTA.

Nachher: Produktdetails, einschließlich Lieferinformationen, wurden scanbar geschrieben und neben dem CTA platziert.

Hypothese 2: Die Anzeige von Rabatten in Prozent führt dazu, dass mehr Kunden Produkte in den Warenkorb legen.
Vorher: Der reduzierte Preis wurde durchgestrichen und ohne weitere Informationen neben dem aktuellen Preis angezeigt.

Nachher: Neben dem aktuellen Preis wurde eine Zahl eingefügt, die den reduzierten Preis als Prozentsatz angibt.

Hypothese 3: Das Anzeigen von Informationen über die Lieferung im Geschäft würde die Conversions steigern, da es für die Kunden sehr relevant ist und 4F über eine bekannte Ladenkette vor Ort verfügt.
Vorher: Informationen zur Ladenlieferung waren ziemlich weit unten auf der Seite.

Nachher: Über dem CTA wurden die Details zum Direktversand und zur In-Store-Lieferung nebeneinander angezeigt.

Wie Sie sehen, handelt es sich bei den meisten getesteten Seitenelementen um ziemlich allgemeine A/B-Testbeispiele. Trotz der Tatsache, dass sie „sicher“ erscheinen mögen, können sie die Konversionsraten erheblich steigern.

Abschluss

Ausgestattet mit den Informationen in diesem Beitrag können Sie mit der Durchführung von Tests beginnen, die zu echten Ergebnissen führen und Sie Ihren Conversion- und Umsatzzielen näher bringen.

Aber es gibt einen wichtigen Punkt zu beachten.

Vergessen Sie nicht, wie wichtig kontinuierliche und konsistente Split-Tests sind.

Durch die Implementierung einer Optimierungskampagne, bei der im Laufe der Zeit viele kleine Änderungen vorgenommen werden, heben Sie sich deutlich von Ihrer Konkurrenz ab. Es ist die Strategie, mit der große Player wie Amazon Conversion-Raten weit über dem Branchendurchschnitt erzielen.

Übrigens, wenn Sie nach Inspiration zum Testen suchen, haben wir die umfassendste Checkliste zur E-Commerce-Optimierung geschrieben, die im Web (oder anderswo) verfügbar ist. Laden Sie es jetzt kostenlos herunter!

Warum nimmst du nicht Kontakt mit Growcode auf?

Wenn Sie möchten, dass ein erfahrenes Team Ihre Optimierungsstrategie übernimmt, wenden Sie sich an Growcode. Wir haben jahrelange Erfahrung in der Durchführung von Split-Tests und können eine langfristige Strategie zu einem Bruchteil der Kosten implementieren, die Sie selbst verwalten müssen. Außerdem sind die Ergebnisse garantiert. Wenn wir sie nicht liefern, erstatten wir Ihnen den vollen Betrag.
Lesen Sie hier mehr über unseren einzigartigen, freihändigen Ansatz.