A/B-Tests mit Mopinion 17. Februar 2023

CRO-Spezialisten und Growth Marketer legen großen Wert auf Experimente und A/B-Tests. A/B-Tests oder Split-Tests sind eine Möglichkeit, zwei Versionen von Inhalten zu testen und ihre Leistung zu vergleichen. Das Ziel eines A/B-Tests ist oft zu sehen, welche Version zu mehr Conversions und einer höheren CTR führt. Qualitative Daten erhalten oft nicht so viel Aufmerksamkeit wie die nackten Zahlen. Beispielsweise kann ein bestimmter A/B-Test zu mehr Conversions oder Klicks auf eine bestimmte Schaltfläche führen, aber die Erfahrung oder Stimmung der Benutzer ist möglicherweise nicht besser. Der Klick auf die Schaltfläche ist möglicherweise darauf zurückzuführen, dass Sie sich nicht darüber im Klaren waren, was passieren würde, wenn Ihr Besucher auf die Schaltfläche klickt.
Deshalb halten wir es für wichtig, Feedback für Ihre A/B-Tests zu sammeln und auch qualitative Daten zu erfassen.

In diesem Artikel zeigen wir zwei praktische Möglichkeiten, wie Sie A/B-Tests mit Mopinion durchführen können.

1. Verwendung von Feedback-Formularen, um zu messen, wie Benutzer zwei verschiedene Versionen eines A/B-Tests erleben.
2. Testen von zwei verschiedenen Feedback-Formularen, um zu messen, welches die höhere Rücklaufquote hat.

Online-Kundenfeedback kann Ihnen auch helfen, Hypothesen zu bilden, die nicht nur auf Annahmen beruhen. Anhand des von Ihnen gesammelten Feedbacks können Sie Probleme identifizieren, die Ihre Kunden auf Ihren Online-Kanälen haben. Sie können diese Informationen als Eingabe verwenden, um verschiedene Hypothesen zu testen. Aber in diesem Artikel konzentrieren wir uns auf die beiden oben genannten Punkte.

Keine Zeit, den ganzen Artikel zu lesen? Sehen Sie sich das Video an, in dem ich (Growth Marketer bei Mopinion) erkläre, wie Sie mit Mopinion A/B-Tests durchführen können.

Was ist A/B-Testing?

Mit A/B-Tests können Sie zwei Versionen von Inhalten testen, um zu sehen, welche besser abschneidet. Sie stellen 50 % Ihres Publikums eine Version des Inhalts bereit, Variante A, während Sie den anderen 50 % die andere Version des Inhalts, Variante B, bereitstellen. Die Verteilung sollte zufällig erfolgen.

Als Nächstes messen Sie die Konversionsrate, die Klickrate oder das Kundenerlebnis, um zu sehen, welche Version Ihres Tests besser abschneidet. Mit einer ausreichend großen Stichprobengröße erhalten Sie ein statistisch signifikantes Ergebnis und wissen, welche Version zum beabsichtigten Ziel führt und somit besser abschneidet. Das wird die Version sein, die Sie tatsächlich implementieren und die gewünschte Verbesserung bringen werden.

Was können Sie A/B testen?

A/B-Tests werden oft auf digitalen Kanälen wie Webseiten, In-App und E-Mails durchgeführt. Auf (Landing-)Pages auf Ihren Websites oder In-Apps können Sie viele Variablen testen, wie zum Beispiel:

• Titel und Untertitel
• Körper Kopie
• Farben
• Inhaltstyp (Video, Bild, Text, wie im Bild unten zu sehen)
• Layout
• Design
• Call-to-Actions (CTAs)
• Navigation
• Feedback-Formulare

Mit A/B-Tests in E-Mails können Sie die Betreffzeile , das Layout , die Länge der E-Mail und sogar die Tageszeit testen, zu der Sie die E-Mail versenden.

A/B-Tests sind nicht auf Ihre eigenen Kanäle beschränkt. Sie können auch Social Ads und Search Ads testen, um zu sehen, welche den meisten Traffic auf Ihre Website bringen und welche am ehesten Besucher konvertieren. Auch hier können Sie mit Farben , Design und CTAs spielen.

Auch Feedback-Formulare sind Potenziale für A/B-Tests. Möchten Sie nicht wissen, welche Art von Feedback-Formular Ihnen die meisten Einblicke gibt? Innerhalb eines Feedback-Formulars gibt es wieder viele Dinge zu testen, wie z . B. Layout , Text , Design , Reihenfolge der Fragen , Art der Frage , Art des Feedback-Formulars , wie und wann es ausgelöst wird und vieles mehr. Das Ändern einer der Variablen kann sich positiv auf die Rücklaufquote Ihrer Feedback-Formulare auswirken.

Warum sollten Sie A/B-Tests (mit Mopinion) durchführen?

Mit A/B-Tests können Sie sinnvolle und datengesteuerte Änderungen an Ihrer Website, App, E-Mail oder einem anderen digitalen Kanal vornehmen, die tatsächlich zu den beabsichtigten Verbesserungen führen. Dies kann irgendwo zwischen höherem ROI, mehr Conversions, besserem Kundenerlebnis und mehr liegen. Beim Testen werden die Vermutungen und Annahmen beseitigt.

Konzentrieren wir uns nun darauf, warum Sie speziell mit Mopinion mit A/B-Tests beginnen sollten. Wir konzentrieren uns auf die beiden oben genannten Wege zu A/B mit Mopinion.

1. Verwendung von Feedback-Formularen, um zu messen, wie Benutzer zwei verschiedene Versionen eines A/B-Tests erleben.

Wenn Sie messen, wie Ihr Publikum die beiden Versionen Ihres A/B-Tests erlebt, erhalten Sie qualitative Daten. Es gibt Ihnen einen Einblick in die Stimmung und Meinung Ihres Publikums. Sie führen beispielsweise einen A/B-Test in Ihrer E-Mail mit verschiedenen Arten von Inhalten durch. Ihr Publikum kann eine Bewertung abgeben und einen offenen Kommentar in einem Feedback-Formular in Ihrer E-Mail hinterlassen. Ihr A/B-Test kann zu unterschiedlichen Bewertungen der beiden Versionen führen. Dies wirkt sich auf Ihren CSAT, NPS oder was auch immer Sie messen aus und gibt Ihnen Einblicke in die Stimmung Ihres Publikums. In den offenen Kommentaren erfahren Sie mehr darüber , warum eine bestimmte Bewertung vergeben wird und warum es für Ihre beiden Versionen einen Unterschied geben könnte. Die offenen Kommentare informieren Sie auch über die allgemeine Meinung Ihres Publikums. Neben quantitativen Zielen basierend auf CTR und (Verkaufs-)Konversionen wissen Sie, was Ihr Publikum von den beiden Versionen Ihrer E-Mail hält.

Obwohl es nicht üblich ist, Ziele zu haben, die nicht direkt mit den reinen Verkaufszahlen zusammenhängen, könnte es sein, dass Sie sich darauf konzentrieren, eine bessere Benutzererfahrung zu schaffen. Eine verbesserte Erfahrung kann sich positiv auf die Verkaufskennzahlen auswirken und tut dies oft auch. Wir empfehlen Ihnen auch in diesem Fall, Feedback zu sammeln, sehen Sie sich das folgende Beispiel an.

Angenommen, Sie möchten die Benutzererfahrung auf einer bestimmten Website-Seite verbessern. Sie möchten die Zeit auf der Seite, die Anzahl der besuchten Seiten oder die Scrolltiefe messen. Ihre Testvariante (B) führt zu mehr besuchten Seiten und längerer Verweildauer auf der Seite, was auf ein besseres Website-Erlebnis hindeuten könnte. Es kann jedoch auch ein Zeichen dafür sein, dass Besucher die gesuchten Informationen nicht finden konnten und daher mehr Zeit brauchten oder mehr Seiten besuchten, um sie zu finden. Sie müssen qualitative Daten sammeln, um zu wissen, ob Ihre Änderung tatsächlich positive Auswirkungen auf die Erfahrung hatte.

2. Testen von zwei verschiedenen Feedback-Formularen, um zu messen, welches die höhere Rücklaufquote hat.

Für den zweiten Weg zum A/B-Test mit Mopinion – wenn Sie A/B-Tests mit Ihren Feedback-Formularen durchführen, wie z. B. Fragenreihenfolge oder Formulardesign – können Sie feststellen, welches Feedback-Formular Ihnen die meisten Antworten oder offenen Kommentare liefert und also die meisten Erkenntnisse.

Zwei Arten von A/B-Tests mit Mopinion

1. Verwendung von Feedback-Formularen, um zu messen, wie Benutzer zwei verschiedene Versionen eines A/B-Tests erleben

Beispiel:
Sie führen einen A/B-Test auf einer Zielseite Ihrer Website durch. Sie haben das Layout Ihrer Seite geändert, wie im obigen Bild zu sehen. Sie messen die Kundenzufriedenheit und möchten wissen, ob die durchschnittliche Bewertung pro Variante unterschiedlich ist . Nach Durchführung des Tests hat Ihre ursprüngliche Variante (A) eine durchschnittliche Bewertung von 3/5 , während die Versuchsvariante (B) eine durchschnittliche Bewertung von 5/5 hat. Bei einem ausreichend großen Stichprobenumfang und einem signifikanten Ergebnis können Sie sagen, dass der Unterschied in der Bewertung auf die Änderungen zurückzuführen ist, die Sie an Ihrer B-Variante vorgenommen haben. Es ist ein klares Indiz dafür, dass Ihre Besucher mit der Testvariante zufriedener sind und Sie die Änderungen auf der Seite umsetzen sollten.

Wie macht man das mit Mopinion?

Die Implementierung eines Feedback-Formulars zu Ihrem A/B-Test ist nicht allzu schwierig, Sie benötigen nur 1 Formular. Sie können das ursprüngliche Formular beibehalten, wenn Sie bereits eines auf der Seite hatten, die Sie testen, oder Sie erstellen ein neues Feedback-Formular und schalten es auf der Seite live. Sie müssen sicherstellen, dass es für 100 % Ihres Publikums verfügbar ist.

Alles, was Sie dann tun müssen, ist, ein Datenelement in Ihr Feedback-Formular einzufügen. Das Datenelement muss angeben können, in welcher Variante das Feedback gegeben wurde – A oder B. Sehen Sie sich das Bild unten an, wie dies in Ihrem Feedback-Formular aussehen wird*.


Design des Mopinion-Feedbackformulars – A/B-Testdatenelement

Das nächste Bild zeigt Ihnen, wie es im Feedback-Element im Posteingang aussehen wird. Jedes abgegebene Feedback sendet die Variante an Mopinion und erscheint in den einzelnen Feedback-Elementen im Posteingang. So wissen Sie, welcher Feedback-Item zu welcher Testvariante gehört.


Mopinion-Feedback-Posteingang – Sichtbarkeit von A/B-Testvarianten

Sie können Ihre Experimente ganz einfach in Ihrem Dashboard verfolgen. Sie können dies tun, indem Sie ein Diagramm erstellen und die Bewertung basierend auf den Varianten (mit dem Datenelement) filtern. Sehen Sie sich den Screenshot unten an, wie es im Dashboard aussieht. Sie können sehen, dass die durchschnittliche Bewertung für die ursprüngliche Variante A 3 beträgt, während die Bewertung für die Testvariante B 5 beträgt. Sie können auch sehen, ob sich dies im Laufe der Zeit oder pro Zielgruppensegment ändert, wenn Sie Ihr Diagramm erstellen, es gibt unendlich viele Möglichkeiten.


Mopinion-Grafik – A/B-Test-Durchschnittsbewertung pro Variante

Wenn Sie einen Unterschied in Ihrem Dashboard pro Bedingung sehen, sollten Sie tiefer in die Feedback-Elemente pro Variante eintauchen und die offenen Kommentare lesen. Vielleicht finden Sie dort einen Grund für die unterschiedliche Bewertung und bekommen einen Vorgeschmack auf die Stimmung und Gedanken Ihres Publikums.

In unserer Wissensdatenbank finden Sie eine Schritt-für-Schritt-Anleitung zur Durchführung eines A/B-Tests mit Mopinion. Wir haben einen Leitfaden für drei verschiedene A/B-Testtools geschrieben: Google Optimize, Optimizely und AB Tasty. Natürlich ist unser Support-Team für Sie da, wenn Sie ein anderes A/B-Testing-Tool verwenden und Feedback in Ihren A/B-Tests sammeln möchten.

* Der Screenshot mit dem Datenelement basiert auf Google Optimize

2. Testen von zwei verschiedenen Feedback-Formularen, um zu messen, welches die höhere Rücklaufquote hat.

Beispiel:
Sie möchten zwei verschiedene Feedback-Formulare auf einer Webseite testen und sehen, welches mehr Antworten von Ihrem Publikum erhält. Sie möchten wissen, ob Ihr Konversations-Feedback-Formular mehr Antworten erhält als Ihr klassisches Mopinion-Formular. Nach Durchführung des Tests haben Sie 75 Antworten auf Ihrem Konversationsformular und 50 Antworten auf Ihrem klassischen Formular , während die Formulare genauso oft geöffnet werden. Mit genügend Antworten und genügend Ansichten auf dem Feedback-Formular können Sie mit einer gewissen Sicherheit sagen, dass das Konversations-Feedback-Formular mehr Antworten erhält und Ihnen somit mehr Einblicke gibt.

Wie macht man das mit Mopinion?

Mit Mopinion ist dies ganz einfach, da Sie zwei verschiedene Formulare auf derselben Web- oder App-Seite oder E-Mail bereitstellen können. Für einen fairen Test müssen Sie Ihre Formulare der gleichen Anzahl von Personen zeigen. Jede Variante wird der Hälfte Ihres Publikums gezeigt, daher sollte die Aufteilung 50/50 sein. Die erste Form (Variante A) wird 50% der Besucher gezeigt. Das andere Formular (Variante B) wird 100 % der Besucher angezeigt, die das erste Formular nicht gesehen haben. Außerdem hilft eine Verzögerung von 1 Sekunde sicherzustellen, dass nicht beide Formulare gleichzeitig angezeigt werden.


Bereitstellung von Mopinion – Zwei Formulare auf derselben Seite für A/B-Tests

Sobald Feedback eingeht, können Sie das Feedback zwischen den beiden Bedingungen vergleichen, z. B. die Rücklaufquote, die Bewertung (z. B. CSAT, NPS) und natürlich die offenen Kommentare. Sie können Ihr Experiment leicht nachverfolgen, indem Sie beide Formulare in derselben Grafik hinzufügen und die Anzahl der Antworten vergleichen.

Lassen Sie uns Sie durch ein reales Beispiel eines A/B-Tests führen, den ich mit Mopinion-Formularen durchgeführt habe.

Wie Mopinion Mopinion verwendet, um AB-Tests durchzuführen

Im Oktober 2022 habe ich das passive Feedback-Formular auf unserer Homepage getestet, ein Konversations-Feedback-Formular im Vergleich zu einem klassischen Feedback-Formular. Das Ziel meines A/B-Tests war es zu verstehen, welches Feedback-Formular mehr Antworten erhält und welches eine höhere Bewertung erhält. Meine Hypothese war, dass Conversational Feedback-Formulare mehr Antworten und eine höhere Bewertung erhalten als klassische Feedback-Formulare.


Mopinion-Dashboard – Feedback-Formular A/B-Testantworten


Mopinion-Dashboard – Feedback-Formular A/B-Test-Durchschnittsbewertung

Hier sehen Sie die Ergebnisse meines Experiments und wie es in meinem persönlichen Dashboard aussieht. Meine erste Hypothese wurde unterstützt (nicht signifikant**), da das Konversations-Feedback-Formular 11 mehr Antworten erhielt als mein klassisches Formular. Meine zweite Hypothese wurde nicht unterstützt (wiederum nicht signifikant), da die klassische Form eine durchschnittliche Bewertung von 3,8 hatte, was 0,2 Punkte höher ist als meine Konversationsform.

Indem Sie A/B-Tests mit Ihren Feedback-Formularen durchführen, erfahren Sie, welches Feedback-Formular Ihnen die meisten Antworten und Erkenntnisse liefert.

Wenn Sie selbst verschiedene Mopinion-Feedback-Formulare testen möchten, gehen Sie zu unserer Wissensdatenbank, wo Sie unsere Schritt-für-Schritt-Anleitung finden.

** Der Test wurde nicht lange genug durchgeführt, um einen signifikanten Effekt zu erzielen, aber mit mehr Feedbackelementen können Sie möglicherweise einen signifikanten Effekt erzielen

Starten Sie A/B-Tests mit Hilfe von Mopinion

Zusammenfassend ist Mopinion eine große Hilfe für Ihre A/B-Tests. Es hilft Ihnen, qualitative Daten zu A/B-Tests zu erhalten und die Stimmung und Erfahrung Ihres Publikums zu verstehen. Es reichert die quantitativen Daten Ihrer Tests mit qualitativen Daten an. Darüber hinaus hilft es Ihnen zu verstehen, welche Art von Feedback-Formular Ihnen die meisten Antworten und Erkenntnisse bringt.

Wir wünschen Ihnen viel Erfolg bei Ihren A/B-Tests!