So führen Sie A/B-Tests für Ihre erfolgreichsten Kampagnen durch

Wenn Sie Ihre Marketingkampagnen erstellen und an Ihren Creatives arbeiten, kann die Notwendigkeit, einfach auf Ihr Bauchgefühl zu vertrauen, stark sein. Aber warum sollten Sie Ihre Marketingentscheidungen auf Ihr Bauchgefühl stützen, wenn es einen todsicheren Weg gibt, Daten zu erhalten, die Ihnen den Weg weisen? Wir sprechen von A/B-Tests. Indem Sie lernen, wie Sie Anzeigen A/B-testen, werden Sie mit Ihren Kampagnen viel erfolgreicher sein.

Diese Technik hilft Ihnen, Ihre Theorien zu validieren oder zu widerlegen und Ihre Kundenkonversionsprozesse zu verbessern. Und mit ihm auf Ihrer Seite können Sie einen besseren ROI für Ihr Marketing erzielen und Kampagnen mit Zuversicht angehen.

Was genau ist ein A/B-Test?

Bevor wir zum A/B-Test von Anzeigen kommen, schauen wir uns genauer an, was das bedeutet. A/B-Tests beziehen sich auf die Verwendung von zwei Versionen eines bestimmten Marketing-Assets, um festzustellen, welche die besten Ergebnisse bei einer Zielgruppe erzielt. Es ist wichtig, hier zu beachten, dass der Unterschied zwischen den beiden Versionen nicht drastisch sein sollte, damit Sie einschätzen können, was einen Vermögenswert zu einem Erfolg macht.

An einem durchschnittlichen Tag begegnen Verbraucher einer Vielzahl von Marketingkreativen, die alle versuchen, sie zu einer bestimmten Aktion zu bewegen. Dazu gehören unter anderem Display-Anzeigen, Werbe-E-Mails, Kampagnen-Landingpages, Onboarding-Flows und verschiedene Formulare.

Wenn Sie sich ansehen, wie Sie geschaltete Anzeigen A/B-testen, können Sie genau erkennen, was Sie optimieren müssen, um Ihre Conversion-Raten so hoch wie möglich zu machen. Dies könnte bedeuten, dass dieselbe Anzeige geschaltet wird, jedoch mit einer längeren und einer kürzeren Version des Textes. Oder das gleiche Design verwenden, mit Ausnahme unterschiedlicher Hintergrundbilder.

A/B-Tests funktionieren, indem das Publikum einer Marke in zwei Gruppen aufgeteilt wird. Dann wird jede Gruppe mit einer anderen Version eines Marketing-Assets angesprochen. Die zwei Gruppen werden … Sie haben es erraten, „A“ und „B“. A ist die Kontrollgruppe und B ist die Behandlungsgruppe. Das bedeutet, dass Gruppe A eine Version Ihres Creatives gezeigt wird und Gruppe B eine andere Version davon.

Eine Anmerkung zum multivariaten Testen

Wenn Sie nach A/B-Tests für Anzeigen suchen, werden Sie wahrscheinlich auf multivariate Tests stoßen. Und Sie werden sich wahrscheinlich sehr darüber freuen, da es das Testen mehrerer Varianten UND das Testen mehrerer Elemente umfasst. Das Endziel bei multivariaten Tests besteht darin, festzustellen, welche bestimmte Kombination am Ende am besten abschneidet.

Die Sache ist die, dass Sie eine Menge Traffic benötigen, um multivariate Tests auf produktive und hilfreiche Weise durchführen zu können. Legen Sie das also vorerst als etwas ab, auf das Sie zurückkommen können.

Was sind die Vorteile von A/B-Tests?

Es gibt viele verschiedene Arten von Split-Tests, die Sie durchführen können, um zu sehen, was Ihrer Marke die besten Renditen bringt. Unabhängig davon, für welchen Typ Sie sich entscheiden, sind die allgemeinen Ziele und Vorteile von A/B-Tests:

• Erhöhter Website-Traffic. Das Testen von Blogbeiträgen und Webseitentiteln kann die Anzahl der Personen ändern, die auf einen Link klicken. Wenn Sie dies herausfinden, können Sie mehr Traffic für Ihre Website generieren.
• Sie können die Konversionsraten erhöhen, indem Sie verschiedene Farben oder Positionen für Ihre CTA-Schaltflächen testen oder sogar Text auf den Call-to-Action-Schaltflächen verankern. Diese Änderungen können die Anzahl der Personen erhöhen, die sich anmelden, ein Formular einreichen oder auf irgendeine Weise konvertieren.
• Es kann die Absprungrate senken. Wenn Sie festgestellt haben, dass viele Nutzer Ihre Webseite verlassen oder dass eine bestimmte Anzeige nicht genügend Conversions erzielt, können Tests mit verschiedenen Schriftarten und Farben oder Texten Ihnen helfen, die Anzahl der Nutzer zu reduzieren, die Ihre Website oder Anzeige verlassen.
• Etwa 40–75 % der E-Commerce-Käufer verlassen eine Website mit Artikeln in ihrem Einkaufswagen. Sie können die Abbruchrate des Warenkorbs senken, indem Sie verschiedene Schriftarten, Bilder und Farben oder sogar die Platzierung von CTAs testen.

Sehen wir uns nun an, wie man Anzeigen A/B testet, zusammen mit Tipps und Best Practices. Diese helfen Ihnen beim Einstieg, auch wenn Sie A/B-Tests zum ersten Mal ausprobieren. Und wenn Sie Hilfe benötigen, um alle Ihre Designs für A/B-Tests vorzubereiten, holen Sie sich ein Kimp-Team und erhalten Sie alle Designs, die Sie benötigen, gegen eine monatliche Pauschalgebühr.

Anleitung zum A/B-Test von Anzeigen: Identifizieren Sie Ihre Ziele für A/B-Tests

Sie können eine Reihe von Metriken für jeden von Ihnen durchgeführten Test überwachen. Was großartig ist, aber sie alle genau im Auge zu behalten, ist für A/B-Tests nicht effektiv. Wählen Sie eine Schlüsselkennzahl aus, auf die Sie sich konzentrieren möchten.

Diese Metrik, auch bekannt als Ihre abhängige Variable, sollte bestimmt werden, bevor Sie den Test ausführen. Und das sollte idealerweise schon entschieden werden, bevor Sie Ihre zweite Variante aufbauen.

Wo soll diese Variable am Ende des Tests stehen? Wenn Sie dies wissen, können Sie Entscheidungen zugunsten Ihres Endziels treffen. Und es hilft Ihnen, jeden Aspekt Ihrer A/B-Tests zu optimieren. Wenn Sie bis nach Ihrem Test warten, um die wichtigsten Metriken zu bestimmen, stellen Sie möglicherweise fest, dass Ihr Test zusätzliche Schritte und mehr Zeit erfordert, als Sie möchten.

So führen Sie A/B-Tests von Anzeigen durch: Beginnen Sie damit, eine Variable für den Test auszuwählen

Sie haben vielleicht das Gefühl, dass es viele verschiedene Variablen gibt, die Sie testen möchten, aber es kann sehr schwierig sein, dies zu tun und zuverlässige Ergebnisse zu erhalten. Vor allem, wenn Sie mit dem Testen Ihrer Anzeigen beginnen. Beginnen Sie also jederzeit mit nur einer unabhängigen Variablen und messen Sie deren Leistung. Andernfalls wird es Ihnen sehr schwer fallen, herauszufinden, welche Variable Änderungen an den Metriken verursacht.

Sehen Sie sich die verschiedenen Elemente Ihrer Anzeige an, wie z. B. Design, Layout, Wortlaut und verwendete Farben. Sie können auf jeden dieser Tests testen. Wenn Sie eine E-Mail-Kampagne durchführen, können Sie die Betreffzeile und die Möglichkeiten zur Personalisierung Ihrer E-Mail testen. Denken Sie daran, dass selbst die einfachsten Änderungen zu erheblichen Änderungen führen können.

Je einfacher die von Ihnen vorgenommenen Änderungen sind, desto einfacher lassen sich die Ergebnisse und die Leistung messen.

So führen Sie A/B-Tests von Anzeigen durch: Identifizieren Sie Ihre Kontrolle und Ihren Herausforderer

Sobald Sie Ihre abhängigen und unabhängigen Variablen sowie Ihr Ziel bestimmt haben, können Sie diese Informationen verwenden, um die Steuerung einzurichten. Die Kontrolle ist die aktuelle Version der Werbekampagne, die Sie ausführen, oder ein Design, das den gleichen Stil, die gleichen Elemente und den gleichen Text wie üblich verwendet.

Beginnen Sie dann mit der Erstellung der Variante oder des Herausforderers. Daran werden Sie die Steuerung testen. In Ihrer Kontrollwerbekampagne können Sie beispielsweise einen Call-to-Action mit der Aufschrift „Jetzt kaufen“ haben. In Ihren Challenger können Sie einen Call-to-Action mit der Aufschrift „Jetzt einkaufen“ einfügen.

So testen Sie Anzeigen mit A/B: Teilen Sie die Zielgruppe auf

Wenn Sie zum ersten Mal einen A/B-Test durchführen, besteht die erste Herausforderung darin, das Publikum zufällig aufzuteilen. Es ist sehr wichtig, dass diese Aufteilung zufällig ist. Wenn Sie eine Plattform verwenden, wie Sie es für E-Mail-Kampagnen tun würden, prüfen Sie, ob sie über ein integriertes Tool für diesen Zweck verfügt. Wenn nicht, probieren Sie Unbounce, Optimizely oder Google Optimize aus.

Als Faustregel gilt, dass sich die beiden Gruppen möglichst ähnlich sein sollten. Wenn Sie Ihre Zielgruppe beispielsweise nach Geschlecht aufgeteilt und dann den Test durchgeführt haben, erhalten Sie ein Ergebnis, das stärker von der Zielgruppe als von der eigentlichen Variable beeinflusst wird.

Natürlich haben Sie für einige Tests kein festes Publikum, das Sie von Anfang an aufteilen. Lesen Sie weiter, um herauszufinden, wie Sie in diesem Szenario navigieren können.

So führen Sie A/B-Tests von Anzeigen durch: Berücksichtigen Sie die Stichprobengröße

Sie sollten auch die Größe der Stichprobenzielgruppe basierend auf dem Testtool und der Art des Tests, den Sie durchführen möchten, festlegen. Einige Tools erfordern, dass Sie ein Publikum einer bestimmten Größe haben.

Wenn es um die Art des Tests geht, können Sie mit einigen mehr Kontrolle über das Publikum haben als über die Kleidung. Wenn Sie beispielsweise einen Test für E-Mails durchführen, haben Sie eine festgelegte Liste. Und Sie können den Test zu Beginn nur an einen kleinen Teil Ihrer E-Mail-Liste senden. Dadurch können Sie aussagekräftigere Ergebnisse erzielen. Sobald Sie die Gewinnervariante ausgewählt haben, können Sie sie an die gesamte Liste senden.

Beim Testen von Marketing-Assets, die keine festgelegte Zielgruppe haben, wie z. B. eine Zielseite, bestimmt die Zeit, die Sie Ihren Test ausführen, die Größe Ihrer Zielgruppe. Und das wird Ihre Ergebnisse bestimmen.

Stellen Sie also sicher, dass Sie lange genug testen, um einen signifikanten Unterschied in den Statistiken zwischen der Kontrolle und dem Herausforderer zu erkennen.

So führen Sie A/B-Tests von Anzeigen durch: Entscheiden Sie, wie bemerkenswerte Ergebnisse sein sollen

Als nächstes ist es wichtig, darüber nachzudenken, wie bemerkenswert Ihre Ergebnisse sein müssen, damit Sie die Kontrolle über den Herausforderer wählen können. Oder umgekehrt. Die Bedeutung der statistischen Signifikanz von A/B-Tests sollte nicht unterschätzt werden. Letztendlich werden Sie umso bessere Ergebnisse erzielen, je höher der Prozentsatz des Vertrauens ist.

Vielleicht möchten Sie sich bis zu 95 % sicher sein, bevor Sie fortfahren, wenn der Aufbau des Experiments viel Zeit in Anspruch genommen hat.

Gleichzeitig gibt es ein paar andere Dinge zu beachten. Wenn Sie beispielsweise auf etwas sehr Spezifisches (wie eine Schaltflächenfarbe) testen, das sich aber nur geringfügig auf die Conversion-Rate auswirkt, sollten Sie sicherstellen, dass Sie methodischer vorgehen. Denn hier kann man eigentlich sehr genau vorgehen, indem man ein Element nach dem anderen verändert.

Aber wenn es um drastischere Änderungen geht, die Ihre Konversionsraten möglicherweise erheblich steigern könnten, sind Sie möglicherweise eher bereit, auf statistische Signifikanz zu verzichten. Dies tritt auf, wenn Sie einen völlig neuen Ansatz oder Designstil ausprobieren möchten, weil Ihre aktuellen Creatives einfach nicht funktionieren.

Es kommt wirklich darauf an, zu wissen, mit welchen Quoten Sie gerne arbeiten. Manche Dinge sind es wert, größere Sprünge und Risiken einzugehen.

Anleitung zum A/B-Test von Anzeigen: Führen Sie jeweils nur einen Test pro Kampagne durch

Wenn Sie in einer einzelnen Werbekampagne auf mehr als eine Sache testen, stellen Sie sich auf komplizierte Ergebnisse ein, die schwer zu entziffern sind. Wenn Sie beispielsweise einen E-Mail-Test durchführen, der Personen auf Ihre Website weiterleitet, führen Sie keinen weiteren Test durch, der ebenfalls auf Ihre Zielseite verweist. Sie werden nicht wissen, welcher Test welche Ergebnisse verursacht hat. Und im Gegenzug haben Sie weniger Klarheit über Ihre Leads, mit denen Sie arbeiten können.

Anleitung zum A/B-Testen von Anzeigen: Testen Sie (größtenteils) auf granularer Ebene

Einer der häufigsten Fehler, den die meisten Marketer machen, ist das Testen zweier Varianten, die sich extrem voneinander unterscheiden. Wenn sich das Kontroll- und das Herausforderer-Creative zu stark voneinander unterscheiden, liegen möglicherweise keine umsetzbaren Daten vor.

Wenn es große Unterschiede zwischen zwei Versionen gibt, ist es schwierig zu erkennen, welcher Aspekt zu einem Anstieg oder Rückgang der Conversions geführt hat. Es gibt auch ein Missverständnis, dass alle Variationen im Test dramatische und massive Transformationen sein müssen. Glauben Sie diesem Hype nicht, wenn Sie bereits eine Anzeige oder Zielseite haben, die Ihnen einige Ergebnisse bringt. In diesem Fall besteht Ihr Ziel nur darin, diese Ergebnisse zu steigern.

Eine einfache Änderung wie Farben, Schriftarten oder Text, wie wir bereits gesagt haben, kann subtil sein, aber einen großen Unterschied bewirken. Manchmal reicht es aus, einen anderen Call-to-Action zu verwenden, der die Leute dazu bringt, sich zu engagieren. Tatsächlich kann Satzzeichen auch das Verhalten von Kunden verändern.

Aber es gibt eine Ausnahme. Vielleicht haben Sie es mit einem Marketing-Asset zu tun, mit dem Sie nicht viel, wenn überhaupt, Erfahrung haben. Oder mit einem Kreativen ganz neue Wege gehen wollen. In diesem Fall lohnt es sich, schon früh in Ihrem Testprozess zwei sehr unterschiedliche Konzepte zu verwenden. Basierend auf ihrer Leistung können Sie einen von ihnen zur Kontrolle in einem neuen Test machen. Und von da an weiter optimieren.

So führen Sie A/B-Tests von Anzeigen durch: Was sollten Sie mit den Ergebnissen tun?

Die meisten Tools, die Sie im Rahmen des A/B-Testprozesses verwenden, ermöglichen es Ihnen, den Fortschritt sogar während des Tests zu verfolgen. Dadurch können Sie erkennen, welche Variante eine bessere Leistung zeigt. Wenn die Verbesserung bei einer ausreichend großen Gruppe sehr offensichtlich ist, können Sie den Test möglicherweise vorzeitig beenden.

Aber was würden Sie tun, wenn dies nicht der Fall ist? Nehmen wir an, Sie führen einen A/B-Test für eine Werbebanner durch. Basierend auf dem wöchentlichen Traffic, den Sie normalerweise haben, haben Sie bis zum Ende von 6 Wochen eine Steigerung von 25 % erwartet. Es sind jedoch 6 Wochen vergangen und Sie sehen nur eine Steigerung von 10 %.

Da es schwierig ist, selbstbewusst auf eine kleine Änderung zu reagieren, müssten Sie den Test technisch gesehen 32 Wochen lang im gleichen Tempo laufen lassen, um eine ausreichend große Zielgruppenstichprobe zu erhalten. Dadurch können Sie sich auf diese 10%ige Steigerung verlassen.

Es sei denn, diese Bannerwerbung ist sehr zeitkritisch und das ist einfach eine zu lange Wartezeit. In den meisten Fällen stellen Marketer in diesem Szenario fest, dass die Änderung zu gering ist, um Vertrauen zu haben. Sie konzentrieren sich dann darauf, den Gang zu wechseln, um ein weiteres Experiment durchzuführen, das ihnen möglicherweise weitere Klarheit verschafft. Im Wesentlichen ist es wichtig zu wissen, wann man Zeit und Energie für einen Test aufwenden muss und wann nicht. Wenn die Möglichkeit besteht, dass Sie diese Zeit und Energie in einen anderen Test investieren können, der bessere Ergebnisse liefert, machen Sie es.

Anleitung zum A/B-Testen von Anzeigen: Testen, optimieren, wiederholen

Jede Verbesserung, die Sie durch A/B-Tests erhalten, ist iterativ. Das bedeutet, dass Sie mit jedem Test, den Sie durchführen, mehr über Ihre Kunden erfahren und was sie motiviert, bei Ihnen zu kaufen. Ebenso kann es Ihnen auch sagen, was Kunden von Ihrer Marke abhält.

Wenn Sie den Dreh raus haben, diese Tests durchzuführen, werden Sie in der Lage sein, bessere Hypothesen zu bilden und auch aussagekräftigere Tests zu finden, die Sie durchführen können. Dies wird Ihnen letztendlich dabei helfen, einen breiteren und zufriedeneren Kundenstamm aufzubauen. Der Schlüssel hier ist, weiter zu testen. In jedem Unternehmen ist die Kultur der kontinuierlichen Verbesserung eine Kultur, die Ihnen hilft, zu wachsen und zu gedeihen. Und A/B-Tests können Ihnen helfen, diese Kultur auch innerhalb Ihrer Marke zu fördern.

So führen Sie A/B-Tests von Anzeigen durch: Bitten Sie um Feedback von tatsächlichen Nutzern

A/B-Tests haben viel mit quantitativen Daten zu tun und sind, wie bereits erwähnt, in vielerlei Hinsicht hilfreich. Aber es fehlt in einem wichtigen Bereich.

Herauszufinden, wie man Anzeigen A/B testet, wird Ihnen nicht dabei helfen zu verstehen, warum Menschen bestimmte Aktionen anderen vorziehen. Nur, dass sie es tun. Wir schlagen daher vor, dass Sie nebenbei auch einige qualitative Daten erheben.

Grundsätzlich müssen Sie Feedback von Ihren tatsächlichen Benutzern sammeln. Sie könnten leicht eine Umfrage oder Umfrage durchführen, die Ihnen diese qualitative Erkenntnis liefert. Fügen Sie beispielsweise eine Exit-Umfrage auf Ihrer Website hinzu, in der Sie Leute fragen, warum sie sich entscheiden, nicht auf einen bestimmten CTA zu klicken. Oder Sie könnten eine Umfrage auf Ihrer Dankesseite haben, über die Sie Kunden fragen, warum sie auf eine Schaltfläche geklickt oder ein Formular gesendet haben.

Möglicherweise stellen Sie fest, dass Nutzer manchmal nicht konvertieren, wenn sie auf einen Link klicken, der sie zu einem E-Book führt, wenn sie den Preis sehen. Das ist die Art von Informationen, die Ihnen die Gründe für das Verhalten Ihrer Kunden mitteilen.

Lassen Sie die Bedeutung von A/B-Tests nicht außer Acht

Es kann sich sicherlich wie alles andere anfühlen, von entmutigend bis banal und langweilig, aber verschieben Sie das Testen Ihrer Anzeigen und Marketing-Creatives nicht bis zur letzten Minute. Oder bis Sie jede Menge Zeit, Energie und Geld in Ihre Anzeigen gesteckt haben. Wenn Sie früher in einem Prozess mit der Durchführung von Tests beginnen, verfügen Sie über tatsächliche Daten darüber, was Kunden tun, um Sie bei der Durchführung erfolgreicherer Kampagnen zu unterstützen. Und Sie werden keine Entscheidungen treffen, die auf dem basieren, was Sie Ihrer Meinung nach tun könnten.

Dies wird Ihnen helfen, bessere Anzeigen und Zielseiten zu erstellen. Und im Gegenzug erhalten Sie mit Ihren Kampagnen bessere Leads und Conversions. Lassen Sie sich von all den Details und Fachbegriffen nicht entmutigen. Es gibt viele Ressourcen und Tools, die Ihnen den Prozess erleichtern können.

Nützliche Ressourcen für Ihre A/B-Tests

Hier sind einige nützliche Ressourcen, die Ihnen dabei helfen, herauszufinden, wie Sie Anzeigen für Ihre Kampagnen A/B-testen können. Gehen Sie sie durch, bevor Sie beginnen, und greifen Sie jederzeit darauf zurück, wenn Sie weitere Tipps benötigen:.

• Facebook-A/B-Tests
• Google Ads-A/B-Tests
• Instagram Stories A/B-Tests