10 große Fehler, die Marketer beim Split-Testen machen

Ein wichtiger Teil eines effektiven Geschäftsbetriebs ist die Marketinganalyse und -forschung, die viele Unternehmer gerne verpassen. Die Tendenz des bloßen Verkaufens ohne Berücksichtigung dessen, was funktioniert und was nicht, bestimmt das Wachstum der Website. Es blockiert die tiefere Forderung nach intensiver Marktforschung, wodurch Sie langfristig Kunden verlieren. Der beste Weg, um Kundenrecherchen durchzuführen, sind Split-Tests.

Warum Splittest?

Split-Tests oder A/B-Tests sind per Definition eine Methode zur Durchführung kontrollierter, aber zufälliger Experimente mit dem endgültigen Ziel, den Website-Traffic zu verbessern. Um es einfacher zu machen, ist es der Vergleich von zwei Versionen derselben Seite, um festzustellen, welche effektiver ist. Idealerweise gibt es nur ein oder zwei Unterschiede zwischen den beiden Versionen, um die Wirksamkeit genau zu bestimmen.

Häufige Aktionen wie Inhalt, Klicks, Formularausfüllung und Käufe werden analysiert, um zu sehen, welche Variante bessere Ergebnisse für ein vordefiniertes Marketingziel liefert. Die gängigen Marketingmethoden sind Anmeldeformulare, Registrierungsseiten, Call-to-Action-Buttons oder eine Weiterleitung auf eine andere Seite. Es ist erwiesen, dass selbst eine so kleine Änderung wie die Aktualisierung eines Wortes im CTA dazu beigetragen hat, die Conversions um satte 77 % zu steigern. Dies beweist, wie wichtig es ist, Split-Tests durchzuführen, um die Wirksamkeit Ihrer Marketingkampagnen zu verbessern.

So verlockend es auch klingen mag, manchmal beschweren sich Werbetreibende wahrscheinlich über falsch negative Analysen oder konnten nicht einmal angemessene Daten generieren. Wenn Sie von Split-Tests beunruhigt sind, besteht die Möglichkeit, dass Sie es falsch durchführen. Hier ist eine Liste der 10 häufigsten Fehler, die Tester wahrscheinlich machen, zusammen mit ihren möglichen Korrekturen.

Wissenswerte Fehler und Korrekturen

Es kann eine Vielzahl von Fehlern geben, wenn ein Tester versucht, eine geteilte Analyse zu verstehen. Die häufigsten sind unten aufgeführt.

1. Willkürliches Testen

Das größte Problem, das die meisten Tester machen müssen, ist die Durchführung eines Split-Tests ohne Grund. Beispielsweise könnten Sie Bedenken haben, die Größe des „Call to Action“-Buttons zu testen, in diesem Fall können Sie die Varianten mit einem bestimmten Fokus entwerfen. Wenn Sie einen Split-Test nur um der Sache willen durchführen, dann verzichten Sie bitte darauf, da Sie dem Untergang geweiht sind.

Die Lösung: Verwenden Sie eine Heatmap-Software, um die potenziellen Bereiche zu entdecken, die nicht stark fokussiert sind oder nicht viel Verkehr anziehen. Führen Sie zunächst einen Split-Test durch und bilden Sie eine Hypothese. Führen Sie jetzt den Versuch durch und stellen Sie sicher, dass Sie ihn für die richtige Zeitphase durchführen, vergleichen Sie die neuen Heatmap-Datensätze und analysieren Sie sie. Wiederholen Sie den Vorgang, bis Sie zufriedenstellende Ergebnisse erzielen.

2. Frühzeitiges Abbrechen des Tests

Dies ist ein großer Anfängerfehler, den die meisten Tester machen müssen. Nehmen wir an, dass Ihre Website einen hohen Traffic aufweist und Sie daher innerhalb von 3 Tagen nach dem Split-Test 98 % Vertrauen und etwa 250 Conversions pro Variante generieren und den Test bestanden haben. Hier erhält Ihr Test ein falsch positives Ergebnis, da Sie den Saisonabhängigkeitsparameter nicht berücksichtigt haben, und selbst an welchem ​​Wochentag Sie den Test durchführen, kann zu erheblichen Abweichungen in der Testkurve führen.

The Fix: Ein weiterer wichtiger Parameter für jede statistische Analyse ist die Stichprobengröße. Um korrekte Ergebnisse zu erhalten, stellen Sie sicher, dass Ihre Stichprobengröße groß genug ist, nämlich. 100 oder 1000 Conversions. Eine zu geringe Stichprobengröße kann zu falschen Implikationen führen.

3. Multi-Element-Tests

Die Website-Heatmapping-Analyse könnte darauf hindeuten, dass es mehr als einen Bereich gibt, auf den man sich konzentrieren muss, aber die Durchführung mehrerer Tests zur gleichen Zeit führt zu nichts.

Es ist immer besser, sich für den Split-Test statt für einen multivariaten zu entscheiden. Denn wenn Sie einen Split-Test auf zwei Seiten mit Unterschieden in nur einem Parameter durchführen, ist es einfach zu beurteilen, welche Seite besser funktioniert.

Die Lösung: Gehen Sie bei multivariaten Tests jedoch davon aus, dass Sie vier verschiedene Webseiten mit zwei oder drei unterschiedlichen Parametern testen. In diesem Fall können Sie beim Sammeln der Daten den tatsächlichen Entscheidungsfaktor nicht festlegen. Bei solchen Gelegenheiten müssen Sie die Daten aller Seiten vergleichen und auch die Korrelation zwischen verschiedenen Parametern analysieren.

4. Konzentration nur auf Traffic-Conversions

Wenn Sie auf einen bestimmten oder mehrere Parameter testen, stellen Sie sicher, dass Sie tief verwurzelt sind, anstatt nur kurzfristig zu denken. Das heißt, wenn Sie sehen, dass bestimmte Änderungen mehr Verkehr auf Ihrer Website generieren, werden Sie nicht gleichzufrieden damit. Wenn der hohe Traffic aus minderwertigen Kunden besteht, kann dies letztendlich zu negativen Ergebnissen für Ihr Unternehmen führen.

Die Lösung: Wenn Sie sich also für einen Split-Test entscheiden, überprüfen Sie Ihre Konversionsmetrik, korrelieren Sie dann diesen Datenverkehr mit tatsächlichen Leads und sehen Sie, wie viele potenzielle Kunden generieren.

5. Entscheiden Sie sich für eine zufällige Hypothese oder folgen Sie einfach blind Split-Test-Praktiken

Ein statistischer Test hat ohne eine richtige Hypothese keine Aussagekraft. Bevor Sie also Ihre Zeit mit der Durchführung eines Tests verschwenden, vergewissern Sie sich, dass Sie eine richtige Hypothese haben. Falls Sie sich über die Glaubwürdigkeit Ihrer Hypothese nicht sicher sind, gehen Sie zur Marktforschung, analysieren Sie die Ergebnisse für Ihre gewählte Variable, überprüfen Sie die Strategie Ihrer Wettbewerber und kennen Sie Ihre Zielkunden.

Die Lösung: Auch wenn Sie nach den Strategien der Wettbewerber suchen, achten Sie darauf, ihnen nicht blind zu folgen. Was bei jemand anderem funktioniert hat, wird bei dir nicht funktionieren. Überprüfen Sie die Strategien Ihrer Mitbewerber, kennen Sie aber gleichzeitig Ihre eigenen USPs und strategisieren Sie entsprechend.

6. Eliminieren der Confound-Variablen

Die verwirrenden Variablen sind jene Elemente, die nicht Teil Ihrer signifikanten Hypothesenparameter sind und Ihre Testergebnisse wahrscheinlich durcheinander bringen. Einige davon umfassen die Einführung neuer Produkte, den Start von Marketingkampagnen und die Neugestaltung von Websites.

Dies geschieht im Allgemeinen, wenn Sie einige Testparameter mitten im Test ändern, um eine signifikantere Variation zu erzeugen. Dadurch kann Traffic von Orten außerhalb Ihres potenziellen Zielpools generiert werden.

Die Lösung: Achten Sie bei der Durchführung eines Split-Tests darauf, solche verwirrenden Variablen zu eliminieren, und stellen Sie sicher, dass die restlichen Faktoren während des gesamten Tests konstant bleiben.

7. Testen nur inkrementeller Änderungen

Es gibt einen signifikanten Unterschied zwischen der Funktionsweise großer Websites und der Art und Weise, wie der Rest der kleinen Unternehmer damit umgehen muss. Bei großen Websites können einige winzige inkrementelle Änderungen zu einem hohen ROI führen. Aber für Startups und kleinere Unternehmen führt diese Aktivität möglicherweise nicht zu den erwarteten Ergebnissen. Zum Beispiel ist es nicht ganz machbar, die Farbe der Website oder des CTA-Buttons und seine verschiedenen Schattierungen zu testen, da dies nur sehr wenig zum Facelifting der gesamten Website beitragen wird.

Die Lösung: Split-Tests sorgen für geringfügige Verbesserungen, die jedoch bei kleinen Unternehmen keinen nennenswerten Umsatz bringen. Konzentrieren Sie sich also nicht nur auf inkrementelle Änderungen, sondern auf enorme Leistungssteigerungen. Erforderlich ist ein radikaler Wandel auf allgemeiner Ebene. Dies ist intensiver als eine enge A/B-Testtechnik. Dies kann eine umfassende Neugestaltung der Seite nach sich ziehen, die erhebliche Anstrengungen erfordern kann. Es ist auch wichtig zu beachten, dass es aufgrund der vielen neu gestalteten Elemente schwierig sein kann, festzustellen, welches bestimmte Element zu einer Traffic-Spitze geführt hat, nachdem die neu gestaltete Seite online ist.

8. Split-Test auch ohne Traffic durchführen

Wenn Sie das Geschäft nur für ein paar Monate betreiben, wird empfohlen, einen höheren Traffic zu erzielen, bevor Sie mit der Durchführung eines Split-Tests beginnen. Für Startups und neue Unternehmungen ist die Durchführung von Split-Tests mit wenigen Beta-Benutzern ineffektiv. Das Testen verschiedener Hypothesen ist ein Spiel statistischer Signifikanz, das durch eine optimale Stichprobe erreicht wird. Wenn Sie jedoch keine angemessene Stichprobe haben, wird dieses zugrunde liegende Ziel nicht erreicht.

Die Lösung: Führen Sie Split-Tests nur durch, wenn Sie 3 verschiedene Bedingungen erfüllt haben

1- Sie haben eine angemessene repräsentative Stichprobe

Die Tests müssen über einen Zeitraum von 3-4 Wochen laufen, um auf unterschiedliche Verkaufsperioden eingehen zu können. Ein vorheriger Abbruch des Testens stellt kein universelles Testen dar, sondern zeigt ein selektives/zyklisches Testergebnis.

2- Sie haben eine ausreichende Stichprobengröße

Eine Website mit mehr als 1000 Transaktionen (Leads, Anmeldungen oder Abonnements) kann einen A/B-Test in einem Monat durchführen, um den Traffic zu verbessern. Faktoren wie die Konversionsrate, die Gesamtzahl der Besuche und die Gesamttransaktion bestimmen, wie hoch die angemessene Stichprobengröße sein sollte.

3- Wenn Sie einen p-Wert erreichen

Sobald die Punkte 2 und 3 erfüllt sind, ist es wichtig, sich den p-Wert anzusehen (nach einem weit verbreiteten Missverständnis ist der p-Wert nicht die Wahrscheinlichkeit, dass B größer als A ist). Typischerweise liegt ein akzeptables Signifikanzniveau bei 5 % (oder 1 von 20 Mal zeigt die Stichprobe ein extremes Ergebnis, vorausgesetzt, die Nullhypothese ist wahr).

9. Tests laufen nicht über volle Wochen

Damit Split-Tests korrekte Ergebnisse liefern, sind saisonale, wöchentliche und sogar tägliche Parameter von Bedeutung. Daher sollte der Zeitraum für den Split-Test sorgfältig gewählt werden. Wenn Sie die Testwochen nicht einbeziehen, werden die Ergebnisse verzerrt, was möglicherweise das richtige Bild des Testergebnisses zeigt

Die Lösung: Wenn Sie beispielsweise Inhaber einer E-Commerce-Website sind, neigt Ihre Zielgruppe am Wochenende eher zu Ihren Produkten, während Ihre Website montags oder zu Stoßzeiten an Wochentagen möglicherweise keinen angemessenen Traffic generiert. Stellen Sie also sicher, dass Sie den Test am selben Tag beenden, an dem Sie ihn begonnen haben. Dadurch wird sichergestellt, dass Sie eine ganze Woche in einer Iteration testen. Dies entspricht auch unserer früheren Empfehlung – Tests für eine Dauer von 2-3 Wochen durchzuführen

10. Testdaten werden nicht an Google Analytics gesendet

Konversionsmetriken zeigen im Allgemeinen durchschnittliche Daten und in der Welt des Marketings liegen Durchschnittswerte. Man kann sich nie ein vollständiges Bild machen, wenn man nur mit Prozentangaben arbeitet. Denn Zeit, Saisonalität, Tagesphasen und viele weitere Faktoren tragen zu einem ordentlichen Kundendiagramm bei.

Die Lösung: Wenn Sie also eine beträchtliche Datenmenge bereitgestellt haben, senden Sie sie an Google Analytics. Führen Sie erweiterte Segment- und benutzerdefinierte Berichte aus. Die Ergebnisse zeigen Ihnen den Weg zur Durchführung erweiterter Tests und Sie erhalten möglicherweise eine Vorstellung davon, wo Sie Ihre Site-Tests von dort aus durchführen können. Durch die Nutzung der neuen GA-Funktionen können Vermarkter bis zu 20 gleichzeitig analysierte A/B-Testdaten ausführen. Stellen Sie sicher, dass Sie für einen aktiven Test eine eindeutige benutzerdefinierte Dimension (oder benutzerdefinierte Variable im klassischen GA-Modus) verwenden. Hier können Tools wie Optimizely Classic Abhilfe schaffen.

Etwas zusammenfassen

Marketing und Business Analytics sind auf ihre Art ziemlich komplex. Anstatt also zu überprüfen, was andere tun, oder die gängigsten Teststrategien zu durchkreuzen, gehen Sie den intelligenten Weg und übernehmen Sie die kostengünstigen A/B-Tests, um den ROI Ihrer Marketingstrategien zu steigern.