Was sind die Schritte der Conversion-Optimierung – Ein Conversion-Framework

„Wir müssen unsere Conversions verbessern.“

„Diese Konversionsrate ist branchenweit niedrig.“

„Was können wir tun, um mehr Kunden zu Premium-Käufern zu machen?“

Die oben genannten Sätze sind in der E-Commerce-Welt allgegenwärtig geworden. Höhere Conversions zu erzielen ist zu einer Besessenheit geworden.

Das Problem bei dieser Besessenheit ist, dass es immer Leute geben wird, die nach Abkürzungen und dem schnellsten Weg zu Conversions suchen. Nicht genug Leute wissen, dass die kontinuierliche Verbesserung Ihrer Conversion-Rate ein Prozess ist, der Geduld und konsequente Bemühungen erfordert.

In diesem Artikel behandeln wir den Prozess der Conversion-Rate-Optimierung und alles, was damit zusammenhängt.

Springen wir rein!

Eine gute Conversion Rate hängt von vielen Faktoren ab. Dies kann ein von Ihnen festgelegtes individuelles Ziel sein, ein Benchmark, der die durchschnittlichen Konversionsraten Ihrer Branche verwendet, oder etwas völlig Beliebiges.

Denken Sie daran, dass es zusätzliche Faktoren gibt, die sich auf die Conversion-Raten auswirken, wie z. B. das für den Kauf verwendete Gerät, der geografische Standort, die Verkehrsquelle usw.

Shippypro hat Ergebnisse aus einer Vielzahl von E-Commerce-Nischen zusammengefasst, die von landwirtschaftlichen Vorräten, Essen und Trinken, Baby und Kind und vielem mehr reichen.

Conversion-Raten können zwischen 0,87 % und 1,50 % und mehr liegen.

Quelle: ShippyPro-Blog

Die Konversionsrate gibt den Prozentsatz der Besucher Ihrer Website an, die zu tatsächlichen Kunden werden.

Bei der Conversion-Rate-Optimierung geht es darum, die Anzahl der Besucher zu erhöhen, die mit verschiedenen Methoden zu Kunden werden.

Wenn Sie Inhaber eines E-Commerce-Geschäfts sind oder irgendeine Art von Online-Geschäft betreiben, ist das Erlernen der Conversion-Rate-Optimierung (CRO) unerlässlich.

Wieso den?

Nun, weil wir in einer Zeit überwältigender Auswahl leben. Das bedeutet, dass es Tausende, wenn nicht Millionen anderer Geschäftskunden gibt, zu denen Sie gehen können, wenn Sie ihre Bedürfnisse nicht erfüllen.

Apropos Bedürfnisse, sie sind so wankelmütig wie die Kunden selbst. Alles, von der Ladegeschwindigkeit Ihres Online-Shops bis hin zu den von Ihnen verwendeten Farben, kann Ihre Conversions steigern oder senken.

Ein Toolkit mit bewährten, leistungsstarken Techniken zur Optimierung der Konversionsrate zu haben, die Sie in jeder Phase der Kaufreise einsetzen können, verschafft Ihnen einen erheblichen Vorteil.

Der Conversion-Rate-Optimierungszyklus besteht aus 5 Schritten . Hier ist, was bei jedem Schritt nach unten geht:

1. Recherchephase: Hier entdecken Sie die Teile Ihres Conversion-Trichters, die optimiert werden müssen.

2. Hypothesenphase: Hier bilden Sie eine Arbeitshypothese basierend auf Ihren Metriken und Recherchen.

3. Priorisierungsphase: Hier finden Sie heraus, was Sie für Ihre Optimierung zuerst angreifen müssen.

4. Testphase: Hier stellen Sie Ihre Hypothese der bestehenden Version Ihrer Website gegenüber.

5. Lernphase: In dieser Phase setzen Sie die Gewinnerhypothese um und sammeln Informationen für zukünftige Tests und Planungen.

Stufe 1: Recherche und Datenerhebung

Der allererste Teil von CRO erfordert, dass Sie Daten richtig sammeln, um Ihre Tests zu informieren.

Obwohl diese Phase ein langer Prozess sein kann, lohnt es sich, sie richtig zu machen, um sich später viel Zeit und Kopfschmerzen zu ersparen.

Beginnen Sie Ihre Datenerfassung, indem Sie Key Performance Indicators wie Kundenakquisitionskosten, Kundenlebensdauerwert, monatlich wiederkehrende Einnahmen und Dauer des Verkaufszyklus konsultieren.

Die kalten, harten Zahlen, auch als quantitative Daten bekannt, können ein klares Bild der Klickraten Ihrer Kunden, der Zeiten auf Websites und vielem mehr vermitteln.

Diese Art von Daten kann durch Heatmaps, Umfragen, KPI-Analysen und A/B-Tests gesammelt werden.

Die kalten, harten Nummern sind großartig, zeichnen aber nicht unbedingt das klarste Bild. Hier kommen qualitative Daten ins Spiel. Die Art der Daten lässt mehr Interpretationsspielraum und kann subjektiv analysiert werden.

Anstatt einfach zu akzeptieren, was die Zahlen sagen, fragen qualitative Daten nach dem „Warum“.

• Warum sind die Verkehrszahlen so niedrig?

• Welche Probleme könnten Benutzer auf der Website haben?

• Warum sind die Warenkorbabbruchraten so hoch?

Dies sind Fragen, die qualitative Daten beantworten können.

Einige beliebte Methoden zum Sammeln dieser Daten sind: Kundeninterviews, Fokusgruppen und andere Beobachtungsmethoden.

Wenn Sie diese Daten effektiv gesammelt haben, müssen Sie verstehen, was sie tatsächlich bedeuten. Nehmen wir zum Beispiel Kundenbefragungen. Nachdem Sie Antworten auf Umfragen gesammelt haben, sollten Sie sich Muster, Einwände und die darin verwendete Sprache ansehen.

Achten Sie auf wiederholte Wörter, hervorgehobene Wörter, „Widerstandspunkte“ oder Orte, die das Surfen oder Einkaufen bei Ihnen erschwert haben.

Analysieren Sie schließlich genau den Ton der in diesen Umfragen verwendeten Sprache. Sie können als leistungsstarke Tools für Social Proof, Verkaufstexte und andere personalisierte Nachrichten dienen.

Mit Google Analytics kann heutzutage fast alles getrackt werden.

Jedes Unternehmen hat seine eigenen Key Performance Indicators und unterschiedliche Prioritäten, aber es gibt Conversion-Metriken, die unabhängig von der Branche/Nische mehr oder weniger gleich sind. Lesen Sie diesen Artikel , um herauszufinden, welche Conversion-Metriken es wert sind, verfolgt zu werden.

Obwohl Google Analytics ein unglaubliches Tool ist, ist es nicht perfekt.

Erinnerst du dich an die Kopfschmerzen, die ich zuvor erwähnt habe? Nun, diese können passieren, wenn Sie Zeit damit verbracht haben, all die falschen Daten zu sammeln (was absolut scheiße ist, aber öfter vorkommt).

Vermeiden Sie es, falsche Entscheidungen zu treffen und sich von Ihren Daten täuschen zu lassen, und erfahren Sie hier, wie Sie ein Google Analytics-Audit durchführen.  

Stufe 2: Hypothesen

Eine Hypothese ist eine vorläufige Annahme zum Ausprobieren logischer und empirischer Konsequenzen einer Handlung.

Im CRO-Gespräch bedeutet dies eine Arbeitstheorie (basierend auf Ihren Recherchen und Daten) von „Wenn ich X ändere, wird es einen Y-Effekt haben“.

Sobald Sie Ihre Liste mit Hypothesen erstellt haben, müssen Sie diese Liste von den dringendsten bis zu den weniger dringenden priorisieren. Darauf gehen wir im folgenden Kapitel eingehend ein. Schauen wir uns vorher die Komponenten einer Hypothese an.

Quelle: Optimizely-Blog

Komponente 1: Die Variable (IF)

• Dies ist ein Website-Element, das geändert, hinzugefügt oder entfernt werden kann, um das gewünschte Ergebnis zu erzielen.

Komponente 2: Das Ergebnis (DANN)

• Das prognostizierte Ergebnis (z. B. mehr Klicks auf einen Call-to-Action, mehr Anmeldungen auf einer Zielseite usw.).

Komponente 3: Begründung (AUFGRUND)

• Hier zeigen Sie, dass das Ergebnis entstanden ist, weil es durch Forschung (quantitativ und qualitativ) informiert wurde.

Es scheint eine einfache Sache zu sein – und kann es sein, wenn es richtig gemacht wird, aber viele E-Commerce-Geschäftsinhaber geben in ihren Hypothesen nicht genügend Details an, um wirklich die Nadel in ihrem CRO-Prozess zu bewegen.

Hier ist ein Beispiel für eine schwächere und viel zu verbreitete Hypothese:

„Wenn ich den Text unserer Zielseite unpersönlicher gestalte, erhalten wir mehr Klicks, weil Kunden in Umfragen sagen, dass sie den vorherigen Text als zu allgemein und kalt empfunden haben.“

Nun sieht eine stärkere und detailliertere Hypothese so aus:

„Basierend auf unseren Heatmaps, Umfrageergebnissen und quantitativen Daten ist Produktseite Nr. 3 zu lang und Besucher konvertieren nicht, weil sie nicht nach unten scrollen, um den Call-to-Action zu sehen. Wenn wir den Text kürzer machen, Schlüsselfunktionen hervorheben und den Call-to-Action „above the fold“ platzieren, werden wir sehen, dass die Conversions von den aktuellen 0,8 % auf den Site-Durchschnitt von 2,6 % steigen.“

Phase 3: Priorisierung von Ideen

Prioritäten, Prioritäten, Prioritäten. Sie helfen uns, gute Entscheidungen zu treffen und leiten unsere Lebensentscheidungen. Was wir priorisieren, macht uns zu dem, was wir sind. Dies gilt auch im CRO-Prozess.

Die Priorisierung von Ideen und Hypothesen hilft Ihnen nicht nur bei der Lösung der dringendsten Probleme in Ihrem Unternehmen, sondern schafft auch einen Präzedenzfall, dem Sie für zukünftige Optimierungsverfahren folgen können.

Richtig gemacht, haben Sie ein effektives Testsystem, das für alles einsatzbereit ist.

Ist es nicht wunderbar, Prioritäten zu setzen? Schauen wir uns einige bekannte Priorisierungs-Frameworks an!

PIE-Framework

Nicht das köstliche Dessert, sondern kurz für P otential For Improvement, Importance, and E ase .

Quelle: Praktischer E-Commerce

Der Aspekt „Verbesserungspotenzial“ betrachtet, wie wahrscheinlich es ist, dass die Hypothese zu einer Gesamtverbesserung führt. „Wichtigkeit“ bezieht sich auf die Schwere des beobachteten Problems, und „Leichtigkeit“ betrachtet gut, wie viel Aufwand erforderlich ist, um die Hypothese umzusetzen (Stunden, Tage, Wochen usw.).

Auf einer Skala von 1 bis 10 werden die Hypothesen von der niedrigsten zur höchsten eingestuft.

Die Probleme mit diesem Modell?

Der potenzielle Teil ist oft schwer zu quantifizieren/schätzen. Zweitens kann die Priorisierungsskala von 1 bis 10 einige Unternehmen dazu veranlassen, kleinere Probleme zu priorisieren, in der Hoffnung, signifikante Ergebnisse zu erzielen.

HotWire-Framework

Die Reisewebsite HotWire verfügt über eine additive Priorisierungsmethode, die die Emotionen aus A/B-Tests nimmt.

Erfüllt eine Idee eine Anforderung, erhält sie 1 Punkt. Wenn es eine Anforderung nicht erfüllt, erhält es null.

Diese Punkte werden dann in einer Tabelle addiert, um jeder Idee eine Gesamtpunktzahl von 10 zu geben. Diese Ideen werden dann entsprechend der Gesamtpunktzahl eingestuft. Um mehr über dieses Framework zu erfahren und ein ähnliches zu erstellen, lesen Sie diesen Blogbeitrag.

Diese Methode eignet sich am besten für große Unternehmen, die Hunderte und Tausende von Optimierungsideen im Rückstand haben, aber auch für kleinere Unternehmen, die Ideen schnell umsetzen möchten.

PXL-Framework

Dieses von Peep Laja vom beliebten Conversion-Blog ConversionXL erstellte Framework konzentriert sich darauf , eine Reihe von Fragen zum Benutzerverhalten zu stellen, um Ideen besser zu priorisieren.

Das Ziel dieser Methode ist es, jede „Potenzial“- oder „Wirkungs“-Bewertung objektiver zu machen, eine datenbasierte Kultur zu fördern und die „Umsetzungsfreundlichkeit“-Bewertung objektiver zu machen.

Die Fragen im Framework sehen wie folgt aus:

• Ist die Veränderung „above the fold“? → Änderungen „above the fold“ werden von mehr Personen wahrgenommen und erhöhen somit die Wahrscheinlichkeit, dass der Test Wirkung zeigt.
• Ist die Veränderung in weniger als 5 Sekunden bemerkbar? → Zeigen Sie einer Gruppe von Personen die Kontrolle und dann die Variation(en). Können sie den Unterschied erkennen, nachdem sie es 5 Sekunden lang gesehen haben? Wenn nicht, wird es wahrscheinlich weniger Auswirkungen haben.
• Wird etwas hinzugefügt oder entfernt? → Größere Änderungen wie das Entfernen von Ablenkungen oder das Hinzufügen wichtiger Informationen haben tendenziell mehr Wirkung.
• Läuft der Test auf stark frequentierten Seiten? → Eine relative Verbesserung auf einer stark frequentierten Seite führt zu mehr absoluten Dollars.

Ein solider Aspekt dieses Frameworks ist, dass es grundlegend auf Daten basiert.

Es fragt, ob jedes einzelne beobachtete Problem in Benutzertests, Karten-/Heat-Tracking oder einem anderen Analysetool entdeckt wurde. Dies ändert die Priorisierung von „Ich denke, wir sollten uns auf X konzentrieren“ zu „Die Zahlen besagen, dass Y und Z die beiden wahrscheinlichsten Ursachen für unsere niedrige Conversion-Rate sind“ .

TIR-Rahmen

TIR steht für Time, Impact und Resources. Das Rangsystem im TIR-Modell mit Ausnahme der Skala läuft von 1 bis 5.

Zeit – Wie viele Kalendertage, Arbeitsstunden, Entwicklungsstunden usw. sind für diesen Test erforderlich, um die maximale Wirkung zu erzielen?

„Eine Punktzahl von 5 würde für ein Projekt vergeben, das am wenigsten Zeit in Anspruch nimmt, um ausgeführt zu werden und die Wirkung zu erkennen.“

Auswirkungen – Die Höhe der Einnahmen (oder reduzierten Kosten), die sich im Falle eines erfolgreichen Tests ändern. Testen Sie den gesamten Kundenstamm oder nur ein Segment? Rechnen Sie mit einer Steigerung von 3 % oder 15 %?

„Eine Punktzahl von 5 würde für ein Projekt vergeben, das die minimale Zeit benötigt, um ausgeführt zu werden und die Wirkung zu erkennen.“

Ressourcen – Wie viel werden die Tools, Mitarbeiter und alles andere, was mit diesem Test zu tun hat, kosten?

„Eine Punktzahl von 5 wird vergeben, wenn nur wenige Ressourcen benötigt werden und für das Projekt verfügbar sind.“

Das TIR-Modell wurde vom Conversion-Rate-Optimierungs -Veteranen Bryan Eisenberg gegründet und ermutigt Sie, sich mit dem menschlichen Aspekt der Conversion-Rate-Optimierung zu befassen.

Dieses Modell lässt Sie vor dem Testen über drei wichtige Fragen nachdenken:

1. Wen wollen wir überzeugen?

2. Welche konkreten Maßnahmen sollen sie ergreifen?

3. Welche Maßnahmen wollen sie tatsächlich ergreifen?

Was Sie oft feststellen werden, ist, dass die Aktion, die Besucher ausführen sollen, nicht unbedingt die gleiche Aktion ist, die sie ausführen möchten. Hier kommt echtes Kundenfeedback ins Spiel.

Wenn Sie wirklich tief graben und diese umsetzbaren Punkte aus Ihren Kundenumfragen und anderen Datenerfassungstools herausholen, können Sie stärkere Verbesserungen an einer bestimmten Seite, einem E-Mail-Trichter usw. vornehmen.

Schritt 4: Implementierung und Test

Nachdem Sie Ihre Hypothesen priorisiert haben und wissen, welche Tests am dringendsten sind, ist es an der Zeit, diese Hypothesen in die Tat umzusetzen.

Potenziell bahnbrechende Tests erfordern, dass Sie die besten Tools zur Verfügung haben. Um Ihnen dabei zu helfen, finden Sie hier eine Liste der wichtigsten Tools, die Sie für Ihre Experimente verwenden können:

1) Optimiert

Optimizely ist eine der weltweit führenden Experimentierplattformen, die es Marketing- und Produktteams ermöglicht, alle Arten von digitalen Erlebnissen zu testen, bereitzustellen, zu überprüfen und bereitzustellen. Genauer gesagt bietet Ihnen Optimizely Zugriff auf eine Reihe von A/B-Testtools, mit denen Sie Ihre Botschaften effektiv ausrichten und personalisiertere Kampagnen starten können.

2) Unbounce

Ganz gleich, ob es sich um Ihre Homepage oder Ihre Anmeldeseite handelt, Sie benötigen ein solides Tool, mit dem Sie aus dieser Seite „das meiste herausholen“ können. Unbounce ist führend in der Zielseitenoptimierung und ermöglicht es Ihnen, verschiedene Versionen Ihrer wichtigsten Seiten einfach anzupassen und zu testen. Sie können dann untersuchen, welche Versionen am besten funktionieren (und warum), um Ihre Konversionsrate zu verbessern.

Wenn Sie jemand sind, der sich nicht mit Codierung oder Grafikdesign herumschlagen möchte, wird Unbounce noch attraktiver, da Sie innerhalb von Minuten schöne, reaktionsschnelle Seiten erhalten können.

3) Usability-Hub

Usability Hub ist eine Remote-Benutzerforschungsplattform, die das Rätselraten bei Designentscheidungen beseitigt, indem sie sie mit tatsächlichen Benutzern validiert. Auch bekannt als das Schweizer Taschenmesser der Nutzerforschung, können Sie eine Vielzahl von Tests durchführen, z. B. erste Klicktests, Präferenztests und Fünf-Sekunden-Tests, um Ihre Hypothesen zu bestätigen.

Mit diesem Tool gibt es kein „Ich glaube, das ist die Farbe, die Benutzer mögen “ mehr, sondern mehr „ Die Forschung und die Tests, die wir durchführen, beweisen, dass Benutzer auf diese Farbpalette am besten ansprechen“ .

Greifen Sie schon das übergeordnete Thema dieses Beitrags auf? Es geht darum, bei Ihren Entscheidungen der Gewissheit so nahe wie möglich zu kommen, weil Ihre Datenquellen Ihre Ideen unterstützen!

4) AB Lecker

AB Tasty ist eine All-in-One-Plattform zur Optimierung der Konversionsrate, mit der Sie eine Vielzahl von Tests für fast alles durchführen können. Mit KI-gestützter Implementierung und Personalisierung können Sie schnell Benutzereinblicke erhalten, experimentieren, personalisieren und Engagement und Konversionen steigern.

Mit einigen der größten Namen in verschiedenen Branchen, die AB Tasty als Testplattform verwenden, können Sie sicher sein, dass Sie eines der besten Produkte auf dem Markt verwenden, wenn es um die Optimierung der Conversion-Rate geht.

5) Google Optimize

Google Optimize ist eine Optimierungsplattform, die auf Google Analytics basiert. Das bedeutet, dass Sie Ihre vorhandenen GA-Daten verwenden können, um schnell zu sehen, was verbessert werden kann. Sie können auch von einem fortschrittlichen statistischen Modellierungstool sowie einer Reihe ausgeklügelter Targeting-Tools profitieren.

6) WWO

VWO ist eine weitere All-in-One-Plattform für die Optimierung der Konversionsrate, die Ihnen hilft, Besucherforschung zu betreiben, eine Optimierungs-Roadmap zu erstellen und kontinuierliche Experimente durchzuführen.

Wir haben darüber gesprochen, wie wichtig es ist, ein solides Konvertierungsexperimentiersystem zu schaffen, damit Sie für zukünftige Experimente nicht immer bei Null anfangen müssen. Nun, Sie werden froh sein zu wissen, dass VWO in der prozessgesteuerten Optimierung verwurzelt ist und Ihnen helfen kann, Wege zu finden, um Ihre Benutzererfahrung ständig zu verbessern.

Darüber hinaus können Sie A/B-Tests in großem Maßstab durchführen, ohne die Leistung zu beeinträchtigen, da VWO für die Durchführung von Tests auf Unternehmensebene konzipiert ist.

7) Rebranding

Rebrandly ist eine bekannte Plattform zum Erstellen und Verwalten von benutzerdefinierten Kurz-URLs. Es ist auch ein leistungsstarkes Analysetool, mit dem Sie Tests zur Optimierung der Konversionsrate auf Ihrer Website durchführen können.

Benutzerdefinierte Kurz-URLs (oder Markenlinks) können verwendet werden, um eine Menge Quelldaten basierend auf Klicks zu sammeln – Daten, die Sie verwenden können, um kleine, aber wichtige Elemente auf jeder von Ihnen erstellten Seite zu testen, von Schaltflächen bis zu Navigationsmenüoptionen und vielem mehr.

A/B-Tests vs. Split-Tests vs. multivariate Tests

Quelle: Wingate Media

Bei A/B-Tests vergleichen Sie zwei oder mehr Versionen derselben Seite, indem Sie sich die Conversion-Raten und Metriken ansehen, die für Ihr Unternehmen wichtig sind (z. B. Klicks, Aufrufe, Anmeldungen usw.).

Beispiel: Wenn Sie den Titel auf einer Landingpage ändern, können Sie alle Landingpages gleichzeitig ansprechen und sie werden als Variationen derselben Gruppe betrachtet. Diese Gruppe ist ein Name oder Beobachtungstitel, den Sie einem bestimmten Test geben (Beispiel: Zielseitentitel Testgruppe1). Hoffentlich haben Sie einen viel cooleren Gruppennamen, aber Sie bekommen das Bild.

Schließlich sind A/B-Tests eine großartige Möglichkeit, um schnelle Ergebnisse zu erzielen und die Testzeit zu erreichen und zu maximieren.

Wenn Sie viele Zugriffe auf Ihre Website haben und wichtige Abschnitte auf einer Seite testen möchten, führen Sie hier multivariate Tests durch. Beim A/B-Testen werden Änderungen an einer ganzen Seite vorgenommen, während beim multivariaten Testen wichtige Abschnitte auf einer Seite und deren Interaktion untersucht werden.

Vor diesem Hintergrund sind multivariate Tests komplizierter als A/B-Tests, da mehr Ebenen beteiligt sind. Wenn Sie verschiedene Schlüsselabschnitte testen, können Sie eine riesige Anzahl möglicher Kombinationen erhalten, die sich als zu überwältigend erweisen können, wenn Sie kein erfahrener Vermarkter sind.

Sehen Sie sich diesen Beitrag an, um eine Vorstellung davon zu bekommen, wie ein Multivariat aussieht.

Beim Split-Testen testest du das eine Element auf einer Seite und siehst, wie sich die Ergebnisse für diese Seite von der Originalversion unterscheiden. Dies kann A/B-Tests ähneln, da es dasselbe ist.

Der Unterschied zwischen A/B-Tests, auch Split-Tests genannt, und multivariaten Tests besteht darin, dass erstere eine Variante testen, während letztere mehrere Kombinationen gleichzeitig testen.  

Top-Elemente für den A/B-Test

Die Entscheidung über die wichtigsten zu testenden Elemente kann schwierig sein. Das Testen aller zufälligen Aspekte Ihrer Website ist offensichtlich kontraproduktiv (es sei denn, Sie haben die Zeit und die Ressourcen dazu). Sehen Sie sich dazu die Priorisierungsmethoden im obigen Kapitel an.

Hier ist eine hilfreiche Liste von Marketing-Guru Neil Patel, um Ihnen einen Vorsprung zu verschaffen, wo Sie mit dem Testen auf einer Seite beginnen können . Wenn es einen „Marketing-Guru“ gibt, dessen Techniken zur Optimierung der Konversionsrate Sie befolgen sollten, dann er.

In diesem Artikel finden Sie die Logik hinter dem Testen von Typografie, Farben, Positionierung, Preisschemata, Videos, Bildern und vielem mehr!

Denken Sie daran, dass Neil zwar ein angesehener, datengesteuerter Vermarkter ist, einige der von ihm erwähnten Elemente jedoch möglicherweise nicht mit Ihren speziellen Geschäftszielen übereinstimmen. Das ist vollkommen in Ordnung.

Denken Sie daran, dass ein Großteil der Conversion-Rate-Optimierung subjektiv ist und jedes Unternehmen andere Ziele hat!

Wie lange sollten A/B-Tests dauern?

Das ist eine knifflige Frage, weil viele Faktoren eine Rolle spielen. Faktoren wie Stichprobengröße , statistisches Vertrauen, Saisonabhängigkeit, Repräsentativität Ihrer Stichprobe und Zeitpunkt. Es gibt keine eindeutige Antwort darauf, wie kurz oder lang ein A/B-Test dauern sollte, denn … Trommelwirbel … es hängt von Ihrer Branche und vielen anderen Faktoren ab.

Das bedeutet jedoch nicht, dass es ausreicht, einen Test für 1 oder 2 Tage durchzuführen. Im Allgemeinen kann ein Zeitraum von einigen Wochen bis zu einem Monat als sicherer Bereich für einen Test angesehen werden , vorausgesetzt, die Datenerfassung wurde richtig durchgeführt, die Bedingungen waren nicht außergewöhnlich, der Test wurde von erfahrenen Vermarktern durchgeführt.

Bestimmung des Siegers und der Fehler, die Experten machen

Die Bestimmung der Validität eines Tests kann in 3 Schritten erfolgen:

Schritt 1: Berechnen Sie die minimale Stichprobengröße

Definieren Sie, wie viel Vertrauen Sie in Ihre Testergebnisse haben möchten (z. B.: 90–95 % gelten weitgehend als solides anzustrebendes Ziel) und berechnen Sie eine Stichprobengröße basierend auf dieser Zahl. Dadurch erhalten Sie die Mindestanzahl an Besuchern, die Ihre Variationen benötigen.

Schritt 2: Suchen Sie nach Diskrepanzen in den Segmenten

Bevor Sie den Test abschließen, sollten Sie wissen, wie Sie Ihre Besucher segmentieren . Überprüfen Sie mit der minimalen Stichprobe und den Segmenten auf größere Diskrepanzen und lassen Sie den Rest laufen, wenn es keine gibt.

Schritt 3: Bewerten Sie Ihren Geschäftszyklus

Wie oben erwähnt, können Geschäftszyklen und Saisonalität eine große Rolle bei der Gültigkeit von Optimierungstests spielen. Führen Sie den Test in verschiedenen Zyklen durch und vergleichen Sie, wie sie abschneiden (z. B.: Sind Besucher und Verkäufe in Q4 mit Weihnachten/Neujahr gleich wie im Rest des Jahres?)

Selbst bei allen richtigen Zahlen der Welt können Fehler gemacht werden. Hier ist eine Zusammenfassung der größten Testfehler , die sogar die Profis machen:

• A/B-Tests ohne genügend Traffic oder Conversions durchführen
• Tests nicht auf einer Hypothese basieren
• Keine Daten an Google Analytics senden
• Aufgeben, nachdem die ersten Tests fehlgeschlagen sind
• False Positives nicht verstehen
• Tests werden nicht regelmäßig durchgeführt

Das sind nur einige von vielen, vielen Fehlern, die bei A/B-Tests üblich sind.

Es ist ein fortwährender Prozess, der Ihnen viele Male in den Hintern treten wird, aber auch Ihr Unternehmen auf die nächste Stufe heben wird, wenn Sie lernen, es anzunehmen. Das gilt für Neulinge und Profis gleichermaßen.

Analyse Ihrer Ergebnisse

Wenn Sie die Anzahl der Personen erhöhen möchten, die sich für eine kostenlose Testversion eines Produkts anmelden, sollten Sie Ziele für Personen festlegen, die es auf die Anmeldeseite schaffen, und Personen, die es tatsächlich über die Linie schaffen und sich anmelden .

Unabhängig davon, welche Testplattform Sie verwenden, sollten Sie den laufenden Test und eine Art Hinweis darauf sehen, ob diese neue Variante die Conversions verbessert hat oder nicht. Schauen Sie sich die beiden Zahlen (ursprüngliche Variante vs. neue Variante) genau an und sehen Sie sich den Prozentsatz des Wachstums sowie das Potenzial an, das es hat (ebenfalls in Prozent), das Original zu schlagen. Wenn dieser Prozentsatz hinter dem idealen Ziel von 90–95 % zurückbleibt, optimieren Sie weiter und führen Sie weitere Tests durch, um dieses Ziel zu erreichen.

Wenn Sie am Ende zu nicht schlüssigen Ergebnissen kommen, können Sie Folgendes tun:

1) Segmentieren Sie die Daten

Einzelne Segmente zeigen oft klarere Daten als zusammengefasste Segmente. Sehen Sie sich Segmente wie Verkehrsquellen, Geräte und andere Dinge an, die für Ihr Unternehmen sinnvoll sind. Manchmal muss man noch tiefer in die Zahlen graben, um Klarheit zu finden, insbesondere bei A/B-Tests.

2) Teste keine unwichtigen Dinge

Ein weiterer Grund für nicht schlüssige Ergebnisse sind oft Tests, die mit Dingen durchgeführt wurden, die für das Unternehmen eigentlich nicht wichtig waren. Stellen Sie sicher, dass alle Ihre Tests durch Hypothesen untermauert und klar priorisiert sind, bevor Sie juckende Finger bekommen, um jedes einzelne Element auf Ihrer Seite zu testen.

3) Stellen Sie Ihre Hypothese in Frage

Wenn Sie einem Prozess folgen und immer noch nicht schlüssige Ergebnisse erhalten, könnte es an der Zeit sein, Ihre Hypothese zu revidieren und sogar alles zusammenzuwerfen. Sie könnten neue Variationen derselben Hypothese testen oder zum Reißbrett zurückkehren, um die gesammelten Daten besser zu verstehen und eine stärkere Hypothese zu bilden.

In diesem Artikel haben Sie die 5 Phasen des Conversion-Optimierungsprozesses kennengelernt.

Sie haben gelernt, wie man Daten am besten sammelt, Sie haben herausgefunden, wie Sie datengesteuerte Hypothesen bilden, Sie haben die besten Formate zur Priorisierung Ihrer Hypothesen entdeckt, dann haben Sie gelernt, wie Sie diese Ideen nehmen und sie mit den besten Tools auf die Probe stellen können Welt. Schließlich haben Sie gelernt, wie Sie Schlussfolgerungen aus Ihrer Forschung ziehen und Ihre Hypothesen hinterfragen können.

Denken Sie daran: Die Conversion-Rate-Optimierung ist ein sich entwickelnder Prozess.

In fast jeder Phase des CRO-Prozesses gibt es eine enorme Lernkurve, die manchmal überwältigend sein kann. Verpflichte dich, den Prozess zu lernen, verpflichte dich zur regelmäßigen Optimierung und strebe immer nach besseren Ergebnissen, verpflichte dich zum Wachstum.

Vergessen Sie nicht, dass OptiMonk auch ein Conversion-Optimierungstool ist, mit dem Sie Ihren Besuchern individuelle Nachrichten übermitteln und sie zu Kunden machen können. Erstellen Sie jetzt ein kostenloses Konto und sehen Sie, was Sie damit erreichen können.

Sind Sie bereit, mit diesem Artikel als Leitfaden in die Gewässer von CRO einzutauchen? Schreibe unten einen Kommentar👇👇