A/B Testing

A/B(C)-Testing

Bei der Wissenschaft startet man mit einer These, macht dann Tests und vergleicht Resultate. Und dank sehr viel Wissenschaft können wir auf einem Bildschirm diese Webseite anschauen. Genau dieses Prinzip möchten wir einsetzen, um echte Verbesserungen zu erzielen und wirklich die bessere Entscheidung zu wählen. Jeder Test startet dabei mit einem messbaren Ziel. Dann wird eine alternative Variante erstellt und Besucher gleichmässig auf beide Varianten geleitet. Sobald genügend Ziele pro Variante erreicht wurden, kann verglichen werden welche besser ist. Meistens macht man Varianten von Landing Pages im Inhalt, Positionen von Buttons, Farben und Bildern. Es können aber auch Newsletter-Varianten, Formular-Varianten und am wichtigsten Werbe-Varianten gegeneinander antreten. Das Beste daran: dank Google Optimize können wir jetzt A/B Tests für eure Webseite umsetzen, egal welche Entwicklungsfirma mit welchem komplizierten Enterprise CMS eingesetzt wird. Sogar Startup Webapplikationen können damit mit Varianten bestückt werden. Ohne Testing ist jede Entscheidung nur Bauchgefühl.

Beratung

Workshop

Unsere Leistung:

Abholen der effektiv messbaren Ziele
Analyse der Ausgangslage mit passender Statistik
Aufbauen passender Varianten mit Google Optimize
Konfiguration der Besucherverteilung
Einrichten der Zielverfolgung
Aufbauen von Reports mit Data Studio
Kopplung der Statistik an Google Optimize
Starten und Begleiten des Tests
Auswerten des Resultats und Empfehlung zur Wahl
Vorschlagen weiterer Varianten zum Testen
Koordination mit Webentwicklung und Kreativ-Agentur
Abklären alternativer Werkzeuge für A/B Tests bei Newslettern, Formularen, Social Media uvm.
Vergleichen von Digital Ad Varianten
Zusammenstellen einer Digital Ad Varianten-Matrix
Aufnahme der Learnings in den digital Marketing Aktionsplan
Coaching und Training des Marketingteams für eigene Tests

Werkzeuge:

Fakten über A/B-Testing:

Google Optimize ermöglicht es jetzt auf jedem CMS für jede Webseite Varianten zu erstellen und zu testen, ganz ohne Entwickler.
Im Zentrum steht das Messen eines Ziels. Dies kann auch eine Scrolltiefe, das Weiterklicken oder eine Verweildauer sein. Im Idealfall sollte aber eine echte Conversion mit Anfrage oder Bestellung geboten werden.
Als eines der einzigen Tools, sollte Google Optimize direkt und nicht via Google Tag Manager integriert werden, da dies die Ladegeschwindigkeit verringert - falls aber nicht anders möglich, funktioniert es auch mit GTM gut.
Jede digitale Werbekampagne sollte mit einem A/B Test der Ads geführt werden, das heisst schlechtere Ads müssen deaktiviert und gute Ads gepusht werden. Das gleiche kann man mit Landing-Pages machen.
Das Marketing-Team und auch die Geschäftsleitung sollte das A/B Testen, Analysieren und Entscheiden auf Grund von Zahlen verinnerlichen. Alle modernen digital getriebenen Firmen arbeiten nach diesem Prinzip. Der Patron, der eine Entscheidung in den Raum wirft und zum nächsten Meeting rennt, ist 1980er - heute entscheidet man smart auf Grund von echten Vergleichen und vor allem basierend auf Daten.

Auch Newsletter sollten unbedingt mit A/B Tests ausprobiert werden, wobei Mailchimp hier eine grossartige Vorlaufvariante mit anschliessender Wahl für alle Empfänger bietet.
A/B Tests benötigen genug Besucher die das Ziel erfüllen, deswegen sollten sie unbedingt mit bezahlter Werbung kombiniert werden.
Im Idealfall werden alle neuen Anpassungen als A/B Test parallel gefahren. Denn historische Daten mit heutigen Daten zu vergleichen ist weniger Aussagekräftig, da die Zeitverschiebung oft ein grosser Faktor ist.
Für Suchmaschinen Optimierung sollte man auf keinen Fall konkurrenzierende Seiten mit dem gleichen Inhalt erstellen. Deswegen muss bei A/B Testing auf der gleichen Seite eine Variante erstellt werden, die darüber gelegt oder nicht in der Suche aufgenommen wird. Einmalige Inhalte werden höher gewertet.
Wenn man keine Ziele messen kann, wenn online nichts passiert, oder wenn die Angebote nicht digital ausgelegt sind, so muss man zuerst dort anpacken und zuerst eine gewisse Menge an Durchsatz erreichen, bevor man testen kann.

Warum sehen grosse erfolgreiche Webseiten oft "komisch" aus?

Wegen A/B Testing, das nicht im Designempfinden eines einzelnen wurzelt, sondern effektiv mit vielen kleinen Schritten zu einer hoch konvertierenden Seite führt. Moderne digitale Firmen wie Amazon, Netflix, Zalando, Google, Hubspot, Facebook, Alibaba etc., die ihre klassische Konkurrenz wegblasen oder gar keine mehr haben, arbeiten sehr stark Zahlen resp. Daten-getrieben. Natürlich muss zuerst jemand eine gute Idee haben für eine Variante, natürlich muss diese gut funktionieren und durchdacht sein, aber welche Variante dann wirklich besser ist, entscheidet der Durchschnitt der Besucher. Wenn hier die Zahlen zu nahe bei einander sind, lohnt es sich mittels Personalisierung und der gezielten Umleitung von Besuchern anhand ihrer Quelle, diese auf noch besser passende Seiten zu leiten. Auch hier können wir dank Google Optimize Varianten bauen, die personalisiert für jede Zielgruppe eine leicht bessere Seite bietet.

Arten von A/B-Testing:

Klassischer A/B Test: Den Webseitenbesucher werden zwei oder mehr Varianten von deiner Webseite, die sich in einem Element unterscheiden, unter der gleichen URL nach Zufallsprinzip angezeigt. Nach einer gewissen Zeit und Traffic kannst du prüfen welche Variante am erfolgreichsten war.
Split Test: Die Webseitenbesucher werden beim Split Test per Zufallsprinzip auf unterschiedliche Seitenvarianten weitergeleitet. Dadurch kannst du prüfen auf welcher Seite mehr Conversion erzielt werden.
Multivariater Test: Beim MVT kannst du messen wie sich mehrere veränderte Elemente auf einer Seite auswirken. Du kannst beispielsweise messen welche Call to Action Variante am meisten Leistung erzielt.

Wo kann man A/B-Tests durchführen?

Webseiten: Hier vergleichst du Version A einer Webseite mit der Version B oder sogar C. Vorab definierst du Ziele, wie beispielsweise Klicks, Einkäufe, Newsletter Anmeldungen und prüfst danach welche Version die meisten Ziele erreicht hat.
Mobile Apps: A/B Testing bei Apps ist komplizierter, da man nicht zwei verschiedene App Versionen anzeigen lassen kann. Man kann jedoch die verschiedene Inhalte und Designs innerhalb der App mittels A/B Testing prüfen.
Serverbasierte API: Mit API's kannst du automatische Kampagnen und Varianten basierend auf den von dir gespeicherten Daten ausspielen lassen.