A/B-Testing
A/B-Testing ist ein experimentelles Testverfahren, das zur Performance-Optimierung von Landingpages besonders geeignet ist. Mit A/B-Testing wird das Ziel verfolgt, die Leistung unterschiedlicher Landingpage-Varianten zu vergleichen, um sich anschließend für die bessere Version entscheiden zu können. Eingehender Traffic wird beim A/B-Testing automatisch aufgeteilt. Ein Teil des Besucherstroms wird von der ursprünglichen Landingpage A abgezweigt und auf eine leicht abgewandelte Landingpage B geleitet, die sich nur in einem Merkmal gegenüber der Ursprungsversion unterscheidet. So kann bei der anschließenden Analyse des Besucherverhaltens ermittelt werden, ob die Änderung an der Landingpage einen positiven Einfluss auf die relevanten KPIs hat.
Das Splitting der Besucher auf die verschiedenen Versionen erfolgt willkürlich und ohne das Wissen des Nutzers. Letztendlich wird über statistische Analysen ausgewertet, welche Variante effizienter zur Zielerreichung beiträgt.
Eine Sonderform, stellt das multivariate Testing dar. Mit diesem Testverfahren kann getestet werden, welche Kombination die beste Leistung erzielt, wenn gleiche mehrere Änderungen gleichzeitig vorgenommen werden. Möchte man beispielsweise zwei Varianten eines Bildes und zwei Varianten einer Headline miteinander vergleichen, könnte man dies mit zwei AB-Test-Durchläufen oder einem multivariaten Test lösen (siehe Abbildung). Beim AB-Test würde man im ersten Durchlauf die Variante A (aktuelles Bild) mit Variante B (Bildalternative) vergleichen und sich für die besser performende Variante B entscheiden. Im zweiten Durchlauf wird anschließend die aktuelle Überschrift mit der zu testenden Headline von Variante C verglichen. Bei einem mutlivariaten Test werden direkt vier Versionen aus allen Element-Kombinationen erstellt und verglichen. Ob ein derartiges Vorgehen im Einzelfall sinnvoll ist, hängt maßgeblich vom Traffic auf der Landingpage ab. Multivariate Tests benötigen aufgrund der vielen Varianten deutlich größere Nutzerzahlen, um aussagekräftige Ergebnisse zu liefern.
Der Vorteil von A/B-Tests, gegenüber dem Before-and-After-Testing ist, dass beide Varianten gleichzeitig getestet werden. Dies minimiert die Gefahr der Verfälschung. Die Conversion-Rates von Landingpages können beispielsweise dadurch beeinflusst werden, ob der Traffic während eines Arbeits- oder eines Wochenendtages auf die Website gelangt, ob es Vormittag oder Nachmittag ist oder ob das Wetter gut oder schlecht ist. Derartige Störfaktoren werden bei A/B-Tests eliminiert. Um wirklich valide Ergebnisse zu erhalten, müssen jedoch noch drei weitere Faktoren unbedingt beachtet werden.
1. Ändere nur EINE Variable wenn du keinen multivariaten Test machst
Die Veränderung der Conversion-Rate muss klar auf einen geänderten Faktor zurückzuführen sein. Unterscheiden sich Variante A und B gleich in mehreren Variablen, können keine konkreten Rückschlüsse mehr gezogen werden.
2. Lass den Test lange genug laufen
Der Test muss lange genug aktiv sein. Jörg Dennis Krüger, Geschäftsführer von Conversionboosting, empfiehlt einen Testzeitraum von mindestens 14 Tagen, um an jedem Wochentag mindestens zweimal zu testen. Anderenfalls kann nicht ausgeschlossen werden, dass die Gewinner-Version lediglich zu einem gewissen Zeitpunkt die besseren Ergebnisse liefert.
3. Die Sample-Größe muss groß genug sein
Krüger rät hier zu einer Minimalgröße von 100 Conversions pro Landingpage-Variante, innerhalb der zweiwöchigen Testphase. Dies macht deutlich, dass besonders multivariate Tests nur bei besonders viel Traffic Sinn machen, da mitunter viele verschiedene Landingpage-Versionen gleichzeitig getestet werden. Die 100 Conversions je Version sind jedoch ein Minimalwert, die Validität der Resultate steigt selbstverständlich mit der ausgewerteten Datenmenge.
Fazit A/B Testing
Generel sollte man sich auf Testergebnisse nur dann stützen, wenn eine signifikante Änderungen der Conversion-Rate erzielt wurde. Signifikant bedeutet in diesem Fall; statistisch zuverlässig. Davon spricht man, wenn man sich bei einem Ergebnis zu mindestens 95% sicher sein kann, dass das Ergebnis nicht auf reinem Zufall beruht, sondern die Änderungen an der Landingpage ausschlaggeben waren. Wann die 95% erreicht sind, hängt vom Traffic, der anfänglichen Konversionsrate und den Auswirkungen der getätigten Änderungen ab. Es kann einige Tage bis hin zu mehreren Wochen dauern, bis der Wert erreicht ist. Bei Webseiten mit wenig Traffic ist es daher ratsam, nur Landingpages mit vergleichsweise hohen Besucherzahlen zu testen.
Es gibt diverse Tools zur Durchführung und Auswertung von AB-Tests. Optimizely, AB-Tasty und VWO sind einige der geläufigen und professionellen Tools, die dafür genutzt werden können. Doch auch Google bietet mit “Google Optimize” eine kostenlose Möglichkeit AB-Tests sdurchzuführen. Bei den kostenpflichtigen Tools, richten sich die Preise in der Regel nach der Anzahl der monatlichen Nutzer auf den Testseiten und nach weiteren Faktoren, wie Vertragslaufzeit und Beratungsleistungen (von Selfservice über Beratungsleistungen bis hin zu Fullservice- Lösungen). Es ist daher wichtig schon vor dem Einsatz des Tools abzustimmen, wie viele Leistungen unternehmensintern erbracht werden können und welche hinzugekauft werden sollten.
Die Anforderungen an gute Landingpages sind selbstverständlich hoch, denn wie auch offline gilt: Der erste Eindruck zählt. Im letzten Teil unserer Blog-Reihe über die Conversion-Rate-Optimierung, erfährst du mit praxisnahen Tipps, wie du deine Landingpage optimierst und damit deine gewünschten Zielvorhaben erreichst. Hier findest du Part IV und damit den letzten Part unserer Blogreihe.