1 Kommentar

Andra Plückthun
von

Einsatz und Nutzen von Testing Tools für die Conversion Optimierung

Die Conversion Optimierung ist ein wichtiger Bestandteil eines E-Commerce Unternehmens. Oft sind es nur Kleinigkeiten, welche einen User von einem Kauf abhalten oder zu einem Kauf bewegen. Um herauszufinden, wie die Seite aufgebaut sein muss, damit die Kaufwahrscheinlichkeit des Kunden am Größten ist, empfehlen sich A/B oder Multivariate Tests. Erstere kann man sowohl mit als auch ohne externes Programm aufsetzen, für Multivariate Tests sollte man ein dafür geeignetes Tool nutzen. Sowohl bei der Aussteuerung als auch bei der Auswertung der Tests gilt es einige wichtige Punkte zu beachten. Tut man dies nicht, kann es zu Verzerrungen oder Fehlinterpretationen kommen. Die Konsequenz wäre eine Entscheidung für die schlechtere Variante und somit weniger Umsatz für das Unternehmen.

A/B und multivariates Testen

Der Unterschied zwischen A/B und Multivariater Tests liegt zum Einem in dessen Komplexität und zum Anderen in dessen Möglichkeiten.

Beispiel eines A/B Tests

Abbildung 1: Beispiel eines A/B Tests
Quelle: Eigene Erstellung

Bei einem A/B Test wird meist die Default Variante -der Status Quo- gegen eine neue Variante, mit nur einer Änderung zum Default, getestet (Es sind auch A/B/C, etc. Tests möglich). Die eine Hälfte der User sieht nur die Default Variante die andere Hälfte nur die Test Variante. So kann die Performance der jeweiligen Seiten direkt miteinander verglichen werden.

Bei einem Multivariaten Test werden verschiedene Varianten mit mehreren Änderung gleichzeitig getestet. Es entsteht eine Matrix in der jede Anpassung autark oder in Kombination mit einer oder mehreren anderen Veränderungen ausgewertet werden kann. So ist es möglich jeden Effekt einzeln zu bewerten und nach dem Test optimal zu justieren.

Abbildung 2: Beispiel eines Multivariaten Tests Quelle: Eigene Erstellung

Abbildung 2: Beispiel eines Multivariaten Tests
Quelle: Eigene Erstellung

Ändert man bei einem A/B Test hingehen mehrere Punkte gleichzeitig, so ist eine separate Auswertung nicht möglich. Der Effekt kann nur als Resultat der gesamten Veränderungen interpretiert werden. Weiterlesen →