Wie Online Shops Erfolgsquoten bei A/B-Tests steigern

Millionen von Shops laufen auf Shopify, aber nur wenige beherrschen die Grundlagen, datenbasierte Hypothesen, Tests und Iterationen zu erstellen.

In den letzten sieben Jahren hat Casandra Erkenntnisse aus einer Vielzahl verschiedener E-Commerce-Sektoren und Unternehmen unterschiedlicher Größe gesammelt, von kleinen Ladengeschäften bis hin zu großen nationalen Marken.

Zu oft hat sie E-Commerce-Geschäfte gesehen, die sich direkt in komplexere Optimierungsaufgaben stürzen, weil sie denken, dass dort das wahre Wachstum liegt. Doch der Schock folgt, wenn sich die Ergebnisse nicht sofort einstellen. Casandra weiß es besser: Solides Wachstum beruht auf soliden Grundlagen, einschließlich der Formulierung von Hypothesen auf der Grundlage des beobachteten Kundenverhaltens.

Wenn Sie Ihre Conversion optimieren möchten, müssen Sie zuerst Ihre Tests optimieren.

Für sie ist klar, dass es keinen „magischen“ Test gibt, um den Warenkorbabbruch zu eliminieren oder den Bestellwert zu steigern. Stattdessen liegt das Geheimnis der Optimierung eines erfolgreichen E-Commerce-Shops darin, die Grundlagen immer wieder anzuwenden.

Noch mehrCX Masters Videos

Hören Sie auf zu raten und verwenden Sie Hypothesen

Casandra ist der Meinung, dass zu viele Forschungsteams Vermutungen mit Hypothesen verwechseln. Außerdem verlassen sie sich oft zu sehr auf die Meinung von Experten oder Führungskräften – etwas, das Kritiker dieses Denkens als „highest-paid person’s opinion“ (HIPPO) bezeichnen.

Anstatt konkrete Tests vorzuschlagen, schlagen diese Teams lediglich Änderungen auf der Grundlage dieser Meinungen vor. Jeder, der einen Onlineshop betrieben hat, hat wahrscheinlich erlebt, wie Führungskräfte sagen: „Ich denke, diese Bilder könnten cooler sein. Wir sollten jüngere Models verwenden.“ Oder: „Wir sollten die Farbe der Schaltflächen ändern. Rosa wird besser funktionieren.“ Das sind Vermutungen über Conversions und keine Hypothesen.

Eine Hypothese ist mehr als nur eine fundierte Vermutung

Eine Hypothese ist eine vorgeschlagene Erklärung für das Verhalten eines Kunden. Diese Erklärung muss fundiert sein, vor allem muss sie überprüfbar sein.

Sie sollten in der Lage sein, eine gültige Hypothese in eine „wenn-dann“-Aussage umzuwandeln. Zum Beispiel: „Die Daten zeigen, dass unsere Shopify-Kunden wärmere Farben bevorzugen. Wir stellen die Hypothese auf, dass, wenn wir unseren Kaufbutton in eine wärmere Farbe, z.B. Rosa, ändern, wir einen Anstieg der Bestellmengen verzeichnen werden.“ Das ist eine überprüfbare Behauptung.

Perfektionieren Sie Ihren 3-stufigen Test-Grundprozess

Sie müssen – oder wollen – nicht jeden Test so anlegen, dass Sie eine große Enthüllung finden. Stattdessen schlägt Casandra vor, dass Sie für Ihren nächsten Test etwas Kleineres auswählen und sich darauf konzentrieren, den 3-Schritte-Grundprozess für Tests zu perfektionieren.

Schritt 1: Erstellen einer datenbasierten Hypothese

Um eine Hypothese aufstellen zu können, benötigen Sie zunächst einige Arten von Daten. Diese Daten können aus der Analyse Ihres Funnels, Benutzerumfragen oder aus Recherchen auf Websites wie Baymard oder GoodUI stammen, die zeigen, was bei anderen Unternehmen funktioniert hat.

Entscheiden Sie dann, welche fundierte Frage Sie auf der Grundlage der gesammelten Insights stellen können. Ein Beispiel: Sie haben Probleme mit dem Abbruch von Bestellungen. Sie schauen sich also Antworten auf Umfragen an, und bemerken eine positive Sache, die Sie immer wieder von Kunden hören: sie schätzen die Nachhaltigkeit Ihrer Produkte.

Ihre Hypothese könnte also lauten: „Die Daten zeigen, dass unsere Kunden nachhaltige Produkte mögen. Wenn wir den Text auf allen Produktseiten ändern, um die Nachhaltigkeit zu betonen, dann wird sich die Zahl der Bestellungen erhöhen.“ Das ist eine gut formulierte, überprüfbare Hypothese.

Schritt 2: Führen Sie einen Test durch, um Ihre Hypothese zu überprüfen

Der nächste Schritt besteht nicht nur darin, eine Änderung vorzunehmen. Sie müssen einen kontrollierten Test durchführen. Einer der besten und einfachsten Tests ist immer noch ein A/B-Test. Er gehört zu den zuverlässigsten Methoden, um klare, verwertbare Daten über das Kundenverhalten zu erhalten, ohne dass Sie Vermutungen anstellen müssen.

Damit Ihr Test jedoch vertrauenswürdig ist, müssen Sie im Voraus einige Dinge tun, um sicherzustellen, dass Sie einen guten Versuchsplan haben. So müssen Sie sicherstellen, dass Sie genügend Daten sammeln, um eine für Ihr Unternehmen aussagekräftige Effektgröße zu ermitteln.

Mit anderen Worten: Sie müssen festlegen, ob Ihr Test 2 Wochen oder 2 Monate lang laufen soll, um eine ausreichend große Wirkung für Ihr Unternehmen zu erzielen. Benötigen Sie ein PPC-Budget (Pay-per-Click-Budget), mehrere tausend Dollar oder vielleicht mehrere Zehntausend, um genügend Traffic für einen wissenschaftlichen Test zu generieren? Dies hängt davon ab, wie viel Umsatzsteigerung Sie benötigen, um den Test aus geschäftlicher Sicht zu rechtfertigen.

Kehren wir zu unserem Beispiel der gesteigerten Bestellungen zurück. Unser E-Commerce-Unternehmen führt einen A/B-Test durch, bei dem auf den Produktseiten der B-Variante die Formulierungen zur Nachhaltigkeit für genau die Hälfte aller Sitzungen angezeigt werden. Sie können einen A/B-Test-Rechner verwenden, um die Dauer des Tests zu bestimmen.

Sschritt 3: Analysieren und Iterieren

Sobald Sie die Datenerfassung abgeschlossen haben, ist es an der Zeit, die Ergebnisse zu analysieren. In unserem Beispiel ergab der Test etwas Interessantes: Die Bestellgröße auf den Seiten der B-Variante stieg leicht an, aber nur, wenn Kunden Konsumgüter kauften. Die Warenkörbe mit Nonfood-Produkten blieben unverändert.

Dann nehmen Sie Ihre Testergebnisse und verwenden diese als Grundlage für Ihren nächsten Test. Das ist die Iteration. In diesem Fall würde die nächste Hypothese lauten, dass die Kunden bei Konsumgütern Nachhaltigkeit bevorzugen. Vielleicht glauben sie aber auch, dass Nonfood-Produkte keinen so großen ökologischen Fußabdruck haben und daher Nachhaltigkeit kein relevanter USP ist.

Sie bauen auf früheren quantifizierbaren Ergebnissen auf, um in ihrem nächsten Test neue und bessere Ergebnisse zu erzielen. Mit anderen Worten: Durch den 3-stufigen Testprozess erhalten Sie eine leistungsfähige Feedbackschleife.

Ein zuverlässiges Ergebnis ist immer ein gutes Ergebnis

Casandra Campbell weist darauf hin, dass es nicht darum geht, ein Patentrezept zu finden. Vielmehr geht es darum, einen zuverlässigen Prozess zur stetigen Verbesserung der Conversionrate zu entwickeln. Wenn Ihr Prozess solide ist, dann werden die Ergebnisse immer gut sein.

Alle Ergebnisse sind gut, da sie Einblicke über Ihre Kunden liefern, denen Sie vertrauen können. In unserem Beispiel hat unser Forschungsteam herausgefunden, dass den Kunden zwar Nachhaltigkeit wichtig ist, es sich aber eigentlich nur auf ihre Kaufgewohnheiten bei Konsumgütern auswirkt. Das ist eine wichtige Erkenntnis!

Versuchen Sie, einen Testprozess auf einer soliden Grundlage aufzubauen. Wenn Sie das tun, können Sie sich auf die folgenden Ergebnisse verlassen. Jede Erkenntnis wird zu einer weiteren Hypothese führen, die Sie weiter untersuchen möchten.

Möchten Sie Ihrer Konkurrenz einen Schritt voraus sein und Experiences schaffen, die Ihre Kunden lieben?

Klicken Sie hier, um zu erfahren, wie Sie Prioritäten setzen und eine Test-Roadmap erstellen können.