Einen sogenannten A/B-Test nutzt man etwa, um herauszufinden, ob eine von zwei Varianten besser funktioniert als die andere, oder ob es keinen Unterschied macht. Man setzt solche Tests besonders im Online-Marketing und Webdesign ein. Wie genau ein solcher Test funktioniert, und wann man ihn bestmöglich einsetzt, besprechen wir in unserem heutigen Artikel.
Was ist ein A/B-Test?
Der Name A/B-Test leitet sich vom Versuchsaufbau dieses Tests ab. Dabei teilt man seine Zielgruppe in zwei Gruppen ein, eben Gruppe A und Gruppe B.
Nehmen wir an, es geht um eine Entscheidung für einen Call-to-Action. Eine Webseite für Immobilien hat einen Button, der zu einer Terminvereinbarung für Wertschätzungen führt. Bisher war der Button-Text „Jetzt unverbindliche Schätzung vereinbaren!“. Nun will die Firma testen, ob der Call-to-Action „Finden Sie den Wert Ihrer Immobilie heraus!“ besser funktioniert.
Dafür führt sie einen A/B-Test durch. Alle Aufrufer der Seite werden automatisiert zufällig einer Gruppe zugeordnet. Gruppe A bekommt den alten CTA zu lesen, Gruppe B den neuen. Nun kann man messen, über welchen CTA mehr Terminbuchungen eingehen und so feststellen, welche Variante besser funktioniert.
Dieses Prinzip lässt sich auf sehr viele Optionen anwenden. Abgesehen von Design- oder Formulierungsfragen im Bereich der Webseite, lassen sich auch Werbeanzeigen A/B-testen. Funktionieren diese Formulierungen, oder jene? Ist eine Werbeanzeige mit Video, mit Bild oder als reine Textanzeige erfolgreicher? All das lässt sich über solche A/B-Tests herausfinden.
Alternative Namen und Schreibweisen für diese Tests sind auch Split-Test, Splittest, AB-Test oder Split-URL-Test.
Vorteile von Split-Tests
Zwar haben wir die Vorzüge von A/B-Tests schon angeschnitten, aber hier findest du nochmal zusammengefasst, was dir solche Split-Tests bringen können:
- Bei strukturierter Planung und korrekter Durchführung erhältst du ein eindeutiges Ergebnis, was sich sofort umsetzen lässt.
- Schrittweise lassen sich über A/B-Tests die vollen Potenziale deiner Webseite ausschöpfen, sodass sich auf Dauer die Absprungrate senken und die Verweildauer steigen sollte.
- Die Zielgruppe bestimmt, was ihnen gefällt. So musst du dich nicht auf dein oder das Urteil einer Agentur verlassen, sondern befragst die Leute, bei denen das Design am Ende ankommen soll. So kannst du davon ausgehen, dass dein Design und dein Aufbau optimal auf diese Leute zugeschnitten ist.
Mögliche Fehler und Schwachstellen
Wie alle Maßnahmen im Online-Marketing ist auch ein A/B-Test nicht völlig frei von Fehlern. Welche Klippen du umschiffen solltest, haben wir dir natürlich auch zusammengefasst.
Der A/B-Test ist kein multivariabler Test. Das heißt, dass immer nur eine einzige Änderung getestet wird. Nur so lässt sich exakt nachvollziehen, welche Änderung für die unterschiedliche Performance verantwortlich war. Mehr als eine Variabel führt zu ungenauen Ergebnissen.
Außerdem muss die Testgruppe groß genug gewesen sein. Zwei oder drei Zielpersonen können keine Rückschlüsse auf die ganze Masse der Kunden oder Webseitenbesucher zulassen. Ist nicht genug Traffic für mehr Datenmenge vorhanden, ist ein solcher Test im Grunde völlig zwecklos.
A/B-Tests sind teuer und aufwendig, entweder, weil man ein kostspieliges Tool nutzt, oder weil man die Durchführung von Hypothese bis Ergebnis genau planen und überwachen muss. Für verschiedene Werbeportale gibt es Tools für vollautomatisierte A/B-Tests, das heißt, dass automatisch die besser performende Variante übernommen wird.
Führt man A/B-Tests „von Hand“ durch, dann ist man auf extrem gute Kenntnisse im jeweiligen Bereich und ein wenig statistisches Grundverständnis angewiesen. Es braucht eine logische Hypothese, die sich mittels einer spezifischen Detail-Anpassung überprüfen lässt (CTA 1 funktioniert besser, als CTA2). Es braucht ausreichende Daten, die sich auswerten lassen. Es braucht detailliertes Tracking dieser Daten. Und zuletzt braucht es einen Menschen, der die Daten auswerten kann und die richtigen Schlüsse daraus zieht.
A/B-Test durchführen
Nun wollen wir dir aber erklären, wie du von Anfang bis Ende an einen solchen Test herangehen solltest.
Recherche und Hypothese
Grundsätzlich solltest du zunächst überlegen, für welche Maßnahmen sich ein Split-Test eignet und für welche eher nicht. Stelle Recherchen an, bei denen du nach möglichen Lösungen für deine Probleme löst. Hast du eine enorm kurze Verweildauer? Dann solltest du dir deinen Text genauer anschauen. Ist er gut zu lesen? Ist die Schriftart deutlich, hebt sich die Farbe gut vom Hintergrund ab?
Hast du eine hohe Absprungrate und die Leute klicken nicht weiter? Dann überdenke vielleicht deine CTAs, die Platzierung deiner Buttons und so weiter. Wenn du deine Probleme genau benennen kannst, ist die Recherche noch nicht ganz zu Ende. Jetzt geht es daran, Lösungen zu recherchieren. Ist ein gelber Button auffälliger, als ein blauer? Und so weiter, bis du einen festen Plan hast, welche Änderung du implementieren und testen willst. Das ist dann deine Hypothese, Beispiel: „Auf einen blauen Button klicken mehr Leute, als auf einen roten, so kann ich also meine Absprungrate senken“.
A/B-Test
Jetzt führst du den Test durch. Dafür gibt es verschiedene Programme, Google Optimize ist zum Beispiel ein kostenloses Tool von Google Analytics. Dieses Tool ist jedoch funktionsmäßig recht eingeschränkt. Für Seiten, die über WordPress laufen, gibt es entsprechende Plugins, doch auch Hosting- und CMS-unabhängig gibt es Programme für A/B-Tests.
Oft tracken diese Programme direkt, welche Variante besser funktioniert, sodass du keine eigenen Berechnungen mehr anstellen musst.
Auswertung
Auch wenn die meisten Tools dir die Zahlen direkt vorlegen, musst du unter Umständen doch noch entscheiden, welche Variante nun die bessere ist. Dafür solltest du dich grundlegend mit statistischer Signifikanz auskennen. Statistisch signifikant ist ein Ergebnis, wenn man davon ausgehen kann, dass es nicht aus Zufall zu diesem Ergebnis kam. Anstattdessen kann man begründet davon ausgehen, dass sich das Ergebnis des Tests auf die Allgemeinheit übertragen lässt.
In Verbindung mit A/B-Tests kommt hier oft die sogenannte „Chi-Quadrat-Methode nach Pearson“ zum Einsatz. Mit dieser kannst du dann errechnen, ob die Signifikanz gegeben ist, oder eben nicht.
Ist sie gegeben, kannst du deine Änderungen in dem Wissen durchführen, dass sie funktionieren.
Fazit zum A/B-Test
Ein A/B-Test ist also eine sinnvolle Methode für die Optimierung deiner Webseite. Sie bieten dir eine datenbasierte Grundlage für deine Maßnahmen. Egal ob Werbung oder die Anpassung des Designs, ein Splittest kann dir helfen.
0 Kommentare