Testing & Targeting – Framework – Teil I [Tipps]

6. Mai 2015 von Bartosz Przytula // Kategorie: Tipps & Tricks

Testing & Targeting mit etracker

Mehr Umsatz, mehr Absatz, Anmeldungen, Leads oder ein stärkeres Branding zu erreichen ist abhängig von ganzheitlichen Produkt- und/oder Unternehmensentscheidungen. Auch als Online Marketing oder Content Manager, als Conversion Optimierer oder Usability Engineer kann man über eine höhere Zahl an Zielerreichungen auf digitalen Kanälen direkt auf das Unternehmensziel, z. B. den Umsatz, einwirken.

Im Folgenden wird anhand der etracker Testing & Targeting Suite ein theoretisches & praktisches Framework vorgestellt, wie das A/B-Testing oder Smart Messaging Projekt geplant (Teil I des Artikels) und durchgeführt (Teil II des Artikels) werden kann.

Das Testing & Targeting Projekt in vier Schritten

Will man als Verantwortlicher für die Website irgendetwas optimieren, kann man irgendwie mit einem Testing & Targeting Projekt beginnen und wird irgendein Ergebnis bekommen. Zielführender ist es jedoch, sich vorher zu überlegen, was man wie und mit welchem Ziel testen oder personalisieren möchte.

Hat man die Absicht, eine bestimmte Zielgröße zu optimieren, ist es sinnvoll sich an bestimmte Vorgehensweisen zu halten. etracker hat hierfür mit seinem Consulting folgenden Prozess entwickelt:

 

etracker_ABTesting_4Schritte

 

 

 

 

 

 

 

 

 

 

 

1. Messen – Welche Ziele hat meine Website und wie kann ich die Zielerreichung quantifizieren?

Um zu wissen, ob Zielgrößen erreicht werden, sollten Zielgrößen messbar sein. Um zu wissen, ob Zielgrößen erreicht werden, sollten Zielgrößen messbar sein. Um zu wissen, welche Zielgrößen relevant sind, sollte klar sein, wie die digitalen Kanäle auf das gewünschte Unternehmensergebnis einwirken. Um diese Abhängigkeit abzubilden und dadurch die Datengrundlage für einen Testing & Targeting Prozess zu entwickeln, lässt sich folgendes Modell anwenden:

abtesting_messbare_websiteziele

Zu definieren sind zu Beginn die Business-Ziele. Optimalerweise sind diese bei einem bestehenden Unternehmen bereits definiert (Beispiele: Umsatz, Gewinn, Shareholder-Value, Wachstum usw.). Sind die Unternehmensziele klar und deutlich, können Website-Ziele definiert werden, die dieses Unternehmensziel direkt beeinflussen. Dies können z. B. Verkäufe sein, die über die Website generiert werden.

Im nächsten Schritt sollten KPIs definiert werden, die diese Zielerreichung über die Website messbar machen. Dies kann beispielsweise der durchschnittliche Warenkorbwert, die relative Kaufhäufigkeit oder ganz konservativ die Anzahl der Verkäufe pro Besucher sein. Vorstellbar ist aber auch die Bounce Rate, um Nutzer zu identifizieren, die nicht bis zum Abschluss gelangen. (Wichtig: Dies sind nur Beispiele. Für jedes Businessmodell mögen weitere oder gänzlich andere Herleitungen sinnvoll sein).

Die Erfolgsereignisse bestimmen, welche Handlung des Nutzers das Erreichen des Website-Ziels beeinflusst. Ist der gewählte KPI z. B. der durchschnittliche Warenkorbwert, so ist ein Erfolgsereignis ein gekaufter Warenkorb mit dem Gesamtwert X. Handelt es sich bei dem KPI um die relative Kaufhäufigkeit, so ist das Erfolgsereignis einfach der abgeschickte Warenkorb an sich.

Je nach Business- bzw. Website-Ziel können Erfolgsereignisse verschieden sein:

  • Werbefinanzierte Websiten: Anzahl X an generierten Page Impressions (KPI: PI/Besuch)
  • B2B Websites mit dem Ziel der Lead-Generierung: Anzahl X abgeschickter Formulare
    (KPI: Abgeschickte Formulare/Gesamtanzahl aufgerufene Formulare)

Der letzte Schritt besteht darin, für einen bestimmten Zeitrahmen einen bestimmten Zielwert festzulegen und die Verantwortlichkeiten zu klären, um mögliche Hürden in der Projektplanung zu berücksichtigen.

2. Priorisieren – Welche Inhalte sollen auf der Testing & Targeting Roadmap mit hoher Priorität behandelt werden?

Auch für die eigene Motivation haben anfängliche Erfolgserlebnisse hohen Nährwert. Daher ist es empfehlenswert, folgende Fragen im Rahmen einer Priorisierung zu beantworten, um so genannte Quick Wins zu identifizieren: Was soll getestet werden? Welches Verbesserungspotential gibt es auf diesen Seiten? Wie relevant ist das Verbesserungspotenzial für die Unternehmensziele? Wie einfach ist es diese Seite zu testen und zu verändern?

Zu priorisieren sind die Inhalte, die Seiten, die Templates oder die Prozesse auf der Website, die getestet bzw. optimiert werden sollen. An welcher Stelle kann mit wenig Aufwand viel erreicht werden?

Betrachtet werden können z. B. die Einstiegsseiten und die dazugehörige Bounce Rate in der Statistik “Web Analytics > Nutzung pro Seite”. Hierdurch wird die Bounce Rate im Hinblick auf die Besucherzahl gewichtet. Im Screenshots ist dies die Seite “Partnerkostüme” eines Online-Shops, die eine überdurchschnittlich hohe Bounce Rate ausweist und die im betrachteten Zeitraum die zweite wichtigste Unterseite auf Basis der Anzahl der Besucher war.

etracker_ABTesting_Priorisieren_neu

 

Weitere Quick Wins ergeben sich z.B. durch die Betrachtung von Conversion Rates in Abschlussprozessen oder die Betrachtung von ROIs bestimmter Online Marketing Kanäle. In etracker Campaign Control werden Online-Marketing-Aktivitäten vollautomatisch erfasst. Definiert man für die diversen Aktivitäten Kostenstrukturen, berechnet etracker automatisch den ROI.

Sind die zu testenden Inhalte priorisiert, ist zudem zu prüfen, ob es noch weitere Hürden gibt, die diesem speziellen Projekt im Weg stehen. Dies können z. B. sich überschneidende Verantwortlichkeiten innerhalb des Unternehmens bezüglich des zu testenden Inhalts oder aber technische bzw. prozessuale Hürden sein.

3. Durchführen – Was ist zu beachten, wenn man einen A/B Test plant?

Sind Zielerreichungen messbar und zu testende Inhalte priorisiert, kann der eigentlich durchzuführende A/B-Test in Angriff genommen werden? Mitnichten!

Um auf der von Ihnen identifizierten Seite oder Landing Page nicht irgendein Ergebnis zu bekommen, stecken Sie die Rahmenbedingungen konkret mit Hilfe einer Hypothese ab. Eine gute Hypothese setzt sich aus folgenden drei Elementen zusammen, wobei (a) und (c) bereits in den Abschnitten 1. und 2. behandelt wurden:

(a) Problemstellung
(b) Optimierungsvorschlag
(c) erwartetes Ergebnis des Optimierungsvorschlags im Hinblick auf die relevante KPI

Setzt man diese drei Elemente zu einer “Wenn [ … ], dann [ …]” – Bedingung zusammen, erhält man eine fertige Hypothese in folgender Form:

Wenn [ (a) …………… ] durch [ (b) ………… ] verändert wird, dann erreicht man eine Optimierung der [ (c) ……….. ]

Dieses Vorgehen ist insofern wichtig, um die Einflussfaktoren auf das Testergebnis zu bestimmen. So können innerhalb eines Warenkorbprozesses können verschiedene Faktoren auf die Kaufentscheidung Einfluss nehmen, wie z.B. das Produktbild, der Produktpreis, der Gesamtpreis, die Zahlungsoptionen, die Versandoptionen als auch die visuelle Darstellung in den jeweiligen Schritten. Des Weiteren wird der Erfolgsindikator eindeutig bzgl. des zu erwartenden Ergebnisses präzisiert. Der A/B Test oder die Smart Message sollte daher innerhalb dieses Rahmens beurteilt werden.

Exkurs: Um den Optimierungsvorschlag (b) gezielt erarbeiten zu können, bietet etracker im Rahmen der Web-Controlling Suite ebenfalls Produkte rund um das Mousetracking, die Formularanalyse sowie die Besucherzufriedenheitsumfragen an. Durch die volle Produktintegration kann etracker hierdurch den kompletten Arbeitsalltag eines Online-Marketing-Mitarbeiters in einer Lösung abbilden.

4. Wiederholen – Das Ende ist der neue Anfang: A/B Testing als iterativer Prozess

Hat man einen A/B Test durchgeführt und ein hervorragendes Ergebnis erreicht, beginnt der Prozess von vorne.

“Never stop testing, and your advertizing will never stop improving” – David Ogilvy

An dieser Stelle gibt es 3 verschiedene Möglichkeiten:

  1. Man definiert eine komplett neue Hypothese und damit einen komplett neuen A/B Test. Dieses ist zu empfehlen, wenn das zu erwartende Ergebnis des Optimierungsvorschlags die Umsetzungskosten nicht deckt.
  2. Man definiert die gleiche Hypothese in Bezug auf eine andere KPI. So kann beispielsweise das Weglassen/Entfernen einer Information (z.B. des Preises) dazu führen, dass Nutzer die nächste Seite ansteuern (z.B. den Warenkorb) und als Conversion gezählt werden. Gekauft wird das Produkt oder die Dienstleistung trotzdem nicht, da diese Information zu einem späteren Zeitpunkt dargeboten werden muss. Hier müsste ein A/B Test in Bezug auf beide Zielgrößen hin überprüft werden.
  3. Man definiert die gleiche Hypothese in Bezug auf ein bestimmtes Nutzersegment. Hier kann überprüft werden, ob ein Ergebnis durch ein bestimmtes Nutzersegment signifikant beeinflusst wird. So kann eine Variante innerhalb eines A/B Tests insgesamt eine schlechtere Conversion aufweisen, weil diese Variante auf mobilen Geräten unvorteilhaft dargestellt wird. Hier sollte man dann den A/B Test gesondert für mobile und für desktop Nutzer starten.

 

“The best ideas for taking action come from the process of segmentation [ … ] Knowing your overall conversion rate is 2%, useless. Knowing the conversion rates of your main acquisition channels are: Paid Search: 9%, Direct: 6%, Affiliate: 0.58%, priceless.” – Avinash Kashik @ online-behavior.com)

 

Exkurs: Das Segmentieren von Testing & Targeting Projekten

Beim Anlegen von Testing & Targeting Projekten in etracker können Website-Betreiber verschiedene Nutzersegmente sowohl gezielt mit zielgruppenspezifischen Inhalten ansprechen als auch analysieren. Auch hier gilt es gewisse Rahmenbedingungen zu beachten, damit die Segmentierung die richtigen Ergebnisse liefert.

 

etracker_ABTesting_Segmentierungsguide1024

 

Nutzersegmente können sich auf die Herkunft oder die Technik beziehen. Herkunftssegmente beschreiben die Referrer-URL, die Kampagnen-URL oder aber den Marketingkanal. Techniksegmente hingegen gruppieren die Nutzer nach den technischen Attributen, wie z. B. das Device.

Das Verhalten beschreibt z. B. die Besuchshäufigkeit, die Zeit zwischen den Besuchen oder die Dauer der Session. Das Ergebnis hingegen beschreibt den Grad der Zielerreichung. etracker bietet hier ein vordefiniertes Set an Segmenten im Rahmen der Testing & Targeting Suite.

Ein sehr wichtiger Bestandteil im Segmentierungsguide sind die Anforderungen an die jeweilige Segmente, die wie eine Checkliste behandelt werden können. Segmente sollten dahingehend in sich homogen (1.), nach außen hin jedoch heterogen (2.) sein. Segmente sollten identifizierbar und messbar sein (3.) als auch zugänglich und umsetzbar (4.). Natürlich sollte bei jeglichen Segmentierungsversuchen beachtet werden, dass Zielgruppen nicht zu weit runtergebrochen werden, da die Nutzergruppe irgendwann zu klein ist, um den Aufwand zu rechtfertigen

Ausblick

Im zweiten Teil des Artikels wird die Umsetzung des Frameworks anhand zweier Beispiele konkretisiert. Aufbauend darauf werden die einzelnen Schritte, die zur Anlage eines Projekts nötig sind, beschrieben.

7 Fallstricke bei der Conversion-Optimierung mittels A/B-Tests [Teil 2]

9. Februar 2015 von Marcel Semmler // Kategorie: Tipps & Tricks

A/B-Testing mit Page OptimizerSchwachstellen auf der Website können dem Betreiber buchstäblich teuer zu stehen kommen. Doch Optimierungsmaßnahmen sollten nie ohne vorheriges Testing durchgeführt werden. Eine bewährte Methode ist das A/B-Testing. Dabei werden mehrere Webseiten-Varianten an Besucher ausgespielt und gegeneinander getestet. Was einfach klingt, birgt aber einige Fallstricke.

Im nachfolgenden Artikel erhalten Sie den zweiten Teil der Fallstricke. Wenn Tipp 1 bis 3 noch einmal nachlesen möchten, können Sie das in folgendem Artikel tun:

 

4. Duplicate Content würgt SEO-Ranking

Ein gutes Suchmaschinenranking kann durch A/B-Tests schnell zunichtegemacht werden. Damit die Seitenvarianten von Google nicht als Duplicate Content behandelt werden, muss man den Content der Seite dynamisch ändern, so dass der Google-Crawler immer nur die Originalseite durchsucht.

 

5. Zu schnell Ende im Gelände

Auch wenn sich nach 100 Testbesuchern schon ein Gewinner des A/B-Tests herauskristallisiert, die Datenmenge muss groß genug sein, um die Gewinner-Variante mit statistischer Signifikanz zu bestimmen. Typischerweise braucht es einige 100 bis 1000 Besucher pro Test, abhängig davon, wie stark sich die Conversion-Rate der Seitenvarianten vom Original unterscheidet.

Weiterlesen… »

7 Fallstricke bei der Conversion-Optimierung mittels A/B-Tests [Teil 1]

6. Februar 2015 von Marcel Semmler // Kategorie: Tipps & Tricks

Schwachstellen auf der Website können dem Betreiber buchstäblich teuer zu stehen kommen. Doch Optimierungsmaßnahmen sollten nie ohne vorheriges Testing durchgeführt werden. Eine bewährte Methode ist das A/B-Testing. Dabei werden mehrere Webseiten-Varianten an Besucher ausgespielt und gegeneinander getestet. Was einfach klingt, birgt aber einige Fallstricke:

 

1. Wildes Testen ohne Strategie

Da A/B-Tests im Handumdrehen erstellt werden können, verführt das dazu, ohne Strategie zu handeln. Marketingverantwortliche sollten zunächst das Problem identifizieren und dann eine Hypothese formulieren: „Wenn ein <Problem> durch <Optimierungsvorschlag> verändert wird, erreichen wir eine Verbesserung von <erwartetes Ergebnis>.

 

2. Achtung Fehlerteufel

Wenn es an den Launch eines A/B-Tests geht, ist ebenfalls Bedacht angesagt. Einmal nicht aufgepasst und der Fehlerteufel hat sich eingeschlichen. Vor dem Release des Tests müssen Marketingverantwortliche noch einmal explizit die Funktionalität sowie die Anzeige der Varianten in unterschiedlichen Browsern und auf diversen Endgeräten prüfen.

 

3. Zu hohe Ziele

Mehr Bestellungen oder Umsatz als Ziel eines A/B-Tests anzugeben, kann den Test verfälschen, weil zu viele Faktoren auf den Verkauf einwirken. Es gilt, auf kürzere Conversion-Ziele zu setzen, sogenannte Mikro-Conversions. Wird im A/B-Test ein neuer Call-to-Action-Button ausprobiert, kann das Ziel der Klick darauf sein.

 

Im zweiten Teil des Artikels werden wir Ihnen vier weitere Fallstricke schildern und aufzeigen, wie Sie diese umgehen können.

A/B-Testen? Ja! – Aber was?

24. Oktober 2014 von Iris Detemple // Kategorie: Tipps & Tricks

Mehr Erfolg mit dem richtigen Testing

Den eigenen Online-Auftritt kontinuierlich zu optimieren, gehört für professionelle Website-Betreiber inzwischen zum Standard. Um aber sicherzustellen, dass die ergriffenen Optimierungsmaßnahmen auch den erhofften Erfolg bringen, ist ein systematisches Testing unverzichtbar.

Für aussagekräftige Ergebnisse und ein erfolgreiches A/B-Testing sollten Website-Betreiber folgende Schritte beachten:

 

Schritt 1: Probleme identifizieren

Um zu erkennen, wo sich neuralgische Punkte befinden, sollten Online-Shop-Betreiber den gesamten Sales-Funnel Schritt für Schritt im Hinblick auf die User-Experience analysieren. Am besten lassen sich Schwachstellen durch konsequente Web-Analyse identifizieren.
Dazu sollten Sie nicht nur wichtige KPIs, wie zum Beispiel die Bounce Rate oder die Klick-Sale-Konversion im Auge behalten. Auch Detail-Auswertungen mit Mouse-Tracking oder Formular-Analysen liefern wichtige Erkenntnisse.

Ein Beispiel:

Sie stellen fest, dass die Abbruchquote auf Ihrem Bestell-Formular sehr hoch ist. Mit Hilfe der Formular-Analyse finden Sie heraus, dass Ihre Kunden sehr lange brauchen, um das Formular auszufüllen und bei welchen Eingabefeldern die Kunden den Bestellvorgang abbrechen.

Formularanalyse: Bei welchen Formularfeldern brechen die Nutzer ab?

Formularanalyse: Bei welchen Formularfeldern brechen die Nutzer ab?

Weiterlesen… »

Reibungslose A/B-Tests

4. Juni 2014 von Marcel Semmler // Kategorie: Produkt NEWS

Schnelle Testdiagnose für Ihre A/B-TestsDer etracker Page Optimizer ermöglicht Ihnen im Handumdrehen das Anlegen von A/B-Tests mittels visuellem Editor oder per Split-URL. Trotz einfach zu handhabenden Menüs und dem Einrichtungs-Assistenten, der Sie Schritt für Schritt bei der Anlage von Tests begleitet, kann es hier und da zu Problemen beim Ausspielen der Tests kommen. Die Ursachen sind häufig recht trivial: Test nicht aktiviert, Tracking-Code fehlerhaft, Testing-Volumen aufgebraucht u.ä.

Damit Sie sich nicht selber auf die Suche nach der Ursache begeben müssen, haben wir ein Diagnose-Instrument gebaut, welches automatisiert die häufigsten Ursachen überprüft und so die Ursachenforschung im Handumdrehen selbstständig erledigt. Und sollte die automatisierte Testdiagnose nicht zum Erfolg führen, steht Ihnen natürlich nach wie vor unser qualifizierter Support zur Seite.

Weiterlesen… »