Was ist ein A/B-Test und wie setzt man ihn effektiv ein?

Beim Online-Marketing geht es ständig darum, Kampagnen, Anzeigen und Seiten zu messen, zu überwachen und zu ändern. Dennoch bleibt es manchmal schwierig, die Wirkung einer bestimmten Änderung einer Anzeige oder Seite zu messen, und es ist nicht immer klar, wie man optimieren kann. Wie wird also zum Beispiel deutlich, welche Änderungen an einer Anzeige eine Steigerung der Konversionsrate bewirken? Der A/B-Test bietet dazu wichtige Erkenntnisse. Denn wie der Name schon sagt, wird damit getestet, welche Variante (A oder B) einer Seite oder Anzeige sich als effektiv für die Erreichung der Ziele erweist. In diesem Blog wird daher erklärt, was ein A/B-Test ist, wie man ihn gestaltet und wofür man den Split-Test einsetzt.

Wie ein A/B-Test funktioniert

Im Online-Marketing geht es unter anderem darum, Klickraten und Conversions zu erhöhen. Aus diesem Grund werden verschiedene Mittel eingesetzt, um dieses Ziel zu erreichen, darunter auch A/B-Tests. Nehmen Sie z. B. eine Anzeige für ein bestimmtes Produkt, das Sie online bewerben wollen. Um herauszufinden, welches Design und welcher Text im Hinblick auf die Conversion-Optimierung am effektivsten sind, werden zwei Varianten der Anzeige online gestellt. Anzeige A dient als Kontrollvariante, während Anzeige B allerlei Änderungen erfahren hat. Die beiden Varianten werden dann abwechselnd potenziellen Kunden gezeigt, so dass beide Varianten von der gleichen Anzahl von Personen gesehen werden. Gleichzeitig werden die Klickrate und die Konversionsrate gemessen. Anhand dieser Daten lässt sich feststellen, welche Anzeige am besten geeignet ist oder welche Anpassungen vorgenommen werden müssen, damit die Anzeige effektiv funktioniert. A/B-Tests werden nicht nur zur Anzeigenoptimierung eingesetzt, sondern Sie können diese Form des Experimentierens auch zur Verbesserung von Website-Elementen oder zur Anpassung des E-Mail-Marketings nutzen.

Entwerfen eines Split-Tests

Es scheint zwar offensichtlich, dass die beiden Varianten für den Test nicht identisch sein sollten, aber das ist nicht das Einzige, worauf Sie bei der Konzeption eines Split-Tests achten sollten. Denn wo liegt die Priorität für das Experimentieren, was sind Ihre KPIs und welche Stichprobengröße verwenden Sie für den Test? Im Folgenden finden Sie die vier wichtigsten Tipps für die Gestaltung eines A/B-Tests.

1. Ändern Sie nicht mehr als einen Aspekt

A/B-Tests sind also eine Form von Split-Tests, bei denen zwei scheinbar identische Seiten oder Anzeigen verglichen werden. Um die Anzahl der Conversions zu messen, muss sich also die Version B von der Version A unterscheiden. Dies können Sie erreichen, indem Sie die Seite oder Anzeige duplizieren und eine Änderung an der Version B vornehmen. Denn wenn Sie mehr als einen Aspekt ändern, wie z. B. den Preis, den Titel und die Farbe der Schaltfläche, ist nicht mehr klar, welche Änderung eine Änderung der Anzahl der Konversionen verursacht hat.

2. Wo liegt die Priorität?

Sie führen einen A/B-Test nicht nur durch, weil Sie herausfinden wollen, ob Ihre Seite oder Anzeige ihr Ziel erreicht. Führt eine Änderung zu einer höheren Klickrate; führt eine Änderung zu mehr Interaktion oder erzielen Sie mit einer geänderten Anzeige mehr Conversions? Stellen Sie also sicher, dass der Zweck einer Seite oder Anzeige klar ist, damit Sie besser bestimmen können, wo die Priorität bei der Durchführung eines A/B-Tests liegt und welche Anpassung getestet werden soll.

3. Setzen Sie klare KPIs für A/B-Tests

Um einen Split-Test effektiv zu gestalten, ist nicht nur die Festlegung von Prioritäten wichtig, sondern auch die Formatierung von KPIs. Durch die Festlegung von KPIs können Sie endlose Tests vermeiden. Denn wenn nicht klar ist, warum ein Test erforderlich ist und welches Ergebnis erwartet wird, gibt das Testergebnis wenig her. Welcher Test wird schließlich besser ausfallen, wenn Sie nicht genau wissen, worauf Sie achten müssen? Vordefinierte KPIs werden Ihnen hier also sehr helfen.

4. Testen Sie mit einer repräsentativen Anzahl von Besuchern

Es gibt zwar keine Richtlinie für die Anzahl der Besucher, die für die Durchführung eines A/B-Tests erforderlich sind, aber es ist wichtig, eine repräsentative Stichprobe zu bilden. Schließlich können Sie mit zehn Besuchern wahrscheinlich nicht viele effektive Anpassungen an einer Seite oder Anzeige vornehmen.

Darüber hinaus kann es vorkommen, dass Sie aufgrund einer begrenzten Stichprobe nicht die gewünschten Ergebnisse erzielen. Dies kann zum Beispiel der Fall sein, wenn die Konversionsrate aufgrund einer enttäuschenden Stichprobengröße höher sein sollte als sie tatsächlich ist. Korrigieren Sie in diesem Fall jedoch nicht die Endergebnisse, denn in diesem Fall war der Test erfolgreich, sondern schauen Sie sich genau an, was das Ergebnis bedeutet und was anders hätte gemacht werden müssen.

A/B-Tests mit Google Optimize

Sobald Sie die beiden unterschiedlichen Versionen einer Anzeige oder Seite erkannt haben, ist es an der Zeit, den Test mit einem Tool wie Google Optimize zu starten. Es handelt sich um ein kostenloses Tool, das mit Google Analytics und der eigenen Website verknüpft werden muss. Indem Sie dann die beiden Varianten Ihrer Seite in dieses Tool importieren, leitet Google die Besucher abwechselnd auf eine der beiden Seiten. Dies geschieht mit Hilfe eines Codes, der auf der Seite platziert werden muss, um diesen Lenkungsprozess auszulösen. Der Besucher selbst merkt nicht, dass er auf unterschiedliche Versionen der Seite geleitet wird, aber für Sie wird dies in Google Optimize sichtbar. Denn dort werden die Ergebnisse des A/B-Tests angezeigt. Andere Tools, die Sie für einen A/B-Test verwenden können, sind ABtasty, VWO.com und Optimizely.

Der A/B-Test oder Split-Test bietet die Möglichkeit zu prüfen, welche Änderungen an einer Anzeige oder Seite sich als wirksam erweisen. Das Ziel ist oft, mit der Änderung mehr Konversionen zu erzielen, aber der Online-Vermarkter möchte vielleicht auch mehr Interaktion mit potenziellen Kunden erreichen. Hier ist es jedoch wichtig, nicht mehr als eine Änderung vorzunehmen und diese an einer repräsentativen Anzahl von Besuchern zu testen. Indem man dann die beiden Varianten mit Google Optimize verknüpft, kann man die Ergebnisse überwachen und daraus eine Schlussfolgerung ziehen.