A/B-Testing

Stand: 06.10.2023

Beim A/B-Testing stellt man üblicherweise einer Original-Variante (A) eine optimierte Variante (B) gegenüber. Durch das Setzen von Cookies wird dabei sichergestellt, dass jedem Webbesucher für die Dauer des Besuchs nur die ihm zugeordnete Variante angezeigt wird. Die Auslieferung der Varianten sollte hierbei idealerweise im Verhältnis von 50 zu 50 erfolgen, um einen repräsentativen Wert zu ermitteln.

A/B-Testing ist ein Werkzeug zur Optimierung von Webangeboten. Nachdem das Problem einer Website genau analysiert wurde, werden Lösungsstrategien entwickelt, um die Problematik zu beheben und anschließend die beste Lösung zu ermitteln. Diese Strategien werden mittels einer alternativen Webseite getestet. Nach Ende dieses Tests werden diese Änderungen bei erfolgreichem Verlauf übernommen oder bei Bedarf noch verbessert.

Definition

Um einen A/B-Test durchzuführen, wird auf Basis der bisherigen Webseite eine weitere erstellt, die sich in einem vorher festgelegten Element unterscheidet. Die Original-Webseite (A) wird dann in der Live-Anwendung mit der neuen Variante (B) hinsichtlich ihrer Effizienz verglichen. Daher stammt der Name A/B-Testing. Durch das Setzen von Cookies wird dabei sichergestellt, dass jedem User für die Dauer seines Besuchs nur die ihm zugeordnete Variante angezeigt wird.

Auf Basis des A/B-Tests kann anschließend eine entsprechende Marketingstrategie entwickelt werden.

A/B-Tests werden dabei von unterschiedlichen Berufsgruppen angewendet. Dazu gehören Datenspezialisten, Marketing-Manager, Designer, Softwareentwickler und Unternehmer.

Ablauf

Zunächst muss eine Hypothese erstellt werden, die untersucht werden soll. Wo liegt das Problem? Es könnte sein, dass Kunden regelmäßig vor dem Kaufabschluss abspringen. Eine Lösungsmöglichkeit könnte es sein, den Aufbau des Warenkorbs zu ändern, sodass die Kunden den Bestellbutton schneller finden. Ob diese Lösung wirklich zum Ziel führt, wird dann mit der zu messenden KPI abgeprüft.

Bei einem A/B-Test wird immer die Performance der gesamten Webseite verglichen. Dies ergibt besonders dann Sinn, wenn beispielsweise ein neuer Designansatz oder die Wirkung einzelner Elemente getestet werden. Wenn mehrere Elemente verwendet werden, kann nicht eindeutig bestimmt werden, wie diese sich im Einzelnen auswirken.

Ein Beispiel: Werden bei einem Bestellbutton Text und Farbe verändert, um ihn optisch auffallender zu gestalten, zeigt das Testergebnis zwar einen Umsatzzuwachs. Jedoch ist nicht nachvollziehbar, welche Veränderung dazu beigetragen hat. Möglicherweise wirkt sich eine neue Buttonfarbe stärker aus, die Beschriftung ist nicht eindeutig genug und hält weiterhin Kunden vom Kauf ab. Hier wurde unbemerkt Potenzial verschenkt.

Welche Seiten können getestet werden?

Grundsätzlich können alle Internetseiten mit einem A/B-Test analysiert werden. Jedoch sollten vor Beginn je nach Zielsetzung Schwerpunkte gesetzt werden. Es ergibt wenig Sinn, eine FAQ-Seite zu überarbeiten, wenn das zu lösende Problem darin liegt, dass sich zu wenig Nutzer für einen Newsletter registrieren.

Für eine Priorisierung ist es außerdem sinnvoll, Seiten mit einem hohen Traffic zu wählen, beispielsweise die Landingpages. Hierauf bewegen sich im besten Fall meist viele Nutzer, sodass auf diesen Seiten am schnellsten auswertbare Testergebnisse generiert werden. Denn für die Auswertung von A/B-Tests ist eine bestimmte Menge an Zugriffen erforderlich, die mit Landingpages oftmals erreicht werden können.

A/B-Tests können nicht nur für Desktop-Webseiten, sondern auch für mobile Darstellungen verwendet werden. Im Zeitalter von Mobile First wird das immer wichtiger. Nur bei mobilen Apps für Android oder iOS ist das etwas schwieriger, da die Seiten hier bereits auf dem Smartphone gespeichert sind. Hierfür gibt es eigene separate Tools.

Welche Elemente werden getestet?

Welche Elemente einem A/B-Testing unterzogen werden, hängt stark davon ab, worin das Problem vermutet wird. Eine Standardlösung gibt es hierfür aber nicht. Jeder Fall ist immer ein wenig anders. Das liegt auch daran, dass sich Webseiten, deren Zielstellungen und Zielgruppen von Webangebot zu Webangebot unterscheiden.

Allerdings können die folgenden Elemente einen Ansatzpunkt bieten, um zu entscheiden, welche Aspekte getestet werden können:

• Titel und Überschriften: z. B. Inhalte, Position, Farbe, Formatierung
• CTA: z. B. eindeutige Sprache, Platzierung, Farbe, Formatierung
• Buttons/weitere Schaltflächen: Größe, Form, Farbe
• Bilder/Images: Fokus auf technische Details oder Erzeugen einer Emotion
• Seitenstruktur: Design, Lesefluss, Positionierung von Bildern und Text
• Formulare: Verständlichkeit, Länge, Struktur
• Navigation: Seitenfolgen, Formatierung, Art und Anordnung von Navigationselementen

Anpassungen hier können die Performance signifikant beeinflussen. Die Art der Veränderung ist dabei voll und ganz abhängig von der jeweiligen Zielgruppe. Deshalb ist es unverzichtbar, die Anforderungen der jeweiligen Zielgruppe zu verstehen, um die Anpassungen entsprechend vornehmen zu können.

A/B-Testing unterstützen

Eine der wichtigsten Grundlagen eines A/B-Tests ist eine klare Bestimmung der Zielstellung. Hierbei können Web-Analytics-Daten helfen, das aktuelle Problem zu umreißen. Diese zeigen z. B., mit welcher Intention Nutzer zu einer Webpräsenz finden und auf welche Webseiten von welcher Quelle aus am häufigsten zugegriffen wird. Dies hilft u. a. bei der bereits erwähnten Priorisierung.

Mit der Unterstützung von Heatmaps und Session-Recordings kann die Sicht des Nutzers eingenommen werden: Wie bewegt er sich über die Seite, wo liegen die Eyecatcher, wo springt der User möglicherweise ab? In Nutzer-Feedbacks wurden Problemstellungen möglicherweise bereits definiert. Feedbacks können in unterschiedlicher Form hinterlegt werden: in einem eigenen Bereich auf der Website, via Chat, E-Mail oder persönlich. Nutzer-Feedbacks stellen ein nicht zu unterschätzendes Potenzial dar.

Usability-Tests fokussieren die technische Komponente einer Webseite. Möglicherweise ist es ein kleiner, unbemerkter Fehler im Aufbau, der dafür sorgt, dass Nutzer ab einem bestimmten Punkt nicht weiterkommen. Besonders bei responsiven Angeboten kann ein solcher Test aufschlussreiche Ergebnisse ermitteln.

Vergleichbare Testmethoden

Neben dem klassischen A/B-Testing, bei dem in der Regel nur 2, selten bis zu 4 Varianten und eine Anpassung geprüft werden, gibt es noch weitere, komplexere Testansätze.

Zum Beispiel den Multivariate-Test (MVT), der, wie der Name vermuten lässt, mehrere Varianten testet. Hierbei wird der Traffic ebenfalls auf mehrere alternative Webseiten aufgeteilt. Die Unterschiede, die Nutzer zu sehen bekommen, bestehen jedoch aus mehreren Designelementen statt aus einzelnen. Die Seiten unterscheiden sich anders als beim klassischen A/B-Testing zudem weniger deutlich, stattessen werden die einzelnen neuen Elemente bei jeder Alternative unterschiedlich miteinander kombiniert. Bei ausreichendem Traffic kann daher sowohl auf positive als auch auf negative Wirkungen einzelner Änderungen geschlossen werden.

Multivariate-Test und A/B-Testing stehen dabei nicht in Konkurrenz zueinander, sondern sind vielmehr zwei Methoden zur Optimierung, die einander optimal ergänzen.

Bedeutung für die SEO

A/B-Testing ist ein verhältnismäßig einfaches Werkzeug, um Lösungsansätze auf ihre Eignung zu testen. Durch das Verfahren können schnell aussagekräftige Analysen erstellt werden, die sich besonders für kleinere Veränderungen, aber auch für Webseiten mit geringem Traffic eignen. Daher spielt es auch in der SEO eine bedeutende Rolle.

Hendrik Herms

Geschäftsführer
Consulting

Sie interessieren sich für das Thema "A/B-Testing"

Löwenstark bietet als Full-Service-Marketing-Agentur umfassende Beratung und professionelle Leistungen. Lassen Sie sich von Hendrik Herms kostenfrei beraten.

Jetzt Kontakt aufnehmen