eCommerce Anzeige
/ Usability / Warum es für Unternehmen sinnvoll ist, künftig auf dynamische A/B/n-Tests zu setzen

Warum es für Unternehmen sinnvoll ist, künftig auf dynamische A/B/n-Tests zu setzen

Felix Schirl an 31. Mai 2018 - 13:48 in Usability
Felix Schirl - trbo

Felix Schirl ~ trbo

Funktioniert ein pinkfarbenes Design bei weiblichen Käuferinnen wirklich besser? Und stehen Männer damit automatisch eher auf blau? In Zeiten von Online-Riesen wie Amazon und Zalando sind A/B-Tests zur Klärung von Fragen wie diesen ein absolutes Muss. Ob man besser zur statischen Standardvariante oder doch zur intelligenten Methode in Form dynamischer A/B/n-Tests greifen sollte, erklärt euch Felix Schirl, Geschäftsführer von tbro GmbH.

Simpel vs. high-intelligent

Herkömmliche A/B-Tests vergleichen die Ergebnisse von zwei Versionen, die sich oftmals lediglich in einem Detail voneinander unterscheiden. Version A bildet dabei die ursprüngliche Form. Version B stellt eine veränderte Form dar. Die Änderungen beziehen sich beispielsweise auf Teile der Website, des Shops oder wie in den meisten Fällen lediglich auf einzelne Elemente oder andere Verlinkungen. Ist man aber der Meinung, dass eine komplette Seite gar nicht passt, können auch zwei neue Versionen gegeneinander getestet werden. Für simple Optimierungsfragen wie die Positionierung eines Buttons oder Werbebanners ist diese Methode also ideal. Aber soll das wirklich schon alles gewesen sein? Viele Unternehmen verschenken nämlich noch immer echte Chancen, indem sie allein auf die Verwendung solcher statischen A/B-Tests setzen. Die Begründung hierfür ist ganz simpel: Herkömmliche A/B-Tests gehen nämlich von einem Durchschnittskunden aus, der sich in Wirklichkeit jedoch nicht allgemein definieren lässt. In den meisten Fällen gibt es aber keine Einheitsvariante, die zu jedem passt. Und sogar User, die in dieselbe Käufergruppe fallen, können komplett verschiedene Verhaltensweisen an den Tag legen. Auch etwaige Ausreißer wie Großkunden oder andere überdurchschnittlich kaufkräftige User können hierbei nicht berücksichtigt werden, sondern verfälschen durch ihr stark aus der Norm fallendes Kaufverhalten die Ergebnisse des statisch konzipierten A/B-Tests. Das bedeutet, dass die Bedürfnisse jener Kunden, die für das Unternehmen eigentlich enorm wichtig sind, schlichtweg übergangen werden. Das wiederum endet in einer negativen User Experience – und das wünscht sich schließlich niemand.

Dynamische A/B/n-Tests sind die Lösung

Beim A/B/n-Test, auch Multivarianten Test genannt, sind die Versionen ebenso vielfältig wie die User selbst. Sie stellen eine erweiterte Form des klassischen A/B-Tests dar, bei der mehrere Varianten zur Messung und Verbesserung der Usability herangezogen werden. Diese Testmethode erlaubt es also, eine Vielzahl an Änderungen vorzunehmen und hinsichtlich ihrer herbeigeführten Nutzerreaktionen zur selben Zeit miteinander zu vergleichen. Wie reagiert der Kunde auf veränderte Farben? Was ist besser, rot, blau oder violett? Und hat diese Veränderung irgendeinen Einfluss darauf, an welcher Position der Website der Warenkorb am häufigsten geklickt wird? Schön und gut, derartige Optimierungen leuchten ein. Worin besteht nun aber der dynamische Ansatz? Dynamisch bedeutet in diesem Kontext ganz einfach, dass die Variablen immer wieder neu angepasst werden. Im Falle eines Webshops kann es beispielsweise profitabel sein, die automatische Sortierung seiner Produkte nach Preis, Beliebtheit oder Relevanz von Fall zu Fall anzupassen, um auf diese Weise das individuelle Kaufverhalten eines jeden Users zu berücksichtigen. Während beispielsweise der typische Schnäppchenjäger nur nach Angeboten Ausschau hält, ist der Trendsetter wahrscheinlich eher an Neuheiten und Bestsellern interessiert. Ein dritter User hingegen shoppt möglicherweise gerne rosafarbene Bettwäsche in Übergröße, unabhängig von Preis oder Saison. So unterschiedlich die Profile dieser Nutzer sind, so ähnlich sind sie sich doch in dem Bedürfnis, möglichst schnell zu jenen Produkten zu gelangen, die sich mit ihrem Kaufinteresse decken. Dank des dynamischen A/B/n-Testverfahrens lassen sich all jene Faktoren individuell anpassen, die für den einzelnen User von gesteigerter Relevanz sind. Intelligente Algorithmen sorgen dafür, dass das Verhalten des Kunden hinsichtlich seiner aktuellen Interessen beobachtet und dementsprechend eine passende Variante ausgewählt wird – und zwar in Echtzeit. Das treibt die Conversions in die Höhe, senkt die Bounce-Rate und sorgt für eine positive User Experience. Und das Tolle: Dieses Prinzip lässt sich auf alle denkbaren Variablen anwenden. Doch Achtung! Gerade weil diese Methode so flexibel ist, ist es unbedingt erforderlich, zwischen allgemeinen und temporären Interessen eines Stammkunden zu unterscheiden. Schließlich steht nicht jeder, der zum Valentinstag online nach einem Geschenk für die Liebste sucht, plötzlich auf Schmuck und Handtaschen. Sinnvoller ist es, ihm außerdem Jeanshosen in seiner Lieblingsfarbe zu empfehlen, um auf diese Weise einen zusätzlichen Impulskauf zu erzielen.

Die oberste Regel: Bloß nicht nerven!

Stattdessen soll der Kunde gezielt angesprochen werden. Er muss das Gefühl haben, als würde er auch beim Online-Shopping im Supermarkt um die Ecke vom Verkäufer seines Vertrauens beraten werden, ohne ihn wirklich zu bemerken. A/B/n-Tests sind hierbei unerlässlich, keine Frage. Trotzdem sollte man nicht in einen Optimierungswahn verfallen, denn mindestens ebenso wichtig ist, dass der User die Seiten, die er regelmäßig besucht, auch wiedererkennt. Vor lauter Neuerungen und getesteter Versionen kann es nämlich sein, dass er die gesuchten Funktionalitäten nicht mehr findet. Trotz aller Möglichkeiten, die A/B/n-Tests bieten, sollte man es also auf keinen Fall übertreiben. Die intelligenten Algorithmen der dynamischen Methode behalten dies im Blick. Sie passen sich dem aktuellen Surfverhalten der Kunden an, ohne dabei ihre langfristigen Interessen des Kunden zu vergessen und schöpfen das vorhandene Potenzial auf diese Weise optimal aus, ohne durch zu viele Optionen zu verwirren. Nur so können sowohl bei bekannten als auch bei neuen Kunden Conversion Rate und letztlich auch der Wert des Warenkorbs boomen. Denn letzten Endes ist vor allem ein zufriedener User ein solcher, der Geld in die Kasse spült – je mehr, desto besser.

Felix Schirl

Felix Schirl ist seit April 2015 Geschäftsführer der trbo GmbH. Neben der Geschäftsführung verantwortet der 38-Jährige außerdem die Position des Chief-Technical-Officer (CTO) bei dem Münchner Technologie-Unternehmen. Zuvor sammelte er sechs Jahre Management-Erfahrungen bei intelliAd Media, einem ebenfalls in München ansässigen Technologie-Unternehmen. Dort betreute er als Chief Information Officer (CIO) den Bereich Tracking sowie die Entwicklung neuer Kernprodukte. Seine Karriere startete Felix Schirl, nach seinem Studium an der Technischen Hochschule Nürnberg, im Jahre 2000 als Development Manager bei Pangora (Lycos Europe). Im Anschluss war der Informatiker beim Internet-Auktionshaus Swoopoo für die Leitung und Weiterentwicklung des Bereichs Frontend und Core Applikation zuständig. Felix Schirl zeigte sich bereits als Sprecher auf Veranstaltungen wie der Data Driven Marketing in eCommerce (DDME) oder der Co-Reach.

More Posts - Website

0 Kommentare beitragen

Senden Sie uns eine Mitteilung Hier

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Pin It on Pinterest

Share This