Wussten Sie, dass erstaunlich viele Marketer mit ihren Konversionsraten unzufrieden sind? Laut Daten von Econsultancy halten lediglich 28 % aller Marketer die Konversionsraten, die Sie erzielen, für zufriedenstellend. Doch woran liegt das und wie lässt sich dieses Problem lösen?

Die Ursache für zu geringe Konversionsraten lässt sich am besten auf mathematischem Wege ermitteln: mithilfe eines A/B-Tests. Ein A/B-Test ist eine Art Experiment, bei dem Sie zwei verschiedene Versionen eines Inhaltelements (d. h. einer Landing-Page, E-Mail oder eines Call-to-Action) erstellen und jede Version je einer von zwei vergleichbaren Zielgruppen zeigen. Ziel ist, herauszufinden, welche Version bei Ihrer Zielgruppe besser ankommt.

(Hinweis: A/B-Tests sind nicht nur relativ einfach durchzuführen, sie lassen sich auch auf vielfältige Weise im Marketing einsetzen.)

Je mehr Sie experimentieren, desto schneller lernen Sie. Um Ihnen bei der  Planung Ihrer Marketing-Experimente zu helfen, haben wir eine Auswahl an  Experimentvorlagen inkl. Kalender erstellt. Legen Sie jetzt los!

Wenn auch Sie Ihre Konversionsraten optimieren möchten, sind Sie hier genau richtig. In diesem Artikel erklären wir Ihnen detailliert, wie Sie einen A/B-Test erstellen, durchführen und die Ergebnisse auswerten. Die Schritte sind für jede Art von A/B-Test immer dieselben – ganz gleich, welche Art von Content Sie testen. In diesem Artikel sind sie anhand des Beispiels eines Call-to-Action (CTA) beschrieben.

Wenn Sie die Schritte bereits beim Lesen dieses Artikels nebenher ausführen möchten, um direkt Ihren ersten A/B-Test zu erstellen, können Sie sich dazu unsere kostenlose PowerPoint-Vorlage für CTAs herunterladenDamit ist die Hälfte der Design-Arbeit bereits erledigt.

So führen Sie einen A/B-Test durch: 

1. Legen Sie fest, welches Inhaltselement Sie testen möchten

Einer der Vorteile von A/B-Tests ist, dass Sie zwei Content-Elemente gleichzeitig testen können. Wie groß oder umfangreich der Gegenstand Ihres Tests ist, spielt dabei keine Rolle. Sie können alles testen – von der Farbe eines CTA bis hin zur vollständigen Umgestaltung einer Webseite.

Bei der Überlegung, wie unterschiedlich Sie die beiden zu vergleichenden Versionen gestalten, sollten Sie allerdings einen wichtigen Punkt beachten: Das Ergebnis Ihres Tests wird sich immer auf das gesamte Inhaltselement beziehen, d. h. Sie haben keine Möglichkeit, das Resultat auf die Änderung einer spezifischen Komponente zurückzuführen. Wenn Sie also einen A/B-Test mit einer Landing-Page durchführen und bei der neuen Variante den CTA, die Länge des Formulars, das Bild und die Überschrift ändern, können Sie anhand des Ergebnisses nicht beurteilen, ob beispielsweise die Formularlänge ausschlaggebend war. Sie wissen nur, dass es an einem oder mehreren dieser vier Aspekte lag. 

Wenn Sie die Besucher/Leads-Konversionsrate optimieren möchten, empfehlen sich A/B-Tests Ihrer Landing-Pages, E-Mails oder CTAs. Wir haben für diesen Beitrag das Beispiel eines CTA gewählt, bei dem wir testen möchten, welche Auswirkungen eine Änderung der Farbe hat. 

2. Bestimmen Sie das Ziel Ihres Tests und legen Sie fest, wie Sie die Ergebnisse messen möchten

Ein A/B-Test wird nur dann aussagekräftige und hilfreiche Ergebnisse hervorbringen, wenn er gründlich vorbereitet und geplant wurde. Überlegen Sie sich also vorab genau, welche Erkenntnisse Sie sich von dem A/B-Test erhoffen. Möchten Sie beispielsweise in Erfahrung bringen, inwiefern sich die Farbe des CTA darauf auswirkt, wie häufig er angeklickt wird? Das wäre das einfachste Testszenario. Sie könnten aber auch prüfen, ob Sie mit einer Änderung der Farbe eines CTA bewirken können, dass Besucher mehrmals auf ihn klicken.

In unserem Beispiel-Test geht es darum, möglichst viel Traffic auf eine Landing-Page zu leiten. Daher ist für uns also die Klickrate des CTA interessant.

3. Erstellen Sie die zwei zu vergleichenden Varianten Ihres Inhaltselements fest

Dazu benötigen Sie einerseits Ihren bisherigen Content, d. h. eine Landing-Page, E-Mail, Überschrift bzw. einen aktuellen CTA, der die Version A bildet. Folglich entspricht die Version B der neuen Variante, an der Sie Änderungen vorgenommen haben. 

In unserem Beispiel ist Version A ein CTA in dunkelgrau. Dabei ist es wichtig, dass Sie ein typisches Beispiel für Ihre bisherige Strategie wählen. Für die Version B wählen Sie dann etwas Neues, wie hier zum Beispiel ein helles Blau. 

4. Legen Sie die Parameter für Ihren A/B-Test fest und führen Sie ihn durch

Sobald der Plan für Ihren Test steht, können Sie auch schon mit der Durchführung beginnen. Dazu erstellen Sie als Erstes Ihr zu testendes Content-Element, d. h. in diesem Fall den dunkelgrauen und den hellblauen CTA. Wie Sie sehen, unterscheiden sich unsere zwei Varianten ausschließlich in puncto Farbe. An den anderen Merkmalen – dem Text und der Grafik – haben wir nichts verändert. Dies ist wichtig, da wir nur so tatsächlich beurteilen können, ob sich die Farbe des CTA auf die Anzahl der Klicks auswirkt. 

Version A:

cta_example_2

Version B:

cta_example_1

Im nächsten Schritt setzen Sie den A/B-Test in Ihrer Marketingsoftware auf. Wie Sie dazu vorgehen, hängt von der verwendeten Software und häufig auch von dem zu testenden Content-Element ab.

5. Präsentieren Sie die zu testenden Inhalte einer relevanten Zielgruppe

Wenn Ihr Test statistisch relevant sein soll (mehr dazu im nächsten Abschnitt), brauchen Sie eine ausreichende Anzahl von Teilnehmern. Lassen Sie also nichts unversucht, um möglichst viele Benutzer auf Ihren Test-Content aufmerksam zu machen: Senden Sie Ihre E-Mail an ausreichend Empfänger, promoten Sie Ihre Landing-Page auf sämtlichen sozialen Plattformen und bewerben Sie Ihren Blog-Artikel mit einer PPC-Kampagne.

Vergessen Sie nicht: Wenn Sie eine ganz bestimmte Zielgruppe für Ihren A/B-Test ausgewählt haben, müssen Sie den Test-Content auch ganz gezielt an diese spezifische Zielgruppe ausspielen. Wenn Sie beispielsweise ermitteln möchten, wie gut ein bestimmtes Element einer Landing-Page bei Ihren Twitter-Followern ankommt, sollten Sie Ihren A/B-Test auch ausschließlich auf Twitter promoten. Nicht auf Facebook, nicht per E-Mail, sondern nur auf Twitter. 

Da wir uns in unserem Beispiel auf die Konversionsrate eines CTA konzentrieren, müssen wir also alles tun, um möglichst viele Benutzer dazu zu bewegen, den Blog-Beitrag zu lesen, in dem dieser sich befindet. 

6. Sammeln Sie ausreichend Daten

Anschließend müssen Sie ein wenig Geduld beweisen. Promoten Sie den Test-Content solange weiter und lassen Sie den Test solange laufen, bis die Ergebnisse statistisch relevant sind. Die Mathematiker und Statistiker unter Ihnen können wie hier beschrieben selbst berechnen, inwiefern ihre Daten bereits statisch relevant sind. Allen anderen empfehlen wir einen Signifikanzrechner. Sobald Sie über aussagekräftige Daten verfügen, können Sie prüfen, welche Ihrer beiden Versionen bessere Ergebnisse einfährt. 

Wenn Zweifel aufkommen, dass Sie jemals an diesem Punkt angelangen werden, empfehlen wir Ihnen, zunächst einige Tage abzuwarten. Es kann tatsächlich bis zu 30 Tage dauern, bis Ihr Content genügend Beachtung gefunden hat, dass die Ergebnisse statistisch relevant sind. Wenn Sie einen Test jedoch bereits seit einem Monat durchführen und Ihr Content eigentlich ausreichend Traffic erhalten hat, Sie aber bisher keine statistisch relevanten Ergebnisse erzielt haben, dann können Sie daraus schließen, dass Ihre Änderungen wohl eher wenig Auswirkung auf Ihre Konversionsrate haben. Scheuen Sie sich in diesem Fall nicht davor, das Experiment abzubrechen.

7. Betrachten Sie die Auswirkungen auf den gesamten Marketingtrichter

Unabhängig davon, ob Ihr A/B-Test aussagekräftige Ergebnisse hervorgebracht hat oder nicht, sollten Sie dennoch einen weiteren Aspekt prüfen. 

Denn auch wenn es stimmt, dass Sie sich bei dem A/B-Test möglichst auf ein einziges Element konzentrieren sollten, ist nun der Zeitpunkt gekommen, den Blickwinkel etwas zu weiten. Dies ist die einzige Phase des Tests, in der Sie Ihr ursprüngliches Ziel kurzfristig außer Acht lassen können, um sich anzusehen, welche weiteren Auswirkungen der Test auf Ihren Marketingtrichter insgesamt hatte.

Es ist zwar eher unwahrscheinlich, dass eine Änderung der Farbe eines CTA sich auf etwas anderes auswirken könnte als die Klickrate, doch gelegentlich lassen sich in der Tat überraschende Konsequenzen feststellen. Wenn Ihre Software es Ihnen ermöglicht, übergreifende Analyticsdaten einzusehen, können Sie nachvollziehen ob Besucher, die auf den CTA geklickt haben, schließlich zu Kunden werden. Vielleicht stellen Sie fest, dass alle Besucher, die auf den blauen CTA geklickt haben, schneller zu Kunden konvertieren.

Solche und ähnliche Überraschungen, könnten hier auf Sie warten. Auch wenn dieses Beispiel zugegebenermaßen etwas abwegig ist, kann es durchaus sein, dass Sie im Zuge der Prüfung Ihres Marketingtrichters auf unerwartete Auswirkungen Ihres A/B-Tests stoßen. Falls es sich dabei um positive Entwicklungen handelt, empfehlen wir Ihnen, sich genauer mit ihnen auseinanderzusetzen. Falls nicht, sollten Sie noch einmal genau darüber nachdenken, ob Sie die getesteten Änderungen tatsächlich vornehmen möchten.

Kurz gesagt: Behalten Sie stets im Hinterkopf, dass sich ein A/B-Test nicht unbedingt nur auf die getesteten Kennzahlen auswirkt, sondern weitreichendere Konsequenzen haben kann.

8. Prüfen Sie Ihre Ergebnisse auf Richtigkeit

Ihnen liegen nun also ausreichend Daten vor und Sie haben geprüft, ob Ihr Test unerwartete Auswirkungen hatte. Damit ist Ihr Experiment aber noch nicht abgeschlossen.

Sie haben zwar den A/B-Test beendet, was durchaus erfreulich ist, doch nun warten noch zahlreiche weitere Tests auf Sie. Bleiben wir beim Beispiel des CTA: Hier könnten Sie nun als Nächstes testen, was geschieht, wenn Sie die CTA-Schaltfläche an anderer Stelle auf der Seite platzieren. Oder Sie könnten prüfen, ob sich eine Änderung des Textes auf die Klickrate auswirkt. 

Vielleicht haben Sie auch Zweifel an den Ergebnissen des A/B-Tests, weil Sie ihn beispielsweise an Feiertagen ausgeführt haben und Ihre Zielgruppe daher ungewöhnlich aktiv war. Führen Sie den A/B-Test in diesem Fall einfach erneut durch und vermeiden Sie dieses Mal Feiertage. 

Durch regelmäßige A/B-Tests können Sie ganz erstaunliche Optimierungen Ihrer Konversionsraten erzielen. Wir wünschen Ihnen viel Erfolg!

Neuer Call-to-Action (CTA)

Ursprünglich veröffentlicht am 18. Dezember 2018, aktualisiert am Januar 19 2023

Themen:

Conversion