A/B-Tests gehören zu den direktesten Werkzeugen der Conversion-Optimierung im E-Commerce. Sie liefern echte Belege dafür, was in deinem Shop bei deinen Kunden funktioniert. Eine vollständige Einführung in die Conversion-Optimierung und warum eine bessere Conversion-Rate genauso wichtig ist wie mehr Traffic, findest du in Was Conversion-Rate-Optimierung ist und warum sie wichtig ist.
Was ist ein A/B-Test für einen Onlineshop?
Ein A/B-Test teilt deine Besucher in zwei Gruppen und zeigt jeder Gruppe eine andere Version einer Seite oder eines Seitenelements. Eine Gruppe sieht die Originalversion, die Kontrollgruppe. Die andere sieht die geänderte Version, die Variante. Die Änderung betrifft ein einzelnes Element. Das kann der Text eines Buttons sein, das Layout einer Produktseite oder die Platzierung eines Vertrauenssiegels. Alles andere bleibt gleich.
Die Besucher nutzen den Shop wie gewohnt. Sie wissen nicht, dass sie Teil eines Tests sind. Am Ende des Testzeitraums vergleichst du die Conversion-Raten der beiden Gruppen und stellst fest, welche Version besser abgeschnitten hat. Weil beide Versionen gleichzeitig mit vergleichbarem Traffic laufen, wirken äussere Faktoren wie Saison oder eine Änderung deiner Werbung auf beide Gruppen gleich. Der Unterschied, den du siehst, kommt von deiner Änderung und nicht vom Zeitpunkt.
Warum sind A/B-Tests für die Conversion im E-Commerce wichtig?
Jede Änderung an deinem Shop ist eine Wette. Du wettest, dass die neue Produktbeschreibung besser konvertiert, dass die vereinfachte Kasse Abbrüche senkt, dass der verschobene Button mehr Klicks bringt. Ohne Tests weisst du nicht, ob die Wette aufgegangen ist. Die Verkäufe können aus Gründen steigen, die mit deiner Änderung nichts zu tun haben. Oder aus demselben Grund fallen.
A/B-Tests machen aus Wetten Entscheidungen. Du hast Daten, die innerhalb einer messbaren Spanne zeigen, ob die Änderung eine echte Wirkung hatte. Das schützt dich vor zwei häufigen und teuren Fehlern. Der erste ist anzunehmen, dass eine Änderung geholfen hat, obwohl sie es nicht tat. Der zweite ist, eine Änderung zu verwerfen, die funktioniert hat, weil du die Verbesserung nicht ihr zugeschrieben hast.
Die finanzielle Rechnung ist einfach. Ein Shop, der ein Prozent seiner Besucher konvertiert und auf zwei Prozent steigt, hat seinen Umsatz mit demselben Traffic verdoppelt, ohne mehr Geld für Werbung auszugeben. Systematische A/B-Tests sind der zuverlässigste Weg zu solchen Gewinnen.
Was kannst du in deinem Onlineshop per A/B-Test prüfen?
Fast alles, was ein Besucher sieht, lässt sich testen. Manche Bereiche deines Shops haben mehr Einfluss auf die Conversion als andere, und auf diese solltest du deine ersten Tests konzentrieren.
Produktseiten
Auf der Produktseite fallen die meisten Kaufentscheidungen. Wirkungsvolle Kandidaten für Tests sind das Hauptbild des Produkts, die Produktüberschrift, Text und Platzierung des Buttons zum Warenkorb, Länge und Aufbau der Produktbeschreibung, die Position der Kundenbewertungen und ob der Preis mit unterstützendem Kontext angezeigt wird, etwa einem Vergleichspreis oder einem Hinweis auf einen Mindestbestellwert für den Versand. Was eine Produktseite wirksam macht, erfährst du in So gestaltest du Produktseiten, die zum Kauf anregen.
Ablauf an der Kasse
An der Kasse verlieren Shops Kunden, die schon entschieden haben zu kaufen. Nützliche Tests sind die Kasse auf einer Seite gegenüber mehreren Schritten, Pflicht zur Kontoerstellung gegenüber Gastbestellung, Anzahl und Reihenfolge der Formularfelder und die Stelle, an der die Bestellübersicht erscheint. Änderungen an der Kasse bringen oft schnellere und klarere Ergebnisse als Änderungen an Produktseiten, weil die Kaufabsicht der Besucher dort schon feststeht. Eine Übersicht der Entscheidungen beim Kassendesign findest du in So gestaltest du eine Kasse, die Abbrüche senkt.
Startseite und Navigation
Deine Startseite und Navigation prägen den ersten Eindruck der Besucher und den Weg zu deinen Produktseiten. Teste die Überschrift der Startseite, welche Produkte oder Kollektionen du ohne Scrollen zeigst, die Platzierung von Werbebannern und ob die Kategorienavigation als feste Menüleiste oder als sichtbare Kacheln besser funktioniert. Änderungen hier betreffen den gesamten Traffic, der durch deinen Shop fliesst, daher haben schon kleine Verbesserungen grosse Reichweite.
Handlungsaufforderungen
Text, Farbe, Grösse und Platzierung von Buttons beeinflussen, ob Besucher den nächsten Schritt gehen. „In den Warenkorb“ und „Jetzt kaufen“ sind die am häufigsten getesteten Button-Paare. Du kannst auch testen, ob Dringlichkeit neben einem Button („Nur noch 3 verfügbar“) oder ein sozialer Beweis („Über 200 Bestellungen diese Woche“) die Klickrate verändert.
Preisdarstellung und Angebote
Wie du Preise zeigst, beeinflusst Kaufentscheidungen über den Preis selbst hinaus. Teste, ob ein durchgestrichener Originalpreis neben dem Angebotspreis die Conversions gegenüber dem Angebotspreis allein erhöht. Teste, ob ein Hinweis „Kostenloser Versand ab X“ in der Nähe des Warenkorbs grössere Bestellungen bringt. Teste, ob eine Geld-zurück-Garantie auf der Produktseite statt nur im Footer die Abschlussrate an der Kasse verändert.
Wie führst du einen A/B-Test durch?
Eine Hypothese formulieren
Jeder Test beginnt mit einer Frage, deren Antwort du messen kannst. „Wenn ich das Produktbild durch ein Lifestyle-Foto ersetze, das das Produkt im Einsatz zeigt, legen dann mehr Besucher den Artikel in den Warenkorb?“ Diese Frage legt fest, was du änderst, was du erwartest und woran du erkennst, ob es funktioniert hat. Schreibe die Hypothese auf, bevor du anfängst. Ein Test ohne Hypothese ist nur eine Änderung ohne Messung.
Die Erfolgskennzahl wählen
Lege die Kennzahl fest, die du misst, bevor der Test beginnt. Bei den meisten Tests im E-Commerce ist das die Conversion-Rate bei einem bestimmten Schritt. Das kann die Rate der Warenkorb-Aktionen sein, die Rate der gestarteten Kassenvorgänge oder die Rate abgeschlossener Käufe. Wähle die Kennzahl, die direkt zu dem Element passt, das du testest. Testest du ein Element der Produktseite, miss, wie es die Rate der Warenkorb-Aktionen beeinflusst. Testest du ein Element der Kasse, miss die Abschlussrate. Der Gesamtumsatz des Shops als Kennzahl bringt zu viel Rauschen aus anderen Teilen des Funnels.
Den Test einrichten
Nutze ein Tool für A/B-Tests, um deine Variante zu erstellen und den Traffic auf die beiden Versionen aufzuteilen. Eine Aufteilung 50/50 ist üblich. Lass deinen Shop während des Tests normal laufen. Vermeide grössere Aktionen oder erhebliche Änderungen deiner Werbung, solange ein Test läuft, denn sie verschieben das Besucherverhalten so, dass beide Gruppen ungleich betroffen sind und die Ergebnisse schwer zu deuten werden.
Den Test bis zum Ende laufen lassen
Beende den Test nicht vorzeitig, weil eine Version zu gewinnen scheint. Frühe Ergebnisse täuschen oft. Das Besucherverhalten schwankt je nach Wochentag, und Muster der ersten Tage halten nach ein bis zwei vollen Wochen oft nicht mehr. Ein früher Abbruch, wenn eine Version vielversprechend aussieht, erhöht die Gefahr erheblich, auf ein falsch positives Ergebnis zu handeln. Lass den Test laufen, bis du deine Zielgrösse der Stichprobe erreicht hast.
Auswerten und das Ergebnis umsetzen
Hast du genug Daten, vergleiche die Conversion-Raten von Kontrollgruppe und Variante. Schneidet die Variante statistisch signifikant besser ab, setze die Änderung um. Sind die Ergebnisse nicht eindeutig, hat die Änderung keinen messbaren Unterschied gemacht. Behalte dann das Original und wähle ein anderes Element zum Testen. War die Variante schlechter, bleib beim Original und überdenke deine Hypothese. Jedes Ergebnis sagt dir etwas Nützliches.
Wie lange solltest du einen A/B-Test laufen lassen?
Zwei Faktoren bestimmen, wie lange ein Test laufen sollte. Der eine ist dein Traffic. Der andere ist die Grösse der Verbesserung, die du erkennen willst.
Kleinere Verbesserungen brauchen mehr Traffic, um zuverlässig erkannt zu werden. Konvertiert dein Shop mit zwei Prozent und du willst eine relative Verbesserung von 20 Prozent erkennen, brauchst du deutlich mehr Besucher, als wenn du eine Verbesserung von 50 Prozent erkennen wolltest. Für die meisten Shops mit mittlerem Traffic sind zwei bis vier Wochen das empfohlene Minimum. Shops mit viel Traffic erreichen Signifikanz schneller. Shops mit wenig Traffic brauchen länger.
Als praktischen Ausgangspunkt peile mindestens 100 Conversions je Variante an, bevor du Schlüsse ziehst. Bei einer Conversion-Rate von zwei Prozent sind das mindestens 5.000 Besucher je Variante. Erreicht dein Shop diesen Traffic nicht in vertretbarer Zeit, ist ein Vorher-nachher-Vergleich die praktischere Alternative: Ändere eine Sache, miss drei bis vier Wochen und vergleiche mit demselben Zeitraum des Vormonats.
Die wichtigste Regel: Lege die Zielgrösse der Stichprobe fest, bevor der Test startet, und sieh dir die Ergebnisse erst an, wenn du sie erreicht hast. Wer alle paar Tage nachsieht und aufhört, wenn eine Version vorn liegt, treibt die Rate falsch positiver Ergebnisse weit über das, was die statistische Signifikanz allein vermuten lässt.
Woran erkennst du, ob deine A/B-Test-Ergebnisse verlässlich sind?
Die statistische Signifikanz zeigt dir, ob der Unterschied zwischen deinen zwei Versionen wahrscheinlich eine echte Wirkung ist und kein zufälliges Schwanken. Test-Tools geben sie meist als Konfidenzniveau an. Ein Konfidenzniveau von 95 Prozent bedeutet, dass das Ergebnis mit fünf Prozent Wahrscheinlichkeit Zufall ist. Für die meisten Entscheidungen im E-Commerce sind 95 Prozent verlässlich genug, um zu handeln.
Prüfe auch äussere Faktoren, die den Test verzerrt haben könnten. Ein Test, der während einer grossen Rabattaktion lief, in einer Zeit mit deutlich geänderter Werbung oder in einer Woche, in der sich deine wichtigste Traffic-Quelle verschoben hat, kann Ergebnisse liefern, die nicht typisch für den normalen Shopbetrieb sind. Ist im Testzeitraum etwas Wesentliches passiert, notiere es, bevor du auf das Ergebnis handelst.
Eine weitere sinnvolle Prüfung ist der Blick auf Nebenkennzahlen neben der Hauptkennzahl. Hat deine Variante eine höhere Rate der Warenkorb-Aktionen, aber eine niedrigere Abschlussrate an der Kasse, zieht sie womöglich weniger entschlossene Besucher an, statt mehr von ihnen zu Käufern zu machen. Eine gewinnende Variante sollte beim Zielschritt besser sein, ohne an anderer Stelle im Funnel spürbar schlechter zu werden.
Welche Fehler machen A/B-Tests unzuverlässig?
Mehrere Elemente gleichzeitig zu testen ist der häufigste Fehler. Änderst du im selben Test Produktbild, Überschrift und Buttonfarbe, kannst du das Ergebnis keiner einzelnen Änderung zuordnen. Führe einen Test je Element durch und halte alles andere konstant.
Zu frühes Abbrechen ist das zweithäufigste Problem. Eine Variante, die in den ersten drei Tagen zu gewinnen scheint, kann nach zwei vollen Wochen keinen Unterschied mehr zeigen oder sich sogar umkehren. Lege die geplante Testdauer vor dem Start fest und weiche nicht davon ab.
Zu früh Seiten mit wenig Traffic zu testen ist ein dritter Fehler. Hat deine Produktseite 50 Besucher pro Woche, würde es bei zwei Prozent Conversion-Rate viele Monate dauern, 100 Conversions je Variante zu erreichen. Teste zuerst deine Seiten mit dem meisten Traffic und geh erst zu Seiten mit weniger Traffic über, wenn du die möglichen Gewinne oben ausgeschöpft hast.
Auch zu ignorieren, was du schon weisst, ist ein Problem. A/B-Tests wirken am besten, wenn Daten darüber sie leiten, wo Besucher schon abspringen, und nicht, wenn du wahllos testest. Nutze deine Analysen, um die Seiten und Schritte zu finden, an denen die meisten Besucher gehen, ohne zu konvertieren. Dort solltest du deine Tests ansetzen. Eine praktische Anleitung zum Verständnis von Besucherabbrüchen findest du in Warum Kunden ihren Warenkorb verlassen und was du dagegen tun kannst.
Was solltest du zuerst testen?
Fang dort an, wo die meisten Besucher das Interesse verlieren. Bei den meisten Shops ist das die Produktseite oder die Kasse. Die Kasse hat oft Vorrang, weil Besucher, die sie erreichen, schon klare Kaufabsicht gezeigt haben. Eine Änderung, die die Abschlussrate an der Kasse auch nur um einen kleinen Prozentsatz verbessert, betrifft jeden Besucher, der so weit kommt.
Konzentriere dich nach der Kasse auf deine Produktseiten mit dem meisten Traffic. Eine Änderung an einer Produktseite mit 3.000 Aufrufen pro Monat hat mehr mögliche Wirkung als dieselbe Änderung auf einer Seite mit 100. Setze Prioritäten nach möglicher Reichweite und nicht danach, welche Seiten sich am interessantesten anfühlen.
Vertrauen ist ein weiterer Bereich, in dem sich Tests oft lohnen. Viele Shops verlieren Conversions nicht wegen eines bestimmten Seitenelements, sondern weil Besucher dem Shop nicht genug vertrauen, um zu kaufen. Zu testen, wo Vertrauenssignale erscheinen und wie sie dargestellt werden, kann deutliche Ergebnisse bringen. Einen Überblick, welche Vertrauenssignale im E-Commerce am wichtigsten sind, findest du in So nutzt du Vertrauenssignale in deinem Onlineshop.
So unterstützt WEMASY deine Conversion-Tests
Gute A/B-Tests beginnen mit genauen Ausgangsdaten. Du musst deine aktuelle Conversion-Rate kennen, wissen, wo Besucher abspringen und welche Seiten schwach sind, bevor du eine nützliche Hypothese formulieren und messen kannst, ob ein Test etwas bewegt hat. Analysen und Einblicke von WEMASY erfasst Besuche, Seitenleistung und Conversion-Verhalten in deinem Shop und liefert dir die Ausgangszahlen, auf denen Tests aufbauen. Das E-Commerce-System liefert Bestelldaten, mit denen du abgeschlossene Käufe über Testzeiträume hinweg misst. Den vollen Funktionsumfang siehst du in den Tarifen.
Häufig gestellte Fragen
Kann ich einen A/B-Test durchführen, wenn mein Shop wenig Traffic hat?
Wenig Traffic macht es schwerer, in vertretbarer Zeit statistische Signifikanz zu erreichen. Hat dein Shop weniger als 1.000 Sitzungen pro Woche, können Tests bei einer typischen Conversion-Rate im E-Commerce Monate dauern, bis die Stichprobe für verlässliche Ergebnisse reicht. Dann können Vorher-nachher-Vergleiche über einen gleichbleibenden Zeitraum eine praktische Alternative sein. Ändere eine Sache, miss drei bis vier Wochen und vergleiche das Ergebnis mit demselben Zeitraum des Vormonats. Das ist ungenauer als ein kontrollierter A/B-Test, aber aussagekräftiger, als Änderungen ganz ohne Messung vorzunehmen. Mit dem Website-Builder von WEMASY kannst du das direkt in deinem Shop einrichten.
Kann ich mehr als einen A/B-Test gleichzeitig durchführen?
Ja, aber nur auf verschiedenen Seiten oder klar getrennten Elementen, die sich nicht gegenseitig beeinflussen. Die Überschrift einer Produktseite und das Layout eines Kassenformulars gleichzeitig zu testen ist meist unbedenklich, weil die beiden Tests verschiedene Seiten und verschiedene Entscheidungspunkte im Funnel betreffen. Zwei verschiedene Elemente auf derselben Seite gleichzeitig zu testen, schafft dasselbe Problem wie mehrere Elemente in einem Test: Du kannst nicht trennen, welche Änderung welches Ergebnis verursacht hat.
Was ist der Unterschied zwischen A/B-Tests und multivariaten Tests?
Ein A/B-Test vergleicht zwei Versionen eines Elements: das Original und eine Variante. Ein multivariater Test vergleicht mehrere gleichzeitig geänderte Elemente und prüft jede mögliche Kombination, um herauszufinden, welche Änderungen zusammen das beste Ergebnis bringen. Multivariate Tests brauchen deutlich mehr Traffic für verlässliche Schlüsse, weil du die Besucher auf mehr Varianten verteilst. Für die meisten Shops sind A/B-Tests der praktischere Weg. Multivariate Tests passen eher zu Shops mit viel Traffic, die die offensichtlichen Verbesserungen durch normale A/B-Tests schon gemacht haben und das Zusammenspiel mehrerer Seitenelemente erkunden wollen.
Was ist, wenn ich während eines laufenden Tests andere Änderungen an meinem Shop machen muss?
Kleine Änderungen, die nichts mit der getesteten Seite zu tun haben, sind meist in Ordnung. Änderungen, die die Seiten oder Elemente deines Tests betreffen, sind ein Problem, weil sie eine zweite Variable einführen, die deine Ergebnisse beeinflussen kann. Musst du die getestete Seite wesentlich ändern, ist der sauberste Weg, den Test zu stoppen, die Änderung umzusetzen, den Shop ein paar Tage zur Ruhe kommen zu lassen und den Test neu zu starten. Auch eine Aktion oder ein grösserer Werbeschub während eines laufenden Tests sollte vermieden werden, weil sie das Besucherverhalten verschieben, und zwar möglicherweise nicht in beiden Gruppen gleich.
Brauche ich ein eigenes Tool für A/B-Tests?
Ein eigenes Test-Tool teilt den Traffic automatisch auf, erfasst die Conversion-Daten je Variante, berechnet die statistische Signifikanz und verhindert, dass derselbe Besucher beide Versionen sieht. Ohne Tool müsstest du all das von Hand umsetzen, was fehleranfällig ist und weniger verlässliche Ergebnisse liefert. Hat dein Shop oder dein Website-System keine eingebauten A/B-Tests, lassen sich Test-Tools von Drittanbietern in die meisten Shops einbinden. Die Investition lohnt sich, wenn du regelmässig testen willst, denn die Verlässlichkeit der Ergebnisse hängt stark davon ab, wie Traffic-Aufteilung und Datenerfassung umgesetzt sind.