Du findest, dass dein Call-to-Action-Button grösser sein sollte. Dein Kollege findet, er sollte rot sein. Deine Designerin findet den Text zu lang. Ihr habt alle Meinungen. Aber Meinungen steigern keine Conversions. Tests tun das. Mit A/B-Tests beantwortest du diese Fragen mit Daten statt mit Debatten. Erstelle Version A mit dem aktuellen Button. Erstelle Version B mit dem grösseren Button. Lass beide laufen. Miss, welche besser konvertiert. Eine gewinnt. Du setzt den Gewinner um. Keine Debatte. Kein Raten. Nur Ergebnisse. A/B-Tests sind stark, aber begrenzt. Du kannst nur eine Änderung auf einmal testen. Was, wenn du Button-Grösse, Farbe und Text gleichzeitig testen willst? Mit multivariaten Tests geht das. Du testest acht Kombinationen auf einmal statt drei einzelner A/B-Tests. Du lernst schneller. Du optimierst mehr. In diesem Artikel erfährst du, was A/B-Tests und multivariate Tests sind und wann du welchen einsetzt.
Was ist ein A/B-Test?
Der A/B-Test ist die einfachste Form des Testens. Du erstellst zwei Versionen einer Seite oder eines Elements. Version A ist deine Kontrollversion. Version B ist dein Test. Du schickst Besucher zufällig zu jeder Version. Du misst, welche besser konvertiert. Die mit der höheren Conversion-Rate gewinnt. Der A/B-Test heisst auch Split-Test, weil du deinen Traffic auf zwei Versionen aufteilst. A/B-Tests sind auf eine Änderung auf einmal begrenzt. Du testest die Button-Farbe in einem Test. Die Button-Grösse in einem anderen. Den Button-Text in einem weiteren. Aber er ist stark, weil die Ergebnisse klar sind. Version B gewinnt oder nicht.
Der Ablauf eines A/B-Tests
Beginne mit einer Hypothese. Meine Hypothese ist, dass ein grösserer Button besser konvertiert als der aktuelle. Entwirf den Test. Erstelle Version B mit einem grösseren Button. Richte den Test in deiner Testplattform ein. Lege deine Erfolgskennzahl fest. Erfolg ist eine höhere Conversion-Rate. Starte den Test. Schicke Traffic zu beiden Versionen. Sammle Daten. Lass den Test laufen, bis du statistische Signifikanz hast. Meist hundert Conversions in jeder Version. Werte die Ergebnisse aus. Ist Version B statistisch signifikant besser? Wenn ja, setze sie um. Wenn nein, behalte das Original.
Statistische Signifikanz ist wichtig
Du brauchst genug Daten, damit die Ergebnisse aussagekräftig sind. Lässt du einen Test einen Tag laufen und hast zehn Conversions insgesamt, sind die Ergebnisse bedeutungslos. Die zufällige Schwankung ist zu hoch. Lässt du einen Test mit tausend Conversions laufen, sind die Ergebnisse aussagekräftig. Die zufällige Schwankung ist gering. Die meisten Testplattformen sagen dir, wann du statistische Signifikanz erreicht hast. Brich einen Test nicht vorzeitig ab, nur weil du einen Gewinner siehst. Warte auf die statistische Signifikanz.
Was ist ein multivariater Test?
Der multivariate Test (MVT) testet mehrere Änderungen gleichzeitig. Statt Button-Farbe und Button-Grösse getrennt zu testen, testest du alle Kombinationen zusammen. Die Kombinationen können sein: rot gross, rot klein, blau gross, blau klein. Du testest vier Varianten auf einmal. Der Traffic wird vierfach aufgeteilt. Du lernst, welche Kombination am besten konvertiert. MVT ist effizienter als getrennte A/B-Tests, wenn du genug Traffic hast.
A/B-Test oder MVT: Wann du was nutzt
Nutze A/B-Tests, wenn du wenig Traffic hast. Bei wenig Traffic musst du deine Stichprobe auf weniger Varianten konzentrieren, um statistische Signifikanz zu erreichen. Nutze A/B-Tests, wenn du klare, isolierte Ergebnisse willst. Du willst wissen, ob Rot besser konvertiert als Blau, sonst nichts. Nutze MVT, wenn du viel Traffic hast. Du kannst es dir leisten, Traffic auf viele Varianten aufzuteilen. Nutze MVT, wenn du vermutest, dass Elemente zusammenwirken. Die Button-Farbe wirkt vielleicht mit der Button-Grösse zusammen. Das Testen von Kombinationen zeigt diese Wechselwirkungen.
Testen jenseits des Offensichtlichen
Die meisten testen das Offensichtliche. Button-Farbe. Button-Grösse. Formularlänge. Diese Tests sind wichtig. Aber teste auch weniger offensichtliche Dinge. Wie konkret die Überschrift ist. Wo du soziale Bewährtheit platzierst. Ladegeschwindigkeit. Vertrauenssignale. Farbkontrast. Weissraum. Typografie. Kleine Änderungen summieren sich. Finde kleine Verbesserungen bei vielen Elementen, und sie addieren sich.
Sequenzielles und gleichzeitiges Testen
Beim sequenziellen Testen führst du einen Test durch, setzt den Gewinner um und führst dann den nächsten Test durch. Das ist langsamer, aber klar. Jeder Test baut auf dem vorherigen Erfolg auf. Beim gleichzeitigen Testen laufen mehrere Tests zur selben Zeit. Das ist schneller, aber komplexer. Du lernst schneller, musst aber mehr Tests verwalten.
Häufig gestellte Fragen
Wie viel Traffic brauche ich für einen A/B-Test?
Du brauchst genug Traffic, um statistische Signifikanz zu erreichen. Die meisten Tests brauchen hundert Conversions pro Variante. Liegt deine Conversion-Rate bei einem Prozent, brauchst du zehntausend Besucher pro Variante. Liegt sie bei zehn Prozent, brauchst du tausend Besucher. Der nötige Traffic hängt von deiner Conversion-Rate ab. Niedrigere Conversion-Raten brauchen mehr Traffic. Mit dem Website-Builder von WEMASY richtest du das direkt auf deiner Website ein.
Kann ich mehrere A/B-Tests gleichzeitig durchführen?
Ja, wenn du genug Traffic hast. Traffic auf Seite A und Seite B gleichzeitig zu testen ist in Ordnung. Sie stören sich nicht gegenseitig. Variante eins und Variante zwei auf derselben Seite gleichzeitig zu testen kann sich stören. Derselbe Besucher sollte nicht beide Varianten sehen. Nutze deine Testplattform, um das zu verhindern.
Was, wenn der Test keinen Unterschied zwischen den Varianten zeigt?
Kein Unterschied sind auch Daten. Sie sagen dir, dass die getestete Änderung die Conversion nicht deutlich beeinflusst. Du kannst das Original behalten oder Version B umsetzen, wenn sie günstiger oder einfacher ist. Gehe zur nächsten Hypothese über. Nicht jeder Test hat einen Gewinner.
Sollte ich Elemente getrennt oder zusammen testen?
Teste Elemente zunächst getrennt. Isolierte Änderungen machen die Ergebnisse klar. Hast du einzelne Elemente optimiert, teste Kombinationen. Vielleicht entdeckst du, dass Element A und Element B zusammen besser funktionieren als A allein oder B allein.
Wie oft sollte ich Tests durchführen?
Kontinuierlich. Conversion-Optimierung ist nie fertig. Führe nicht zehn Tests durch und höre dann auf. Mache einen Test nach dem anderen. Jeder Test lehrt dich etwas. Nach hundert Tests liegt deine Conversion-Rate vielleicht deutlich höher. Das braucht Zeit, summiert sich aber.
Was ist eine praxistaugliche Verbesserung der Conversion durch Tests?
Ein guter A/B-Test verbessert die Conversion vielleicht um fünf bis zehn Prozent. Ein grossartiger Test vielleicht um zwanzig Prozent. Diese Verbesserungen sind real und, wenn sie sich summieren, erheblich. Führst du fünfzig Tests mit durchschnittlich fünf Prozent Verbesserung durch, summieren sich die Gewinne: Deine Conversion-Rate liegt am Ende etwa elfmal höher, ein Anstieg um mehr als eintausend Prozent. Nicht jeder Test gewinnt, deshalb fallen die echten Ergebnisse kleiner aus.