Website-Optimierung mit A/B- und Multivariate-Testing

0 | 5784 Aufrufe
Sie können diese Wikiseite nach der Anmeldung auf Webmasterpro bearbeiten. Helfen Sie mit und verbessern Sie "Website-Optimierung mit A/B- und Multivariate-Testing" mit Ihrem Wissen!

Anzeige Hier werben

Beim Verbessern von Webseiten sollte man sich nicht immer auf die persönlichen Vorlieben beim Design und bei der Usability verlassen. Nach einer gewissen Zeit stellt sich immer eine Gewöhnung an die auf der Webseite vorherrschende Umgebung ein.

Als Ersteller der Website weiß man natürlich immer wo was ist, und wie man was erreichen kann, aber für einen neuen User kann schon ein zu kleiner Anmelde-Button, die falsche Farbe des Selbigen oder eine falsche Positionierung dazu führen das er lieber abspringt anstatt sich anzumelden.

Nicht nur solche optischen Probleme in der Website lassen sich als Ersteller der Website nur schwer lösen, auch die persönlichen Vorlieben der eigenen Nutzerbasis können nur schwer simuliert werden.

Es liegt hier also nahe den eigenen User in den Prozess der Weiterentwicklung der Website mit einzubinden. Dies kann man sehr gut durch die Anwendung von A/B-Testing beziehungsweise Multivariate-Testing erreichen.

A/B-Testing

Das A/B-Testing erhält seinen Namen von seinem Aufbau. Um die Auswirkungen von Veränderungen am Design zu testen werden die User prinzipiell in zwei Gruppen, eben A und B, unterteilt. Diesen Gruppen werden dann nach dem Zufallsprinzip jeweils eines von zwei unterschiedlichen Designs vorgelegt.

Die Möglichkeit

Bild zu Website-Optimierung mit A/B- und Multivariate-Testing
Bild zu Website-Optimierung mit A/B- und Multivariate-Testing

Das A/B-Testing ist am besten dazu geeignet herauszufinden wie sich Veränderungen an Layouts, Grafiken oder Texten auf das Verhalten der User auswirken.

Ein Beispiel für einen Test wäre die Platzierung der Buttons für ein Newsletter Formular.

Auch lässt sich mit dem Prinzip des A/B-Testings die Conversions bei unterschiedlich gestalteten Textabschnitten messen.

So brachte ein Test mit einem E-Mail-Newsletter bei dem die beiden Text-Patterns: (Download) "This is a Newsletter Text Header" und "This is a Newsletter Text Header" (Download) , also das (Download) jeweils einmal vor und nach dem Header-Text, merkbar unterschiedliche Ergebnisse.

Auf der Seite zum Email-Header Beispiel lassen sich auch noch diverse andere Beispiele zu Ergebnissen von A/B-Tests nachlesen.

Der Aufbau

Zum üben und einarbeiten in die entsprechende Tools (siehe unten) nimmt man am besten weniger oft genutzte Inhalte der eigenen Seite.

Für den ersten richtigen Test sollte es dann schon eine gut besuchte Seite des zu testenden Webauftritts auswählen, zum Beispiel die Hauptseite. Dadurch lassen sich schnell sichtbare Ergebnisse erzielen.

Für den eigentlichen Test werden dann die beiden Varianten der gewünschten Seite erstellt und dem entsprechenden Tool übergeben. Das Tool sorgt dann dafür, dass den Usern entsprechend das Original oder die Testversion vorgelegt wird und errechnet aus den entsprechenden Reaktionen die Statistik.

Beim Aufbau der Tests sollte man dezent vorgehen, da die genutzten Seiten natürlich weiterhin ins Bild der Website passen müssen. Sollte sich das Layout zum Beispiel bei einem Relaunch stark ändern, ist der A/B-Test nicht die richtige Wahl um vorab einzelne Seiten zu testen. Das herausfallen aus dem derzeitigen Standard-Layout der Website würde verfälschte Ergebnisse liefern.

Wichtig ist, dass die beiden zu vergleichenden Layouts immer gleichzeitig getestet werden müssen um äußerliche Einwirkungen so gering wie möglich zu halten. Würde man zum Beispiel das eine Layout nur von 00:00 bis 12:00 Uhr online stehen lassen und das andere im Gegenzug zwischen 12:00 und 24:00 Uhr, so wären die berechneten Zahlen aufgrund der zeitlichen Verschiebung nicht aussagekräftig, da den einzelnen Layouts nicht die gleichen möglichen User zugrunde gelegt werden.

Der Ablauf

Sobald der Test gestartet ist, wird den Benutzer zufällig das Original oder das veränderte Layout ausgeliefert. Die Aufnahme der Ergebnisse wird per Klick-Verhalten bestimmt.

Um ein aussagekräftiges Ergebnis zu erhalten sollte dem Test einiges an Zeit gegeben werden. Die benötigte Zeit hängt stark von der Häufigkeit ab in der die Seite aufgerufen wird. Allgemein gilt, das eine statistische Signifikanz gegeben sein sollte um verlässliche Schlussfolgerungen aus den Zahlen ziehen zu können.

Die Schlussfolgerungen

Wichtig ist das man die erzielten Ergebnisse auch anerkennt. Die Entscheidung für Layouts die im Test besser abgeschnitten haben sollte also ohne Einflussnahme der persönlichen Vorlieben durchgezogen werden.

Multivariate-Testing

Während A/B-Testing die Beziehung zwischen zwei Seiten (also nur einer Variable => Univariate) analysiert, bezieht sich das Multivariate-Testing auf die Korrelation mehrerer Variablen.

Die Möglichkeiten

Multivariate-Testing ist ungleich komplizierter Einzusetzen als A/B-Testing, allerdings sind die Möglichkeiten entsprechend umfangreicher.

Beim Multivariate-Testing lassen sich ganze Seiten Aufsplitten und dem Benutzer entsprechend unterschiedliche Teile zu Testzwecken ausliefern.

Der Aufbau

Der Aufbau von Multivariate-Testing Umgebungen ist weitaus aufwendiger als ein A/B-Test. Außerdem hängt der Aufbau auch von dem eingesetzten Tool ab. Genau Informationen darüber holt man sich am besten in den jeweiligen Dokumentationen der Tools.

Der Ablauf

Der Ablauf unterscheidet sich nicht grundlegend vom A/B-Test. Nach aktivieren der Testumgebung wird dem User jeweils per Zufall die vorher per Setup bestimmten Fragmente auf der Seite entsprechend angezeigt.

Die Schlussfolgerungen

Entsprechend des komplizierteren Testaufbaus lassen sich mit dem Multivariate-Testing auch komplizierte Layout-Änderungen Testen, und vorallem, gleich mehrere gleichzeitig und in Abhängigkeit zueinander.

Die Ergebnisse sind dementsprechend komplexer zu handhaben.

Tools

Google Website-Optimierungstool

Das Website-Optimierungstool wird von Google kostenlos zur Verfügung gestellt. Die Dokumentation des Tools ist wie gewohnt gut. Außerdem gibt es gute Tutorials die den Einstieg in das Tool vereinfachen. Das Tool beherrscht sowohl A/B-Testing als auch Multivariate-Testing.

Visual Website Optimizer

Der Visual Website Optimizer ist ein sehr umfangreiches aber auch kostenpflichtiges Tool. Eine Trial-Version kann hier heruntergeladen werden, dazu ist allerdings eine Registrierung nötig. Das Tool beherrscht ebenfalls sowohl A/B-Testing als auch Multivariate-Testing. Eine komplette Feature-List gibt es hier. Gekaufte Lizenzen unterscheiden sich vorallem in den jeweiligen Obergrenzen der getesteten User.

Optimizely

Optimizly ist ein auf einfachheit getrimmtes Tool zum durchführen von A/B-Tests. Es ist ebenfalls kostenpflichtig, die Lizenzen haben jeweils eine Obergrenze an getesteten Usern pro Monat.

Fazit

Das Einarbeiten in A/B- und Multivariante-Testing Methoden lohnt sich auf jeden Fall. Gerade bei einer Neustrukturireung der Website können die Tests zu einer weitaus besseren Conversion führen.

Außerdem erhält man die Möglichkeit kleine Ideen schnell und unkompliziert an der eigenen Userbasis zu testen und erst danach zu entscheiden.


Wikiseite bearbeiten

Diese Seite kann von jedem registrierten Benutzer bearbeitet werden. Bisher haben 2 Personen an der Seite "Website-Optimierung mit A/B- und Multivariate-Testing" mitgewirkt.

Sie haben einen Fehler entdeckt oder möchten etwas ergänzen? Dann können Sie nach der Anmeldung "Website-Optimierung mit A/B- und Multivariate-Testing" hier bearbeiten.

Mitarbeiter