Wenn es um die Optimierung Ihrer Website geht, ist nicht immer klar, an welchem Stellhebel des Designs Sie ziehen müssen. Reichen kleine Änderungen im Text oder der Bebilderung? Ist eine komplette Überholung der Produktseiten notwendig? Welches Element führt zur hohen Absprungrate in Ihrer Kasse? Macht das, was der Wettbewerb macht, vielleicht auch für Sie Sinn? Oder ist die Idee, welche Sie im Kundengespräch entwickelt haben, tatsächlich gut?

Um diese Fragen zu beantworten, helfen A/B-Tests. Doch ab wann und in welchen Situationen lohnt es sich für einen Onlineshop wirklich, A/B-Tests einzusetzen?

Was ist A/B-Testing?

Mit A/B-Testing, auch Split-Testing genannt, können Sie das Verhalten der Besucher für jede Seite messen und erfassen. Die Ergebnisse zeigen, ob vorgenommene Optimierungen einen positiven, negativen oder neutralen Effekt auf das Besucherverhalten haben – und auf das Ergebnis in Ihrer Gewinn- und Verlustrechnung.

Das Prinzip ist denkbar einfach: Sie teilen den Besucherstrom einer bestimmten Shopseite in zwei Gruppen auf und leiten die Gruppen auf zwei unterschiedliche Varianten der Zielseite. Dem ersten Besucher wird Variante A gezeigt, der zweite Besucher sieht Variante B, der dritte Besucher bekommt wieder Variante A zu Gesicht, der vierte Besucher wieder Variante B, und so weiter. So splitten sich die Gruppen auf die zwei Varianten der zu optimierenden Seite.

Diesen Test lassen Sie nun einige Zeit laufen, beispielsweise für 30 Tage, und prüfen am Ende: Welche Variante ist besser?

Das ermitteln Sie anhand messbarer Größen im Testzeitraum wie:

  • Umsätze
  • Deckungsbeiträge
  • Konversionsraten

Warum sich A/B-Testing in fast allen Fällen lohnt

Selbst das größte Marketing-Genie kann nicht hellsehen. Niemand kann mit absoluter Sicherheit sagen, dass das eine Design erfolgreicher konvertieren wird als das andere. Das verraten uns schlussendlich nur die Kunden. Urgestein Karl Kratz sagt so schön: “Ego kostet.”

Ihre Kunden einzeln und persönlich abzufragen, was sie am Design Ihres Onlineshops zum Kauf überzeugt hat (oder nicht), wäre aber extrem aufwändig. Sagen wir konservativ, dass es pro Kunde eine Stunde Zeit kosten würde, die Befragung und Bewertung durchzuführen. Bei 10 Kunden sind das 10 Stunden. Und am Ende wissen Sie immer noch nicht, ob Sie sich auf die zu einem gewissen Grad doch subjektiven Informationen verlassen können – was Menschen sagen und was sie tun sind oft zwei Paar Schuhe.

Im Gegensatz dazu zeigen die Kunden beim A/B-Testing durch den Einsatz ihrer Kreditkarte klipp und klar, welche Variante besser wirkt.

Je nachdem, wie schlecht die Ausgangsvariante oder wie viel besser die neue Variante ist, kann ein A/B-Test die Konversionsrate einzelner Unterseiten oder Landing Pages um fünf, 10, 15, 20 oder gar 30 Prozent anheben – ohne Gefahr zu laufen, die Seite versehentlich zu verschlimmbessern.

Im Gegenteil: Mit jeder Testrunde schreitet die Optimierung voran oder macht zumindest keinen Rückschritt. Auch wenn sich manchmal herausstellt, dass die neue Variante schlechter wirkt als die alte. Doch wenn Sie laufend und systematisch vorgehen und vielleicht sogar mehrere A/B-Tests pro Monat durchführen, kommen die Optimierungen gut voran.

Jeder A/B-Test ist also letztendlich ein erfolgreicher A/B-Test. Das erzeugt über kurz und lang einen enormen Gewinn. Rechnen wir es durch:

Wenn Sie je Monat eine Unterseite im Kaufprozess – also beispielsweise die Produktseite, den Warenkorb und die Kasse – um fünf Prozent verbessern, dann liegen Sie nach 12 Monaten schon bei 179 Prozent gegenüber dem ersten Monat. Also bei 79 Prozent mehr Umsatz. In nur einem Jahr. 

Was kostet A/B-Testing?

Jetzt wissen wir: A/B-Tests sind eine effektive Optimierungsmaßnahme, die so ziemlich jedem Shop zu Umsatzsteigerungen verhilft.

Doch natürlich stecken auch Kosten und Aufwand dahinter. Daher fragen Sie sich bestimmt: (Ab) wann machen A/B-Tests für Ihren Onlineshop Sinn?

Erhöhter Umsatz…

Mein Ziel für meine Kunden ist immer: A/B-Testing soll sich innerhalb eines Jahres für sie rentieren. Das bedeutet, dass nach spätestens 12 Monaten der zusätzlich erzeugte Deckungsbeitrag die Kosten fürs A/B-Testing auf jeden Fall decken muss.

Ein Beispiel: Wenn sich durch A/B-Testing die Konversionsrate Ihres Onlineshops um 10 Prozent im Monat anhebt, erhöht sich auch der Deckungsbeitrag gegenüber den Werbekosten um 10 Prozent. Monat für Monat 10 Prozent mehr Deckungsbeitrag lassen natürlich auch den realisierten Deckungsbeitrag am Jahresende um 10 Prozent wachsen.

… versus Kosten

Die datenschutzkonforme Einbindung der notwendigen Tools, wie Google Optimize, Google Analytics und Google Tag Manager kostet Sie intern circa einen Tag. Wenn Sie die Einrichtung extern vergeben, kostet es einmalig erfahrungsgemäß zwischen 500 und 1.000 Euro.

Und wie sieht es mit den Kosten für die Testläufe selbst aus? Gehen wir zwei Szenarien durch:

Szenario 1: Sie erstellen selbst eine neue Startseite. Um zu prüfen, ob die angepasste Startseite auch tatsächlich höhere Umsätze einspielt als die alte, fahren Sie intern einen A/B-Test. Das kostet zusätzlich kaum etwas, denn: Die alte Variante haben Sie noch. Wenn Sie diese Varianten 30 Tage lang gegeneinander im A/B-Test laufen lassen, kostet Sie das keinen Cent mehr. Nur das Aufsetzen und die Auswertung des Testlaufs kostet einen Zeitaufwand von insgesamt circa zwei Stunden.

Szenario 2: Sie lassen eine komplett neue Startseite extern erstellen. Hier könnte es sich lohnen, gleich zwei Varianten in Auftrag zu geben. Die Annahme liegt nahe, dass zwei Varianten in diesem Fall das Doppelte kosten würden – das ist aber nicht der Fall. Es dreht sich meiner Erfahrung nach eher um circa 30 Prozent Mehrkosten für zwei Versionen. Wenn also eine neue Landing Page inklusive Bildern und Texten 2.500 Euro kostet, dann kosten zwei Varianten nicht 5.000 Euro, sondern eher 3.250 Euro.

Nehmen wir an, Sie fahren mit der “alten” Startseite pro Monat bereits 25.000 Euro Umsatz ein. Via A/B-Testing finden Sie eine bessere Variante, die 1.000 Euro im Monat zusätzlichen Umsatz macht. Dann haben sich die Kosten selbst für die zwei extern vergebenen Varianten schon nach drei Monaten fast komplett gelohnt. Und danach verdienen Sie jeden Monat zusätzlich.

A/B-Testing kann sich also schon nach ein paar Monaten rentieren, vor allem wenn Sie alles selbst durchführen oder es beispielsweise ums A/B-Testen von Werbeanzeigen geht. In diesen Fällen lohnen sich A/B-Tests bereits, sobald Sie Geld für bezahlte Werbung in die Hand nehmen.

Einschränkungen von A/B-Testing

Natürlich will ich Ihnen nicht vorenthalten, worauf Sie bei der Durchführung von A/B-Tests achten müssen oder welche Einschränkungen Ihnen die Testläufe erschweren könnten.

Statistisch relevante Größe des Besucherstroms

Um aussagekräftige A/B-Tests durchzuführen, deren Ergebnisse nicht rein auf Zufall basieren, benötigen Sie einen bestimmten Besucherstrom oder Probengröße (sample size) auf Ihrem Shop.

Hier helfen Rechner wie Evan Miller’s Sample Size Calculator: Nehmen wir an, Ihre Produktseite erzielt eine Konversionsrate zum Kauf von drei Prozent. Sie möchten herausfinden, wie groß Ihre Probenmenge sein muss, um mit A/B-Testing sicher zu erkennen, ob eine Variante um 50 Prozent besser oder schlechter abschneidet als die andere. Sie tragen im Calculator einfach die drei und 50 Prozent ein – et voilà! Sie müssen mindestens 2.170 Besucher pro Variante (also gesamt 4.340) auf die zu testende Produktseite leiten.

Abbildung - Einschränkungen von A/B-Testing - A/B-Testing für Online-Shops

Das ist natürlich erstmal eine Hausnummer. Um über 4.000 Besucher mit bezahlten Werbemitteln auf Ihre Seite zu bringen, kann das zwischen 4.000 und 10.000 Euro kosten. Sie brauchen also überhaupt erstmal ein gewisses “Grundrauschen” an Traffic für eine repräsentative Probengröße.

Wenn Ihre Webseite das noch nicht hergibt, ist es einfacher, zuerst Ihre Werbeanzeigen zu testen, statt der Produktseite. Werbeanzeigen können schneller und günstiger an tausende Menschen ausgespielt werden; bei einem CPM (Cost-per-Mille) von 17 bis 30 Euro, erreichen Sie die benötigte Sample Size mit nicht einmal 150 Euro. Wer auf der Ebene der Werbemittel eine Ansprache mit den Ereignissen und Bedarfen testet, welche den potentiellen Kunden widerfahren und spüren, steigert die Leistung seiner Anzeigen dauerhaft. Wer zusätzlich noch verschiedene Varianten testet, auf die man das Produkt präsentieren kann – visuell wie inhaltlich – ist dem Wettbewerb voraus.

Immer nur eine Variable pro Testlauf

Ganz wichtig bei A/B-Tests: Ändern Sie pro Durchlauf nur eine Variable. Sonst können Sie letztendlich nicht zurückverfolgen, welche Änderung zum Erfolg oder Misserfolg der neuen Variante geführt hat – und keine verlässlichen Aussagen zum weiteren Vorgehen treffen.

Das bedeutet jedoch nicht, dass es sich nur um kleine Änderungen handeln muss. Es können sowohl Änderungen auf Ebene der Produktpräsentationsstrategie sein – wie in den obigen Szenarien der Vergleich einer alten mit einer komplett neuen Produktseite – oder auf Detailebene, wo es beispielsweise darum geht: Zeigen wir auf der Produktseite ein Bild oder ein Video als erstes Element?

Am Rande: Zum gleichzeitigen Testen mehrerer Variablen müssen Sie multivariate Tests durchführen. Das funktioniert allerdings nur, wenn Ihr Shop bereits mindestens 100.000 Unique Page Views, also sehr viel Traffic, anzieht. Jede zusätzliche Variable im Test potenziert die Zahl der nötigen Segmente. Das Thema würde allerdings den Rahmen dieses Beitrags sprengen. Lesen Sie hier mehr über multivariate Tests.

Lokales versus globales Optimum

Die Herausforderung dieses Schritt-für-Schritt “Abtestens” einzelner Variablen ist, dass Sie sich in ein sogenanntes lokales Optimum hineintesten können. Stellen Sie sich vor, Sie versuchen den Mount Everest zu erklimmen, im Nebel ohne Karte, Kompass oder GPS. Sie wissen nur: Der Gipfel ist oben. Also gehen Sie bewusst mit jedem Schritt den Berg hinauf. Da Sie aber nicht weiter als den nächsten Schritt sehen können, ist es möglich, dass Sie einen Ausläufer erklimmen, der zwischen Ihnen und dem eigentlichen Berg liegt – wie diese Grafik wunderbar zeigt:

Abbildung - Lokales versus globales Optimum - A/B-Testing von Onlineshops

Mit anderen Worten: Sie verschwenden möglicherweise eine Menge Energie oder verursachen mehr Arbeit für sich selbst, ohne zum großen – globalen – Ziel beizutragen. Die Optimierungen stagnieren ohne die erhofften Ergebnisse.

Um aus der lokalen Zone wieder herauszukommen, helfen nur “disruptive A/B-Tests”, bei denen Sie komplett neue Varianten miteinander vergleichen. Ideen dafür erhalten Sie beispielsweise…

  • in Interviews mit oder der Beobachtung von Kunden,
  • auf den Shops und Werbemitteln der Konkurrenz,
  • mit Tools wie dem Ebenenmodell von Karl Kratz.

Mehr Inspirationen für disruptive A/B-Tests bespreche ich mit Philipp Loringhoven in seiner Podcast-Episode Testest du schon, oder träumst du noch? Wo findet man Inspirationen für Testideen? (ab Minute 23).

Datenschutzkonformität

Stellen Sie sicher, dass die für A/B-Tests genutzte Software wie Google Optimize in der Datenschutzerklärung auf Ihrem Shop richtig eingebunden ist. In der Cookie Info-Box muss außerdem Google Analytics an- und abwählbar sein. Darüber hinaus sollten Sie auf jeden Fall mit einer Fachkraft für Online-Recht besprechen, wie Sie Ihr Webtracking (und damit Ihre A/B-Tests) datenschutzkonform einbinden. 

Starten Sie jetzt mit diesem ersten A/B-Test

Ich empfehle und nutze selbst Google Optimize für A/B-Testing von Webseiten und Werbemitteln. Bei bis zu drei Tests im Monat ist diese Software kostenlos. Zusätzlich binden Sie Google Tag Manager und Google Analytics ein. Vergessen Sie die Cookies und Datenschutzerklärung nicht.

Dann legen Sie mit den folgenden zwei Testläufen los:

  1. Entfernen Sie alle Elemente, die in Ihrem Bestellprozess – also im Warenkorb, der Kasse, in den Fuß- und Kopfzeilen – nicht absolut notwendig für das Endergebnis “Kauf” sind. Was passiert, wenn Sie den ganzen überflüssigen “Kram” aus Ihrem Bestellprozess nehmen? Erhöht sich Ihre Konversionsrate?
  2. Legen Sie für Ihren Bestseller eine zweite Variante mit neuen Textinhalten an. Nutzen Sie das Ebenenmodell von Karl Kratz, um auf neue Art und Weise die Pain Points Ihrer Kunden herauszuarbeiten und darzustellen, wie Ihr Produkt diese Schmerzen lindert. Bewertungen Ihres Produkts sowie von Konkurrenzprodukten auf Amazon können Ihnen auch dabei behilflich sein. Der neue Text wird dadurch garantiert einiges länger als der Ursprungstext. Durch gut durchdachten Einsatz von Überschriften, Fettungen und Aufzählungslisten können Sie ihn aber übersichtlich, lesbar und interessant gestalten. Im Testlauf stellen Sie fest, welche Seite tatsächlich besser abschneidet.

Alternative: Wenn Sie noch nicht die notwendigen Besucherströme auf Ihrer Webseite erzeugen, nehmen Sie trotzdem das Ebenenmodell und erzeugen auf dessen Basis eine handvoll Varianten der aktuell eingesetzten Werbemittel, wie Textanzeigen von Paid Google Search oder Bildanzeigen in Facebook und Instagram. Facebook hat sogar ein eigenes A/B-Testing Tool, das Sie dafür benutzen können. Damit prüfen Sie: Wie ändert sich die CTR (Click-Through-Rate) der Werbemittel auf Ihrer Webseite? Wie ändern sich die Kosten pro Klick, Umsatzraten und Kosten pro Kauf?

Lohnt sich A/B-Testing für Onlineshops wirklich? – Fazit

Gerade wenn Sie als Shopbetreiber nur ein niedriges Marketingbudget zur Verfügung stehen haben, das Sie natürlich so effizient wie möglich nutzen wollen, sollten Sie sich mit dem Thema A/B-Testing befassen. Es ist die beste Möglichkeit, um mit wenig Aufwand gute und messbare Verbesserungen zu erzielen.

Franz Sauerstein

Große Auswahl an günstigen Domain-Endungen – schon ab 0,08 € /Monat
Jetzt Domain-Check starten