EN
Gastbeitrag von Matthias Groo.
Hi zusammen, Matthias hier und in diesem Beitrag werde ich euch zeigen, wie ihr komplett kostenlos erste A/B Tests zur Optimierung eurer Konversionrate auf eurer Nischenseite oder eurem Blog durchführt.
Was ist ein A/B Test überhaupt?
Bei einem A/B Test für Webseiten erstellt man im Prinzip zwei Versionen einer Webseite und schaut dann welche Version besser konvertiert (also bei welcher Version die gewünschte Aktion wie z.B. ein Klick auf einen Affiliate Link oder die Eintragung in den Newsletter durchgeführt wurde).
Beide Versionen erhalten Traffic (in der Regel wird der Traffic bei kleineren Seiten 50/50 aufgeteilt) und nach einiger Zeit (hängt vom Traffic ab) kann man schön sehen, welche Version statistisch signifikant besser funktioniert.
Natürlich kann man auch mehr als zwei Versionen gleichzeitig testen (das nennt man dann Mulitvarianten Test), allerdings dauert der Test dann länger um statistisch signifikante Ergebnisse abzuliefern, da der Traffic weiter aufgeteilt wird und jede Version weniger Besucher erhält.
Warum sind A/B Tests so wichtig?
Durch A/B Tests kann man risiko- und kostenlos verschiedene Sachen testen und die Ergebnisse direkt miteinander vergleichen. Da der Traffic aufgeteilt wird und die Versionen zeitgleich nebeneinander bestehen, können also eigentlich alle anderen externe Faktoren die den Test beeinflussen könnten ausgeschlossen werden. Das Ergebnis ist (sobald statistische Signifikanz erreicht ist) also in der Regel Aussage fähig.
Bisher war alles recht theoretisch, daher lass uns mal in die Praxis gehen. Dazu nehmen wir Amazon Affiliate Seiten mal als Beispiel.
Auf vielen Nischenseiten gibt es Buttons oder Links die den Leser auf Amazon verweisen. Als Linktext wird oft sowas wie „Produkt auf Amazon ansehen“, „Zum Angebot“ etc. eingesetzt.
Aber wäre es nicht cool zu wissen, welche Variante am häufigsten angeklickt wird und so die meisten Besucher auf Amazon lenkt (was sich positiv auf deine Einnahmen auswirken sollte)?
Genau dafür eignen sich A/B Tests perfekt! Und die Auswirkung die diese Tests auf dein Business haben können, wird meist unterschätzt.
Lass uns annehmen bisher klicken 8% deiner Leser auf einen deiner Amazon Links.
Im ersten Test (z.B. indem du den Linktext änderst) schaffst du es diese Rate von 8% auf 9% zu erhöhen. Das klingt zwar im ersten Moment relativ mickrig, aber die Auswirkungen auf deinen Umsatz sollten gewaltig sein.
Durch diese Änderung alleine klicken 10% mehr Besucher auf deinen Affiliatelink, was also grob gesagt mehr als 10% höhere Einnahmen auf Amazon bedeutet. (Quick Tipp: Nutze eine andere Amazon Tracking ID für den Test. So erkennst du nicht nur, ob mehr Leute auf den Link klicken sondern ob du über diesen Link tatsächlich mehr Produkte auf Amazon verkaufst. Manchmal hast du zwar mehr Klicks aber weniger Sales, dann war dein Test also negativ.)
Nun war das jedoch nur der erste Test.
Wenn du konsequent die verschiedenen Elemente auf deiner Seite weiter testest wirst du nach und nach deine Seite immer weiter optimieren und somit mehr Leute auf Amazon leiten können.
Ich hoffe damit ist klar, wie mächtig A/B Tests sein können.
Allerdings gibt es ein paar Faktoren (vor allem die schon mehrfach erwähnte statistische Signifikanz) die A/B Tests bei Nischenseiten schwerer machen. Auf diese werden wir aber später noch eingehen.
Zunächst möchte ich euch mal in einer Schritt-für-Schritt Anleitung zeigen, wie ihr kostenlos euren ersten A/B Test aufsetzt.
Schritt-für-Schritt Anleitung: So erstellst du einen A/B Test
Ich werde euch zeigen, wie ich einen Test für meinen Blog Vivacecaviar aufsetze um die Eintragungsrate in meinem Newsletter zu erhöhen.
Dafür werden wir den Text des Buttons im folgenden Screenshot von „Zum Newsletter anmelden und Übersicht der besten Guides erhalten“ auf „Melde dich jetzt in meinem kostenlosen Newsletter an und erhalte sofort Zugang zu exklusiven Inhalten wie z.B. einer Übersicht der besten kostenlosen SEO Guides“ ändern.
Konkret müssen wir also den Test anlegen, den Text des Buttons ändern, den Traffic aufteilen und dann später die Ergebnisse auswerten um zu sehen, welche Variante besser performt.
Obwohl das nach viel Arbeit klingt, kann man es dank dem kostenlosem Tool „Optimize“ von Google relativ einfach und schnell umsetzen. (Da ich gerade in Amerika bin ist die Seite und das Tool auf Englisch. Ich kann mir allerdings vorstellen, dass deutsche User es auf deutsch sehen. Das allerdings ohne Gewähr.)
Nachdem ihr euch mit eurem Google Account für das Tool angemeldet habt, werdet ihr durch die nötigen Schritte zu eurem ersten Experiment geführt. Es ist relativ selbsterklärend und ihr müsst u.a. Optimize mit Google Analytics verbinden und einen kleinen Code auf eurer Webseite einfügen.
Das sollte auch für Technik Noobs machbar sein.
Direkt danach können wir schon anfangen, den Test zu erstellen.
Google macht es uns also wirklich einfach.
Im nächsten Schritt müssen wir nun die zweite Version der Webseite anlegen und Google mitteilen, was unser Ziel mit dem Test ist.
Fangen wir mit der zweiten Version an, indem wir auf „New Variant“ klicken. Nun einfach einen Namen für die Variante aussuchen und schon ist sie erstellt.
Wie ihr seht, wird Google den Traffic automatisch 50/50 aufteilen. Das könnt ihr natürlich ändern, empfehle ich aber bei den meisten Seiten nicht.
Rot wird uns angezeigt, dass wir noch keine Änderungen bei der Variante durchgeführt haben und beide Varianten momentan noch identisch sind. Also lasst uns das ändern, indem wir einfach auf „0 changes“ klicken.
Als nächstes werdet ihr aufgefordert ein Plugin für Google Chrome zu installieren. Das geht relativ einfach mit einem Klick.
Sobald das Plugin aktiv ist, sehen wir nach kurzer Ladezeit meine Startseite mit einem Overlay. Sieht vielleicht im ersten Moment verwirrend aus, aber keine Angst.
Wir scrollen einfach etwas runter, wählen den Button aus den wir ändern wollen und klicken rechts bei „Edit Element“ auf „Edit HTML“.
Soweit so gut. Jetzt kommen wir aber zum großem Nachteil von Google Optimize. In der kostenlosen Variante können wir nicht unsere Ziele unseres Tests nicht selbst festlegen.
Stattdessen müssen wir uns zwischen „Pageviews“, „Session Duration“ und „Bounce Rate“ entscheiden. Das ist natürlich auch cool und man könnte z.B. testen wo man ein Youtube Video platziert um wirklich die Verweildauer optimal zu erhöhen und die Bounce Rate zu senken.
Wir wollen allerdings viel lieber die CTR (Click Through Rate) auf unsere Affiliate Links messen, da dies effektiv Einfluss auf unseren Umsatz hat.
Daher müssen wir uns hier mit einem kleinen Trick helfen. Wir müssen nachdem wir den Text geändert haben noch ein „Event“ (auf deutsch „Ereignis“ glaube ich) anlegen, dessen Häufigkeit wir dann in Google Analytics vergleichen können.
Klingt kompliziert, ist es aber nicht. Es gibt extra Google Analytics Event Tracking Generatoren, die uns die Arbeit abnehmen:
Jedes Event hat vier Eigenschaften (Kategorie, Action, Label, Wert) die ihr festlegen könnt aber nicht müsst.
In diesem Fall erstelle ich erstmal das folgende Event:
Ihr seht, dass ich als Label den derzeitigen Text des Buttons angegeben habe. So kann ich es dann später von der anderen Variante unterscheiden.
Die grauen Felder sind der Code, den ich einfach im <a href...> Part des Buttons mit einfügen muss.
Nun erstelle ich noch schnell den Code für die Variante, der dann so aussieht:
Diesen kann ich jetzt bei Optimize mit eingeben, wenn ich den HTML Code Buttons ändere. Konkret tausche ich also einfach den markierten Code mit dem Code aus dem Generator für die Variante aus:
Obwohl das ganze vielleicht im ersten Moment etwas kompliziert wirkt, ist es im Prinzip super einfach umzusetzen.
Bei Affiliate Seiten könnt ihr so auch einfach verschieden Tracking IDs testen um relativ einfach zu sehen, welche Variante besser performt.
Jetzt nur noch speichern und wir sind fast fertig.
Bevor wir das Experiment starten können, müssen wir noch eine von den vogegebenen Objectives (Zielen) auswählen. Dieser Schritt ist uns in dem Fall egal, da wir nur tracken wollen, wie oft der Button angeklickt wird.
Ich wähle also eines der Objectives aus, schreibe eine kurze Beschreibung (optional) und dann ist unser Experiment fertig:
Nach einem Klick auf „Start Experiment“ geht es los und wir können nun in Google Analytics unter Events / Ereignissen sehen wie oft welcher Button angeklickt wird.
Jetzt müssen wir nur noch warten, bis wir ein statistisch signifikantes Ergebnis haben.
Das Problem mit dem statistisch signifikanten Ergebnis
Ich hoffe ihr habt alle gute in Statistik aufgepasst.
Im Prinzip geht es nun um die Auswertung des Tests. Schon nach wenigen Tagen werden wir sehen können, dass eine Variante des Links öfter angeklick wurde als die andere.
Doch bedeutet das, dass wir schon einen Gewinner in unserem Test gefunden haben?
Nein, bedeutet es nicht! Das Ergebnis muss erst statistisch signifikant werden um wirklich einen verlässlichen Gewinner zu finden.
Zum Glück gibt es hier kostenlose Tools wie dieses hier, die uns das Leben einfacher machen. Damit werde ich das Thema Signifikanz weiter erklären.
Nehmen wir mal an, dass meine Startseite insgesamt 2000 Besucher (also jede Variante 1000) hatte. Der Button mit dem ursprünglichen Text wurde dabei 47 mal angeklickt, während die andere Version mit dem längerem Text 59 mal angeklickt wurde.
Was sagt uns das? Performt der neue Text wirklich besser?
Die Antwort ist folgende:
Konkret sagt uns dieser Test, dass es eine 11,54% Chance gibt dass die originale Variante besser performt als die Alternative.
Anders formuliert: Es ist relativ wahrscheinlich (genauer gesagt die Wahrscheinlichkeit beträgt 88,46%), dass der neue Text besser funktioniert. Die Zahlen belegen, dass wir die Klicks auf den Button um 22,53% steigern konnten.
Auf den ersten Blick sieht das schon vielversprechend aus, aber statistisch signifikant nennt man ein Ergebnis in der Regel erst, wenn die Wahrscheinlichkeit für einen falschen Entschluss bei unter 5% liegt. (In diesem Beispiel liegt die Wahrscheinlichkeit, dass die Variante die momentan besser performt eigentlich die schlechtere Variante ist noch bei 11,54%)
Da wir hier statistische Signifikanz noch nicht erreicht haben, lassen wir den Test noch weiter laufen und warten weiter. Ich empfehle euch hier wirklich keine voreiligen Schlüsse zu ziehen, sondern wirklich darauf zu warten, dass die Wahrscheinlichkeit für einen Fehler auf unter 5% liegt.
Je nachdem wie viel Traffic ihr auf eurer Seite habt und abhängig davon wie unterschiedlich gut die beiden Varianten performen, dauert es dementsprechend bis ihr aussagekräftige Ergebnisse habt.
Daher empfehle ich euch, solche Tests nur auf trafficstarken Seiten (z.B. Homepage) durchzuführen.
Zudem lohnt es sich zwei wirklich unterschiedliche Varianten zu testen. Ändert also nicht nur (so wie ich es hier getan habe) eine Kleinigkeit, sondern verändert wirklich viel extrem. (Natürlich solltet ihr immer darauf abzielen eure Seite zu optimieren)
So kommen die Ergebnisse einfach schneller rein und ihr gewinnt schneller mehr Insights.
Achtung: Die meisten Tests werden keine Verbesserung bringen
Aus eigener Erfahrung kann ich sagen, dass es nicht so einfach ist einen neuen Gewinner in Tests zu finden.
Oft sind die Ergebnisse der Tests zu ähnlich, sodass keine statistische Signifikanz erreicht wird oder der Test offenbart, dass die ursprüngliche Variante schlicht besser performt.
Lasst euch davon nicht entmutigen!
Schließlich helfen euch fehlgeschlagene Tests eure Zielgruppe noch besser zu verstehen. Es gibt einen Grund warum die ursprüngliche Variante gewonnen hat.
Diese Erkenntnis könnt ihr nutzen um Hypothesen / Annahmen für eure nächsten Tests zu erstellen.
Wenn ihr aber regelmäßig dran bleibt, werdet ihr aber zwangsläufig irgendwann auch positive Tests haben, die euer Business weiter bringen.
Da die Erstellung eines Tests nicht wirklich schwer ist (wie ihr hoffentlich hier gesehen habt) und der Test sobald er aufgesetzt ist im Hintergrund passiv abläuft, spricht meiner Meinung nach nichts dagegen konstant seine Webseite (die zumindest etwas Traffic hat) zu testen!
Über den Autor
Matthias ist schon seit 2010 im Online Marketing Bereich unterwegs und betreibt neben klassischen Amazon Nischenseiten sowie etwas unkonventionelleren Nischenseiten wie z.B. wie-immobilienmakler-werden.de. Zudem hat er vor vier Jahren das Start-up Space Wallet gegründet.
Keine Kommentare vorhanden