Jacob Doering
Kommunikationsstratege | netzstrategen
Solche Fragen werden uns nicht selten gestellt. Dabei meist in der hoffnungsvollen Erwartung, dass wir auf jede Frage eine eindeutige Antwort – unvermittelt und mit der perfekten Lösung im Köcher – bieten können. Doch ebenso selten gibt es die eine, alles erklärende Antwort. In den meisten Fällen stellen wir dann viele Rückfragen, analysieren viele Datenquellen und entwickeln gemeinsam dann einen Lösungsansatz.
Aber der Reihe nach: das Schöne an der Digitalisierung ist, dass sich nahezu alles in Zahlen ausdrücken lässt. Und alles, was zählbar ist, kann gemessen werden. Zwar wurde mit der DSGVO dem schier grenzenlosen Tracking der User*innen ein Dämpfer verpasst (was auch nicht unbedingt schlecht ist). Dennoch können wir immer noch ziemlich viele (Inter-)Aktionen, die Nutzer*innen auf einer Website machen, nachverfolgen. Diese Möglichkeit birgt ein riesiges Potential. Denn: wir können die gemessenen Daten analysieren und anhand der Daten Hypothesen formulieren. Um ein wenig von der trockenen Theorie weg zu kommen, hier ein fiktives aber anschauliches Beispiel:
Beispiel: ein wenig genutzer CTA
Nehmen wir an, wir sind ein Produzent von Industrieprodukten, wie z.B. Chemiefilter. Da wir aber keine Standardprodukte haben und nur in Großprojekten arbeiten, brauchen wir für jeden Verkauf einen Lead. Sprich: einen Kontakt zum Kunden. Wir wollen also, dass uns die Kund*innen über die Website bzw. eine Landingpage finden, die Produkte sehen und uns dann ansprechen. Dafür haben wir Call-To-Action (CTA) Buttons wie z.B. “Jetzt Kontakt aufnehmen” auf der Landingpage platziert. Wir stellen allerdings fest, dass auf diesem Weg nur wenige Leads reinkommen. Also fragen wir uns jetzt: woran liegt das?
Step 1: Die Analyse mit Google Analytics
Im ersten Schritt überprüfen wir die Nutzungsdaten der Landingpage mit Google Analytics. Hier können wir feststellen, dass auf unserer Landingpage viele Besucher*innen unterwegs sind (sagen wir mal 5.000 pro Monat). Allerdings sehen wir anhand unseres Ereignis-Trackings, dass die Scrolltiefe – sprich wie weit die Nutzer*innen sich den Inhalt der Landingpage anschauen – nicht sehr hoch ist. Im zweiten Schritt sichten wir die Landingpage: Dabei fällt auf, dass der erste CTA (Call to Action, in diesem Fall ein Button) erst sehr spät auf der Landingpage angezeigt wird. Außerdem hebt sich der CTA nicht deutlich vom restlichen Content auf der Seite ab. Wir wissen aber, dass wir die richtige Zielgruppe ansprechen und der angebotene Content relevant sein müsste.
Spätestens an dieser Stelle wird es offensichtlich, worauf ich hinaus möchte: Du erkennst ein Problem (= Leads bleiben aus), stellst auffällige Muster in den Daten fest (= hohe Anzahl an Besucher*innen + geringe Scrolltiefe) und erschließt eine mögliche Ursache für das Problem (= CTA kommt spät und ist nicht offensiv genug). Jedoch wissen wir nicht sicher, ob der angenommene Grund tatsächlich auch die Ursache für unser Problem ist. Also formulieren wir eine These:
Es kommen keine Leads rein, weil die Handlungsaufforderung zur Kontaktaufnahme erstens zu spät kommt und zweitens zu unauffällig gestaltet ist.
Step 2: Der Test unserer These
Wie überprüfst Du, ob diese These zutrifft?
Entweder Du baust mit hohem Aufwand eine neue Landingpage, leitest die Maßnahmen entsprechend auf die neue Seite um und überprüfst später die Daten. Bis auf diesem Wege valide Ergebnisse produziert werden, kann allerdings viel Zeit vergehen. Und während dieser Zeit wird möglicherweise weiterhin viel Geld ausgegeben, ohne Erfolge und konkrete Erkenntnisse zu generieren. Oder: Du prüfst die These mit Google Optimize.
Was ist Google Optimize eigentlich?
In aller Kürze gesagt: Mit Google Optimize können simplere Anpassungen am Inhalt und dem Design einer Seite der Website vorgenommen werden. Die daraus resultierende(n) Version(en) können dann gegen die Originalseite getestet und verglichen werden. Und das, ohne tiefergehende Veränderungen am Backend oder der Struktur der Website vorzunehmen. Sprich: man ändert einige Elemente z.B. auf einer Landingpage über reine frontend Anpassungen mit dem visuellen Editor – was selbst als Laie einfach umsetzbar ist – und testet die vorgenommenen Änderungen gegen die Originalseite.
Das funktioniert so: Google Optimize splittet die Besucher*innen nach einem (individuell anpassbaren) prozentualen Anteil und schickt sie per Zufallsverfahren entweder auf die angepasste Test-Variante oder die Originalseite.
Hierbei können noch detailliertere Regeln angelegt werden, sodass nur bestimmte Nutzergruppen für den Test zugelassen werden. So kann z.B. die „Website je nach dem Browser, Betriebssystem oder Gerät des jeweiligen Nutzers” angepasst und getestet werden. Mit Google Optimize 360 können die Tests zudem auf individuell definierte Zielgruppen angepasst werden. Die Möglichkeit, granulare Zielgruppen für bestimmte Tests abzugrenzen, ist äußerst interessant. So kann für spezifische Themen (z.B. nur eine Landingpage mit einem bestimmten Produkt) und einzelne Zielgruppen eine eigene Variante getestet werden. Dadurch kann für jede Zielgruppe das Nutzererlebnis individuell verbessert und stetig weiterentwickelt werden.
Unterschiedliche Testformate in Google Optimize
Google Optimize bietet außerdem verschiedene Testformate an: das gängigste Format ist ein klassischer A/B-Test. Hierbei wird eine kleinere, abgegrenzte Veränderung (in verschiedenen Varianten) gegen die Originalseite getestet.
Darüber hinaus gibt es u.a.
- multivariate Tests:
Test von verschiedenen Kombinationen aus mehreren Elementen - Weiterleitungstests:
Diese sind ähnlich wie ein A/B-Test, außer, dass hier zwei komplett unterschiedliche Landingpages getestet werden - simultane Tests:
Bis zu 100 Tests, die gleichzeitig durchgeführt werden (nur mit Google Optimize 360)
Wie lange sollte die Testlaufzeit sein?
Grundsätzlich empfiehlt Google einen Test mindestens zwei Wochen laufen zu lassen um valide Daten zu produzieren. Hierbei werden alle gängigen Funktionen von Google Analytics für das Tracking genutzt. Voraussetzung dafür ist dementsprechend auch eine Verknüpfung des Analytics Accounts mit Google Optimize. Eine weitere Voraussetzung ist das Anlegen mindestens eines primären Zielvorhabens und ggf. weiterer Subziele. Dazu kann aus einer Liste voreingestellter Zielvorhaben ausgewählt werden – oder Du definierst eigene, auf Deine Zwecke angepasste Zielvorhaben.
Wurden alle Parameter angelegt und der Test konfiguriert, kann sofort gestartet werden. Die generierten Daten werden direkt erfasst und in einem gesonderten Bericht zusammengefasst. Anhand der generierten Daten errechnet Google eine prozentuale Wahrscheinlichkeit, welche der Varianten die beste ist. Umfassendere Berichte können zudem im Google Analytics Konto abgerufen werden.
Das hätte Google Optimize für unser fiktives Beispiel leisten können
Kommen wir abschließend nochmal zurück auf unser Beispiel. Nachdem wir unsere Hypothese aufgestellt haben, richten wir für die betreffende Landingpage einen A/B-Test ein. Dazu haben wir für die zu testende Variante den ersten CTA klarer sowie visuell deutlich abgegrenzt zum restlichen Inhalt gestaltet und ihn weiter oben auf der Seite platziert. Ferner wurde ein Nutzergruppensplit von 50% eingestellt und das Zielvorhaben “Kontaktformular abgeschickt” als Primärziel sowie “Klick auf CTA” als Subziel definiert. Da wir die Landingpage mit verschiedenen Maßnahmen wie z.B. Social Ads nur für eine sehr eingegrenzte Zielgruppe bewerben, nehmen wir an, dass wir durch das Targeting auch nur unsere gewünschte Nutzergruppe auf der Landingpage haben werden. Daher verzichten wir auf eine weitere Eingrenzung der Test-Gruppen (durch z.B. in Analytics definierte Zielgruppen). Mit diesen Parametern starten wir in den Test, erhalten sofort (bzw. nach 24 Stunden) erste Ergebnisse und bereits nach zwei Wochen eine valide Einschätzung, ob unsere Hypothese zutrifft – oder eben nicht.Die theoretischen Testergebnisse
Da es sich hier um ein fiktives Beispiel handelt, bleibt der Ausgang des Tests natürlich offen. Denkbar sind aber nur zwei Ergebnisse: entweder wir stellen fest, dass die Änderungen zu einem drastischen Anstieg der Klicks auf den CTA und letztlich auch der generierten Leads geführt haben. Damit zeigen die vorgenommenen Änderungen eine Wirkung und bestätigen unsere These. In diesem Fall können die vorgenommenen Änderungen auf der bestehenden Landingpage implementiert werden und es bedarf keines weiteren Aufwands. Oder es zeigt sich keine signifikante Veränderung und wir müssen uns eine neue These überlegen. Trifft dieser Fall ein, solltest Du die Zielgruppen und den Content noch einmal überprüfen. Denn dann liegt der Fehler oftmals bei der strategischen Ausrichtung – und das kann zu hohen Streuverlusten und somit auch zu monetären Verlusten führen. Aber um genau das zu vermeiden, konzipieren und testen wir mit Google Optimize.Mein Fazit zu Website Optimierung mit Google Optimize
So oder so: in jedem Fall bietet Google Optimize einen immensen Mehrwert. Es können in kürzester Zeit Annahmen über bestimmte Wirkungsprozesse auf der Website in gesichertes Wissen gewandelt werden – was vor allem Zeit und Geld spart und dadurch zu einem Wettbewerbsvorteil führen kann. Wenn Du Fragen zum Thema hast oder planst, Google Optimize auszuprobieren aber noch nicht genau weißt wie – schreibe Deine Fragen gerne in die Kommentare.netzstrategen: Website optimieren mit A/B-Testing
Gerne unterstützen die netzstrategen Dich bei den ersten Gehversuchen mit Google Optimize. So bekommst Du:
Wenig Einsatz für wertvolle Ergebnisse: mit Google Optimize testen wir Deine Website – mit Google Analytics Auswertung. Jetzt anfragen!
