Warum und wann sich ein A/B-Testing im Marketing lohnt?

Wer kennt es nicht, man verfügt über grossartigen Content, aber zieht keine (Website-) Besucher:innen an oder hat reichlich davon, aber generiert keine Abschlüsse. Es lassen sich unzählige Szenarien bilden. Was bleibt, sind nicht die gewünschten Ergebnisse. Irgendwas muss sich also ändern, um seinem Ziel näher zu kommen.

Unternehmer sind Experten auf ihrem jeweiligen Gebiet. Dies muss auch absolut so bleiben. Jedoch birgt die Gefahr, dass man sich während des eigenen Auftritts im Fachjargon verfängt und es für Laien, welche zur Zielgruppe gehören, lauter Fragezeichen auslöst. Also müssen optimale Bedingungen geschaffen werden. Der Weg dahin verläuft über A/B-Tests.

Bei A/B-Tests werden Variablen getestet, welche schrittweise zu den genannten optimalen Bedingungen führen. Die gewünschten Reaktionen der Zielgruppe sollen also herbeigeführt werden. Dabei werden beispielsweise von einer Handlungsaufforderung (Call-to-Action) oder einem Werbemittel zwei Versionen erstellt, eine A-Version und eine B-Version. Diese unterscheiden sich idealerweise nur minimal. Anschliessend werden beide Versionen der Zielgruppe während eines bestimmten Zeitraums zugänglich gemacht. Dabei werden sie auf deren Erfolg, beispielsweise der Konvertierungsrate verglichen.

Was kann alles getestet werden?

Dem A/B-Testing sind grundsätzlich keine Grenzen gesetzt. Analysiere so viel, wie es geht und versuchen stets das Optimum zu finden. Wie performen meine Buttons, Überschriften, Formulare, Bilder, Beschreibungen? Mit Hilfe des richtigen Tools kann auch eine komplette Navigation oder Seitenstruktur getestet werden. Wichtig: Teste so, dass auch eindeutige Rückschlüsse gezogen werden können.

Wie lange dauert ein A/B-Testing?

Sämtliche Erkenntnisse aus Tests sind nicht besonders wertvoll, wenn es ihnen an statistischer Relevanz fehlt. Diese wird erreicht, indem die Fehlerwahrscheinlichkeit minimiert wird. Von zuverlässigen Tests ist üblicherweise die Rede, wenn diese ca. 95% erreicht haben beziehungsweise die Fehlerwahrscheinlichkeit bei maximal 5% liegt.


Die definierte Fehlertoleranz hat einen direkten Einfluss auf die Stichprobengrösse. Es wird untersucht, ob das von der Stichprobe erzielte Ergebnis auch auf die gesamte Bevölkerung übertragen werden kann. Wer also zum Beispiel die Fehlerwahrscheinlichkeit auf 1% minimieren möchte, benötigt eine höhere Stichprobengrösse als dies bei 5% der Fall ist. Du siehst, es muss also genügend Traffic generiert werden, damit ein aussagekräftiges Ergebnis erzielt werden kann. Unter Umständen ist dies für viele Unternehmer eine riesige Herausforderung. Wie hoch die Stichprobengrösse sein sollte, zeigt dir folgende Formel:

Formel A_B TestingN=Populationsgrösse, e=Fehlerspanne (Prozentsatz im Dezimalformat), z=Z-Wert (Standardabweichung)

Keine Angst, du musst nichts selber berechnen. Es gibt viele verschiedene Tools, welche dies für dich übernehmen.

Welche Tools gibt es?

Damit von Erfolg gesprochen werden kann, sind Erfahrungswerte nötig. Es müssen also Daten her. Wir setzen dabei klar auf HubSpot. Natürlich gibt es auch kostenlose Tools wie Google Optimize. Dieses Tool lohnt sich besonders für bestehende Google Analytics Nutzer oder solche, die in dieses Thema rasch einsteigen möchten. Alternativ könnten auch die Anbieter Kameleoon oder Optimizely interessant sein.

Mit dem richtigen Tool und der korrekten Umsetzung kann A/B-Testing ein sehr wirkungsvolles Instrument sein, um die vielen Kennzahlen zu optimieren und letztlich einen zielgruppengerechten Auftritt zu gewährleisten.

 


Milos Stojkovic

Milos Stojkovic

geschrieben am 21. April 2022

Themen und Trends

CRM- & MarTech-Beratung: Der versteckte Wachstumsmotor für Marketing & Vertrieb
glaswerk Consulting AG erwirbt Kundenportfolio und Expertise von Storylead AG
Customer Mindflow: So gelingt der Verkaufsabschluss im B2B
Personal Branding 2.0: Wie KI deinen LinkedIn Auftritt revolutioniert