Was ist A/B Testing und wie kann ich es in meinen Funnels nutzen? 🙌

So kannst du die Startseite in deinen Funnels mittels A/B Testing optimieren

Was ist A/B Testing und was gibt es zu beachten?

WĂ€hrend der Erstellung von Landing Pages, Webseiten oder Funnels hast du sicherlich bereits von A/B Tests gehört. A/B Testing ist ein bekanntes Analyse-Verfahren, bei dem 2 Varianten eines Elements ĂŒber einen gewĂ€hlten Zeitraum gegeneinander getestet werden, um herauszufinden, welche Variante des Elements zu besseren Ergebnissen fĂŒhrt.

Möchtest du also wissen, ob deine Zielgruppe bei einem roten oder einem weißen Hintergrund deines Funnels eher zu einer bestimmten Aktion bereit ist, dann lĂ€sst du Variante Rot gegen Variante Weiß antreten. Dabei wird ĂŒber einen gewĂ€hlten Zeitraum 50% des Traffics auf Variante Rot und die anderen 50% auf Variante Weiß geschickt. Da sich dein Funnel nur im Testpunkt "Hintergrund" unterscheidet, kannst du in der spĂ€teren Analyse deines A/B Tests feststellen, welche Hintergrundfarbe bessere Ergebnisse bringt.

👉 Mehr zum Feature samt Tutorial erfĂ€hrst du unten im Video von Michael Bogner!

Welche Vorteile bietet ein A/B Test?

Die Einsatzbereiche des A/B Tests sind tatsÀchlich sehr vielfÀltig und deiner KreativitÀt, was man alles Testen kann, sind hier keine Grenzen gesetzt. Egal ob Anzeige, Ad Copy, Ad Creative, Funnel, Funnelseiten oder gar Formularbausteine, du kannst (und solltest) alles testen.

Besonders spannend sind A/B Tests fĂŒr dich als Marketer, da du dich nicht auf deine subjektiven Ansichten verlĂ€sst - also dein BauchgefĂŒhl außen vor lĂ€sst - und statistisch relevante Daten hast, die deine Testergebnisse validieren. So sind deine Ergebnisse eindeutig und du kannst Optimierung nach Optimierung vornehmen, ohne nur nach GefĂŒhl zu hantieren.

Wie funktioniert A/B Testing mit Perspective?

Du öffnest deinen Perspective Funnel in deinem Account und erstellst im Editor eine zweite Startseite fĂŒr deinen Funnel. Dort nimmst du VerĂ€nderungen vor. Nach dem Publizieren werden Besucher automatisch auf eine der beiden Startseiten verteilt. Über den Verlauf der Zeit erkennst du im Analyse Bereich, welche Variante zu einer höheren Konvertierung fĂŒhrt. So kannst du immer neue Thesen ausprobieren, um die Leistung deines Funnel kontinuierlich zu optimieren.

‍

💙 Woher weiß ich, was ich testen sollte?

Ein Beispiel: Die Konvertierungsrate deines Funnels liegt bei 2%. Du möchtest diese Prozentzahl deutlich steigern, bist dir aber nicht sicher, welche Änderungen es braucht, um die Steigerung zu erzeugen. Du startest einen A/B Test und Ă€nderst das Wertversprechen auf der Variante. Somit hast du nun 2 verschiedene Wertversprechen, die du gegeneinander testest. Nach 200 Besuchern auf Original und Variante ĂŒber den Zeitraum von 2 Wochen siehst du dann, dass das zweite Wertversprechen viel mehr Besucher ĂŒberzeugt hat und die Konvertierungsrate bei dieser Seite von 2 auf 6% gewachsen ist. Du beendest den Test, indem du die Variante als Gewinner kĂŒrst und fortan arbeitest du mit der Version weiter, die zur Steigerung der Konvertierungsrate gefĂŒhrt hat.

Wie werte ich meinen A/B Test in Perspective aus?

Sobald du eine Variante erstellt und den Funnel publiziert hast, kannst du im Analyse Bereich deines Funnels nicht nur die Seitenaufrufe und Konvertierungsrate des Funnels gesamt sehen, sondern auch eine gesonderte Auswertung fĂŒr das Original und eine gesonderte Auswertung fĂŒr die Variante.

Du erkennst somit schnell, welchen Unterschied die jeweilige Version auf die Seitenaufrufe und die Konvertierungsrate hat. Sobald du mit den Ergebnissen zufrieden bist, sich ein klarer Gewinner abzeichnet, kannst du den Test beenden und die Gewinner Version behalten.

‍

‍

Pro-Tipp bevor du loslegst:

Wichtig ist, dass du die Variante nicht zu stark zum Original abwandelst, damit du ein aussagekrĂ€ftiges Testergebnis bekommst. Es reicht bereits völlig aus, wenn du beispielsweise die Button-Farbe Ă€nderst und testest, welche Button-Farbe nun zu besseren Ergebnissen fĂŒhrt. Wenn du die Variante zu stark abwandelst, ggf. mehrere Blöcke austauscht, Inhalte Ă€nderst, Design und co., kannst du beim Auswerten des Tests nicht mehr nachvollziehen, durch welche Änderungen die Ergebnisse entstanden sind. Außerdem geht es auch um die Signifikanz deines Tests.

Was ist Signifikanz von A/B Tests?

Im Zusammenhang mit A/B-Tests gibt die statistische Signifikanz an, wie wahrscheinlich es ist, dass der Unterschied zwischen der Original Version und der Variante deines Experiments nicht auf einen Fehler oder Zufall zurĂŒckzufĂŒhren ist. Wenn du beispielsweise einen Test mit einem Signifikanzniveau von 95 % durchfĂŒhrst, kannst du zu 95 % sicher sein, dass die Unterschiede tatsĂ€chlich vorhanden sind.

Das ist vor allem deshalb wichtig, weil es beim Testen schnell zu voreiligen SchlĂŒssen kommen kann, ein gutes Beispiel fĂŒr solch eine Misinterpretation ist ein A/A Test, bei dem keine Änderungen zwischen Original und Variante vorgenommen wurde, die Konvertierungsrate dennoch deutlich unterschiedlich zwischen den beiden Versionen ist. Nicht zuletzt, weil neben den Änderungen auf den Seiten viele andere Faktoren eine Rolle spielen, zB. die Persona Typen von Besuchern, die Quelle der Besucher, die Laufzeit des Tests, die Gesamtzahl der Besucher uvm. Einen lesenswerten Artikel zu diesem Thema findest du hier von Tomi Mester.

‍

Wo finde ich mehr Informationen?

‍
‍👉 Du findest den Hilfe-Artikel mit noch mehr ErklĂ€rungen hier in unserem Helpcenter!

‍

Beginne noch heute mit A/B-Tests!

‍
Mit A/B-Tests kannst du herausfinden, welche Inhalte und welches Elemente deine Zielpersona zur Handlung bringen. Viel Spaß!

Teile diesen Artikel

Bring deine besten Ideen zum Leben

Abonniere unseren Newsletter und erhalte die besten Vorlagen, Worksheets & Checklisten jedes mal ganz komfortabel in deinem Postfach.

Wirb effektiver im mobilen Zeitalter & starte heute.

Monatlich kĂŒndbar
Zugriff auf alle Inhalte
Experten Support