Close Menu
Webmemo Consulting Walter Schärer | Generative AI Beratung
  • Home
  • Social Media
  • Online-Tools
X (Twitter) LinkedIn Facebook RSS
  • Home
  • Kontakt / Über mich
  • Datenschutz
  • Nach oben
Webmemo Consulting Walter Schärer | Generative AI Beratung
LinkedIn YouTube RSS
  • Home
  • Social Media
  • Online-Tools
Webmemo Consulting Walter Schärer | Generative AI Beratung
NavigationHome»Tools»Analytics»A/B-Testing in fünf Schritten aufsetzen – David Kuruc
Heatmap
Analytics

A/B-Testing in fünf Schritten aufsetzen – David Kuruc

Walter SchärerBy Walter Schärer2. Mai 20233 Mins Read
Hier teilen
LinkedIn Twitter Facebook Email

Für das Fein-Tuning einer Website eignet sich A/B-Testing: Für zu optimierende Elemente einer Website werden zwei verschiedene Varianten aufgeschaltet. Der Nutzergruppe «A» wird die eine Version gezeigt, der Nutzergruppe «B» die andere. Im Analytics-Tool wertet man dann aus, welche der beiden Varianten von den Nutzern besser angenommen wurde und verfolgt dann diese für weitere Optimierungen.

Briefing von David Kuruc von Value Stream am Internet Briefing Webinar.

A/B-Test in 5 Schritten aufsetzen

Folgende fünf Schritte sind für einen aussagekräftigen A/B-Test zu befolgen:

  1. Analyse und Testobjekt identifizieren
  2. Testplan formulieren
  3. Variationen erstellen
  4. Test einrichten
  5. Resultate prüfen

Die Conversion von Webseiten ist im eCommerce Umfeld zentral. Entsprechend können bereits kleine Optimierungen überproportionale Umsatzsprünge bedeuten.

Google Analytics ermöglicht die Visualisierung von Performance-Abweichungen zwischen verschiedenen Landing-Pages.

Tools wie Clicktale, Mouseflow oder Clickmap ermöglichen zusätzliche Analysen über das User-Verhalten: Wo wurde mit dem Mauszeiger geklickt?

Heatmap

Heuristisch gewonnene Kennzahlen zeigen, dass die Value Proposition, also Motivationsfaktoren, die relevanten Verbesserungshebel sind. Sie zu optimieren bringt am schnellsten eine relevante Verbesserung.

Heuristik - Welche Komponenten bergen welches Potential?
Heuristik – Welche Komponenten bergen welches Potential?

Eyequant ist ein Tool für die Aufmerksamkeitsanalyse. Hier wird gemessen, wie lange jemand wo verblieben ist und beim Aufruf der Website hingeschaut hat. Die Value Proposition sollte von Anfang an im sichtbaren Bereich sein, um optimale Werte zu erreichen. Dabei ist eine Value Proposition in wenigen Wörtern erfolgreicher als eine Grafik mit verschiedenen Versprechen. Text ist einfach zu erfassen und kommuniziert sehr fokussiert. Er lenkt auch nicht von der Navigation ab.

Die Testfragen zum A/B-Test sollten vorgängig formuliert werden, damit später nichts in die Resultate hineininterpretiert wird. Zudem muss im Test-Setup geklärt werden, welche Klicks vor der zu testenden Conversion-Page zu tätigen sind.

In Google Analytics wird automatisch vorgegeben, wie lange man die A/B-Tests laufen lassen sollte. Generell gilt eine grobe Minimaldauer von 2 Wochen und maximal 3 Monate. 50 Besucher am Tag sollte die Website mindestens haben, um aus dem A/B-Test aussagekräftige Werte zu erhalten.

In Google Analytics findet man die Tests unter «Content / Tests«. Dort gibt man die URLs der verschiedenen Website-Varianten an. Man definiert, welche Analytics-Ziele zu verfolgen sind (URL-Aufrufe oder Events) und gibt im eigenen HTML-Code den von Google zur Verfügung gestellten Test-Code ein. Im 4. Schritt wird der Test überprüft und aufgeschaltet.

Google Analytics berechnet automatisch, ob die Resultate statistisch signifikant sind und wie hoch die Wahrscheinlichkeit ist (Konfidenzniveau), dass die Testresultate in der Praxis dann auch so eintreffen werden.

Die Stichprobenqualität wird durch Offline-Events wie Messen, Erwähnungen in Medien, Kampagnen oder Gewinnspiele beeinflusst. Dagegen können Kontroll-Limits definiert werden: Dort wird die Ober- und Untergrenze des «Normalfalls» hinterlegt.

Kontroll-Limit für A/B-Tests in Google Analytics
Kontroll-Limit für A/B-Tests in Google Analytics

Multivariate Tests beeinhalten verschiedene Variationskomponenten. Deshalb ist dort die Aussagekraft etwas kleiner und schwierig auszuwerten.

 

Analytics Anleitung Google Internet-Briefing Testing Visualisierung Vortrag
Share. LinkedIn Twitter Facebook Email
Walter Schärer
  • Website
  • Facebook
  • X (Twitter)
  • LinkedIn

Walter Schärer ist ein Generative AI Marketing Manager und Solutions Architect und bloggt bei webmemo.ch über Trends in künstlicher Intelligenz KI.

Ähnliche Informationen

How to prompt videos in Runway ML or Kling AI

25. Oktober 2024

AI image generation with Flux and the ComfyUI visual user interface

2. Januar 2025

The Best Day and Time to Post on LinkedIn? It’s Personal—Forget the Averages

25. August 2024
Add A Comment
Leave A Reply Cancel Reply

Über Walter Schärer

Dies ist Walter Schärers Blog über Online-Themen wie Generative AI, Digital Marketing, Search Engine Optimierung (SEO), Content Marketing und Performance Marketing.

Walter Schärer arbeitet seit 1994 als Scrum Product Owner und Online-Manager im Web-Umfeld.

  • Von HTML / VRML kam er via
  • Powerpoint / Word zu
  • Confluence / Jira dann
  • Trello / Whiteboard (Edding 500) und organisiert sich aktuell mit
  • Asana / Google Drive, wenn er nicht gerade mit
  • ChatGPT / MidJourney oder
  • WordPress / Elementor experimentiert.

«Programmierung» begann er mit

  • NoCode von Make und
  • LowCode von ChatGPT, ging über zu tatsächlicher Programmierung in
  • Python auf Anaconda und dann in
  • Google Colab / Gemini / Claude Sonnet sowie
  • Visual Studio Code / GitHub Copilot

Die Inhalte dieses Blogs spiegeln meine persönliche Meinung und sind von keinem Arbeitgeber beeinflusst.

© 2010 - 2025 Webmemo Consulting | Walter Schärer
  • Home
  • Kontakt / Über mich
  • Datenschutz
  • Nach oben

Type above and press Enter to search. Press Esc to cancel.