Erhöhen Sie Ihre Umsätze durch iterative A/B-Tests für E-Commerce-Seiten mit hohem Traffic, wobei Sie Verbesserungs-Benchmarks für mehr Optimierung und Personalisierung verwenden. Erfahren Sie, wie Sie durch eine Kombination solcher Tests mit dem Stichprobengrößenrechner von Adobe Target Seiten mit hohem Opportunity-Potenzial identifizieren und erfolgreiche Varianten in langfristige Personalisierung verwandeln können, um nachhaltiges Wachstum zu erzielen.
Im Mittelpunkt von A/B-Tests steht der Vergleich von zwei verschiedenen Kundenerlebnissen, damit Sie zuverlässige, datengestützte Entscheidungen treffen können. Unabhängig davon, ob sie Landingpages oder Seiten mit Produktdetails optimieren wollen: A/B-Tests liefern Unternehmen die nötigen Erkenntnisse, um mehr zu erreichen, als nur zu raten, was Kundinnen und Kunden wünschen. Stattdessen können Teams Entscheidungen treffen, die bei Kundschaft wirklich Anklang finden und wichtige Geschäftsziele unterstützen.
In Kombination mit dem Stichprobengrößenrechner von Adobe Target werden A/B-Tests zu einem effektiven Treiber Ihrer Personalisierungsstrategie: Sie können intelligenter testen, schneller lernen und erhebliche Umsatzpotenziale erschließen.
A/B-Tests mit iterativen Badge-Experimenten (z. B. „Versand kostenlos“, „Bestseller“, „Fast weg“) auf Kategorie-, Produktdetail-, Warenkorb- und anderen Seiten mit hohem Traffic können erheblich größere Umsätze erschließen, indem Konversionsraten systematisch verbessert werden und langfristige Personalisierung möglich wird. Der Stichprobengrößenrechner von Adobe Target sorgt dafür, dass Tests statistisch fundiert sind, hilft bei der Priorisierung, welche Seiten zuerst getestet werden sollen, und verwandelt die effektivsten Varianten in ständig aktive, personalisierte Erlebnisse, die Wachstum skalieren.
Förderung von Umsatzwachstum: Die Auswirkungen von Anpassungen durch iterative A/B-Tests
A/B-Tests sind eine leistungsstarke Methode, um verschiedene Aspekte Ihrer E-Commerce-Site zu optimieren. Wenn Sie bei jeder Iteration eines A/B-Tests Anpassungen vornehmen, kann Ihr Unternehmen Umsatzsteigerungen in Millionenhöhe erzielen. Ziehen Sie in A/B-Tests eine Implementierung der folgenden Anpassungen in Betracht, wobei der Schwerpunkt auf Badges und deren Platzierung auf den Seiten Ihrer Site liegen sollte:
Badges auf Kategorie- bzw. PDP-Seiten
Ein aussagekräftiges A/B-Experiment besteht zum Beispiel darin zu testen, ob das Hinzufügen von Badges (z. B. „Bestseller“, „Neues Produkt“, „Begrenzte Bestände“) Benutzerinteraktion und Konversion auf Kategorieseiten oder Produktdetailseiten (PDPs) stärker beeinflusst.
Eine Hypothese für den Unterschied bei den Tests könnte beispielsweise lauten, dass Badges auf Kategorieseiten die Erkundung fördern, während PDP-Badges die Kaufentscheidung beeinflussen.
Verschiedene Arten von Badges
Gleichzeitiges Testen verschiedener Typen von Badges:
- Am beliebtesten: Markieren Sie die meistverkauften Produkte, um die entsprechende Begehrlichkeit zu erhöhen.
- Kostenloser Versand: Unterstreichen Sie kostenlosen Versand, um das Angebot für Kundinnen und Kunden attraktiver zu machen.
- Fast ausverkauft: Sorgen Sie für ein Gefühl von Dringlichkeit, um schnelle Kaufentscheidungen zu fördern.
- Kostenloser Versand am nächsten Werktag: Weisen Sie auf eine schnelle Lieferung hin, um sofortige Käufe zu fördern.
- Sofort versandbereit: Stellen Sie Verfügbarkeit für potenzielle Käuferinnen und Käufer sicher.
Mithilfe dieser Technik können Sie ermitteln, welche Kombination von Badges zu klaren Ergebnissen führt, oder herausfinden, welches Badge den größten Effekt auf Checkouts oder Bestellungen hat.
Die Entscheidung, welche Badges zuerst getestet werden sollten, hängt von der Flexibilität Ihrer Site oder App ab. Beispielsweise kann ein Unternehmen beim Implementieren von „Fast ausverkauft“-Badges mit bestimmten Einschränkungen konfrontiert sein, wenn Bestände nicht zeitnah mit seiner Site/App synchronisiert werden, sodass Besucherinnen und Besucher keine zuverlässigen Informationen erhalten.
Sie können Ergebnisse als Grundlage für zukünftige Experimente oder Personalisierung interpretieren, indem Sie die Verbesserungen durch den Test analysieren. Beispielsweise ist eine Verbesserung um etwa 2–3 % wünschenswert, um sicherzustellen, dass der Test wirklich nützlich ist. Wenn keine solche Verbesserung zu beobachten ist, wiederholen Sie den ursprünglichen Test, indem Sie das ursprüngliche Badge durch ein anderes ersetzen.
Platzierung von Rabatt-Badges
Testen Sie die Platzierung von Badges auf Kategorieseiten und PDPs:
- Kategorieseiten: Zeigen Sie Badges neben Produktlisten oder in Produktkarten an.
- PDPs: Zeigen Sie Badges in der Nähe des Produktpreises oder der Schaltfläche „Zum Warenkorb hinzufügen“ an.
So können Sie den Effekt auf Konversionsraten und Benutzerverhalten messen und ermitteln, welche Seite für die gewünschten Ergebnisse sorgt.
Erfolg hängt ganz davon ab, was Ihr Unternehmen als Schlüsselmetriken betrachtet. Manche Unternehmen wünschen sich zum Beispiel eine höhere Clickthrough-Rate von Kategorie- zu PDP-Seiten, während andere mehr Hinzufügungen zum Warenkorb oder eine höhere Gesamtkonversion sehen möchten. Unabhängig von der primären Erfolgsmetrik, die Ihr Unternehmen nutzt, ist die Verwendung spezifischer KPIs als Benchmark der beste Weg für Firmen, um zu wachsen und Optimierungs- und Personalisierungsstrategien weiterzuentwickeln.
Platzierung von Badges für kostenlosen Versand
Testen Sie, wo Badges für kostenlosen Versand angezeigt werden sollen:
- Warenkorbseite: Zeigen Sie Benutzenden, welche Produkte, die mit Produkten in ihrem Warenkorb verwandt sind, für kostenlosen Versand qualifiziert sind, um beim Checkout zusätzliche Hinzufügungen zum Warenkorb zu fördern.
- PDPs: Sorgen Sie für mehr Konversionen, indem Sie Badges in der Nähe von Produktpreisen platzieren.
- Kategorieseiten: Weisen Sie auf kostenlose Versandoptionen hin.
So können Sie einschätzen, welche Platzierung von Badges am meisten Konversionen bewirkt.
Beispielsweise können Sie erwägen, bei Artikeln im Wert ab 50 Euro ein Badge für „Kostenloser Versand“ hinzuzufügen. Wenn sie diesen Vorteil auf einer PDP-Seite sehen, wird dies wahrscheinlich das Verhalten von Kundinnen und Kunden beeinflussen: Die Wahrscheinlichkeit steigt, dass sie einen Kauf abschließen. Badges für kostenlosen Versand können sich auch nach Segment oder Produktkategorie in der Wirkung unterscheiden.
Verwenden des Stichprobengrößenrechners von Adobe Target zur Ermittlung von Personalisierungsmöglichkeiten
Der Stichprobengrößenrechner von Adobe Target stellt sicher, dass Ihre Aktivität über ausreichend Besuchende verfügt, damit Sie Ihre Ziele erreichen können. Beim Ausführen eines manuellen A/B-Tests hilft der Stichprobengrößenrechner von Target im Gegensatz zur automatischen Zuordnung, die für einen erfolgreichen Test erforderliche Stichprobengröße zu ermitteln. Da es sich bei einem manuellen A/B-Test um einen Test mit festem Horizont handelt, liefert der Stichprobengrößenrechner von Adobe Target eine grobe Schätzung der erforderlichen Stichprobengröße.
Sobald Sie wissen, was Sie testen möchten (z. B. Badges), hilft Ihnen der Stichprobengrößenrechner dabei, zu ermitteln, wo Sie auf Ihrer Site oder in Ihrer App effektiv testen können.
Verwendung des Stichprobengrößenrechners von Adobe Target
- Navigieren Sie zum Stichprobengrößenrechner von Adobe Target.
- Setzen Sie das Konfidenzniveau auf 95 %. Wenn man denselben Test viele Male mit derselben Methode wiederholen würde, würden also etwa 95 von 100 dieser Tests ein Ergebnis liefern, das die wahre Antwort beinhaltet.
- Setzen Sie die statistische Aussagekraft auf 80 %. Bedeutung: Wenn der Effekt real und mindestens so groß ist wie der, den Sie haben möchten, hat Ihr Test eine Chance von etwa 8 zu 10, den Effekt zu finden.
- Legen Sie die entsprechende Zahl von Angeboten fest, einschließlich Kontrolle. In der Regel wird dieser Wert auf 2 gesetzt.
- Nachdem Sie Seiten mit hohem Traffic und hohen Konversionsraten identifiziert haben, nehmen Sie den Unique-Visitors-Wert für die Seite und teilen diesen Wert durch die Anzahl der Tage in Ihrem Datumsbereich (d. h., wenn der Datumsbereich die letzten vollen 30 Tage umfasst, teilen Sie die Anzahl der Unique Visitors durch 30). Sie geben den resultierenden Wert unter Gesamtzahl der Besucherinnen und Besucher pro Tag ein.
- Um den Wert der Baseline-Konversionsrate zu ermitteln, nehmen Sie die Anzahl der Formularerfolge pro Seite und teilen Sie sie durch die Anzahl der Unique Visitors auf der Seite (d. h. Formularerfolg/Unique Visitors).
- Überprüfen Sie nach der Eingabe aller Datenwerte, wie viele Wochen es bis zum Abschluss des Tests dauern wird. Konzentrieren Sie sich darauf, Seiten mit Werten zu ermitteln, die höchstens 20 Wochen bis zum Abschluss des Tests brauchen.
Umwandeln der Rechnerausgabe in eine Test- und Personalisierungs-Roadmap
Nachdem Sie eine Tabelle wie oben erstellt haben, können Sie Seiten mit den höchsten Konversionsraten ermitteln, um einzelne Seiten zu erkennen, die Personalisierungsmöglichkeiten bieten. Wenn eine Seite beispielsweise eine hohe Konversionsrate bezüglich erfolgreicher Formulare aufweist, sollten Sie diese Seite zum Ausführen eines A/B-Tests nutzen. Darüber hinaus können Sie weiter Personalisierungsmöglichkeiten auf einzelnen Seiten ermitteln, indem Sie die Änderungen der Konversionsraten überwachen.
Um herauszufinden und zu priorisieren, welche Seiten zuerst getestet werden sollen, beginnen Sie mit den Seiten mit dem meisten Traffic. Ihre Seiten mit dem meisten Traffic sorgen dafür, dass der Test über eine ausreichend große Stichprobe verfügt, um Konfidenz zu erreichen, sodass Sie nicht endlos lang auf den Abschluss warten müssen. Wenn Sie jedoch eine starke Testidee für eine bestimmte Seite haben, die nicht zu den am häufigsten aufgerufenen gehört, würde ich Sie trotzdem dazu ermutigen, sie zu testen.
Als Nächstes müssen Sie Badge-Experimente mit diesen Seiten verbinden. Beispielsweise können Sie sich dafür entscheiden, „Kostenloser Versand“-Badges auf der Homepage zu platzieren, um Besucherinnen und Besucher dazu zu bringen, auf der Website zu bleiben und die Bestände zu durchsuchen, die für kostenlosen Versand qualifiziert sind.
Schließlich wollen Sie sicherstellen, dass Ihre siegreichen A/B-Tests zu längerfristiger Personalisierung führen. Wenn Sie beispielsweise sehen, dass das Badge „Kostenloser Versand“ Woche für Woche weiter für mehr Bestellungen und Umsätze sorgt und bei vollständiger Stichprobengröße eine Verbesserung von 2–3 % erreicht hat, sollten Sie sicherstellen, dass der Test langfristig fortgesetzt wird.
Auf den Punkt gebracht
Zur Wiederholung: Verwenden Sie zunächst den Stichprobengrößenrechner, um Seiten mit hohem Potenzial zu finden. Anschließend sollten Sie iterative Badge-Tests nutzen, um höhere Umsätze zu erzielen. Verwenden Sie die gewonnenen Erkenntnisse dann, um Personalisierung voranzutreiben und nach Bedarf zu iterieren. Iteration auf Grundlage Ihrer Erkenntnisse sorgt für kontinuierliches Wachstum Ihres Unternehmens und fördert Optimierung und Personalisierung im benötigten Umfang.