A/B-Tests

A/B-Tests werden im Online-Marketing dafür verwendet, um die Leistung von zwei ähnlichen Anzeigentexten, Landingpages, E-Mails oder Werbebotschaften zu vergleichen. Die Leistung wird dafür anhand von vor dem Test festgelegter Kennzahlen (z.B. Klickrate, Conversion-Rate) gemessen. In diesem Artikel beschreiben wir die unterschiedlichen Testarten, Kennzahlen und Einsatzbereiche für A/B-Tests.

Inhalte

1. Was ist A/B-Testing?

Beim A/B-Testing vergleicht man zwei Versionen eines Marketing-Inhalts (z.B. Landingpage, Anzeigentext, E-Mail, etc.) miteinander, um herauszufinden, welche Version die besseren Ergebnisse erzielt. Man ändert dabei eines oder mehrere Elemente des ursprünglichen Inhalts ab, wie z.B. Texte, Buttons oder Bilder.

Ein Teil der User wird dann auf Version A geleitet, während der andere Teil Version B ausgespielt bekommt. Welche Version der einzelne User sieht, wird zufällig ausgewählt. Die beiden Versionen werden nach einem bestimmten Zeitraum auf Grundlage der definierten Daten analysiert. A/B-Tests sind eine wertvolle Testmöglichkeit im Marketing, um datenbasierte Entscheidungen auf der Grundlage von direktem Kundenfeedback zu treffen.

2. Einsatzbereiche für A/B-Tests

A/B-Tests lassen sich für viele verschiedene Marketing-Inhalte einsetzen. Hier ist eine Auflistung der häufigsten Anwendungsfälle:

Anzeigentexte für Online Ads (Google, Facebook, LinkedIn, etc.)
Landingpages für Online Kampagnen (Headlines, Texte, Bilder, CTA-Buttons)
E-Mails (Betreffzeile, Textinhalte, Layout, Buttons]
Produktdetailseiten im E-Commerce (Headlines, Texte, Bilder, Struktur, Buttons)
Social Media Posts (Textaufbau, Bilder, Buttons)

3. Arten von A/B Test

Abhängig davon, wie sehr sich die neue Version eines Marketinginhalts (B) von der Originalversion (A) unterschiedet, gibt es diese verschiedenen Ausprägungen von A/B-Tests:

A / B Test

Die bestehende Version A (Original oder Kontrollversion) wird gegen eine veränderte Version B (Neue Version) getestet. Dabei werden einzelne Elemente wie Buttons, Handlungsaufforderung oder Überschriften für Version B abgeändert. Die besser perfomende Seite ist der „Gewinner“.

A / A Test

Bei einem A / A Test werden zwei identische Versionen eines Marketingtexts gegeneinander getestet. Hier geht es darum, den Testvorgang oder ein Testing-Tool zu validieren. Das heißt, man möchte sicherstellen, dass die Ausrichtung und Zielgruppe korrekt eingestellt sind. Wenn beide Versionen gleich gut performen, ist die Aussagekraft des Tests bzw. des Tools gewährleistet.

A / B / n Test

Möchte man mehr als zwei Varianten gegeneinander testen, wird das als A/B/n-Test bezeichnet. Das kann Zeit sparen, da man nicht mehrere A/B-Tests hintereinander durchführen muss. Im Vergleich zu A/B-Tests sind A/B/n-Tests etwas weniger aussagekräftig, da die Datenmenge (User, Klicks, etc.) auf mehrere Versionen aufgeteilt wird.

Split URL Testing

Beim Split Testing werden nicht nur einzelne Elemente (Buttons, Überschriften, etc.) auf einer Landingpage oder in einem Anzeigentext ausgetauscht, sondern gleich der gesamte Content. Split Testing wird verwendet, wenn man das gesamte Design eines Contents hinterfragen oder eine generelle strategische Richtungsänderung in der Kommunikation testen möchte.

Multipage Testing oder Funnel Testing

Bei dieser Art von A/B Test soll nicht nur eine einzelne Landingpage überprüft werden, sondern mehrere hintereinander geschaltete Inhalte eines Marketing-Funnels. Du kannst damit z.B. die Kombination aus einem Anzeigentext, der darauffolgenden Landingpage und das anschließenden Kontaktformulars testen. Einfach gesagt: Jede Seite, die der User während seiner Reise von der Ad bis zur Conversion besucht. Das ist hilfreich, um gesamte Funnels anstatt einzelner Design-Element gegeneinander zu testen.

4. Tools zur Testauswertung

Zur Durchführung von A/B-Tests gibt es viele verschiedene Anbieter. Je nachdem wie komplex die Anforderungen sind, müssen unterschiedliche Tools implementiert werden.

Webanalyse-Tools

Um Userdaten von der eigenen Website miteinander vergleichen zu können, müssen sie zunächst gesammelt werden. Das bekannteste Tool dafür ist Google Analytics. Es ist kostenlos und liefert detaillierte Informationen über das Verbesserungspotential der Website. Jedoch hat es auch seine Nachteile: Manche Plugins blocken Google Analytics und wegen der aktuellen Datenschutz- und Cookie-Policies gehen den Online-Marketern viele Daten verloren.

Alternative Tools sind z.B. Matomo (früher Pikwik). Matomo ist ein Open Source Project und im Gegensatz zu Google Analytics speichert man die Daten auf dem eigenen Server. Ein weiteres Tool ist Adobe Analytics (früher Omniture), das eine Vielzahl an Funktionen neben der Datensammlung anbietet. Wer auf der Suche nach einer europäischen Lösung ist, dem wird eTracker sofort ins Auge fallen. Die Analytics-Alternative „made in Germany“ ist aus DSGVO-Sicht und Tracking sehr gut aufgestellt, dafür allerdings kostenpflichtig.

Test-Tools

Wer bereits Google Analytics verwendet, kann für den A/B Test das kostenlose Tool Content Experiments nutzen. Das findest du im Analytics-Account im Bereich „Content“ bei „Experiments“– in gewohnter Weise führt Analytics dann durch den Prozess weiter.

Eine Alternative dazu ist Unbounce, ein Tool zur Landingpage-Erstellung und für die Durchführung von A/B-Tests. Hier starten die Preise jedoch bei 90$ / Monat.

Ein weiteres bekanntes Tool ist Optimizely, bei dem A/B-Testing nur eines der vielen Features ist, das angeboten wird.

Tools für Click Heatmaps und Scroll-Verhalten

Bei manchen Fragestellungen reichen Conversions nicht aus, um das Userverhalten zu verstehen. Click Heatmaps helfen dabei, den Klickweg des Users auf der Website zu analysieren. Tools dafür werden von Firmen wie Crazyegg und Clicky angeboten. Während Crazyegg neben der Heatmap noch viele weitere Features zur Verbesserung der eigenen Website anbietet, liegt bei Clicky der Fokus auf der datenschutzfreundlichen Durchführung. Um die Scrolltiefe der Websitebesucher auszuwerten, helfen Tools wie Hotjar, Mouseflow oder Decibel Insight.

5. Sinnvolle Kennzahlen für A/B Tests

Conversion Rate

Eine Conversion wird je nach Ziel der Landingapge oder des Anzeigentexts festgelegt. Es kann sich z.B. um Käufe, Newsletter-Anmeldungen oder Downloads handeln. Bei der Conversion Rate werden diese Ziele mit dem Traffic der Seite in Relation gesetzt.

Bounce Rate oder Absprungrate

Die Bounce Rate bezeichnet die Prozent der User, die deine Landingpage bereits nach kurzer Zeit wieder verlassen, ohne eine andere Page angesehen zu haben.

Website-Traffic

Obwohl Website-Traffic eine beliebte Kennzahl ist, ist sie alleine meist wenig aussagekräftig für deine Ziele. Viele Websitebesucher zu bekommen, die nicht zu Conversions werden, ist eher schädlich als hilfreich für deine Performance.

6. Welche Elemente sollte ich auf meiner Seite testen?

Gerade bei der eigenen Website oder Landingpage sind „blinde Flecken“ nicht vermeidbar. Da man sein eigenes Produkt oder die eigene Dienstleistung in-und-auswendig kennt, ist die Nachvollziehbarkeit des Userverhaltens oft schwer. Darum ist es hilfreich, gewisse Elemente einer Landingpage einem A/B-Testing zu unterziehen:

Titel und Überschriften

Die Titelüberschrift ist das erste Element, das die User sehen. Gerade beim schnellen Scrollen werden auch oft nur die Überschriften gelesen.

Call-to-action

Ein guter CTA ist entscheidend für eine hohe Conversion-Rate. Ein A/B-Test kann Aufschluss über den Erfolg verschiedener Handlungsaufforderungen geben.

Buttons

Wenn es neben dem Call-to-Action noch weitere Buttons auf deiner Landingpage gibt (z.B. eine Newsletteranmeldung), sind auch diese ein guter Ansatz für einen A/B-Test.

Bilder

Bilder emotionalisieren deine Landingpage. Beim A/B-Test kann man verschiedene Ansätze versuchen. Performen Seiten mit Produktbildern oder emotionalen Bildern besser? Wie sieht es mit Größe, Farbton und Helligkeit aus? Ändert eine neue Platzierung der Bilder etwas am Userverhalten?

Seitenstruktur

Die Anordnung der Elemente auf deiner Landingpage wirkst sich stark auf das Userverhalten aus. Wird viel zu spät erklärt, was das Produkt oder die Dienstleistung beinhaltet? Sind die vertrauensbildenden Elemente (Testimonials, Bewertungen) ganz oben sichtbar? Wie weit muss ich bis zum Kontaktformular scrollen? Tests mit dem Seitenlayout zahlen sich wirklich aus.

Formulare

User füllen nicht gerne Formulare aus. Daher sollte man es ihnen so leicht wie möglich machen: Mit einem verständlichen, übersichtlichen Formular mit wenigen Feldern. Andererseits benötigt man gewisse Daten einfach – hier den richtigen Spagat zu finden, ist eine Kunst. Teste Änderungen des Wortlauts, das Weglassen optionaler Felder und die Anordnung der Eingabeflächen.

Navigation

Die Navigation zu testen ist ein komplexes Unterfangen, das sich aber bezahlt macht. Schließlich ist kaum etwas für die Orientierung der User wichtiger. Hier bietet sich Spilt URL Testing an oder Funnel Testing.

Preise

Preise zu testen, erfordert Fingerspitzengefühl. Kein User möchte feststellen, dass das Produkt oder die Dienstleistung auf einer anderen Landingpage günstiger gewesen wäre. Versuche kleine Änderungen wie z.B. ein „Spar-Paket“ miteinzubauen.

7. Für welche Pages zahlt sich ein A/B-Test aus?

Grundsätzlich kann man A/B-Tests für jede Webpage anwenden. Nur kostet dich jeder A/B-Test Zeit und Ressourcen, weshalb eine Priorisierung notwendig ist. Daher solltest du die Pages auswählen, auf denen gewünschten Conversions stattfinden sollen.

Eine der wichtigsten Pages sind die Landingpages, auf die von deinen bezahlten Anzeigen hingeleitet wird. Du bezahlst bereits, um deine Werbung zu schalten und die User auf diese Landingpage zu leiten. Dann sollte sie auch konvertieren.

Weitere Seiten, die sich für A/B-Tests anbieten, sind die Touchpoints, in denen User Formulare ausfüllen. Sei es die Kontakt-Seite oder die Newsletter-Anmeldung: Hier sind kritische Momente, die darüber entscheiden, ob eine Conversion stattfindet.

Deine Homepage ist als erster Startpunkt für organische User, die über die Google-Suche zu dir kommen, ebenfalls eine wichtige Seite, die auf deiner A/B-Test To Do List stehen sollte.

8. Vermeide diese Fehler beim A/B-Testen

A – Zu wenig Daten

Stelle sicher, dass deine Tests genügen Daten (Klicks, Conversions) generieren, bevor du einen Gewinner aus den Testvarianten wählst. 1.000 Klicks oder 50 Conversions pro Variante sind das absolute Minimum, um eine seriöse Aussage zur Leistung der verschiedenen Versionen machen zu können. Liefert dein Test zu wenig Daten, musst du ihn so weit anpassen, bis ausreichend Klicks oder Conversions erzielt werden.

B – Unklare Ziele

Teste nicht ins Blaue hinein. Definiere vor dem Test, welche Kennzahl du hinterfragen möchtest. Je nach Kennzahl wirst du andere Inhalte deiner Landingpage oder Anzeige vor dem Test variieren, um ihre Wirkung auf das Ergebnis testen zu können.

C – Zu viel auf einmal testen

Konzentriere dich beim Testen auf einzelne Elemente deiner Anzeige oder Landingpage – z.B. nur die Headlines, nur die Handlungsaufforderung, usw. Testest du nämlich mehrere Punkte gleichzeitig, kannst du nicht mehr genau zuordnen, welche Änderung für die Performance verantwortlich ist.

Diese Themen könnten dich auch interessieren

Autor

Thomas Weinberger

Gründer und Eigentümer, Head of Paid Ads

Thomas ist Gründer und Eigentümer von Webwings. Er optimiert Google Ads und LinkedIn Ads Kampagnen für B2B-Produkte seit 2010. Mehr über Thomas.

Unterstützung für deine Paid Ads Kampagnen

Wir sind eine auf B2B spezialisierte Google Ads und LinkedIn Ads Agentur. Gerne unterstützen wir dich bei der Optimierung deiner Paid Ads Kampagnen.