Slava Wagner – SEA, CRO, Data & Forecasting

MarTech Award Winner (2024) – Innovation in Business

DE

EN

Conversion-Rates erhöhen mit Website-A/B-Tests via Google Optimize

Wenn wir herausfinden wollen, welche Website-Version die beste Conversion-Rate hergibt, können wir das mit einem A/B-Test tun. Mit Google Optimize werden dabei verschiedene Varianten gleichzeitig an unterschiedliche Nutzer ausgeliefert und auf die Conversion-Rate hin getestet.

Google Optimize kann verschiedene Website-Versionen zu Testzwecken parallel an Nutzer ausliefern. Die Auslieferung kann entweder zu gleichen Anteilen an prozentual gleichgroße Nutzergruppen erfolgen, oder benutzerdefiniert kalibriert werden. Sofern also eine neue Website-Version gegen das Original getestet wird, und 200 Nutzer in einer Woche auf diese Zielseite kommen, würden 100 von ihnen immer nur das Original sehen, und die anderen 100 immer nur die neue Version. Die Auslieferung der Versionen auf Basis von Google Analytics 3 geschah bislang cookiebasiert, weswegen jeder Nutzer immer nur die eine, für ihn bestimmte Website-Version über mehrere Sitzungen hinweg sieht. Das Nutzerverhalten wird im Anschluss auf bestimmte Zielmetriken hin ausgemessen. Eine der wichtigsten ist dabei die Conversion-Rate (Deutsch: Umwandlungsrate oder Konversionsrate): Sie gibt an, wie hoch der Prozentsatz der Websitebesucher ist, der die Zielhandlung erfolgreich durchgeführt hat. Je höher wir diesen Prozentsatz schrauben können, desto mehr Anfragen oder Verkäufe werden wir auf der Website generieren.

I. Einführung in 'Conversions'

Was ist eine Conversion?

Doch zunächst einmal: Was ist überhaupt eine Conversion? Eine Conversion (Deutsch Konvertierung oder: Umwandlung) bezeichnet eine Zielhandlung eines Nutzers in Online-Werbeanzeigen oder auf der Website. Ein Nutzer konvertiert, wenn er durch die Attraktivität der Werbeinhalte von einer Handlung überzeugt ist und diese online durchführt. Eine Verbesserung der Ansprache in Werbeanzeigen und Landingpagen erhöht entlang datenbasierter A/B-Tests die Wahrscheinlichkeit auf eine Conversion. Dabei können Conversions unterschiedlichste Zielhandlungen sein: In Dienstleistungsbranchen wären das zum Beispiel abgeschickte Kontaktformulare, heruntergeladene Infopakete oder Terminbuchungen. Bei Online-Shops wären es Online-Käufe, und bei Lieferservices Käufe und Anrufe. Es können Anmeldungen für Whitepaper, E-Books und Webinare sein, oder aber Anmeldungen aus einem Newsletter für ein Beratungsgespräch.

Wie werden Conversions gemessen?

Conversion werden direkt in Anzeigen oder mithilfe von Analytics-Systemen auf Websites technisch gemessen. So können einzelne Nutzer einer Zielhandlung mitsamt Zeitpunkt erfasst werden, wodurch wir den Rücklauf nachverfolgen können. Dies nennt sich Conversion-Tracking: Dadurch können wir das Kampagnenbudget auf einzelne, erreichte Conversions herunterbrechen und erhalten den Kostenpunkt pro Conversion, der uns hilft, die Effizienz der Kampagnen miteinander zu vergleichen. So werden wiederum Streuverluste vermieden. Der kontinuierliche Test- und Optimierungsprozess nennt sich Conversion-Optimierung. 

Wenn wir also mit Website-A/B-Tests die beste Struktur und Ansprache unserer Landingpage ermitteln wollen, ist die datenbasierte Grundlage hier vor allem die Erhöhung der Conversion-Anzahl, die darauf schließen lässt, welche Website-Version die beste ist.

Conversions, die direkt in Anzeigen gemessen werden

Große Werbesysteme ermöglichen die Messung von Zielhandlungen innerhalb ihrer Plattformen, auf die wir mit website-basierten Analysen sonst nicht zugreifen könnten. 

  • abgeschickte Leadformulare (Google Ads, Facebook Ads, LinkedIn Ads)
  • Anrufe aus Anruferweiterungen (Google Ads) 
  • Maß Searches und Ladenbesuche (Google Ads)
  • Veranstaltungszusagen (Facebook Ads)
  • Neue Follower (Facebook Ads)

Conversions, die auf der Website gemessen werden

Auf eigenen Websites hingegen werden Conversions über Webanalytics-Umgebungen gemessen, wie: Google Analytics, Matomo, Adobe Analytics.

  • Abgeschickte Kontaktformulare
  • Terminbuchungen über einen Konfigurator
  • Käufe (diese können in Google Analytics mit genauen Umsätzen gemessen werden)
  • Warenkorbabbrüche (die Reduktion von Warenkorbabbrechern wäre ein gesonderter Punkt)
  • Heruntergeladene Infopakete
  • Anmeldungen zu Webinaren, E-Books und Whitepapern
  • Newsletter-Anmeldungen
  • Telefonnummer-Anrufweiterleitungen (via Google Tag Manager mit dynamischer Ersetzung der Telefonnummer durch eine Google-Ads-Weiterleitungsnummer, sofern der Nutzer über eine Anzeige kam)

Attributionsmodelle für Conversions

Die großen Werbesysteme (Google Ads, Meta – Facebook & Instagram Ads, LinkedIn Ads, Microsoft Advertising) bieten den Werbetreibenden die Verwendung verschiedener Attributionsmodelle an. Diese bezeichnen beschreiben, wie Conversions einzelnen Kanälen, Kampagnen und Anzeigen zugeordnet werden – aber vor allem: Welchem Conversion-Zeitpunkt sie zugeordnet werden. Das Attributionsmodell “Letzter Klick” bei Google Ads würde bedeuten: Eine Website-Conversion aus Google Analytics würde ins Google-Ads-Dashboard rückwirkend für den Zeitpunkt importiert werden, an dem der letzte Google-Ads-Klick aus einer Kampagne stattfand. Letzter Klick bezeichnet also den letzten Anzeigen-Klick, der vor dem Auslösen der realen Website-Conversion betätigt wurde – ungeachtet des Zeitraums, der dazwischenliegt. 

Bei einem anderen Attributionsmodell, nämlich der datengetriebenen Attribution von Google Ads und Google Analytics, wird hingegen eine Conversion auf die verschiedenen Handlungen der Nutzer zu gleichen Anteilen heruntergebrochen. Wenn ein Websitebesucher also eine Anzeige klickte und sofort danach ein Produkt kaufte – würde der Conversion-Wert hier bei 1 liegen. Wenn der Websitebesucher aber neun Mal über die organische Suche auf die Website kam, und dann einen letzten Klick vor dem Kauf über eine Anzeige tätigte – würde der Conversion-Wert bei Google Ads bei 0,1 liegen, da Google Ads nur einen von zehn Klicks beisteuerte, um den Nutzer zum Konvertieren zu bringen.

Abbildung: Beispiel für vorbereitete Conversions, die in die Attribution für ganze Conversions einfließen.

Was ist eine Conversion-Rate?

Eine Conversion-Rate gibt den Prozentsatz der Nutzer-Klicks auf der Website an, die am Ende zu einer Conversion geführt haben. Auf Deutsch ließe sich das als Konversionsrate oder Umwandlungsrate übersetzen. Sprich: Es handelt sich hierbei um die prozentuale Umwandlung, also die Konvertierung eines Website-Besuchers oder Nutzers zu einer Zielhandlung. In lokal verankerten B2C-Unternehmen, wie zum Beispiel in der Gastronomie mit Lieferservice, kann eine Conversion-Rate (auch bei Neukunden-Traffic) durchaus bei 20% liegen. Bei komplexeren B2B-Landingpages ist bereits eine Conversion-Rate 1% – 3% eine realistische Kennzahl.

Realistische Referenzwerte und Elemente für eine stärkere Conversion-Rate

Eine starke Conversion-Rate hängt von vielen verschiedenen Faktoren ab, von der grundsätzlichen Art des Angebotsdesigns, von der Passung zur Zielgruppe und dem allgemeinen Aufbau der Website. Wenn diese Grundlagen nicht stimmig sind, und überhaupt keine Conversions abwerfen, hilft in der Regel auch kein A/B-Test. 

Sofern das Fundament einer bereits funktionierenden Conversion-Rate da ist, kommen einige strukturelle Stellschrauben ins Spiel, deren Veränderung immer einen Einfluss auf die Conversion-Rate hat. Branchenübergreifend ist es durch Tests erfahrungsgemäß möglich, die Conversion-Rate um bis zu 15% zu erhöhen. Das ist tatsächlich nicht so viel, wie es klingt: Wenn die Ausgangs-Conversion-Rate bei 20% in einem lokalen B2C-Lieferservice liegt, lässt sie sich zum Beispiel auf stabile 23% hochschrauben. Auf 1.000 Website-Besucher im Monat an einem Standort hat das entsprechend durchaus einen Einfluss – und an möglichen anderen Standorten entsprechend ebenfalls. Allerdings sollte hier keine Steigerung von geschäftsentscheidendem Ausmaß erwartet werden.

Ist erst einmal eine erfolgreiche Landingpageversion ermittelt worden, lässt sich das für die Conversion-Rate-Anhebung ursächliche Element auf der eigentlichen Website einstellen, sowie auf vergleichbar aufgebauten Landingpages übernehmen.

Kommen wir zu den besagten, strukturell Stellschrauben, mit denen sich eine Conversion-Rate sicher und zuverlässig in der Praxis anziehen lässt: 

II. Testkonfiguration mit Google Optimize

1. Button-Formate und Button-Ausgestaltung testen

Der Button als Call-to-Action-Element für das Aufrufen eines Angebots oder für die Inanspruchnahme desselben ist das zentrale Element, das Nutzer bewusst oder unterbewusst zur Conversion animiert oder von ihr abhält. Daher sollte hier über den Drag-and-Drop-Frontend-Editor von Google Optimize folgendes getestet werden:
  • Größe des Buttons
  • Farbgebung des Buttons
  • Schriftschnitt und Schriftgröße des Button-Textes
  • Textinhalt des Buttons

  • Position des Buttons auf der Landingpage
Interessanter Tipp vorab: Es erscheint auf den ersten Blick naheliegend, dass der Button nicht nur zentral, sondern alles entscheidend für die Conversion-Rate wäre, und alle anderen Test-Elemente überschatten würde. Dem ist in der Praxis tatsächlich häufig nicht so: Eine prominentere Position oder ein Design in einer auffälligen Signalfarbe kann genauso gut zu einer unveränderten Conversion-Rate führen. Daher lohnt es sich, alle Tests nacheinander durchzuführen.

Abbildung: Beispiel für eine einfache Farbänderung eines Buttons mit dem Frontend-Editor von Google Optimize.

2. Telefonnummern-Formate und Ausgestaltung testen

Die Platzierung von Telefonnummern ist sicher nicht für Jedermann: Es gibt gerade im B2B-Bereich viele Branchen, die so spezialisierte Angebote vermarkten, dass es sich nicht lohnt, Telefonnummern prominent in den Vordergrund zu rücken. Die Anrufer kommen zwar, sind aber in der Mehrzahl nicht qualifiziert genug für einen Kaufabschluss. Aus diesem Grund wird die Qualifizierung über andere Wege vorgenommen.

Für Branchen hingegen, die insgesamt aus dem Pool eingehender Anrufe durchaus einige Verkäufe erzielen können, lohnen sich Google-Optimize-Tests auf der Telefonnummer als Element auf der Landingpage:

  • Größe der Telefonnummer
  • Farbgebung der Telefonnummer
  • Position der Telefonnummer auf der Landingpage

3. Produktbild-Design testen

Wenn ihr Produkt- und Angebotsbilder verwendet, die ganz klar eine Abbildung dessen darstellen sollen, was der Nutzer hier in Anspruch nehmen soll, könnt ihr hier beliebige Bildinhalte gegeneinander testen.

  • Bildinhalte testen

4. Downloads hervorheben: Noch mehr Buttons testen

Download-Elemente sind traditionell in der Auswirkung auf die Conversion-Rate ziemlich unterschätzt, denn sie haben häufig einen ordentlichen Einfluss. Downloads können sein: Infoflyer, Einladungen, Übersichtsseiten oder Speisekarten in der Gastronomie.

Hier gilt es, nach demselben Schema auf Punkt 1 die Buttons für das Auslösen des PDF-Downloads zu gestalten und zu testen:

  • Größe des Download-Buttons
  • Farbgebung des Download-Buttons
  • Schriftschnitt und Schriftgröße des Download-Button-Textes
  • Textinhalt des Download-Buttons
  • Position des Download-Buttons auf der Landingpage

 

5. Kontaktformular: Ansprachen testen

Sofern eine Landingpage im  Dienstleistungsbereich vorliegt, ist das Kontaktformular für die Inanspruchnahme des Angebots der Dreh- und Angelpunkt für die Conversion-Rate. Hier sollte die Ansprache und die Ausgestaltung der Call-to-Action-Überschriften getestet werden.

  • Größe der Überschrift
  • Inhalt der Überschrift 
  • Schriftgröße, Schriftart und Schriftschnitt der Überschrift

AA-Test mit Google Optimize durchführen

Bei der Übernahme eines erfolgreich getesteten Website-Elements auf vergleichbar aufgebaute Landingpages ist eines wichtig: Das Testen und Überwachen der Werte auf vergleichbaren Landingpages. Zu jedem Produkt, Angebot und Standort bewegt sich immer leicht veränderte Zielgruppe, die wiederum anders auf solche Anpassungen reagieren kann, und häufig auch andere, unterbewusste Präferenzen und Verhaltensweisen bereithält. Das Testen einer erfolgreichen Testvariante gegen dieselbe auf einer strukturell-baugleichen Landingpage bezeichnet man als AA-Test. Das kann am besten mittels einer sogenannten Personalisierung via Google durchgeführt werden: Nutzer, die zu einer bestimmten Landingpage wollen, bekommen automatisch die angepasste, personalisierte Version zu sehen. Diese misst dann die Conversion-Rate, sobald wir die Messung eingerichtet haben.

Das könnte dich auch interessieren:

Absprünge reduzieren mit Website-A/B-Tests via Google Optimize

Welche Verbesserungen müssen an der Website müssen vorgenommen werden, um die Absprungrate zu verringern?

Scrolltiefen verbessern mit Website-A/B-Tests via Google Optimize

Eine erhöhte Scrolltiefe sorgt dafür, dass mehr Landingpage-Nutzer überhaupt die Inhalte lesen.