Multivariate Tests: So führen Sie die besten Tests für die besten Ergebnisse durch

A/B-Tests sind eine der einfachsten Möglichkeiten, Optimierungsideen für Ihre Post-Click-Landingpages zu finden, aber es ist nicht immer die effizienteste Methode.

Bevor Sie mit dem Testen von zwei, drei oder vier Seiten gleichzeitig beginnen, erfahren Sie, wie Sie noch mehr testen können, und entdecken Sie die beste Kombination von Elementen, um Ihre Besucher zu konvertieren.

Was ist A/B-Testing?

A/B-Tests, auch bekannt als Split-Testing, ermöglichen es Ihnen, zwei verschiedene Versionen einer Webseite zu vergleichen, um festzustellen, welche Besucher besser konvertiert.

Diese beiden Seiten können sein:

• Etwas anders

Wenn Sie ein Design mit hoher Conversion-Rate haben und herausfinden möchten, wie Sie ein einzelnes Element verbessern können, können Sie zwei verschiedene Seiten mit nur einem Unterschied testen. Wenn Sie sehen möchten, ob eine Kuriosität oder eine auf Nachrichten ausgerichtete Schlagzeile besser abschneidet, können Sie Schlagzeile vs. Schlagzeile testen. Wenn Sie sehen möchten, ob ein Video oder ein Gif die Conversions stärker beeinflusst, können Sie auf jeder Seite eines testen.

Nachdem für jeden der gleiche Traffic generiert wurde, ist derjenige der Gewinner, der die meisten Conversions generiert. Und der Grund, warum man mehr Conversions generiert hat, ist klar, da es nur einen Unterschied zwischen den beiden Seiten gibt.

• Drastisch anders

Sie können auch zwei Seiten testen, die sich in mehrfacher Hinsicht unterscheiden. Ihre Originalseite kann einen anderen Anzeigentitel, ein anderes Bild und eine andere Call-to-Action-Schaltfläche haben als Ihre Variante. Das Testen könnte so aussehen:

Nachdem sowohl auf der Originalseite (A oder „Kontrolle“) als auch auf der Variationsseite (B) der gleiche Traffic generiert wurde, ist diejenige der Gewinner, die bessere Conversions erzielt. Aber anders als wenn Sie nur ein Element pro Test ändern, gibt es beim Testen von drastisch unterschiedlichen Seiten keine Möglichkeit, den Grund für den Gewinn einer bestimmten Seite zu bestimmen.

Wenn wir die Ergebnisse des obigen Beispiels nehmen, wissen wir nur, dass Version „b“ besser ist als Version „a“, aber nicht der Grund, warum sie besser ist, da es eine Reihe von Ursachen gibt. Conversions könnten von der Anpassung der Navigationsleiste von links nach rechts oder vom Anmeldeformular von oben nach unten stammen. Wenn Sie drastisch unterschiedliche Designs A/B-Tests durchführen, können Sie nur sicher sagen, dass eine Seite besser ist als die andere.

Es gibt jedoch eine andere Art von Test, mit dem Sie feststellen können, wie Änderungen an mehreren Elementen miteinander interagieren. Dies wird als multivariater Test bezeichnet.

Was ist multivariates Testen?

Multivariate Tests sind der Prozess, der von Optimierern verwendet wird, um zwei verschiedene Webseiten zu vergleichen. Die Methode konzentriert sich darauf, subtile Veränderungen zwischen mehreren Elementen zu vergleichen und dann zu messen, wie diese Elemente miteinander interagieren, mit dem Ziel, den besten Performer zu finden.

Der Unterschied zwischen A/B-Tests und multivariaten Tests

Sie haben wahrscheinlich viele Fallstudien zu A/B-Tests gelesen, die eine erfolgreiche Seite finden, indem Sie eine Überschrift mit einer anderen vergleichen, ein vorgestelltes Bild mit einem Video oder einen Call-to-Action mit einem etwas anderen. Obwohl sie dazu verwendet werden können, dies mit Genauigkeit zu tun, gibt es laut Optimierern von Widemile einen idealeren Weg, A/B-Tests zu verwenden:

Die ideale Verwendung für A/B-Tests sei, „zwei oder mehr radikal unterschiedliche Seiten zu testen“. In Bezug auf Tests ist es besser, einen A/B-Test durchzuführen, um das sogenannte „globale Maximum“ zu finden, und einen multivariaten Test, um das „lokale Maximum“ zu verfeinern.

Das globale Maximum und das lokale Maximum

So schwer es auch ist, stellen Sie sich für eine Sekunde vor, Sie hätten in Ihrem Leben noch nie eine Kugel Eis getrunken und stehen in einer Eisdiele und versuchen zu entscheiden, welche von 30 verschiedenen Geschmacksrichtungen Sie kaufen möchten .

Es gibt 10 verschiedene Schokoladensorten, 10 verschiedene Vanillesorten und 10 verschiedene Erdbeervariationen. Wirst du alle 30 Geschmacksrichtungen probieren, bevor du dich entscheidest, von welcher du eine Kugel nehmen möchtest?

Wahrscheinlich nicht. Sie werden wahrscheinlich eine von jedem drastisch unterschiedlichen Geschmack probieren – eine Schokolade, eine Erdbeere und eine Vanille – um einzugrenzen, welche Sorte Ihnen am besten gefällt. Wenn Sie feststellen, dass Sie Schokolade über Vanille und Erdbeere mögen, probieren Sie Geschmacksrichtungen wie „Chocolate Chip Cookie Dough“ und „Chocolate Peanut-Butter“ und „Chocolate-Fudge“ aus, um zu entscheiden, welche der Schokoladen Sie am liebsten mögen.

Statistisch gesehen würden wir die Sorte, die Ihnen am besten geschmeckt hat (Schokolade, Vanille oder Erdbeere), das globale Maximum nennen. Dies ist der Geschmack, der Ihnen von den drei drastisch unterschiedlichen Sorten am besten schmeckt. Der spezifische Geschmack der Sorte (Schokoladen-Fudge, Schokoladenkeks-Teig, Schokoladen-Erdnussbutter) wäre das lokale Maximum. Es ist die beste Version der Sorte, die Sie gewählt haben.

Als Optimierer möchten Sie das Testen ähnlich angehen. Sie möchten die Seite finden, die Ihre Besucher am besten konvertiert (globales Maximum) und dann die spezifischen Elemente auf dieser Seite optimieren, um sie auf die Seite mit den höchsten Conversions zu verbessern (lokales Maximum). Was Sie suchen, bestimmt, welchen Test Sie verwenden.

Wann sollten A/B-Tests und wann multivariate Tests verwendet werden?

A/B-Tests eignen sich am besten zum Testen des globalen Maximums. Sie können am besten herausfinden, auf welcher Seite Ihre Besucher konvertieren möchten. Nehmen Sie dieses Beispiel von MarketingExperiments, das einen A/B-Test verwendet hat, um Investopedia dabei zu helfen, die Conversions für seinen Newsletter Investopedia Advisor zu steigern.

Das Angebot war einfach – ein kostenloser Newsletter mit Aktientipps – und die Originalseite spiegelte dies wider. Es war nicht lang, kompliziert oder mit vielen Elementen überladen. Es enthielt ein Einfeld-Formular zur Lead-Erfassung, eine Kopie mit Aufzählungszeichen und eine Infografik:

Aber trotz des wertvollen kostenlosen Angebots wurden nur 1,33% konvertiert. Das Team von MarketingExperiments hat sich entschieden, die Seite komplett zu überarbeiten. Sie haben unter anderem die Überschrift, das Layout und die CTA-Schaltfläche geändert und einige Abzeichen hinzugefügt. Dann testeten sie die neue Seite A/B im Vergleich zum Original und fanden heraus, dass die neue Seite 89,4% höher konvertierte. So sah es aus:

Es ist wichtig, sich daran zu erinnern, dass die Experimentatoren bei diesem A/B-Test nicht genau herausgefunden haben, warum die neue Seite besser konvertiert wurde als die alte, aber sie fanden einen neuen höheren Konverter. Mit anderen Worten, sie fanden ein neues globales Maximum. An diesem Punkt können sie diese Seite bei Bedarf mit multivariaten Tests verfeinern, um festzustellen, welche Kombination von Elementen die meisten Besucher umwandelt.

Genau das wollen die Tester zum Beispiel in diesem hypothetischen Beispiel von Optimizely. Sie wollen herausfinden, welche Kombination aus Überschrift und Bild die meisten Besucher umwandelt.

Sie erstellen also mehrere Seiten mit verschiedenen Kombinationen von Überschriften und Bildern, um zu sehen, welche die beste Leistung bringt.

Welche dieser vier Versionen mit der höchsten Conversion-Rate aus dem Test hervorgeht, ist Sieger. Wenn die beiden Versionen mit der Glühbirne besser abschneiden als die beiden mit dem Zahnrad, können Sie daraus schließen, dass das Glühbirnenbild den größten Einfluss auf die Conversions hat. Von dort aus sehen Sie, welche begleitende Überschrift zu mehr Conversions geführt hat, und verwenden diese Seite.

Wie führt man einen multivariaten Test durch?

Als VWO-Gründer Paras Chopra vor einigen Jahren die Downloads auf seiner Webseite steigern wollte, nutzte er multivariate Tests, um herauszufinden, wie. Wenn Sie mit den Schritten zur Durchführung eines A/B-Tests vertraut sind, kennen Sie die meisten Schritte in diesem multivariaten Testbeispiel.

1. Identifizieren Sie ein Problem

Bevor Sie mit der Verbesserung Ihrer Webseite beginnen können, ist es am besten, sich mit den Daten zu beschäftigen und herauszufinden, wie Besucher damit interagieren. Er fand heraus, dass die Leute nicht so oft auf seinen „Download“-Button klickten, wie er erwartet hatte, also sah er sich die Seite an, um herauszufinden, warum.

2. Formulieren Sie eine Hypothese

Nach eingehender Prüfung stellte er fest, dass der Download-Link ziemlich unauffällig war. Also erstellte er eine Hypothese zur Verbesserung der Seite:

Eine naheliegende Lösung, um Besucher auf den Download-Link aufmerksam zu machen, besteht darin, den Download-Bereich zum prominentesten Teil der Seite zu machen. Im Seitendesign fügten sich Größe und Farbe der Überschrift „Download“ gut in den Rest der Seite ein, was dazu führte, dass den Leuten der Download-Link fehlte.

Indem er den Link "Download" auffälliger machte, glaubte er, die Conversions steigern zu können. So hat er sich dazu entschieden.

3. Variationen erstellen

Nun war es an der Zeit, Variationsseiten für den Test zu erstellen. Nach Abs.:

Für den multivariaten Test habe ich auf der Seite zum Erstellen von Variationen zwei Faktoren ausgewählt: die Überschrift „Download“ in der Seitenleiste und den Download-Link „PDFProducer“ darunter. Im Fokus des Tests stand die Wirkung des Wortes „kostenlos“ und die Hervorhebung des Downloadbereichs.

So hat er beschlossen, den Download-Bereich auffälliger und verlockender zu gestalten.

Für den ursprünglichen „Download“-Link testete er drei verschiedene Varianten:

• „Herunterladen“ in Rot
• „Kostenlos herunterladen“ in Rot
• „Download“ in Standardfarbe, aber größerer Schriftgröße

Für den ursprünglichen „PDFProducer“-Link testete er zwei verschiedene Varianten:

• „PDFProducer“ in Standardfarbe, aber größerer Schriftgröße
• „PDFProducer“ in Rot

So sahen alle Kombinationen aus:

Mit vier Versionen des Download-Links (inklusive des Originals) und drei Versionen des „PDFProducer“-Textes (wieder einschließlich des Originals) wurden 12 verschiedene Variationen gebildet, um einen vollständigen faktoriellen Test durchzuführen. Eine vollständige Fakultät testet alle Kombinationen im Gegensatz zu einer fraktionierten Fakultät, die nur die wirkungsvollsten testet.

Während es mehrere Methoden der multivariaten Analyse gibt – vollfaktoriell, fraktionell und Taguchi – empfehlen die meisten Optimierer, eine vollständige Fakultät wegen ihrer Genauigkeit auszuführen, behauptet Alex Birkett von CXL.

4. Bestimmen Sie Ihre Stichprobengröße

Bevor Sie damit beginnen, Traffic auf Ihre Seiten zu lenken, müssen Sie Ihre Stichprobengröße bestimmen – die Anzahl der Besucher, die jede Seite generieren muss, bevor Sie Rückschlüsse auf die Ergebnisse Ihres Tests ziehen können.

Dieser Rechner von VWO hilft Ihnen herauszufinden, wie viele Besucher und wie lange Sie Ihren Test basierend auf Ihrem Website-Traffic, wie vielen Variationen Sie haben und Ihrer statistischen Signifikanz durchführen müssen.

Um mehr über das Erreichen statistischer Signifikanz zu erfahren und alles, was Sie in den Rechner eingeben müssen, lesen Sie diesen Blogbeitrag.

5. Testen Sie Ihre Werkzeuge

Testen Sie alles, bevor Sie den Verkehr starten. Sieht Ihre Post-Click-Landingpage in jedem Browser gleich aus? Funktioniert Ihr CTA-Button? Sind alle Links in Ihren Anzeigen korrekt?

Bevor Sie beginnen, etwas zu starten, ist es wichtig, jeden Aspekt Ihrer Kampagne einer QA zu unterziehen, um sicherzustellen, dass Ihre Ergebnisse nicht verfälscht werden.

6. Starten Sie den Verkehr

Nachdem Sie nun Ihre Variationen erstellt haben und wissen, wie viel Traffic Sie für jede einzelne generieren müssen, können Sie sicher damit beginnen, Traffic zu ihnen zu lenken. Der größte Nachteil multivariater Tests ist die enorme Menge an Datenverkehr, die Sie benötigen, bevor Sie sie abschließen können. Sie müssen also geduldig sein.

Wenn Sie A/B-Tests durchführen, müssen Sie nur auf zwei Seiten viel Traffic generieren. Aber in einem multivariaten Test, wie zum Beispiel dem von Paras, gibt es 12 verschiedene Seiten, die eine große Stichprobengröße sammeln müssen, bevor Sie den Test aufrufen können.

Halten Sie Ausschau nach Bedrohungen für Ihre Validität und vergessen Sie nicht, die erhöhte Rate falsch positiver Ergebnisse zu berücksichtigen, sagt Leonid Pekelis:

„Sie führen im Wesentlichen für jede Interaktion einen separaten A/B-Test durch. Wenn Sie 20 Interaktionen messen müssen und Ihr Testverfahren eine 5%ige Rate falsch positiver Ergebnisse für jede einzelne aufweist, erwarten Sie plötzlich, dass ungefähr eine Interaktion vollständig zufällig als signifikant erkannt wird. Es gibt Möglichkeiten, dies zu berücksichtigen, sie werden im Allgemeinen als mehrere Testkorrekturen bezeichnet, aber auch hier sind die Kosten dafür, dass Sie in der Regel mehr Besucher benötigen, um schlüssige Ergebnisse zu sehen.“

7. Analysieren Sie Ihre Ergebnisse

Nachdem er seinen Test vier Wochen lang durchgeführt hatte, fand Paras Folgendes heraus:

Sie können beobachten, dass die Überschrift „Kostenlos herunterladen“ in Rot die Download-Conversion-Rate von 39 % auf 63 % erhöht hat, was einem satten Anstieg von 60 % entspricht. Die Verwendung von „Download“ in großer Schriftgröße (in Kombination mit der Linkfarbe Rot) hatte auch eine positive (43%) Verbesserung gegenüber der Standardeinstellung. Von allen Ergebnissen sind die ersten drei statistisch signifikant bei einem Konfidenzniveau von 95 % oder mehr.

Paras hätte seine neue Seite implementieren und diesen Test vergessen können, aber stattdessen betont er einen wichtigen letzten Schritt:

8. Lernen Sie aus Ihren Ergebnissen

Jeder Ihrer Tests sollte verwendet werden, um etwas über Ihre Webseiten und deren Besucher zu erfahren, die Sie für zukünftige Tests verwenden können.

Das erfuhr er auf seiner Webseite:

• Das Wort „Free“ fand bei seinen Website-Besuchern Anklang.
• Der kostenlose Charakter des Angebots wird am besten auf oder in der Nähe des Call-to-Action beworben.
• Die Farbe Rot zog die Aufmerksamkeit seiner Besucher auf sich.
• Ein größerer Call-to-Action zog mehr Besucher an.

Aber denken Sie daran, dies sind die Ergebnisse seines Tests. Während das Wort „kostenlos“ immer gut auf jeder Webseite verwendet werden kann, die ein kostenloses Angebot bewirbt, können die beste Position, Größe und Farbe Ihres CTA auf Ihren Webseiten unterschiedlich sein. Der einzige Weg, um es sicher zu wissen, ist zu testen.

Haben Sie es mit multivariaten Tests versucht?

Sind Sie von multivariaten Tests abgewichen, weil Sie dachten, es sei zu kompliziert? Melden Sie sich noch heute für eine Instapage Enterprise-Demo an.