A/B-Tests im Marketing: Grundlagen und Tools im Vergleich
Was ist ein A/B-Test?
Bei einem A/B-Test werden zwei Varianten einer Seite hinsichtlich eines bestimmten Kriteriums oder Seitenelements verglichen. Es wird also die Zielseite dupliziert und ein Element, z.B. die Farbe eines Buttons, verändert. Die Varianten A und B werden dann nach dem Zufallsprinzip an eine festgelegte Zielgruppe ausgespielt. Dabei wird gemessen, welche der Varianten ein besseres Ergebnis erzielt indem beispielweise die Click-Rate verglichen wird. A/B-Testing ist ein grundlegendes Element des datengetriebenen Marketings und erlaubt eine kontinuierliche und datenbasierte Auswertung von Nutzerinteraktionen.
Es existieren verschiedene Möglichkeiten, um einen A/B-Test für eine Landingpage oder einen Shop aufzusetzen:
- A/B/n-Test: Vergleich einer oder mehrerer Varianten mit dem Original. Es wird genau ein Element angepasst, z.B. die Farbe des CTA-Buttons
- Multivariate Test: Vergleich mit mehreren veränderten Elementen, z.B. Farbe und Position des CTA-Buttons, in Form von Testkombinationen
- Split-URL-Test: Vergleich verschiedener Versionen ganzer Websites, um z.B. verschiedene Designs zu testen
Welche Vorteile hat ein A/B-Test?
Zunächst können Unternehmen durch Auswertung der Nutzerinteraktionen ihre Websites oder Shops stetig optimieren, um diese für Besucherinnen und Besucher zugänglicher zu machen. Außerdem ist es über einen A/B-Test möglich, Landingpages gegeneinander zu testen, bevor man diese bewirbt. So können Alternativen mit einer geringen Conversion Rate ausgeschlossen und das Marketingbudget effizienter genutzt werden. Auf lange Sicht geben A/B-Tests tiefe Einblicke in das Nutzungsverhalten und verbessern dadurch das Verständnis der Bedürfnisse und Erwartungen von Kundinnen und Kunden. Durch regelmäßiges Testen ist es Unternehmen möglich, die Customer Experience ihrer Websites zu verbessern, Conversion Rates zu steigern und schlussendlich einen höheren Return-on-Investment (ROI) zu erzielen.
Vorteile im Überlick:
- Datenbasierte Optimierung von Websites und Online-Shops
- Genaueres Verständnis von Bedürfnissen und Erwartungen der Zielgruppe
- Verbesserung der Customer Experience
- Effizientere Nutzung von Marketingbudgets
- Steigerung des ROI
A/B-Testing Tools im Vergleich
Zur Durchführung von A/B-Tests stehen eine Vielzahl verschiedener Tools zur Verfügung. Neben einer großen Auswahl von Standalone-Lösungen sind einige Tools Teil von größeren Digital Marketing Suites (z.B. Adobe). Um ein wenig Übersicht in die große Anzahl an Angeboten zu bekommen, haben wir ein paar Tools genauer unter die Lupe genommen.VWO
Das VWO testing Tool ist Teil der VWO DXP, jedoch auch als Einzellösung verfügbar. Die Preise der Lizenzpläne sind abhängig vom Feature-Umfang und Website-Traffic und können beim Anbieter eingesehen werden.
Die DSGVO-Konformität des Tools wird unter anderem durch ein Datenhosting in der EU gewährleistet..
Experimente und Editor
- A/B-Tests, Split-URL-Tests und Multivariate Tests
- Umfangreicher, visueller Editor (Drag—and-Drop, WYSIWYG)
- Vielzahl von Anpassungsmöglichkeiten und On-Page Personalisierungen
- Code-Editor für serverseitige Änderungen
- Targeting nach Attributen wie Browser, Betriebssystem, Cookies, Besuchern (neu und wiederkehrend); weitere Attribute sind im Pro Plan verfügbar
Auswertung und Analyse des A/B-Tests
- integriertes Dashboard mit vielfältigen Reportingfunktionen und erweiterten Analysen (z.B. Funnel-Analysen und On-Page Surveys)
- Zielgruppenfilter für Reports
- Zielgrößen wie Sitzungen, Transaktionen, Umsatz, Absprungrate und Sitzungsdauer
- Integration zu Google Analytics sowie zu anderen Analysetools
AB Tasty
Bei AB Tasty handelt es sich um eine Einzellösung. Der Anbieter hat sich auf KI-basierte Unterstützung bei der Einrichtung von Tests spezialisiert. Die Preise der Lizenzpläne sind abhängig vom Feature-Umfang und Website-Traffic und sind beim Anbieter auf Anfrage verfügbar. Die DSGVO-Konformität wird auch hier unter anderem durch ein Datenhosting in der EU gewährleistet.
Experimente und Editor
- A/B/n-Tests, Split-URL-Tests, Multivariate Tests und Predictive Tests
- Umfangreicher, visueller Editor (Drag—and-Drop, WYSIWYG)
- KI-basierte Personalisierungen
- Code-Editor für serverseitige Änderungen
- Targeting nach Attributen wie Browser, Betriebssystem, Cookies, Besucher (neu und wiederkehrend), Standort
- Integriertes Dashboard mit vielen Reportingfunktionen (z.B. Kampagnenauswertungen und kumulative Jahresübersichten)
- Zielgruppenfilter für Reports
- Zielgrößen wie Sitzungen, Transaktionen, Umsatz, Absprungrate, Sitzungsdauer und ROI
- Verschiedene Integrationsmöglichkeiten, u.a. auch zu Suite Lösungen
ABlyft
- A/B-Tests, Split-URL-Tests und Multivariate Tests
- Sehr einfach zu bedienender visueller Editor
- Umfangreicher Code-Editor für serverseitige Änderungen
- Targeting nach Attributen wie Browser, Betriebssystem, Cookies und Besucher (neu und wiederkehrend)
- Erstellen von Zielgruppen und Seiten erfolgt codebasiert
- Integriertes Dashboard
- Auswertung erfolgt nach ausgewählten Zielgrößen (Ansichten, Clicks, Umsatz, benutzerdefiniert)
- Integrationsmöglichkeiten zu einer Vielzahl weiterer Analysetools ermöglicht erweiterte Auswertung
Varify.io
Varify.io ist als ein weiterer deutscher Anbieter eines A/B-Testing Tools relativ neu auf dem Markt. Trotz work in progress überzeugt Varify.io bereits durch einen umfangreichen visuellen Editor. Die Roadmap zur Entwicklung weiterer Funktionen des Editors kann auf der Website eingesehen werden. Varify.io besitzt jedoch kein integriertes Dahsboard und setzt zur Auswertung der A/B-Tests auf eine Google Analytics Integration.
Bei Varify.io gibt es keine Lizenzpläne in Abhängigkeit von Traffic und Leistungsumfang. Unternehmen, die das Tool für ihre Website nutzen wollen, zahlen 99€/Monat ohne Traffic-Begrenzung. Die DSGVO-Konformität ist durch Datenhosting in der EU gewährleistet.
Experimente und Editor
- A/B-Tests, Split-URL-Tests und Multivariate Tests
- Visueller Editor mit umfangreichen Funktionen, z.B. Einfügen von Kampagnen-Boostern wie Informationsleisten und Peronalisierung
- Targeting nach Attributen wie Browser, Betriebssystem, Cookies, Besucher (neu und wiederkehend) und Sprache
- Erstellen von Zielgruppen erfolgt codebasiert
- Kein integriertes Dashboard
- Auswertung ist nur via Google Analytics 4 oder eigener Tracking-Lösung möglich