Multivariate Tests: eine Definition

Während ein A/B-Test eine Standardversion „A“ einer Landing Page mit einer modifizierten Version „B“ vergleicht, werden bei einem multivariaten Test mehr als eine Variable verändert und alle sich ergebenden Kombinationen gleichzeitig gegeneinander getestet. Bei einem multivariaten Test mit zwei Bildern und vier Calls-to-Action (CTAs) würdest du zum Beispiel acht Versionen gleichzeitig testen, sodass du herausfinden kannst, welche Version am besten funktioniert.

Wie viele Versionen sind für einen bestimmten Test erforderlich?

Verwende folgende Formel, um zu berechnen, wie viele Website-Versionen du für einen bestimmten multivariaten Test brauchst:

[Anzahl der Varianten für das erste Element] x [Anzahl der Varianten für das zweite Element] = Gesamtzahl der zu testenden Versionen.

Hier ein praktisches Beispiel: Du entwickelst einen Button, für den du ein Bild und eine Textzeile brauchst. Basierend auf Recherchen hast du deine Optionen schon eingegrenzt auf:

• 2 verschiedene Bilder (ein Stern und ein Smiley)

• 3 verschiedene Textversionen („Jetzt ausprobieren“, „Jetzt kaufen“ und „Jetzt bestellen“)

Wie viele Versionen brauchst du?

[2 Bilder] x [3 CTAs] = 6 Versionen

Warum sind multivariate Tests wichtig?

Genau wie A/B-Tests verhindern multivariate Tests das Rätselraten bei der Conversion-Rate-Optimierung (CRO) und ermöglichen es dir, deine Optimierungstheorien zu testen. Die Nutzenden zeigen dir, welche Website-Version wahrscheinlich die meisten Conversions erzielt, und du kannst deine Website entsprechend anpassen.

Zwei Vorteile von MVT gegenüber A/B-Tests

Multivariate Tests haben die folgenden Vorteile:

• Du musst keine lange Reihe von aufeinanderfolgenden A/B-Tests durchführen.

  Stattdessen laufen die Tests alle gleichzeitig: So kannst du schnell Erkenntnisse zu einer größeren Anzahl möglicher Kombinationen gewinnen.

• Du findest schnell heraus, wie verschiedene Variablen miteinander interagieren.

  So kann zum Beispiel eine Version eines CTAs allein besser funktionieren als eine andere, aber seine Performance kann sinken, wenn er mit einem anderen Bild kombiniert wird. Multivariate Tests zeigen dir, wie verschiedene Kombinationen die Conversions erhöhen oder verringern.

Der Nachteil von multivariaten Tests

Die meisten A/B-Testprogramme ermöglichen es dir, multivariate Tests durchzuführen und die Ergebnisse einfach zu berechnen. Es gibt jedoch einen potenziellen Nachteil: Multivariate Tests erfordern eine größere Menge an Traffic, um eine statistische Signifikanz zu erreichen, als A/B-Tests, einfach weil es mehr Seiten zu testen gibt.

Bevor du einen multivariaten Test durchführst, solltest du mit einem Stichprobengrößenrechner abschätzen, wie viel Traffic du pro Variante brauchst, um statistisch signifikante Ergebnisse zu erzielen. Wenn die erforderliche Stichprobengröße die Durchführung deines Tests unpraktisch macht, reduziere die Anzahl der Variablen und/oder teste nur die wichtigsten Änderungen.

Multivariate Tests sind NICHT der richtige Weg, um über neue Ideen zu stolpern

Bei CRO geht es nicht nur um eine Reihe an A/B- oder multivariaten Tests, und bei multivariaten Tests geht es nicht darum, neue Ideen zu entdecken. Vielmehr ist das Testen der letzte Schritt im CRO-Prozess.

Bevor du irgendetwas testest (oder auch nur mit dem Brainstorming über verschiedene Versionen von Landing-Pages beginnst), solltest du erst einmal datengestützte Hypothesen darüber aufstellen, wie du ein besseres Erlebnis schaffen und die Conversions steigern kannst. Das bedeutet, dass du Fragen beantworten musst wie:

• Wo verlassen die Besuchenden deine Website?

• Mit welchen Elementen beschäftigen sich die Besuchenden?

• Welche Elemente ignorieren die Besuchenden?

• Was wollen die Besuchenden, und wie kann deine Website ihnen helfen, diese Ziele zu erreichen?

6 Schritte, um Testvariablen zu finden

Bevor du dich für diese Testmethode entscheidest, solltest du dich gründlich informieren und die Voraussetzungen für einen erfolgreichen Test mit aussagekräftigen Ergebnissen kennen:

1. Führe informelle Recherchen durch: Schau dir Produktbewertungen und Feedback deines Kundensupports an, um herauszufinden, was die Leute über deine Produkte sagen. Sprich mit deinen Designer:innen, Vertriebs- und Supportmitarbeitenden.

2. Finde heraus, wo die Besuchenden deine Website verlassen: Verwende Tools wie zum Beispiel Google Analytics und Hotjar, um zu sehen, wo Besuchende deine Website verlassen.

3. Finde heraus, mit welchen Seitenelementen die Besuchenden interagieren: Wo klicken, scrollen und bewegen die Besuchenden ihren Mauszeiger (bzw. wo tippen sie auf Mobil-Geräten)?. Erkenne Trends, die zeigen, wie Besuchende mit den wichtigsten Seiten interagieren, und erkenne Elemente, deren Änderung sich auf die Conversion-Rate auswirken könnte.

4. Sammele Kundenfeedback: Nutze Feedback-Widgets und Umfragen, um offenes Feedback darüber zu sammeln, wie Besuchende deine Website sehen und was sie wirklich von ihr erwarten.

5. Schau genauer hin: Sieh dir einzelne Nutzende (anonymisiert) an, wie sie durch deine Website navigieren. Zeichne auf, was sie tun, bevor sie die Website verlassen.

6. Teste die Benutzerfreundlichkeit: Verschaffe dir einen Überblick darüber, wie deine Website genutzt wird. Sammele direktes Feedback zu Problemen, auf die Besuchende stoßen, und zu Lösungen, die sie sich wünschen.

Sobald du einige solide Daten gesammelt hast, kannst du eine Hypothese formulieren und über testbare Elemente nachdenken. Fokussiere dich auf die Elemente, die wahrscheinlich den größten Nutzen bringen, und wäge deinen Wunsch, viele Variablen zu testen, mit dem Traffic und den Ressourcen ab, die dir zur Verfügung stehen.