Google Ads Full Service: +49 30 920 38 34 466
Google Ads Agentur und Microsoft Advertisement Elite Partner
Smarketer |

A/B Testing mit Google Analytics

ab testing 1

Der A/B-Test (auch split test) ist eine Testmethode zur Bewertung zweier Varianten eines Systems, bei der die Originalversion gegen eine leicht veränderte Version getestet wird. Ziel eines A/B-Tests ist es zu ermitteln, welche Version eine bessere Leistung erzielt.

Jede kleine Änderung an einer Webseite, kann sich sofort auf den Nutzer-Traffic auswirken. Metriken wie die Conversionrate, die Verweildauer, aber auch die Bounce-Rate passen sich an und können durch jede Veränderung stark beeinflusst werden. Da sich die Kennzahlen nicht immer zum Positiven wandeln, ermöglicht das A/B Testing in der Regel eine schrittweise Verbesserung, wobei der Erfolg stets im Auge behalten wird.

Mit gezielten Tests setzen Sie somit dem Rätselraten bei der Optimierung Ihrer Website ein Ende und treffen stattdessen datengestützte Entscheidungen. Messen Sie die Auswirkungen und Veränderungen, welche Ihre Messwerte wie Käufe, Registrierungen, Downloads, oder Ihre benutzerdefinierten Ziele beeinflussen und stellen Sie so sicher, dass jede Änderung positive Ergebnisse liefert.

Funktionsweise

Bei der Durchführung eines A/B Tests wird der eingehende Traffic aufgeteilt, wobei ein Teil des Besucherstroms von der ursprünglichen Seite abgezweigt und auf eine leicht abgewandelte Seite geleitet wird. Dieses Splitting erfolgt willkürlich und ohne das Wissen des Nutzers. Letztendlich wird ausgewertet, ob Variante A oder Variante B eher zu dem gewünschten Erfolg beiträgt. 

Ist sich ein Seitenbetreiber nicht sicher, ob eine Landingpage bereits das maximale Conversion-Potential ausschöpft, kann er somit stets parallel eine zweite, anders aufgebaute Landingpage schalten und so herausfinden, welche eine höhere Conversionrate einbringt. Auch die Wirkung von Bildern und Videos, Farben der Call-to-Action Buttons, der Aufbau von Kontaktformularen, die Textmenge oder spezielle Rabattaktionen lassen sich durch das A/B Testing überprüfen.

Beim A/B-Test wird im Gegensatz zum multivariaten Test (mehrere Variationen einer Seite werden gleichzeitig getestet) nur eine Variable verändert und auf ihre Wirksamkeit hin geprüft. Damit ein A/B-Test effektiv ist und die Ergebnisse Validität erreichen, muss eine ausreichende Gruppengröße gegeben sein. Wichtig außerdem ist, dass stets beide Varianten zeitgleich getestet werden. Ein Wechsel der Varianten z. B. im Stundentakt oder nach Anzahl „X“ an Besuchern, besteht die Gefahr der Verfälschung.

ab testing 1

Abb. 2: A/B Test Example, Quelle: www.optimizely.com

 A/B Testing mittels Google Analytics

how to do a b testing in google analytics

Abb. 3: A/B Test Google Analytics, Quelle: www.farreachinc.com

Mit dem Tool Google Analytics lassen sich sogenannte Content-Tests anlegen, welche nochmal einen anderen Ansatz verfolgen können, als bei den standardmäßigen A/B- oder multivariaten Tests. Content-Tests verwenden ein A/B/ N -Modell. Sie testen nicht nur zwei Versionen einer Seite wie mit dem A/B-Test und Sie testen auch nicht mehrere Kombinationen von Komponenten auf einer Seite wie mit dem multivariaten Test. Stattdessen können Sie bis zu zehn Vollversionen einer einzigen Seite testen, die Nutzern mit separaten URLs angezeigt werden.

Funktionen des Content-Tests in Analytics:

  • Die Leistung verschiedener Webseiten anhand einer zufällig ausgewählten Testgruppe Ihrer Besucher vergleichen
  • Den Prozentsatz der Nutzer definieren, die am Test teilnehmen
  • Zu testendes Ziel wählen
  • Aktualisierungen über den Status des Tests über E-Mail abrufen

In Analytics anmelden und den Inhaltstest öffnen:

Der Inhaltstest ist in Google Analytics integriert. Man kann also in ein und derselben Umgebung, Tests durchführen und große Datenmengen analysieren.

Nach der Einrichtung des Analytics-Kontos haben wir jederzeit Zugriff auf Tests:

  1. Unter dem Tab Berichte
  2. Auf Verhalten klicken und anschließend auf Tests

Die Benutzeroberfläche des Content-Tests:

Der Content-Test enthält drei Hauptbereiche: den Assistenten zum Erstellen von Tests, die Testliste und die einzelnen Testberichte. In Ihrer Analytics-Datenansicht können Sie zusätzlich Daten über Ihren Test aufrufen.

1. Assistent zum Erstellen von Tests

Falls noch keine Tests erstellt wurden, wird beim Öffnen des Content-Tests die Übersichtsseite für den Assistenten zum Einrichten von Tests angezeigt. Zur Erstellung eines Tests für diese Seite klickt man auf Test erstellen.

Falls bereits ein Test erstellt wurde, wird beim Öffnen des Content-Tests die Testliste angezeigt. Zur Erstellung eines Tests für diese Seite klickt man ebenfalls auf Test erstellen.

Unabhängig davon, ob man auf der Übersichtsseite oder auf der Seite mit der Testliste beginnt, der Einrichtungsassistent wird in jedem Fall angezeigt.

Nun geht man folgende Schritte durch:

1.1 Testziel auswählen

Hier wählt man das Ziel oder den Messwert aus, für das bzw. den man die Zahl der Conversions bzw. die Leistung verbessern möchte, sowie den Prozentsatz der Zugriffe, die einbezogen werden sollen.

Testziel auswählen

Abb. 4: Testziel auswählen

1.2 Test konfigurieren

Hier gibt man die Original- und die Variantenseiten an.

Test konfigurieren

Abb. 5: Testziel konfigurieren

1.3 Testcode einfügen

Ein Großteil des Tests wird mithilfe des Tracking-Codes von Analytics durchgeführt. Den Testcode muss man einer Seite hinzufügen. Falls man sich mit dem Seitencode nicht auskennt und eine Person mit entsprechenden Kenntnissen diesen Vorgang durchführen soll, kann über den Content-Test eine E-Mail an diese Person gesendet werden.

Testcode einrichten

Abb. 6: Testcode einrichten

Nachdem auf Speichern und weiter geklickt wurde, wird im Content-Test geprüft, ob die Originalseite und die Varianten dieser Seite ordnungsgemäß funktionieren.

1.4 Überprüfen und starten

An dieser Stelle wird die  Konfiguration überprüft und der Test gestartet:

Review and start

Abb. 7: Review and start

Der Content-Test speichert automatisch alle Informationen, die während der Einrichtung eingegeben wurden. Man kann also jederzeit anhalten und die Einrichtung fortsetzen. Um die Einrichtung eines Tests fortzusetzen, öffnet man die Liste und klickt auf den Namen des Tests.

2. Testliste

testliste

Abb. 8: Testliste, Quelle: support.google.com

Nachdem man den ersten Test erstellt hat, wird beim Öffnen des Content-Tests die Testliste angezeigt. Sie bietet einen Überblick über alle Tests.

Die Testliste enthält folgende Informationen:

→ Wichtige Benachrichtigungen zu den Tests
→ Zurzeit laufende Tests
→ Angabe, ob ein Test einen Favoriten ermittelt hat
→ Startdatum des Tests
→ Enddatum des Tests

Auf dieser Seite lassen sich neue Tests erstellen und in vorhandenen Tests suchen.

3. Testbericht

Testbericht

Abb. 9: Testbericht, Quelle: support.google.com

Durch Klicken auf einen Test in der Liste, bekommt man einen detaillierten Bericht für diesen Test angezeigt. Der Bericht enthält unter anderem die folgenden Informationen:

→ Status des Tests
→ Leistung der einzelnen Seiten des Tests
→ Angabe, ob eine Seite wesentlich bessere Leistungen als die anderen erzielt

Zudem können folgenden Aktionen an Tests durchgeführt werden:

→ Test stoppen
→ Den Prozentsatz an Websitenutzern ändern, die am Test teilnehmen
→ Personen bearbeiten, die per E-Mail über Änderungen am Test informiert werden
→ Eine bestimmte Seite deaktivieren

Nutzen für das Online-Marketing

Das Nutzerverhalten auf Websites wird nicht nur für erfolgreiche Conversions immer wichtiger. Signale wie Bounce-Rates oder die Sitzungsdauer sind heutzutage wichtige Kriterien für Suchmaschinen, um die Qualität einer Zielseite zu ermitteln. Aus diesem Grund erhält gerade das A/B-Testing eine noch größere Bedeutung. Durch gezielte Tests verschiedener Varianten und Inhalte können wichtige Besucher-Kennzahlen langfristig optimiert werden. Für E-Commerce-Websites sind derartige Tests vor allem für die Umsatzsteigerung von entscheidender Bedeutung.

Die Content Tests sind allerdings nur noch für begrenzte Zeit in Google Analytics verfügbar und werden langfristig in das neue Tool „Google Optimize“ übertragen.

Weitere Informationen zu Google Optimize

1 Kommentare

  • Max am 17. Juli 2017 um 12:06 Antworten

    Super Beschreibung.

    Werde ich gleich mal ausprobieren

Kommentar schreiben

Deine E-Mail-Adresse wird nicht veröffentlicht.

Mehr zum Thema

Google Analytics

Google Analytics Filter

Nicht jeder Traffic, der in Analytics angezeigt wird, wird durch echte Besucher verursacht oder ist gar nicht einmal echter Traffic auf der eigenen Seite. 1. Fake- oder Ghost-Traffic: Fake- oder Ghost-Traffic kommt dadurch zustande, dass das Measurement Protocol, was eigentlich …

Zu: Google Analytics Filter

Tracking-Unterschiede zwischen AdWords und Analytics

Jeder, der AdWords und Google Analytics nutzt, steht irgendwann vor der Tatsache, dass die Werte teilweise beträchtliche Unterschiede aufweisen. Dann fragt man sich natürlich, welcher der korrekte Wert ist und vor allem, warum es Unterschiede gibt. Es gibt mehrere Gründe. …

Zu: Tracking-Unterschiede zwischen AdWords und Analytics
6 Gründe warum du jetzt zu Google Analytics 4 wechseln solltest!

6 Gründe warum du jetzt zu Google Analytics 4 wechseln solltest!

In diesem Beitrag schauen wir uns genauer an, was Google Analytics 4 ist, wie es sich von Universal Analytics ​​unterscheidet und warum Du schnellstmöglich wechseln solltest.

Zu: 6 Gründe warum du jetzt zu Google Analytics 4 wechseln solltest!
Google Analytics Filter

Google Analytics Filter

Mit Filtern von Google Analytics können Sie effektiv große Datenmengen aus Google Analytics strukturieren. Eine Datenanalyse lohnt sich für jeden. Oft werden die Filter aber kaum verwendet. Zeit das zu ändern! Welche Zwecke erfüllen die Filter? Google Analytics Filter erfüllen …

Zu: Google Analytics Filter

Ihr Kontakt zu uns

Jetzt kostenlos und unverbindlich anfragen: