10 Wege zu besseren A/B-Tests mit Targeting
In der Marketingpraxis gibt es viele verschiedene Vokabularien. Online-Marketer, Content Marketer und Produktvermarkter sprechen alle mit ihrem eigenen Jargon. Eines der Wörter aus dem Vokabular, das sich über viele Marketingaktivitäten erstreckt, ist Targeting. Targeting ist eine nicht ganz so sexy Art, eine äußerst nützliche Praxis zu beschreiben, die für das Marketing geradezu unerlässlich ist.


Wen und was meinen wir mit Targeting? Eine gute Frage. In diesem Artikel sprechen wir über Targeting für A/B-Tests auf Websites und über konkrete Möglichkeiten, wie Sie Targeting einsetzen können, um bessere Tests durchzuführen und bessere Erlebnisse im Web und auf mobilen Geräten zu schaffen.
Was bedeutet Targeting für A/B-Testing genau?
Lassen Sie uns mit einigen Definitionen beginnen.
Targeting steuert das Wer und das Wo eines jeden Experiments - die Zielgruppe und den Ort. Durch Targeting teilen Sie Ihrer Testplattform mit, wem (welche Besucherbedingungen) das Experiment gezeigt werden soll und wo (welche spezifischen URLs) das Experiment auf Ihrer Site laufen soll.
In Optimizely gibt es zwei Funktionen, mit denen Sie Targeting betreiben können: Zielgruppen und URL Targeting.
Mit der Auswahl von Zielgruppen bestimmen Sie, wer das Experiment sehen soll.
Zielgruppen definieren Dinge wie den spezifischen Browser, den Besucher verwenden, wie sie auf Ihre Site gekommen sind (z.B. AdWords-Kampagne vs. Facebook-Anzeige), ob sie eingeloggt sind oder nicht, und praktisch endlose andere Bedingungen, die Sie selbst festlegen können.
Verwenden Sie URL Targeting, um zu bestimmen, auf welcher Seite oder welchen Seiten das Experiment ausgeführt werden soll - undwo.
Mit dem URL-Matching können Sie beispielsweise ein Experiment nur auf dem Checkout-Trichter, einer Kategorie von Artikelseiten oder der Homepage durchführen.
In diesem Artikel werden 10 der gängigsten (relativ einfachen) Möglichkeiten für das Targeting von Besuchern auf Ihrer Website vorgestellt, unterteilt in zwei Listen: das Wer (mit Audiences) und das Wo (mit URL Targeting).
(Wenn Sie Optimizely verwenden, finden Sie Links zu unserer Wissensdatenbank mit Schritt-für-Schritt-Anleitungen zur Ausführung der einzelnen Methoden).
Hier finden Sie 5 Beispiele für Zielgruppen, die Sie in einem Experiment ein- oder ausschließen können.
-
Besucher, die von einer bestimmten Werbekampagne kommen.
-
Besucher, die einen bestimmten Browser verwenden.
-
Besucher, die von einer Site eines Drittanbieters wie Facebook oder Groupon kommen.
-
Besucher, die zuvor eine Werbeaktion gesehen haben.
-
Besucher, die eingeloggt sind.
Hier finden Sie 5 Beispiele, die Sie in ein Experiment einbeziehen oder davon ausschließen sollten.
-
Seiten mit dynamischen/eindeutigen Query-String-Werten.
-
Bestimmte Landing Pages in einer Werbeaktion.
-
Kategorieseiten.
-
Seiten im Checkout-Trichter.
-
Überall, außer auf einigen wenigen Seiten.
Revolutionize your digital strategy
Die Wer
1. Besucher, die von einer Werbekampagne kommen.
Besucher, die durch einen Klick auf eine Anzeige auf Ihre Site gelangen, haben eine bestimmte Absicht: Sie möchten mehr erfahren und/oder die hervorgehobene Werbeaktion wahrnehmen. Mit Targeting können Sie eine Landing Page so personalisieren, dass sie zu der in der Anzeige erwähnten Aktion passt. Sie können zum Beispiel die Hypothese aufstellen, dass das Entfernen eines Elements auf Landing Pages für SEM-Traffic die Conversions erhöht. Dazu müssen Sie lediglich die Query-String-Parameter isolieren, die für SEM-Traffic stehen, und eine Zielgruppe in Optimizely erstellen, die auf diesen Wert abzielt.
2. Besucher, die einen bestimmten Browser verwenden.
Bei einigen Tests möchten Sie vielleicht Besucher einbeziehen oder ausschließen, die Ihre Website mit einem bestimmten Browser besuchen. Nehmen wir zum Beispiel an, Sie haben eine responsive Landing Page und möchten testen, wie sich das Hinzufügen eines großen Bannerbildes auf eine wichtige Kennzahl auswirkt. Sie wissen, dass sich die Seite mit dem Bild nicht ohne weiteres für kleinere Bildschirme skalieren lässt, da alle wichtigen Inhalte nach unten verschoben werden. In diesem Fall können Sie Besucher, die einen Handy- oder Tablet-Browser verwenden, von dem Experiment ausschließen und nur die Auswirkungen des Bildes auf Desktop-Besucher messen.
3. Besucher, die von einer Site eines Drittanbieters wie Facebook oder Groupon kommen.
Viele Sites finden es sinnvoll, Werbeangebote auf beliebten Rabatt-Websites zu machen. Die Besucher, die von einer Rabatt-Website auf Ihre Website kommen, haben eine andere Perspektive und Kaufmentalität als Besucher, die organisch auf Ihre Website kommen. Sie sind auf der Suche nach Angeboten. Für ein effektiveres Experiment können Sie Targeting-Bedingungen verwenden, um diese Besuchergruppe entweder in Ihren Test einzubeziehen oder auszuschließen. Wenn Sie die Schnäppchenjäger einbeziehen, sollten Sie die Verkaufsartikel hervorheben. Wenn Sie die Schnäppchenjäger ausschließen, sollten Sie alternative Werbeaktionen testen oder eine Reihe von Produkten der gehobenen Preisklasse hervorheben.
4. Besucher, die bereits eine Werbeaktion gesehen haben.
Modals und Inline-Pop-ups sind ein strategischer Weg, um Besucher auf wichtige Call-to-Actions aufmerksam zu machen. Angesichts ihrer Bedeutung ist es wichtig, A/B-Tests mit Modals durchzuführen, um herauszufinden, welche Kombination aus Design, Timing und Inhalt zu den meisten Conversions führt. Aufgrund der dynamischen Natur von Modals kann es jedoch schwierig sein, das Experiment auf die Besucher zu beschränken, die das Popup tatsächlich sehen. Dazu müssen Sie zunächst die Differenzierungsmerkmale zwischen der Gruppe, die das Modal sieht, und der Gruppe, die es nicht sieht, ermitteln. Ihre Site könnte zum Beispiel ein Cookie setzen, wenn der Besucher das Modal zum ersten Mal sieht, so dass es nie wieder angezeigt wird. Mit Targeting-Bedingungen können Sie festlegen, dass Ihr Experiment Besucher mit diesem Cookie ausschließen soll.
5. Besucher, die eingeloggt sind.
Kunden, die auf Ihrer Site angemeldet sind, verhalten sich möglicherweise ganz anders als Besucher, die Ihre Site zum ersten Mal besuchen. Angesichts dieses Unterschieds sollten Sie ein Experiment durchführen, das speziell auf die eine oder die andere Gruppe ausgerichtet ist. Sie könnten zum Beispiel testen, ob das Ausblenden der Produktbeschreibungen zugunsten der Hervorhebung von Produktbildern und -videos für jedes Segment besser oder schlechter funktioniert. Ein Cookie oder ein anderer Differenzierungsfaktor ermöglicht es Ihnen, Ihr Experiment nur auf eingeloggte oder abgemeldete Besucher auszurichten.
Das Wo
6. Seiten mit dynamischen/eindeutigen Werten in der URL.
Die Seite "Mein Konto" ist eine wichtige Landing Page für die Kunden vieler Websites. Sie möchten sicherstellen, dass die Kontoseite alle notwendigen Informationen enthält und es dem Kunden ermöglicht, so schnell wie möglich zum Kernwert des Produkts zu gelangen. A/B-Testing dieser Seite ist eine wichtige Methode, um Daten über die Wünsche und Handlungen Ihrer Besucher zu sammeln. Das Targeting aller "Mein Konto"-Seiten kann jedoch schwierig sein, da sie oft mehrere dynamische Werte in der URL enthalten - zum Beispiel www.example.com/account/Customer-Name/1234. Glücklicherweise gibt es in Optimizely eine URL-Targeting-Bedingung mit regulären Ausdrücken, mit der Sie Tests für bestimmte URLs durchführen können, unabhängig von den dynamischen Werten in der URL.
7. Bestimmte Landing Pages in einer Werbeaktion.
Es ist üblich, dass Marketingspezialisten mehrere Werbeaktionen gleichzeitig durchführen, und jede Aktion hat ihre eigene Landing Page. Es wäre sinnvoll, das Layout und/oder den Text auf den Landing Pages mit einem gemeinsamen Thema zu testen, um festzustellen, welche zu den meisten Conversions führt. Mit dem einfachen URL-Targeting von Optimizely können Sie viele (oder auch nur ein paar) einzigartige Landing Pages zu Ihrem Experiment hinzufügen. Das Tolle am Simple Match Targeting ist, dass die Query-String-Parameter ignoriert werden, so dass Sie sich nicht um die dynamischen UTM- oder gclid-Parameter kümmern müssen, die an die URLs der Landing Pages angehängt werden.
8. Kategorieseiten.
Websites verwenden oft mehrere verschiedene Seitenlayoutvorlagen, um die Konsistenz zu wahren. E-Commerce Sites sind ein offensichtliches Beispiel dafür: Eine Seite, die ein bestimmtes Produkt (z.B. eine Bratpfanne) hervorhebt, hat das gleiche Layout wie andere Produktdetailseiten, unterscheidet sich aber deutlich von einer Einkaufswagenseite oder einer übergeordneten Kategorieseite (z.B. Küchenartikel). Oftmals werden Sie ein Experiment mit nur einem dieser Seitenlayouts durchführen wollen. Eine Bedingung für das Targeting mit einer Teilzeichenkette, die mit der URL übereinstimmt, ermöglicht es Ihnen, bestimmte Seitengruppen ins Visier zu nehmen.
9. Seiten im Checkout-Trichter.
Checkout Trichter sind entscheidend für Conversions. Ein ablenkender oder unintuitiver Trichter kann dazu führen, dass Besucher abspringen, bevor sie ihren Kauf abgeschlossen haben. E-Commerce-Plattformen experimentieren häufig mit der Vereinfachung des Checkout-Trichters, um alle Elemente zu entfernen, die für den jeweiligen Kauf nicht von zentraler Bedeutung sind. Wenn der Besucher bereits in die Checkout-Phase eingetreten ist, besteht Grund zu der Annahme, dass diese Person keine konkurrierenden Produktangebote oder Call-to-Actions sehen muss, die sie wieder aus dem Trichter herausführen könnten. Mit Optimizelys Substring Match URL Targeting können Sie ganz einfach festlegen, dass Ihr Experiment nur auf den Checkout-Seiten Ihrer Site läuft.
10. Überall, außer auf einigen wenigen Seiten.
Es gibt mehrere Fälle, in denen Sie in der Lage sein müssen, eine Änderung auf der gesamten Site vorzunehmen, um Ihre Hypothese testen zu können. Ein Beispiel hierfür wäre eine Änderung des Navigationsmenüs. Es gibt jedoch gelegentlich Seiten auf Ihrer Site, die nicht der gleichen Designvorlage folgen wie der Großteil der Site. Anstatt Hunderte von Seiten aufzulisten, die in den Test einbezogen werden sollen, können Sie einfach angeben, welche Seiten ausgeschlossen werden sollen.