A/B-Testing von Preisen mit einem Verkaufsteam

Von der Reihenfolge der Seiten in einem Anmeldevorgang bis hin zur genauen Überschrift, die zum Klicken anregt, ist die Conversion Rate Optimization eine zentrale Komponente des Marketings und des Wachstums in der Business-to-Business-Welt. Unternehmen können durch ständiges A/B-Experimentieren massive Leistungssteigerungen erzielen, wenn sie es richtig anstellen.

Ein Schlüsselelement, das getestet werden sollte, ist der Preis. Steven Sinofsky, Vorstandsmitglied bei Andreessen Horowitz, schrieb kürzlich: "Nichts ist für ein Software-as-a-Service (SaaS)-Geschäft so wichtig wie die Preisstrategie." Dem stimme ich voll und ganz zu, und das Experimentieren ist ein wichtiger Bestandteil der Preisstrategie. Das Testen von Dingen wie der Preisanzeige, der Höhe des Preises und der Häufigkeit ist ein Teil des Puzzles.

Indem wir bei Bizible ein Experiment zum Preis durchgeführt haben, konnten wir nicht nur Unterschiede im Lead-Volumen feststellen, sondern auch die Veränderung bei der Conversion von Leads in Opportunities und das Wichtigste: die Veränderung des Opportunity-Wertes (Spoiler: er ist bei uns um 25% gestiegen).

Für Unternehmen mit einem Vertriebsteam stellen sich bei A/B-Experimenten zum Preis drei wichtige Fragen:

1. Woher soll der Vertrieb wissen, welchen Preis ein Lead gesehen hat?

2. Wie können wir wissen, welchen Preis er sehen wird, wenn er die Preisseite noch nicht besucht hat?

3. Wie stellen wir sicher, dass jeder im Unternehmen denselben Preis sieht?

In diesem Beitrag erfahren Sie, wie wir jede dieser Fragen anhand eines Experiments von Optimizely mit der Salesforce-Integration von Bizible beantworten können. Wir hoffen, dass Sie unsere Erfahrungen nutzen können, um auch für Ihre Preise A/B-Experimente durchzuführen.

1. Woher weiß der Vertrieb, welchen Preis ein Kontakt gesehen hat?

Damit der Vertrieb effektiv Geschäfte abschließen kann, ist es wichtig, dass er den Fluss und das Vertrauen aufrecht erhält. Vor jeder Demo besucht unser Vertriebsteam Salesforce, um sich über den jeweiligen potenziellen Kunden zu informieren. Um diesen Prozess aufrechtzuerhalten, haben wir eine Möglichkeit entwickelt, mit der sie direkt in Salesforce überprüfen können, welche Variante ein Kontakt gesehen hat, damit sie ohne zu zögern den richtigen Preis nennen können.

Einrichtung in Optimizely:

Dazu müssen Sie eigentlich zwei Experimente erstellen. Eines, das die ursprüngliche Variante enthält, und eines mit der Testvariante.

1. Erstellen Sie das erste Experiment mit dem Titel "Preisgestaltung" und löschen Sie die automatisch generierte "Variation #1".
2. Da die verbleibende Variation den Titel "Original" trägt und dies der ursprüngliche Preis ist, müssen Sie keine weiteren Änderungen vornehmen. Speichern Sie das Experiment.

3. Erstellen Sie das zweite Experiment ebenfalls mit dem Titel "Preisgestaltung" und löschen Sie erneut die automatisch generierte "Variation #1".
4. Benennen Sie die Variante "Original" in "Neu" um.
5. Nehmen Sie die gewünschten Änderungen an der Preisgestaltung vor. Speichern Sie das Experiment.

Die Optimizely + Salesforce-Integration von Bizible fügt sowohl das Experiment als auch die Variation dem Lead, dem Kontakt, dem Fall und der Opportunity hinzu, so dass der Vertrieb nur noch in Salesforce nachsehen muss, bevor er mit dem Kontakt in Kontakt tritt.

2. Wie können wir wissen, welchen Preis er sehen wird, wenn er die Preisseite noch nicht besucht hat?

Für das Vertriebsteam ist es genauso wichtig, den Preis zu kennen, den ein Kontakt sehen wird, wie den, den er gesehen hat. Wenn ein Besucher direkt auf unsere Homepage kommt und dann anruft, MUSS der Vertrieb wissen, welchen Preis er sehen wird, wenn er schließlich die Preisseite besucht, damit er ein genaues Angebot machen kann. Aber wie können Sie vorhersagen, welche Seite ein Besucher in Zukunft sehen wird? Sie verwenden einen Mehrseiten-Test.

Einrichtung in Optimizely:

Wählen Sie in jedem Experiment Optionen -> Experimenttyp und wählen Sie Mehrseitentest.

Mehrseitige Tests ermöglichen es Ihnen, Besucher in ein Experiment zu schicken, ohne dass sie die Preisseite besuchen müssen.

Es war eine der schwierigsten Fragen, herauszufinden, wie man Besucher in eine Variation einbinden kann, ohne dass sie die Preisseite besuchen müssen. Mit der Funktion für mehrseitige Tests von Optimizely muss ein Besucher nur eine beliebige Seite der Site besuchen, nicht unbedingt die Preisseite, um sicherzustellen, dass er in eine Variante aufgenommen wird.

3. Wie stellen wir sicher, dass alle Mitarbeiter des Unternehmens denselben Preis sehen?

Bei einem Softwareprodukt, für das es manchmal mehrere Entscheidungsträger gibt, ist es wichtig, dass jeder im Unternehmen denselben Preis sieht. Oftmals nehmen mehrere Personen an einer Demo teil. Wenn sie alle die Preisseite besuchen und unterschiedliche Preise sehen, würden wir das Vertrauen verlieren und müssten uns für den niedrigeren Preis entscheiden. Das würde nicht nur das Experiment durcheinander bringen, sondern auch zu Frustration und Vertrauensverlust bei den Interessenten führen, was sich negativ auf den Umsatz auswirken würde. Um sicherzustellen, dass jeder im Unternehmen denselben Preis sieht, verwenden wir IP Targeting in Optimizely.

Einrichtung in Optimizely:

In einem Experiment gehen Sie zu Optionen -> Targeting. Geben Sie hier Ihre Root-Domain ein und wählen Sie "IP-Adresse", dann geben Sie ein:

(?:[0-9]{1,3}\.){3}[0-9]?[0-9]?[5-9]$

und wählen Sie "Regulärer Ausdruck". Führen Sie die gleichen Schritte für das andere Experiment aus, aber achten Sie darauf, dass Sie den zweiten IP-Adressbereich verwenden, der lautet:

(?:[0-9]{1,3}\.){3}[0-9]?[0-9]?[0-4]$

Targeting eines Experiments auf eine bestimmte IP-Adresse bedeutet, dass zwei Personen mit derselben IP-Adresse dasselbe Experiment sehen werden. Durch die Aufteilung der Experimente in IP-Bereiche sehen zwei Personen im selben Büro denselben Preis, wenn sie die Preisseite aufrufen. (Es gibt zwar einige Sonderfälle, z. B. wenn sie von einem anderen Ort aus, z. B. von ihrem Heimcomputer oder Mobiltelefon ohne WLAN, auf die Seite schauen, aber dieses Problem ist uns nicht begegnet).

In unserem Experiment haben wir sichergestellt, dass die IP-Adresse des Unternehmens Bizible in der höheren Stufe liegt, so dass bei einer Screensharing-Demo im Büro, bei der die Preisseite angezeigt wird, immer der höhere Preis angezeigt wird.

Starten und testen Sie das Experiment

Speichern Sie alle Ihre Experimente und testen Sie dann die Einrichtung, indem Sie die Seiten von verschiedenen, nicht mit dem WLAN verbundenen Geräten (z.B. Mobiltelefonen) in den beiden unterschiedlichen IP-Bereichen besuchen. Achten Sie darauf, dass Sie die Seiten in einem Inkognito-Browser besuchen. Wenn Sie dies alles getan haben, sollten Sie eine Einrichtung haben, die wie folgt aussieht:

Starten Sie abschließend Ihr Experiment und testen Sie die Einrichtung erneut, um sicherzustellen, dass sie wie geplant funktioniert.

Ergebnisse

Nachdem wir das Experiment 30 Tage lang durchgeführt haben, finden Sie hier einige der Ergebnisse, die wir beim Testen eines höheren Preises gelernt haben:

• Der Verkaufsprozess verlief reibungsloser als wir erwartet hatten. Es gab keine größeren Probleme oder unangenehme Gespräche, weil der Vertrieb leicht erkennen konnte, welchen Preis er sah.

• Ein großes Volumen ist erforderlich, um in den unteren Phasen der Vertriebspipeline Bedeutung zu erlangen. Als Startup mit einer recht dünnen Vertriebspipeline waren wir nicht in der Lage, innerhalb von 30 Tagen ein signifikantes Ergebnis zu erzielen.
• Da wir IP-Adressen Targeting verwenden, um die Besucher auf die einzelnen Varianten aufzuteilen, ist die Menge des Traffics für jede Version ungleichmäßig. Die neue Testvariante hatte 25 % weniger Seitenaufrufe, so dass wir die restlichen Ergebnisse in Prozenten angeben werden.
• Bei Normalisierung der Seitenaufrufe stiegen die Leads um 10 %, während die Opportunities um 56 % zurückgingen (wir hatten einen Rückgang der Leads und Opportunities erwartet und waren daher etwas überrascht, dass das Lead-Volumen tatsächlich zunahm).

Das wichtigste Ergebnis war jedoch die Veränderung des Wertes pro Verkaufschance sowohl bei den abgerechneten als auch bei den prognostizierten Einnahmen. Der Wert pro Verkaufschance stieg um 25%, was unsere Vermutung bestätigte: Der neue (höhere) Preis wird zu weniger Verkaufschancen führen, aber der Wert dieser Verkaufschancen wird höher sein.

Fazit

Obwohl die Umsatzsteigerung durch das Experiment nicht eindeutig ist, haben wir viel über den Prozess des Experimentierens gelernt und darüber, wie große Veränderungen große Auswirkungen haben können. Wir werden weiterhin ähnliche Experimente durchführen, um nicht nur die Anzahl der erzeugten Leads zu optimieren, sondern auch deren Konvertierung durch die Vertriebspipeline und letztendlich den Umsatz.