Quick & easy guide to multivariate testing

Die Erstellung von Marketing-Inhalten - Anzeigen, E-Mails, Blogs, Benutzeroberflächen - ohne Bezug auf eine vergleichbare Leistungskennzahl ist ein bisschen so, als würden Sie einer Straßenkarte zu einem Ort folgen, an dem Sie noch nie waren, ohne aus dem Fenster zu schauen, um zu sehen, wo Sie sind. Die Welt da draußen kann komplizierter und unberechenbarer sein, als Sie erwarten, und es ist egal, was auf der Karte steht, wenn Sie Ihr Ziel nicht erreichen können. Erfolgreiches Marketing erfordert die Interaktion mit der realen Welt durch Tests und Variationen, um Inhalte an die Feinheiten der Vorlieben Ihrer Zielgruppe anzupassen. Beim Testen von Inhalten mit echten Zielgruppen können verschiedene Variationen angewandt werden, vom einfachen Vergleich zweier Iterationen bei Split- und A/B-Tests bis hin zu komplexeren multivariaten Tests, bei denen viele Variablen gleichzeitig laufen.

In der einen oder anderen Form schneiden Unternehmen, die Marketinginhalte testen, besser ab als ihre Mitbewerber. Von den 500 größten E-Commerce-Unternehmen führen mindestens 75 % variable Tests für die neuen Marketinginhalte durch, die sie anbieten. In diesem Leitfaden erfahren Sie, was multivariate Tests sind und wie sie Ihnen helfen können, große Mengen an Inhalten schnell und effektiv zu verfeinern.

Das Wichtigste in Kürze

• Die Durchführung von vergleichenden Leistungstests für Marketing-Inhalte hilft Marketingfachleuten, mehr Engagement und Mehrwert zu schaffen.

• Marketingfachleute bezeichnen vergleichende Tests, die nur zwei Variablen umfassen - eine Kontrollversion und eine Variable - als A/B-Testing. Tests mit mehr als zwei Variablen, die gleichzeitig laufen, sind multivariate Tests.

• Multivariate Tests liefern kontextbezogene Einblicke in leistungsstärkere Kombinationen von Variablen im Inhalt und nicht nur in einzelne Variablen.

Was sind multivariate Tests?

Multivariate Tests sind eine Technik zum Testen der Leistung mehrerer Variablen in Marketing-Inhalten. Multivariate Tests zielen darauf ab, mehrere Variationen von Inhalten gleichzeitig zu verfeinern, um die bestmögliche Kombination für alle Variablen zu ermitteln.

Bildquelle

Websites, Mobile Apps und Anzeigen enthalten viele modulare Elemente wie Farben, Schriftarten, Bilder, CTAs, Textfelder und andere strukturelle Komponenten. Die Kombination dieser Elemente in einer einzigen Webseite oder Anzeige schafft ein einzigartiges Erlebnis oder eine einzigartige Wahrnehmungbeim Benutzer. Es ist unmöglich, genau vorherzusagen, welche Kombinationen von ästhetischen und inhaltlichen Komponenten das meiste Engagement und die positivsten Erlebnisse bei Tausenden bis Millionen von Nutzern hervorrufen werden. Multivariate Tests konzentrieren sich auf die Überwachung der Leistung in großen variablen Sets einzelner Komponenten, um durch echtes Engagement leistungsstärkere Kombinationen zu ermitteln.

Multivariate Tests und A/B-Testing

Multivariate Tests ähneln dem A/B-Testing insofern, als sie grundsätzlich vergleichend sind. Die Zielgruppen interagieren mit verschiedenen Versionen desselben Inhalts, und die Vermarkter vergleichen die Ergebnisse, um festzustellen, welche Version besser abschneidet. Bei A/B-Tests gibt es jedoch nur eine Kontroll- und eine Testvariable, wodurch der Leistungswert der Variablen isoliert wird.

Bildquelle

Multivariate Tests unterscheiden sich davon, da sie mehr als zwei Variablen umfassen. Dennoch ist dieser Unterschied nicht trivial. Vielmehr liefert er eine ganz andere Art von Einblick. A/B-Testing hilft dabei, die Leistung der einzelnen Variablen zu quantifizieren. Multivariate Tests ermitteln die leistungsstärksten Kombinationen ganzheitlich und zeigen, wie die verschiedenen ästhetischen und inhaltlichen Variationen bei dem Gesamteindruck, der beim Publikum entsteht, zusammenwirken.

Vorteile von multivariaten Tests

Im Vergleich zu anderen Testarten bietet das multivariate Testen deutliche Vorteile, die es unter bestimmten Umständen zur optimalen Methode machen.

1. Keine aufeinanderfolgenden A/B-Tests mehr erforderlich

A/B-Tests sind zwar präzise in Bezug auf die Leistung bestimmter Variablen, können aber zeitaufwändig sein und erfordern oft mehrere Iterationen derselben Kampagne oder Seite, um die angestrebten Leistungszielezu erreichen . Multivariate Tests können diese Iterationen gleichzeitig durchführen und kleinere Anpassungen vornehmen, um das Engagement während des gesamten Testprozesses weiter zu steigern.

2. Multivariate Tests liefern mehr Daten

Ein erfolgreicher multivariater Test für eine Anzeige oder eine Seite umfasst Leistungskennzahlen für mehrere Konfigurationen und erzeugt so kontextbezogene Daten für jede einzelne Variable im Spiel. Multivariate Tests für Marketingteams, die mit stark frequentierten Kanälen arbeiten, liefern eine größere Menge an verwertbaren Daten als andere Testmethoden.

3. Liefert kontextbezogene Erkenntnisse

Einfachere Testmethoden wie A/B-Testing und Split-Testing können schnell zeigen, welche von zwei Versionen eines Marketinginhalts die andere übertrifft. Aber ohne mehr Informationen und Variationen können Sie nicht verstehen, warum oder ob etwas anderes die unterdurchschnittliche Variable im gesamten Inhalt beeinflusst hat. Mit multivariaten Tests können Marketingteams oft positive Korrelationen zwischen scheinbar nicht zusammenhängenden Variablen erkennen, z.B. eine bestimmte CTA in Kombination mit einem bestimmten Bild, wenn beide unabhängig voneinander gut abgeschnitten haben.

Mögliche Grenzen von multivariaten Tests

Marketingfachleute verwenden nicht ohne Grund verschiedene Arten von Content-Tests. Jede ist für bestimmte Umstände und Einschränkungen am besten geeignet. Multivariate Tests bilden da keine Ausnahme und sind möglicherweise nicht in jedem Fall die beste Wahl.

1. Benötigt mehr Zeit

Bei A/B-Tests werden 50 % des Datenverkehrs, der auf den Inhalt trifft, für jede Version verwendet. So erhält jede Variante in relativ kurzer Zeit genug Traffic, um statistisch signifikant zu sein. Bei multivariaten Tests, die vielleicht Dutzende von Variationen umfassen, steht die Menge des gesamten Datenverkehrs, die zur Generierung aussagekräftiger Daten erforderlich ist, in direktem Verhältnis zur Anzahl der Variablen. Wenn Sie z.B. 20 Varianten einführen, benötigt Ihr Test die 10-fache Menge an Datenverkehr, um die gleiche Datenqualität zu erzeugen.

2. Kann mehr falsch-positive Ergebnisse anzeigen

Die Zunahme der Variablen und Variablenbeziehungen bei multivariaten Tests führt zu einem höheren Auftreten dessen, was Statistiker als familienbezogene Fehlerrate (FWER) bezeichnen. Familienbedingte Fehler sind falsche Schlussfolgerungen, die aus ungeprüften Hypothesen gezogen werden. Mit anderen Worten: Eine Variable, die isoliert betrachtet unterdurchschnittlich abschneiden würde, hat eine höhere Chance, bei zufälliger Anwesenheit anderer Variablen bessere Ergebnisse zu liefern. Tiefer gehende Variationstests senken den FWER, sind aber mit einem zusätzlichen Zeit- und Kostenaufwand verbunden.

3. Multivariate Tests sind kostspieliger als andere Methoden

Der Zeit- und Arbeitsaufwand, der für die Entwicklung multivariater Tests erforderlich ist, die längere Dauer, die für die Erfassung ausreichender Daten erforderlich ist, und der erhöhte Interpretationsaufwand bei der Fehlerbeseitigung erhöhen die Gesamtkosten im Vergleich zu einfacheren inhaltlichen Testmethoden. Multivariate Tests sind möglicherweise nicht die beste Lösung für Ihre Bedürfnisse, wenn Zeit und Budget die größten Einschränkungen darstellen.

Experimentieren Sie mit A/B-Tests und multivariaten Tests über die Optimizely Web Experimentation Plattform

Nutzen Sie die schnelle und umfassende Plattform für das Experimentieren im Web von Optimizely, um wertvolle Erkenntnisse über Ihre Kunden zu gewinnen und in kürzester Zeit leistungsstarke Erlebnisse zu schaffen. Mit Optimizely werden Ihre Entscheidungen von der Stimmung und den Vorlieben Ihrer Kunden bestimmt, so dass Sie nicht mehr risikoreich raten müssen.

Nehmen Sie noch heute Kontakt mit Optimizelyauf, um loszulegen .