A/B-Testing im Kampf um die Conversion Rate
Entscheidungen über Eigenheiten wie die Benutzeroberfläche einer Anwendung lassen sich am Einfachsten treffen, wenn das Verhalten der Nutzer einbezogen wird. A/B-Tests sind ein nützliches Werkzeug dafür.
- Tam Hanna
Im Rahmen der Entwicklung von Applikationen steht man als Programmierer immer wieder vor der Frage, ob eine Empfehlung eines Designers oder Strategieberaters sinnvoll ist oder nicht. In der Praxis artet das oft in langwierige Diskussionen zwischen den diversen Mitarbeitern aus.
Quellcode und Nutzer sind für viele Programmierer sakrosankte Ressourcen, deren „spielerische Nutzung“ nicht vorstellbar ist. Dabei liegt der Fehler genau darin: Entscheidungen über das Benutzer-Interface lassen sich am Einfachsten treffen, wenn Sie auf das Verhalten der Nutzer setzen.
Dazu genügt es, einige tausend User als „Karnickel“ zu missbrauchen. Diese bekommen eine modifizierte Version des Programms, die Konversionsrate wird sodann mit der des „normalen“ Produkts verglichen. Ist diese höher, so ist die neue Idee brauchbar – liefert das Original hingegen bessere Ergebnisse, so sollten Sie die Änderung verwerfen.
Die Methode des A/B-Testings ist im Bereich des E-Commerce seit Jahren weit verbreitet. Die Erfolge von Amazon basieren unter anderem darauf, mittlerweile setzen auch andere Stores auf diese sehr einfache Strategie.
Ein kleines Beispiel aus der Consultingarbeit des Autors: ein Programm erfreut sich an brauchbaren Konversionsraten, die allerdings - treu nach Kanban und Kaizen - nach Erhöhung schreien. Als erste Maßnahme zur Verbesserung der Programmqualität wurde die Einführung eines Tutorials vorgeschlagen – es sollte die Benutzer mit der Verwendung des Programms vertraut machen.
Leider war der Entwickler von dieser Verbesserungsidee nicht sonderlich begeistert. Aus diesem Grund wurde ein A/B-Test angesetzt, der die Konversionrate von mit dem Tutorial konfrontierten Nutzern mit der von „normalen“ Usern verglich.
Auf diese Art und Weise ließ sich ein Ergebnis erzielen, das frei von jeglichem Diskussionspotential war – die langwierigen Besprechungen zwischen den verschiedenen Abteilungen werden aufgrund der vorliegenden Zahlen eingestellt.
Haben Sie in der Vergangenheit schon Erfahrungen mit A/B-Testing gesammelt? ()
