Conversion Optimierung Leitfaden

Um Conversion Rate Optimierung erfolgreich durchzuführen, gibt es einiges zu beachten. Auf den ersten Blick mag das Gebiet für Neueinsteiger sehr kompliziert wirken, jedoch gibt es einige Grundsätze, deren Einhaltung bereits einen großen Unterschied machen. Fünf dieser grundlegenden Tipps werden wir in diesem Abschnitt aufgreifen und genauer erklären. Diese lauten, in keiner bestimmten Reihenfolge:

Immer nutzerzentriert arbeiten

Eine der wichtigsten Grundlagen der Conversion Optimierung ist es, immer nutzerzentriert zu arbeiten. Das bedeutet, dass der Online-Shop mit dem Ziel optimiert wird, dem Nutzer den Kaufprozess in allen Schritten so einfach wie möglich zu machen. Von der Produktfindung über die Entscheidung bis hin zum Kaufabschluss soll alles darauf ausgerichtet werden, dass der Nutzer mit so wenig kognitivem & zeitlichem Aufwand wie möglich einkaufen kann. Gleichzeitig bedeutet es aber auch, dass Nutzerforschung betrieben werden muss, bevor Anpassungen auf der Website vorgenommen werden. Denn bei der Conversion Optimierung geht es nicht darum, coole Features einzubauen, die sich der Chef wünscht, sondern darum, Features zu konzipieren, testen und einzubauen, die das Leben des Nutzers erleichtern. Einige Methoden die sich hervorragend für die Nutzerforschung eignen haben wir bereits genannt, wie zum Beispiel Kundenumfragen, Session Recordings, persönliche Interviews, Heatmaps oder die Auswertung von quantitativen Daten aus Analyse-Tools

Die richtigen Metriken verwenden

Obwohl der Bereich als Conversion Rate Optimierung bezeichnet wird, wäre es ein großer Fehler, bei der Optimierung nur die Conversion Rate als Metrik zu betrachten. Das liegt daran, dass sie von vielen Faktoren beeinflusst wird und leicht künstlich manipuliert werden kann, weshalb sie nicht immer verlässliche Ergebnisse liefert. Zum Beispiel kann die Conversion Rate durch saisonale Schwankungen oder externe Ereignisse, wie beispielsweise Covid-19, beeinflusst werden. Gleichzeitig können aber auch Preisänderungen, wie z.B. Sales-Aktionen oder Gutschein-Codes, die Conversion Rate stark anheben, während die Profitabilität des Online-Shops leidet. Ein gutes Beispiel dafür ist der Black Friday, denn an diesem Tag sind die Conversion Rates der meisten Shops aufgrund der Angebote deutlich höher als an normalen Geschäftstagen.

Um die Ergebnisse von Maßnahmen der Conversion Optimierung verlässlich auswerten zu können, empfiehlt es sich daher, die Conversion Rate in Kombination mit weiteren Metriken, wie beispielsweise dem Umsatz oder dem Average Order Value, zu betrachten. Wir empfehlen dazu die Metrik Average Revenue Per User, also der durchschnittliche Umsatz pro Nutzer, der sich aus der Conversion Rate und dem Average Order Value berechnet. Der Average Revenue Per User berücksichtigt den tatsächlichen Umsatz des Unternehmens und lässt sich nicht so leicht manipulieren wie die Conversion Rate.

Conversion Optimierung ist ein kontinuierlicher Prozess

Manchmal wird die Conversion Optimierung fälschlicherweise als ein einmaliges und kurzfristiges Projekt gesehen, das man für ein paar Monate macht und dann auch wieder sein lässt. Conversion Programme, die auf dieser Grundeinstellung basieren sind aber aus zwei Gründen zum Scheitern verurteilt. Der erste Grund ist, dass sich die Bedürfnisse und Vorlieben der Nutzer ständig weiterentwickeln und verändern. Wenn man nicht optimiert, hört man also nicht nur auf Fortschritte zu machen, sondern man fällt automatisch zurück, da das Marktumfeld sich verändert. Vor allem dann, wenn Mitbewerber ebenfalls in Conversion Optimierung investieren, die Zielgruppe besser kennenlernen und dann ein besseres Nutzererlebnis bieten können. Der zweite Grund ist, dass es immer Optimierungspotenzial geben wird, denn keine Website und kein Online-Shop ist perfekt. Selbst die großen Unternehmen wie Amazon, Booking oder Netflix testen und optimieren stetig weiter, um am Puls der Zeit zu bleiben.

Niemals ohne Hypothesen optimieren

Der Umsetzung von Optimierungsansätzen sollte immer eine Hypothese zugrunde liegen. Nur wenn man vor dem Test eines Features eine Hypothese aufgestellt hat, lässt sich am Ende ein aussagekräftiges Resultat ziehen. Die Hypothese wird nach der Auswertung der Daten entweder bestätigt oder widerlegt. Wenn man keine Hypothese aufstellt, ist das so als würde man ein Lexikon aufschlagen, ohne zu wissen wonach man sucht. Man findet bestimmt hier und da interessante Informationen, das Vorgehen ist aber nicht zielführend. Stattdessen hat man in der Regel eine konkrete Fragestellung im Kopf, die man beantworten möchte, weshalb man zum Lexikon greift. Genauso ist es bei der Auswertung von Maßnahmen der Conversion Optimierung, wie zum Beispiel A/B-Tests. Vermutlich geben die Daten auch ohne Hypothese vereinzelt spannende Erkenntnisse, um aber wirklich eine klare Aussage zu einer konkreten Fragestellung treffen zu können, ist eine Testhypothese essentiell.

Ein gängiges Modell um gute Testhypothesen aufzustellen ist das WENN-DANN-WEIL-Modell, das wie folgt funktioniert: WENN [Änderung XY], DANN [Auswirkung auf Metrik X], WEIL [psychologische Begründung].

Ein Beispiel für eine Hypothese lautet: WENN wir auf den Landingpages kostenlosen Versand und Rückversand hervorheben, DANN steigt der Average Revenue Per User, WEIL das empfundene Risiko, etwas zu kaufen, das nicht passt oder nicht gefällt, geringer ist.

Testen, Testen, Testen!

Die goldene Regel der Conversion Optimierung ist zu Testen. Denn nur wenn man testet und vergleicht, kann man wissen, welche Variante des Online-Shops bessere Ergebnisse erzielt. Bei A/B-Tests werden zwei unterschiedliche Varianten der selben Seite gegenübergestellt und verglichen. Die ein Hälfte der Nutzer bekommt die Referenz zu sehen, also die unveränderte Version der Website. Im selben Zeitraum bekommt die andere Hälfte der Nutzer eine veränderte Variante zu sehen. So kann verglichen werden, bei welcher der beiden Varianten mehr Nutzer konvertieren und wie sich der durchschnittliche Umsatz pro Nutzer verhält.

Blind Best Practices von Mitbewerbern oder anderen Branchen zu übernehmen ist ein absolutes No-Go, da man niemals von einer Zielgruppe auf eine andere schließen sollte. Womöglich führt eine Veränderung sogar zu einer Verschlechterung der Conversion Rate, was ohne Test aber unentdeckt bleiben würde. Selbst Ideen die auf Nutzerforschung basieren, sollten nicht einfach so umgesetzt werden, ohne sie zu testen. Nur weil beispielsweise durch ein Interview oder eine Umfrage ein Problem entdeckt wurde, heißt es nicht, dass der gewählte Lösungsansatz auch tatsächlich zu einem besseren Ergebnis in Online-Shops oder auf Landingpages führt. Zuletzt ist noch zu erwähnen, dass auch die Entfernung von Elementen oder Features getestet werden sollte, da auch das zu einem negativen Effekt führen kann. Unterm Strich liefer A/B-Tests wertvolle Daten, auf deren Basis realitätsnahe Entscheidungen getroffen werden können, um die Conversion Rate zu erhöhen.