A/B-Tests im Marketing
A/B-Tests im Marketing: Grundlagen und Tools im Vergleich
Was ist ein A/B-Test?
Bei einem A/B-Test werden zwei Varianten einer Seite hinsichtlich eines bestimmten Kriteriums oder Seitenelements verglichen. Es wird also die Zielseite dupliziert und ein Element, z.B. die Farbe eines Buttons, verändert. Die Varianten A und B werden dann nach dem Zufallsprinzip an eine festgelegte Zielgruppe ausgespielt. Dabei wird gemessen, welche der Varianten ein besseres Ergebnis erzielt indem beispielweise die Click-Rate verglichen wird. A/B-Testing ist ein grundlegendes Element des datengetriebenen Marketings und erlaubt eine kontinuierliche und datenbasierte Auswertung von Nutzerinteraktionen.
Es existieren verschiedene Möglichkeiten, um einen A/B-Test für eine Landingpage oder einen Shop aufzusetzen:
A/B/n-Test: Vergleich einer oder mehrerer Varianten mit dem Original. Es wird genau ein Element angepasst, z.B. die Farbe des CTA-Buttons
Multivariate Test: Vergleich mit mehreren veränderten Elementen, z.B. Farbe und Position des CTA-Buttons, in Form von Testkombinationen
Split-URL-Test: Vergleich verschiedener Versionen ganzer Websites, um z.B. verschiedene Designs zu testen
Welche Vorteile hat ein A/B-Test?
Zunächst können Unternehmen durch Auswertung der Nutzerinteraktionen ihre Websites oder Shops stetig optimieren, um diese für Besucherinnen und Besucher zugänglicher zu machen. Außerdem ist es über einen A/B-Test möglich, Landingpages gegeneinander zu testen, bevor man diese bewirbt. So können Alternativen mit einer geringen Conversion Rate ausgeschlossen und das Marketingbudget effizienter genutzt werden.
Auf lange Sicht geben A/B-Tests tiefe Einblicke in das Nutzungsverhalten und verbessern dadurch das Verständnis der Bedürfnisse und Erwartungen von Kundinnen und Kunden. Durch regelmäßiges Testen ist es Unternehmen möglich, die Customer Experience ihrer Websites zu verbessern, Conversion Rates zu steigern und schlussendlich einen höheren Return-on-Investment (ROI) zu erzielen.
A/B-Testing Tools im Vergleich
Zur Durchführung von A/B-Tests stehen eine Vielzahl verschiedener Tools zur Verfügung. Neben einer großen Auswahl von Standalone-Lösungen sind einige Tools Teil von größeren Digital Marketing Suites (z.B. Adobe). Um ein wenig Übersicht in die große Anzahl an Angeboten zu bekommen, haben wir ein paar Tools genauer unter die Lupe genommen.
VWO
Das VWO testing Tool ist Teil der VWO DXP, jedoch auch als Einzellösung verfügbar. Die Preise der Lizenzpläne sind abhängig vom Feature-Umfang und Website-Traffic und können beim Anbieter eingesehen werden.
Die DSGVO-Konformität des Tools wird unter anderem durch ein Datenhosting in der EU gewährleistet.
Experimente und Editor
A/B-Tests, Split-URL-Tests und Multivariate Tests
Umfangreicher, visueller Editor (Drag—and-Drop, WYSIWYG)
Vielzahl von Anpassungsmöglichkeiten und On-Page Personalisierungen
Code-Editor für serverseitige Änderungen
Targeting nach Attributen wie Browser, Betriebssystem, Cookies, Besuchern (neu und wiederkehrend); weitere Attribute sind im Pro Plan verfügbar
Auswertung und Analyse des A/B-Tests
integriertes Dashboard mit vielfältigen Reportingfunktionen und erweiterten Analysen (z.B. Funnel-Analysen und On-Page Surveys)
Zielgruppenfilter für Reports
Zielgrößen wie Sitzungen, Transaktionen, Umsatz, Absprungrate und Sitzungsdauer
Integration zu Google Analytics sowie zu anderen Analysetools
AB Tasty
Bei AB Tasty handelt es sich um eine Einzellösung. Der Anbieter hat sich auf KI-basierte Unterstützung bei der Einrichtung von Tests spezialisiert. Die Preise der Lizenzpläne sind abhängig vom Feature-Umfang und Website-Traffic und sind beim Anbieter auf Anfrage verfügbar. Die DSGVO-Konformität wird auch hier unter anderem durch ein Datenhosting in der EU gewährleistet.
Experimente und Editor
A/B/n-Tests, Split-URL-Tests, Multivariate Tests und Predictive Tests
Umfangreicher, visueller Editor (Drag—and-Drop, WYSIWYG)
KI-basierte Personalisierungen
Code-Editor für serverseitige Änderungen
Targeting nach Attributen wie Browser, Betriebssystem, Cookies, Besucher (neu und wiederkehrend), Standort
Auswertung und Analyse des A/B-Tests
Integriertes Dashboard mit vielen Reportingfunktionen (z.B. Kampagnenauswertungen und kumulative Jahresübersichten)
Zielgruppenfilter für Reports
Zielgrößen wie Sitzungen, Transaktionen, Umsatz, Absprungrate, Sitzungsdauer und ROI
Verschiedene Integrationsmöglichkeiten, u.a. auch zu Suite Lösungen
ABlyft
ABlyft bietet eine Einzellösung zur Durchführung und Auswertung von A/B-Tests. Das Tool überzeugt mit einem sehr umfangreiche Code Editor, erfordert daher ein tieferes technisches Verständnis. Neben einem individuellen Pricing bietet Ablyft eine kostenlose Version des Tools an, um sich mit der Plattform vertraut zu machen. Datenhosting in der EU sichert die DSGVO-Konformität des Tools. Neben der Cloud-Lösung bietet ABlyft die Möglichkeit zum Self-Hosting.
Experimente und Editor
A/B-Tests, Split-URL-Tests und Multivariate Tests
Sehr einfach zu bedienender visueller Editor
Umfangreicher Code-Editor für serverseitige Änderungen
Targeting nach Attributen wie Browser, Betriebssystem, Cookies und Besucher (neu und wiederkehrend)
Erstellen von Zielgruppen und Seiten erfolgt codebasiert
Auswertung und Analyse des A/B-Tests
Integriertes Dashboard
Auswertung erfolgt nach ausgewählten Zielgrößen (Ansichten, Clicks, Umsatz, benutzerdefiniert)
Integrationsmöglichkeiten zu einer Vielzahl weiterer Analysetools ermöglicht erweiterte Auswertung
Varify.io
Varify.io ist ein A/B-Testing- und Personalisierungs-Tool. Die Plattform spielt Testvarianten aus, während die Messung über das bereits eingesetzte Analyse-Tool läuft. Dadurch bleibt die bestehende Analytics-Umgebung die zentrale Datenbasis für die Bewertung der Tests. Die Preise sind traffic-unabhängig und starten aktuell bei 149 €/Monat bei jährlicher Zahlung. Laut Anbieter arbeitet Varify.io cookie-frei; das Hosting erfolgt in Frankfurt.
Experimente und Editor
A/B-Tests, Split-URL-Tests, Multivariate Tests und Personalisierungen
Visueller Editor mit Drag-and-Drop- und WYSIWYG-Funktionen
Code-Editor für JavaScript und CSS
KI-gestützte Erstellung von Testvarianten sowie AI-CRO-Audit zur Analyse von Seiten und Ableitung möglicher Optimierungsideen
Targeting nach Kriterien wie Seite, Gerät, Geo, Referrer, Sprache, Events und eigenen Bedingungen
Kampagnen-Booster wie Informationsleisten sowie zielgruppenbasierte Personalisierung
Auswertung und Analyse des A/B-Tests
Auswertung über das bereits eingesetzte Analyse-Tool
Integriertes Reporting mit Signifikanzberechnung, Verlaufsgrafiken, CSV-Export und API-Zugriff
Integrationen zu weiteren Analyse- und qualitativen Testing-Tools
KPI-Abdeckung abhängig vom angebundenen Analyse-Tool und den dort definierten Zielen
Wie finde ich das passende A/B-Testing Tool für mein Unternehmen?
Zunächst besitzen alle Tools identische Grundfunktionen im Bezug auf die Testverfahren selbst und decken damit ein Spektrum von A/B-Tests, Split-URL-Tests und Multivariate Tests ab. Einige Tools bieten zudem erweiterte Testmöglichkeiten wie Multipage-Experimente oder A/B/n-Tests. Neben diesen Standardfunktionen verfügt eine Vielzahl der Lösungen über ergänzende Features wie (teils KI-gestützte) Pesonalisierungsmöglichkeiten, das Einfügen von Kampagnen-Boostern und einen Zielgruppenfilter für das Reporting.
Auch wenn für das Erstellen von Tests oft keine tiefen Programmierkenntnisse nötig sind, erfordern manche Tools zumindest ein Grundverständnis von Programmiersprachen wie CSS und JavaScript. Falls Ihr Team nicht das nötige Vorwissen auf diesem Gebiet besitzt, sollte dies bei der Toolauswahl berücksichtigt werden.
| Requirements | VWO | ABlyft | ABTasty | Varify.io |
|---|---|---|---|---|
| Editor Features | visual (Drag-and-Drop) and code-based | visual and code-based | visual (Drag-and-Drop) and code-based | visual and code-based, with AI-assisted variant creation |
| Personalization | Features depend on plan | adequate (based on target groups) | highly comprehensives, AI-powered assistance | adequate (based on target groups) |
| Integration Capabilities | Google Analytics 4, additional Analytics Tools (e.g. other VWO solutions) | Google Analytics 4, additional Analytics Tools (e.g. Heatmap Tools) | Google Analytics 4, additional Analytics Tools (e.g. Adobe) | Google Analytics 4, additional analytics and qualitative testing tools |
| KPI Coverage | covered through Tools | partly covered through Tools, can be extended via GA4 | covered through Tools | covered through connected analytics tools |
| Analysis | integrated Dashboard with comprehensive Reporting Features | integrated Dashboard for analyzing selected target metrics | integrated Dashboard with comprehensive Reporting Features | integrated reporting and analysis via connected analytics tools |
| GDPR Compliance | Data hosted within the EU | Data hosted within the EU, Options for Self-Hosting | Data hosted within the EU | cookie-less approach, data hosted within the EU |
Anwenderinnen und Anwender sollten daher vor der Auswahl eines A/B-Testing Tools klar definieren, welche Anforderungen durch das Tool abgedeckt werden müssen. Das Anforderungsprofil sollte folgende Punkte abdecken:
Feature-Umfang des Editors und on-page Personalisierungsmöglichkeiten
Aufbau des Analyse-Dashboards und Anforderungen an Reportingfunktionen
Definition der relevanten KPIs und Metriken, die gemessen werden sollen
DSGVO-Konformität der Lösung
Integrationsmöglichkeiten zu anderen Tools
Die meisten Anbieter von A/B-Testing Tools staffeln ihre Preismodelle nach dem Leistungsumfang der Lösung sowie der Anzahl der Website-Besucher und des damit verbundenen Traffics. Dementsprechend sollte auch der Traffic der Website, auf welcher das Tool laufen soll, vorher geschätzt werden. So können unerwartet hohe Lizenzpreise vermieden werden. Des Weiteren sind natürlich auch die Nutzerfreundlichkeit des Dahsboards und des Editors sowie die Praktikabilität des Tools selbst von Bedeutung. Da dies jedoch eine eher subjektive Einschätzung ist, empfehlen wir, auf Basis des Anforderungsprofils eine Vorauswahl an möglichen Anbietern zu treffen. Anschließend sollten die kostenlosen Testversionen genutzt werden, welche häufig angeboten werden. Unternehmen können sich so von der praktischen Nutzung des Tools überzeugen und testen, ob alle Anforderungen auf Anwendungsebene auch wie gewünscht umgesetzt werden. Gleichzeitig wird dadurch deutlich, ob alle Teammitglieder problemlos mit dem jeweiligen Tool umgehen können und ob die Nutzerfreundlichkeit als passend bewertet wird.
Diesen Beitrag teilen