Sind Sie unsicher, ob Sie Split-Tests oder multivariate Tests für Ihre Webseiten, E-Mails und Abonnements durchführen sollen? Dies ist ein häufiges Problem, wenn Sie mit der Conversion-Optimierung beginnen.
Die meisten Ratschläge zur Conversion-Rate-Optimierung raten dazu, zu testen, noch einmal zu testen und weiter zu testen. Es ist jedoch nicht immer leicht zu verstehen, welche Tests Sie wann durchführen sollten.
In diesem Leitfaden vergleichen wir Split-Tests mit multivariaten Tests. Am Ende kennen Sie die Vor- und Nachteile jedes Typs, einige wichtige Fehler, die Sie vermeiden sollten, und wissen, welche Art von Test Sie wann verwenden sollten. Anschließend können Sie mit Ihrem Testplan beginnen, um mehr Conversions aus Ihrer Marketingstrategie zu erzielen.
Split-Testing vs. multivariate Testdefinitionen
Beginnen wir mit der Definition von Split-Tests und multivariaten Tests. Wir werden sie im Laufe des Leitfadens ausführlicher erläutern, aber diese kurzen Definitionen sind ein Ausgangspunkt.
Bei Split-Tests wird eine Kontrolle mit einer Variation für ein einzelnes Element getestet. Kontrolle ist das ursprüngliche Element und Variation ist das, was sich verändert. Mit anderen Worten: Ändern Sie ein Element auf einer Seite und sehen Sie, wie sich die Ergebnisse auf dieser Seite von der Originalversion unterscheiden.
Beim multivariaten Testen werden mehrere Kombinationen von Elementen gleichzeitig getestet. Mit anderen Worten: Sie ändern mehrere Elemente auf einer Seite und eine Version sieht möglicherweise völlig anders aus als die andere.
Split-Testing verstehen
Split-Testing wird auch als A/B-Testing bezeichnet. Wie wir oben erwähnt haben, nehmen Sie dabei ein Element auf einer Webseite, beispielsweise einen Call-to-Action-Button, ändern es und vergleichen dann die Ergebnisse für jede Version der Seite.
Dies geschieht durch eine gleichmäßige Aufteilung Ihres Traffics, sodass 50 % Ihrer Besucher die Originalversion der Seite sehen und die anderen 50 % die neue.

Eine andere Version des Split-Tests ist A/B/n-Tests. Hier testen Sie mehrere Variationen eines einzelnen Elements und verteilen den Datenverkehr gleichmäßig auf diese. Wenn Sie also vier verschiedene Versionen eines Call-to-Action-Buttons testen möchten, würden Ihre Besucher in vier aufgeteilt, wobei 25 % der Gesamtzahl jede Variation sehen würden.
Vor- und Nachteile von Split-Tests
Die Verwendung von Split-Tests als Tool zur Conversion-Optimierung bietet einige Vorteile. Erstens funktionieren Split-Tests auch auf Websites mit geringem Traffic gut. Selbst wenn Sie gerade erst mit dem Aufbau Ihres Unternehmens beginnen, können Sie daher Split-Tests verwenden.
Zweitens liefern Split-Tests zuverlässige Daten, da die Variablen klein sind. Mit anderen Worten: Da Sie jeweils nur ein Element ändern, erhalten Sie schnell Ergebnisse, die sich leicht messen lassen.
Der Einsatz von A/B-Tests hat jedoch auch einen Nachteil: Sie können nicht wissen, wie verschiedene Elemente auf einer Seite interagieren. Möglicherweise entscheiden Sie sich dafür, den Text auf Ihrer Call-to-Action-Schaltfläche zu ändern, es kann jedoch sein, dass sich auf dieser Seite noch etwas anderes befindet, das sich darauf auswirkt, wie die Leute reagieren. Mit Split-Tests können Sie das nicht messen.
Fehler, die Sie beim Split-Testing vermeiden sollten
Wenn Sie einen effektiven Split-Test durchführen möchten, sollten Sie einige Fehler vermeiden.
Eines davon ist Versuchen Sie es mit den falschen Seiten. Gibt es keine wirkliche Verbesserungsmöglichkeit oder besucht niemand eine bestimmte Seite, macht es keinen Sinn, einen Split-Test einzurichten. Wenn das Ändern eines Seitenelements keinen Einfluss auf das Endergebnis hat, warum sollte es dann geändert werden?
Wenn Sie jedoch die Möglichkeit haben, eine Änderung vorzunehmen, die Sie dem Erreichen Ihrer Geschäftsziele näher bringt, dann führen Sie einen Split-Test durch.
Es ist auch ratsam, dies zu vermeiden zu viele Variationen ausprobieren. Während Sie dies theoretisch tun könnten, würde es in der Praxis das Testen zu zeitaufwändig machen. Die meisten A/B/n-Tests arbeiten mit zwei bis vier Varianten.

Ein weiterer großer Fehler ist keine adäquate Hypothese aufstellen bevor Sie mit dem Testen beginnen. Was ist eine Hypothese? Es handelt sich um eine fundierte Vermutung darüber, was ein Problem ist und wie Sie es auf der Grundlage der Ihnen vorliegenden Daten lösen können.
Durch die Erstellung einer Hypothese können Sie herausfinden, was Sie testen möchten und warum, und darüber nachdenken, wie Sie Ihre Ergebnisse messen.
Digital Marketer hat eine tolle Vorlage zum Erstellen einer Hypothese:
Weil wir beobachten [A] und Feedback [B]wir glauben, dass sich das ändert [C] für Besucher [D] wird tun [E] geschehen. Wir werden es wissen, wenn wir es sehen [F] und bekomme [G].
So würde das in einer realen Situation aussehen:
Da wir eine niedrige Conversion-Rate festgestellt haben und Besucher berichteten, dass sie die Schaltfläche „Aktualisieren“ nicht finden konnten, gehen wir davon aus, dass eine stärkere Hervorhebung der Schaltfläche für alle Besucher die Zahl der Aktualisierungsanmeldungen erhöhen wird. Wir werden es wissen, wenn wir im Laufe eines zweiwöchigen Testzeitraums einen Anstieg der Upgrade-Anmeldungen feststellen und Umfragedaten erhalten, aus denen hervorgeht, dass die Schaltfläche jetzt sichtbar ist.
Moment ist ein weiteres häufiges Split-Testing-Problem. Dabei gibt es zwei Aspekte:
- Führen Sie Ihren Test zu kurz durch. Wenn Sie den Test nicht lange genug durchgeführt haben, sind die Ergebnisse unzuverlässig und Sie können keine eindeutigen Schlussfolgerungen ziehen. Digital Marketer verfügt über eine Tabelle, die Sie zur idealen Länge für einen Split-Test führt.

- Führen Sie einen Split-Test zur falschen Zeit durch. Wenn Sie beispielsweise vor einem großen Feiertag in der Regel einen erhöhten Traffic in Ihrem E-Commerce-Shop verzeichnen, können Sie die Ergebnisse nicht mit einem Testlauf zu einer anderen Jahreszeit vergleichen. Man muss Gleiches mit Gleichem vergleichen, um den Testergebnissen vertrauen zu können.
Wenn Sie wissen möchten, ob Ihre Split-Test-Ergebnisse zuverlässig sind, können Sie die statistische Signifikanz überprüfen. Das ist eine schicke Art zu sagen, dass Sie sicherstellen, dass die Zahlen stimmen, und VWO hat ein Tool, das Ihnen dabei hilft.

Es ist auch wichtig, einigermaßen sicher zu sein, dass alle Änderungen zu Ergebnissen führen. Das nennt man Vertrauensbewertung und der Branchenstandard liegt bei 95 %. Dieses Tool von Get Data Driven hilft Ihnen, den Konfidenzwert für Ihren Split-Test zu ermitteln.
Multivariate Tests verstehen
Wie bereits erwähnt, können Sie mit multivariaten Tests mehrere Variationen auf einer Webseite gleichzeitig testen. Laut Kissmetrics führt das Testen mit vier Varianten in 27 % der Fälle zu Verbesserungen, verglichen mit nur 14 % beim Split-Testing.

Es gibt verschiedene Arten multivariater Tests:
- Vollständiger faktorieller Test, das jede mögliche Kombination von Elementen testet, bis es einen klaren Gewinner gibt. Dies erfordert viel Verkehr und der Verkehr wird gleichmäßig auf die Variationen verteilt.
- Bruchfaktorieller Test (häufig unter Verwendung der Taguchi-Methode), die eine Stichprobenmethode zum Testen von Kombinationen und statistische Analysen verwendet, um den Gewinner zu ermitteln. Dies bedeutet jedoch, dass Sie sich teilweise auf Annahmen und nicht auf Daten verlassen.
- adaptives Testendas Live-Daten zu Besucheraktionen verwendet, um über die Gewinnkombination zu entscheiden.
Vor- und Nachteile multivariater Tests
Als Tool zur Conversion-Optimierung bietet multivariates Testen mehrere Vorteile. Erstens ist es schneller als die Durchführung einer Reihe von Split-Tests, da Sie mehrere Seitenelemente gleichzeitig ändern und testen können.
Zweitens hilft es Ihnen zu sehen, wie verschiedene Elemente auf einer Seite interagieren, sodass Sie die Gesamtwirkung bewerten können. Dies kann bei der Neugestaltung einer Seite hilfreich sein, da Sie Kopfzeilen, Seitentexte, Schaltflächen, Bilder und Formulare auf einmal testen können (obwohl dies, wie Sie weiter unten sehen werden, Konsequenzen hat).
Und Sie können auch leicht herausfinden, welche Elemente am meisten zu einer Steigerung der Conversions beigetragen haben.
Allerdings gibt es auch einige Nachteile multivariater Tests. Aufgrund der Anzahl der Kombinationen, die Sie ausprobieren, funktioniert es beispielsweise nicht für Websites mit geringem Datenverkehr. Um überhaupt darüber nachzudenken, müssen Sie mindestens 100.000 Besucher pro Monat haben.
Das gilt auch für einzelne Seiten. Wenn eine Seite nicht genügend Traffic erhält, macht es keinen Sinn, einen multivariaten Test darauf durchzuführen.
Außerdem dauert der Test umso länger, je mehr Kombinationen von Elementen Sie ausprobieren. Wenn Sie sich entscheiden, drei Elemente zu testen, etwa den Titel, die Call-to-Action-Schaltfläche und das Bild, stehen Ihnen bereits acht Kombinationen zum Ausprobieren zur Verfügung. Wenn Sie mehr Elemente testen, erhöhen sich auch die Testzeit und der erforderliche Datenverkehr.
Zu vermeidende Fehler beim multivariaten Testen
Wie beim Split-Testing sollten Sie kein multivariates Testverfahren verwenden Testen ohne Hypothese. Möglicherweise testen Sie mehrere Elemente, müssen aber dennoch eine Vorstellung davon haben, welche Ergebnisse Sie erwarten.
Wie oben erwähnt, vermeiden Sie Testen Sie Websites, die nicht genügend Verkehr haben um multivariate Tests lohnenswert zu machen. An solchen Standorten könnte es lange dauern, ausreichend zuverlässige Statistiken aus multivariaten Tests zu erhalten.
Führen Sie Ihren Test nicht durch zu wenig Zeit. Je mehr Variationen Sie in Ihrem Test haben, desto länger dauert er und desto mehr Traffic benötigen Sie. Verwenden Sie diesen VWO-Dauerrechner, um die Berechnung durchzuführen.

Mit diesem Rechner können Sie auch feststellen, ob Ihre Stichprobengröße groß genug ist, da es sich bei den Tests nicht um ausreichend Traffic handelt, was ein weiterer Fehler beim multivariaten Testen ist.
Es ist wichtig, Elemente auszuwählen, die wahrscheinlich einen Einfluss auf die Conversions haben. Wie bereits beim Split-Testing erwähnt, macht es keinen Sinn, etwas Unbedeutendes zu testen.
Schließlich sollten Sie keine multivariaten Tests verwenden, um einzelne Elemente zu testen. Nutzen Sie hierfür besser einen A/B-Test.
Welche Art von Test sollte ich wann verwenden?
Welche Art von Test eignet sich also am besten? Die gute Nachricht ist, dass Sie sich nicht zwischen multivariaten Tests und Split-Tests entscheiden müssen; Sie können beides verwenden. Split-Testing ist schnell und Sie können damit größere Gewinne erzielen. Mit multivariaten Tests können Sie sich einen Überblick über mehrere Änderungen verschaffen und anschließend mithilfe von Split-Tests einzelne Elemente anpassen.
ConversionXL empfiehlt die Verwendung von Split-Tests, um das beste Layout für eine Seite zu finden, und multivariater Tests, um die Interaktion verschiedener Seitenelemente zu optimieren.
Unabhängig von der Art des Tests, den Sie verwenden, sollten Sie diesen Testzyklus befolgen:
- Identifizieren Sie das Problem anhand von Daten.
- Formulieren Sie eine Hypothese darüber, was das Problem verursacht.
- Überlegen Sie sich eine mögliche Lösung.
- Testen Sie mit Split-Tests, multivariaten Tests oder beidem.
- Analysieren Sie und sehen Sie, was Ihre Ergebnisse sind.
- Starten Sie den Zyklus erneut.
Tools für A/B- und multivariate Tests
Abschließend finden Sie hier eine kurze Liste der A/B- und multivariaten Testtools, die Sie verwenden können:
Und natürlich können Sie Ihre OptinMonster-Optionen einem Split-Test unterziehen, um zu sehen, welche Version am effektivsten ist.

Jetzt kennen Sie den Unterschied zwischen Split-Tests und multivariaten Tests und können mit diesen Tests als Tool zur Conversion-Optimierung beginnen. Sie können Split-Tests auch im Rahmen des E-Mail-Marketings einsetzen. Vergessen Sie nicht, uns zu folgen Twitter Und Facebook für weitere kostenlose Anleitungen.
